Produktive Anstrengung durch Design

Lehren im Zeitalter der KI

Autor:in

Zugehörigkeit

Andrew Ellis

Virtuelle Akademie, Berner Fachhochschule

Diese Seite fasst Gestaltungsprinzipien zusammen, mit denen du produktive Anstrengung in deiner Lehre fördern kannst. Sie ergänzt die Workshop-Inhalte als Nachschlagewerk.

Zentrales Prinzip

Wie James Lang in Cheating Lessons (Lang 2013) argumentiert, ist „Schummeln eine angemessene Reaktion auf eine Lernumgebung, die für den Studierenden nicht funktioniert.Statt den Fokus auf das Verhalten der Studierenden zu richten, gestalten wir Lernumgebungen so, dass produktive Anstrengung der lohnendste Weg ist.

Forschung zu “desirable difficulties” (R. A. Bjork 1994; E. L. Bjork und Bjork 2011) zeigt, dass Lernen aktive kognitive Verarbeitung erfordert: Abrufen, Elaborieren, Verknüpfen, Generieren. Wenn wir diese Prozesse entfernen, entfernen wir das Lernen. Dass sich diese Prozesse anstrengend anfühlen, ist ein Signal dafür, dass sie aktiv sind. Die Aufgabe besteht darin, Lernumgebungen so zu gestalten, dass Studierende diese Prozesse durchlaufen, weil die Umgebung sie dorthin führt.

WichtigDas Paradox des Lernens

Bedingungen, die die Leistung während des Trainings gut aussehen lassen, fördern häufig kein nachhaltiges Lernen. Die folgenden Schwierigkeiten erscheinen im Moment härter und weniger effizient, führen aber zu überlegenem Langzeitbehalten und besserem Transfer:

• Generationseffekt: Lernende generieren (auch falsche) Antworten, bevor sie Informationen erhalten
• Spacing-Effekt: Übung über die Zeit verteilen statt sie zu bündeln
• Testing-Effekt: Wiederholtes Abrufen statt passivem Wiederholen nutzen
• Interleaving: Verschiedene Aufgabentypen mischen statt zu blocken

Diese „wünschenswerten Schwierigkeiten” lösen die kognitiven Prozesse aus, die Lernen erzeugen (Schemabildung, Abruf, Elaboration). Sie sind keine Hindernisse, die eliminiert werden sollten.

Evidenzbasierte Umweltgestaltung

1. Low-stakes Prüfungen (Lang 2013)

Ersetze Einzelprüfungen mit hohem Gewicht durch häufigere, weniger bedeutsame Bewertungen:

TippForschungsbasierter Ansatz

Statt einer Abschlussprüfung mit 50% Gewicht:

• Fünf Prüfungen mit je 10%
• Wöchentliche Reflexionsjournale
• Mehrfache Möglichkeiten, Lernen zu zeigen

Dies reduziert von Angst getriebene Abkürzungen und fördert das Behalten durch den Testing-Effekt (Roediger und Karpicke 2006).

2. Gestaltung intrinsischer Motivation (Lang 2013)

Gestalte Kurse um bedeutungsvolle Probleme statt um reine Inhaltsabdeckung:

Inhaltsorientiert: „Lies Kapitel 7 über Klimawandel” Problembasiert: „Analysiere, wie sich das Klima in deinem Heimatort mit lokalen Wetterdaten verändert hat”

Probleme, die im Umfeld der Studierenden wurzeln, können intrinsische Motivation ansprechen und sind weniger anfällig für KI-Generierung.

3. Verteiltes Wiederholen (Cepeda u. a. 2006)

Verteile Übung über die Zeit statt sie zu bündeln:

Woche 1: Konzept A einführen
Woche 3: Konzept A wiederholen und Konzept B lernen
Woche 6: A & B in neuem Kontext anwenden
Woche 10: A & B mit Konzept C verknüpfen

Forschung zeigt, dass verteilte Übung das Langzeitbehalten substanziell verbessert (Cepeda u. a. 2006), wobei die Effektgrösse je nach Aufgabentyp und Intervall variiert.

4. Abrufübung (Roediger und Karpicke 2006)

Nutze Tests als Lernwerkzeug, nicht nur zur Bewertung:

HinweisUmsetzungsstrategie

Abruf mit geringem Risiko:

• Jede Sitzung mit einem 2-Minuten-Quiz zum Vorwissen starten
• Wöchentliche „Brain Dumps”: alles aufschreiben, was man erinnert
• Peer-Teaching-Übungen
• Übungsaufgaben ohne Nachschlagen lösen

Abrufübung bringt besseren Transfer als reines Wiederholen (Roediger und Butler 2011).

5. Vermischtes Üben (Rohrer 2012)

Mische verschiedene Aufgabentypen in Übungsaufgaben:

Statt 20 Algebra- und dann 20 Geometrieaufgaben zu geben, mische sie:

• Aufgaben 1, 4, 7: Algebra
• Aufgaben 2, 5, 8: Geometrie
• Aufgaben 3, 6, 9: Textaufgaben mit beidem

Interleaving verbessert die Unterscheidung ähnlicher Konzepte und das Langzeitbehalten.

