Agent-Beispiele für die 8 Strategien
Wie diese Beispiele nutzen
Jedes Beispiel zeigt:
- Lehrthema & Problem
- Gewählte Make-it-Stick-Strategie
- Agent-Design (Was tut der Agent?)
- Lernende-Aktivität (Was bleibt beim Lernenden?)
- Warum es funktioniert
Jeder Agent muss explizit signalisieren, worauf Lernende achten sollen. Ohne klare Signale verarbeiten Lernende zufällige Merkmale: Sie bemerken die Länge eines KI-Textes statt der Argumentationsstruktur, oder die Formulierung statt der Logik (Engelmann und Carnine 2016).
In der Praxis:
- Der Agent stellt gezielte Vergleichsfragen (“Vergleiche die kausale Kette deiner Lösung mit der KI-Lösung”)
- Aufgabenstellungen benennen die relevanten Merkmale explizit (“Achte auf die Annahmen, nicht auf den Schreibstil”)
- Feedback fokussiert auf die zu lernenden Aspekte, nicht auf Oberflächenmerkmale
Ohne Signale ist Lernen dem Zufall überlassen. Mit Signalen wird es steuerbar.
1. Abrufpraxis (Retrieval Practice)
Beispiel: Statistik-Tutor
- Lehrthema: Inferenzstatistik (Hypothesentests)
- Problem: Studierende können Konzepte erkennen, aber nicht aktiv anwenden
Agent macht:
- Generiert personalisierte Übungsaufgaben
- Analysiert Fehlermuster und passt Schwierigkeit an
- Erstellt adaptive Quizzes ohne Mehrfachwahl
- Tracking von Abruf-Erfolg über Zeit
Lernende tun:
- Versuch: Lösen Aufgaben ohne Nachschlagen, erklären ihren Lösungsweg
- Prüfe: Agent zeigt Musterlösung, Lernende vergleichen Argumentation
- Reflektieren: Wo wich die eigene Logik ab? Flüchtigkeitsfehler oder Konzeptfehler?
- Selbsteinschätzung: Eigenes Verständnis bewerten, bevor das nächste Feedback kommt
Warum es funktioniert: Agent generiert die Übung, aber Lernende müssen aktiv abrufen und denken. Die Versuch-dann-Prüfe-Struktur bewahrt den Vorhersagefehler-Zyklus.
2. Verteiltes Lernen (Spacing)
Beispiel: Anatomie-Coach
- Lehrthema: Medizin, Anatomische Strukturen
- Problem: Bulimie-Lernen vor Prüfungen, schnelles Vergessen
Agent macht:
- Berechnet optimale Wiederholungsintervalle
- Sendet personalisierte Erinnerungen
- Passt Timing basierend auf individuellem Vergessen an
- Visualisiert Lernfortschritt über Zeit
Lernende tun:
- Anatomie aktiv benennen (ohne Hilfe)
- Strukturen zeichnen und beschriften
- Verbindungen zwischen Systemen erklären
- Langzeit-Commitment zum regelmässigen Üben
Warum es funktioniert: Agent optimiert wann gelernt wird, aber nicht was und wie.
3. Abwechslung (Interleaving)
Beispiel: Programmier-Mentor
- Lehrthema: Algorithmen und Datenstrukturen
- Problem: Können isolierte Konzepte, aber nicht entscheiden wann welches
Agent macht:
- Mischt verschiedene Problemtypen intelligent
- Erstellt “Mixed Practice” Sessions
- Vermeidet predictable Patterns
- Analysiert welche Kombinationen am besten funktionieren
Lernende tun:
- Versuch: Identifizieren Algorithmus/Datenstruktur und erstellen eine Skizze
- Implementieren: Ersten Lösungsansatz programmieren
- Prüfe: Agent zeigt Alternativen, Lernende vergleichen Effizienz und Lesbarkeit
- Reflektieren: Warum ist Ansatz X hier besser? Pattern-Recognition entwickeln
Warum es funktioniert: Agent mixt die Aufgaben, Lernende müssen Problem identifizieren und lösen. Die Versuch-dann-Prüfe-Struktur erzwingt eigenes Denken vor dem Vergleich.
4. Variation
Beispiel: Physik-Simulator
- Lehrthema: Newtonsche Mechanik
- Problem: Können Formeln anwenden, aber nicht in neuen Kontexten
Agent macht:
- Generiert vielfältige Anwendungsszenarien
- Variiert Parameter, Kontexte, Darstellungsformen
- Erstellt real-world Problemsituationen
Lernende tun:
- Physikalische Prinzipien in verschiedenen Situationen erkennen
- Von abstrakten Formeln zu konkreten Anwendungen
- Problem-Situationen selbst analysieren und modellieren
- Transfer auf völlig neue Bereiche leisten
Warum es funktioniert: Agent variiert die Kontexte, Lernende müssen Prinzipien erkennen und anwenden.
