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

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:

  • Lösen Aufgaben ohne Nachschlagen
  • Erklären ihre Lösungswege
  • Reflektieren über Fehlerquellen
  • Selbsteinschätzung vor Feedback

Warum es funktioniert: Agent generiert die Übung, aber Lernende müssen aktiv abrufen und denken.

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:

  • Identifizieren welcher Algorithmus/welche Datenstruktur benötigt wird
  • Implementieren ohne vorherige Ankündigung des Typs
  • Vergleichen und kontrastieren verschiedene Ansätze
  • Entwickeln “Problem-Pattern-Recognition”

Warum es funktioniert: Agent mixt die Aufgaben, Lernende müssen Problem identifizieren und lösen.

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:

  • Erst eigene Hypothesen aufstellen
  • Mit Unsicherheit und Ambiguität umgehen
  • Biases in eigenen Denkprozessen entdecken
  • Komplexe, nuancierte Analysen entwickeln

Warum es funktioniert: Agent erzeugt Struggle, Lernende müssen durch die Schwierigkeit durcharbeiten.

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:

  • Eigene Texte kritisch evaluieren
  • Schreibstrategien bewusst reflektieren
  • Feedback in Überarbeitungen umsetzen
  • Metakognitive Awareness für Schreibprozess entwickeln

Warum es funktioniert: Agent analysiert und fragt, Lernende müssen reflektieren und verbessern.

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:

  • Theoretische Frameworks auf reale Probleme anwenden
  • Strategische Entscheidungen treffen und begründen
  • Multiple Perspektiven berücksichtigen
  • Langfristige Konsequenzen durchdenken

Warum es funktioniert: Agent erstellt realistische Szenarien, Lernende müssen anwenden und entscheiden.

Back to top