6. Kognitive Belastung steuern (Sweller 2023)

Gestalte Instruktion so, dass sie die Arbeitsgedächtniskapazität optimiert und produktive Anstrengung erhält:

Für Anfänger:

• Durchgearbeitete Beispiele vor eigenständiger Übung bereitstellen
• Überflüssige Belastung reduzieren, aber die eigentliche Herausforderung erhalten

Für Fortgeschrittene:

• Elementinteraktivität schrittweise erhöhen
• Produktive Anstrengung durch passende Schwierigkeitsgrade fördern
• Aufgaben so gestalten, dass die kognitive Belastung dem Lernen dient, nicht der Organisation

Optimale Herausforderungs-Architektur

Produktive Anstrengung entsteht in einem schmalen Korridor: Ist die Aufgabe zu leicht, schalten Lernende ab. Ist sie zu schwer, wird das Arbeitsgedächtnis überlastet. Im Bereich dazwischen findet Lernen statt.

In der Praxis heisst das: Du startest auf dem aktuellen Fähigkeitsniveau deiner Studierenden und fügst gezielt ein neues Element an Komplexität hinzu. Wichtig ist, die Anstrengung zu unterstützen, nicht zu beseitigen, und ausreichend Zeit für die anstrengende Verarbeitung einzuplanen.

Fächerübergreifende Anwendungen

Mathematik

Interleaving anwenden:

• Aufgabentypen in Sets mischen
• Zwischen mathematischen Verfahren wechseln
• Textaufgaben einbeziehen, die Strategieauswahl erfordern

Durchgearbeitete Beispiele:

• Schritt-für-Schritt-Lösungen vor Eigenübung zeigen
• Unterstützung allmählich abbauen, sobald Expertise wächst

Schreiben

Verteilte Überarbeitung implementieren:

• Entwurf → Woche Pause → Überarbeitung → Woche Pause → Endfassung
• Mehrere Feedback-Schleifen mit niedrigen Einsätzen

Designbasiertes Lernen:

• Schreiben an reale Probleme binden
• Echte Zielgruppen ausserhalb des Unterrichts

Naturwissenschaften

Abrufübungen:

• Vorhersagen-Beobachten-Erklären-Zyklen mit verzögertem Feedback
• Konzeptmapping aus dem Gedächtnis vor Nachschlagen

Wünschenswerte Schwierigkeiten:

• Hypothesen generieren vor Wissensvermittlung
• Phänomene erklären, bevor der Mechanismus gelehrt wird
• An „gescheiterten” Experimenten arbeiten, die Fehlvorstellungen aufdecken

Programmieren

Kognitive Belastung beachten:

• Durchgearbeitete Beispiele für Syntax, Problemlösen für Logik
• Pair Programming als kognitive Meisterlehre
• Anderen Code debuggen, um Mustererkennung aufzubauen

Umsetzungshilfe

Schwierigkeit für Lernende umdeuten

Viele Studierende deuten Anstrengung als Zeichen, dass sie etwas falsch machen. Es hilft, diese Deutung explizit umzurahmen: Wenn Studierende sagen “Das ist zu schwer”, lohnt es sich, die Anstrengung als Signal zu benennen, dass lernrelevante Prozesse aktiv sind. Ähnlich bei “Ich habe einen Fehler gemacht”: Fehler erzeugen nützliche Information über den aktuellen Lernstand und sind damit ein produktiver Teil des Prozesses.

Den Lernprozess sichtbar machen

Wenn du nicht nur das Endprodukt, sondern auch den Weg dorthin dokumentieren lässt, wird die Anstrengung zum bewertbaren Teil der Leistung. Konkret: Verwirrungsprotokolle, in denen Studierende festhalten, was sie verwirrt hat und warum das wertvoll war. Fehleranalysebögen für die systematische Reflexion über Fehler. Oder Methoden-Evolutionskarten, die zeigen, wie sich Lösungswege über die Zeit verbessert haben.

Fehler als Ressource nutzen

Eine Kultur, in der Fehler als Information und nicht als Versagen gelten, entsteht vor allem durch die Bewertungsgestaltung. Zwei konkrete Ansätze: Lass Studierende ihren lehrreichsten Fehler der Woche nominieren und analysieren (was ging schief, was habe ich daraus gelernt?). Oder vergib Bonuspunkte für die systematische Erkennung wiederkehrender Fehlermuster in den eigenen Arbeiten.

Auch die Sprache im Unterricht spielt eine Rolle. Wenn du Verwirrung explizit als produktiv benennst und Fehler als Daten behandelst, normalisiert sich die Anstrengung. Eine kurze tägliche Reflexion (2 Minuten), in der Studierende eine produktive Schwierigkeit teilen, kann den Ton setzen.