5. Wünschenswerte Schwierigkeiten
Beispiel: Sozialpsychologie-Challenger
Lehrthema: Kognitive Verzerrungen und Biases Problem: Oberflächliches Verständnis, keine kritische Anwendung
Agent macht:
- Erstellt mehrdeutige Situationen
- Präsentiert widersprüchliche Evidenz
- Generiert “Productive Struggle” Szenarien
- Gibt delayed und minimales Feedback
Lernende tun:
- Versuch: Eigene Hypothesen aufstellen und begründen, welche Biases wirken
- Prüfe: Agent präsentiert widersprüchliche Evidenz oder Alternativen
- Ringen: Mit Unsicherheit umgehen, denn es gibt keine einfache “richtige Antwort”
- Reflektieren: Biases in eigenen Denkprozessen entdecken
Warum es funktioniert: Agent erzeugt Struggle, Lernende müssen durch die Schwierigkeit durcharbeiten. Die Versuch-dann-Prüfe-Struktur sorgt dafür, dass Lernende zuerst selbst denken.
6. Verstehen vs. Vertrautheit
Beispiel: Erklärungs-Coach (Feynman-Technik)
- Lehrthema: Computernetzwerke (TCP/IP-Protokoll)
- Problem: Können Fachbegriffe verwenden, aber nicht einfach erklären was passiert
Agent macht:
- Fordert Erklärungen für 8-Jährige (“Erkläre TCP so, dass es ein Kind versteht”)
- Identifiziert verwendete Fachbegriffe und verlangt Übersetzung
- Generiert Analogie-Aufgaben (“TCP ist wie…”)
- Testet Verständnis durch Vereinfachungs-Challenges
Lernende tun:
- Komplexe Konzepte ohne Jargon erklären
- Eigene Analogien entwickeln und testen
- Verständnislücken selbst entdecken beim Erklärungsversuch
- Konzepte in verschiedenen Abstraktionsebenen darstellen
Warum es funktioniert: Agent zwingt zur Vereinfachung ohne Bedeutungsverlust, die ultimative Verstehens-Prüfung.
7. Feedback & Reflexion
Beispiel: Schreibtrainer-Coach
- Lehrthema: Akademisches Schreiben
- Problem: Wenig Bewusstsein für eigene Schreibprozesse und -qualität
Agent macht:
- Analysiert Schreibmuster und gibt spezifisches Feedback
- Stellt Reflexionsfragen zum Schreibprozess
- Tracked Fortschritt in verschiedenen Dimensionen
- Gibt formatives (nicht summatives) Feedback
Lernende tun:
- Versuch: Ersten Entwurf schreiben und eigene Schwächen identifizieren
- Prüfe: Agent analysiert Schreibmuster (nicht Inhalt!) und stellt Fragen
- Überarbeiten: Feedback in konkrete Änderungen umsetzen und dokumentieren
- Reflektieren: “Was habe ich über meinen Schreibstil gelernt?”
Warum es funktioniert: Agent analysiert und fragt, Lernende müssen reflektieren und verbessern. Die Versuch-dann-Prüfe-Struktur stellt sicher, dass Lernende zuerst selbst schreiben.
8. Anwendung
Beispiel: Case-Study-Generator
- Lehrthema: Betriebswirtschaft - Strategisches Management
- Problem: Theoretisches Wissen kann nicht auf reale Situationen übertragen werden
Agent macht:
- Erstellt realistische, komplexe Unternehmensszenarien
- Simuliert Stakeholder-Perspektiven
- Generiert “What-if” Szenarien
- Sammelt aktuelle Business Cases
Lernende tun:
- Versuch: Eigene Analyse durchführen, strategische Entscheidung treffen und begründen
- Prüfe: Agent präsentiert Stakeholder-Perspektiven und “What-if”-Szenarien
- Vergleichen: Wie unterscheiden sich die Annahmen? Welche Konsequenzen?
- Synthetisieren: Trade-offs und langfristige Konsequenzen durchdenken
Warum es funktioniert: Agent erstellt realistische Szenarien, Lernende müssen anwenden und entscheiden. Die Versuch-dann-Prüfe-Struktur bewahrt die eigenständige Analyse.