Strukturierte Lernaktivitäten

Vor dem Lernen nutzt du den Generierungseffekt: Lass Studierende Probleme versuchen, bevor du die Lösung zeigst, Ergebnisse vorhersagen, bevor du demonstrierst, oder Fragen zum neuen Stoff entwickeln.

Während des Lernens eignen sich Formate wie Think-Pair-Share zu Verständnisschwierigkeiten, Aufgaben knapp über dem aktuellen Niveau, oder das Erklären eines Konzepts, bevor die Antwort bekannt ist.

Nach dem Lernen fördern Transfer-Aufgaben (Konzepte auf neue Situationen anwenden), Fehlerdiagnose in Beispielarbeiten und Peer-Coaching die Konsolidierung.

Unterstützung abstufen

Wenn Studierende nicht weiterkommen, brauchen sie abgestufte Unterstützung, nicht sofort die Lösung. Eine bewährte Stufenfolge: (1) Eigenständiger Versuch (mindestens 5-10 Minuten), (2) Austausch mit Peers über Schwierigkeiten, nicht über Lösungen, (3) Zugang zu strategischen Hinweisen, (4) Coaching durch die Lehrperson, das das Denken lenkt, aber nicht ersetzt, (5) kollaboratives Problemlösen für die letzten Hürden.

Auch die Art der Hinweise ist entscheidend. Prozesshinweise (“Was für ein Aufgabentyp ist das?”) und metakognitive Impulse (“Was denkst du gerade?”) unterstützen das Denken, ohne es zu ersetzen. Inhaltliche Hilfen (“Überprüfe Schritt drei”) geben Richtung, ohne die Lösung vorwegzunehmen.

Die Lernumgebungs-Perspektive

Das Ziel ist nicht, Anstrengung zu beseitigen, sondern deine Lernumgebung so zu gestalten, dass produktive Anstrengung der naheliegendste Weg ist. Nicht moralischer Appell, sondern Umgebungsdesign: der Strand, nicht die Ameise.¹

Literatur

Bjork, Elizabeth Ligon, und Robert A. Bjork. 2011. „Making Things Hard on Yourself, but in a Good Way: Creating Desirable Difficulties to Enhance Learning“. In Psychology and the Real World: Essays Illustrating Fundamental Contributions to Society, 56–64. New York, NY, US: Worth Publishers.

Bjork, Robert A. 1994. „Memory and Metamemory Considerations in the Training of Human Beings“. In Metacognition: Knowing about Knowing, 185–205. Cambridge, MA, US: The MIT Press. https://doi.org/10.7551/mitpress/4561.001.0001.

Cepeda, Nicholas J., Harold Pashler, Edward Vul, John T. Wixted, und Doug Rohrer. 2006. „Distributed Practice in Verbal Recall Tasks: A Review and Quantitative Synthesis“. Psychological Bulletin 132 (3): 354–80. https://doi.org/10.1037/0033-2909.132.3.354.

Lang, James M. 2013. „Cheating Lessons“. Harvard University Press. 2013. https://www.hup.harvard.edu/books/9780674724631.

Roediger, Henry L., und Andrew C. Butler. 2011. „The Critical Role of Retrieval Practice in Long-Term Retention“. Trends in Cognitive Sciences 15 (1): 20–27. https://doi.org/10.1016/j.tics.2010.09.003.

Roediger, Henry L., und Jeffrey D. Karpicke. 2006. „Test-Enhanced Learning: Taking Memory Tests Improves Long-Term Retention“. Psychological Science 17 (3): 249–55. https://doi.org/10.1111/j.1467-9280.2006.01693.x.

Rohrer, Doug. 2012. „Interleaving Helps Students Distinguish Among Similar Concepts“. Educational Psychology Review 24 (3): 355–67. https://doi.org/10.1007/s10648-012-9201-3.

Simon, Herbert A., und John E. Laird. 2019. The Sciences of the Artificial: Reissue of the Third Edition with a New Introduction by John Laird. Cambridge, Massachusetts: MIT Press.

Sweller, John. 2023. „The Development of Cognitive Load Theory: Replication Crises and Incorporation of Other Theories Can Lead to Theory Expansion“. Educational Psychology Review 35 (4): 95. https://doi.org/10.1007/s10648-023-09817-2.

Fußnoten

1. Die Metapher geht auf Herbert Simon (Simon und Laird 2019) zurück: Eine Ameise läuft einen komplexen Pfad am Strand, aber die Komplexität liegt nicht in der Ameise (sie folgt einfachen Regeln), sondern im Strand mit seinen Hindernissen und Barrieren. Übertragen auf Lernen: Wenn Studierende den einfachsten Weg wählen, ist das rationales Verhalten in einer Umgebung, die diesen Weg zulässt. Die Gestaltungsfrage ist daher nicht “Wie verhindern wir Abkürzungen?”, sondern “Wie gestalten wir Umgebungen, in denen produktive Anstrengung der naheliegendste Weg ist?”