Einleitung

Abbildungen* sind – egal ob in Arbeitsblättern oder online, in digitalen Lernumgebungen, projizierten Folien oder bei Tafelanschriften – ein zentrales Element von Lernmaterialien. Sie helfen, Zusammenhänge zu veranschaulichen oder Lerngegenstände zu konkretisieren.

Doch in der Regel sind Abbildungen nicht selbsterklärend, sondern bedürfen zusätzlicher textlicher Erläuterung. Wenn Lernende zwei unterschiedliche Informationsquellen integrieren und verarbeiten müssen, entsteht kognitive Belastung. Im Rahmen der Theorie der kognitiven Belastung (engl. cognitive load theory) oder kognitiven Theorie des Multimedialernens wurde vielfach untersucht, unter welchen Bedingungen eine Kombination aus Abbildung und Text lernförderlich bzw. -hinderlich ist.

Mit folgendem Ergebnis: Sind zwei für das Verständnis zusammengehörende Informationen, z.B. Abbildung und erklärender Text, in der Darstellung getrennt bzw. an verschiedenen Stellen platziert, dann müssen Lernende ihre Aufmerksamkeit auf zwei verschiedene Punkte lenken. Dies hat negative Auswirkungen auf das Lernen und Verstehen der Inhalte.

Abb. 1. Beispiel für integrierte und getrennte Anordnung von Abbildung und Text.

Sind Abbildung und Text dagegen integriert dargestellt, also nahe beieinander angeordnet, hat dies einen positiven Effekt (spatial contiguity effect):

Abb. 2. Beispiel für integrierte und getrennte Anordnung von Abbildung und Text.

Die positive Wirkung der Integration von Abbildung und zugehörigem Text auf den Lernerfolg ist vielfach belegt. Die vorliegende Metaanalyse erweitert diesen Kenntnisstand, indem sie aktuelle Studien berücksichtigt und genauer analysiert, unter welchen Bedingungen die Integration von Abbildung und Text besonders effektiv funktioniert.

*Dazu gehören Bilder, Grafiken, Diagramme und weitere Visualisierungen von Informationen.

Worum geht es in dieser Studie?

In der vorliegenden Metaanalyse geht es um den Effekt, den die integrierte Anordnung von Abbildung und Text gegenüber getrennter Anordnung auf das Lernen und Verstehen der Inhalte hat. Sie aktualisiert ältere Metaanalysen (z.B. Ginns, 2006) und untersucht – ermöglicht durch die größere Zahl von verfügbaren Studien – unter welchen Bedingungen die Integration von Abbildung und Text den Lerneffekt wie beeinflusst.

Schröder und Cenkci können auf insgesamt 58 qualitativ hochwertige experimentelle Vergleiche von integrierter vs. getrennter Anordnung von Abbildung und Text zurückgreifen (21 mehr als in der Metaanalyse von Ginns, 2006). Die Studien stammen aus dem Zeitraum von 1989 bis 2017. Insgesamt waren 2.426 Lernende daran beteiligt. Der Lernerfolg wird in allen berücksichtigten Studien in Form von Wissenstests (Wiedergabe und/oder Transfer) überprüft.

Um die Nachhaltigkeit der Effekte mit zu erfassen, verwenden die AutorInnen bei der Berechnung der Effekte jeweils die Testdaten mit dem größtmöglichen zeitlichen Abstand zwischen Lernphase und Testung. Um zu überprüfen, unter welchen Bedingungen die integrierte Gestaltung von Abbildung und Text lernförderlich wirkt, erfassen die Autoren das Präsentationsmedium, die Art und Dynamik der Abbildung sowie die Redundanz des Lernmaterials, also inwiefern die Information in Abbildung und Text doppelt auftaucht (vgl. Tabelle 1).

Was findet diese Studie heraus?

Insgesamt lernen Lernende mit der integrierten Darstellung von Abbildung und Text mehr als mit getrennt dargestellten Informationen (g = 0.63). In den Moderatoranalysen stellen die AutorInnen fest, dass das Präsentationsmedium einen signifikanten Einfluss hat: Den größten Effekt hat die Integration bei Arbeitsblättern und in computerbasiertem Lernmaterial. Die Dynamik der Abbildung beeinflusst den Lernerfolg ebenfalls signifikant: Bei statischen Abbildungen, die nicht animiert oder interaktiv gestaltet sind, sind die Effekte der integrierten Darstellung am größten.

Auch die Redundanz der Inhalte in Abbildung und Text spielt eine Rolle: Wenn die Abbildung nur in Kombination mit dem Text verständlich ist oder wenn der Text auch gänzlich ohne Abbildung verständlich ist, zeigt sich der positive Effekt der integrierten Darstellung am deutlichsten. Für die Art der Abbildung dagegen konnte kein bedeutsamer Einfluss nachgewiesen werden. Weitere Details und Informationen zu den Moderatorvariablen sind in Tabelle 1 berichtet:

Tabelle 1. Stufen der Moderatoren und Ergebnisse der Moderatorenanalysen.

* = signifikant

Wie bewertet das Clearing House Unterricht diese Studie?

Die Clearing House Unterricht Research Group bewertet die Metaanalyse anhand der folgenden fünf Fragen und orientiert sich dabei an den Abelson-Kriterien (1995):

Wie substanziell sind die Effekte?

Nach der gängigen Kategorisierung nach Cohen (1988) ist der Gesamteffekt der Metaanalyse von g = 0.63 als mittelgroß einzustufen (Basis: 58 Effekte). Damit fällt er etwas niedriger aus als in der letzten Metaanalyse zum Thema von Ginns: g = 0.72 (Basis: 37 Effekte). Der geringfügige Unterschied lässt sich durch die erweiterten technischen Möglichkeiten der Darstellung von Abbildungen und Text erklären. Dadurch entsteht eine größere Varianz. Bei der Integration von Abbildung und Text in Arbeitsblättern kann unter bestimmten Bedingungen ein großer Effekt von g = 0.80 erreicht werden. Dies bedeutet dann, dass knapp 80% der Lernenden, die mit optimiertem Lernmaterial arbeiten, einen höheren Lernerfolg erreichen als der Durchschnitt der Kontrollbedingung. Zusammenfassend ist der Effekt der Integration von Abbildung und Text – insbesondere gemessen am geringen Umsetzungsaufwand – als substanziell einzuordnen.

Wie differenziert sind die Ergebnisse dargestellt?

Die Ergebnisse werden nach verschiedenen Schulfächern und Altersgruppen differenziert. Bei den Schulfächern wird für Biologie/Geographie ein mittelgroßer Effekt, für Technik ein mittelgroßer Effekt und für Mathematik/Physik ein kleiner Effekt berichtet. Im Sekundarstufenbereich wird für die Klassen 6-8 ein kleiner und für die Klassen 9-12 ein großer Effekt berichtet. Als Erfolgskriterium wurde lediglich Lernerfolg in Form von Wiedergabe-, Transfer- und gemischten Tests untersucht. Motivationale Variablen beispielsweise wurden nicht systematisch erfasst.

Wie verallgemeinerbar sind die Befunde?

Die Metaanalyse untersucht zahlreiche Moderatoren, die die Verallgemeinerbarkeit des Gesamteffekts einschränken können. Für die Dauer der Intervention (Abstufungen zwischen unter fünf bis über 15 Minuten), unterschiedliche Ausrichtungen der Testung (Wiedergabe vs. Transfer), Gestaltung der Testaufgaben (offene Aufgaben, Multiple Choice-Aufgaben, Mischung aus beiden) und verschiedene Arten der Rekrutierung und Belohnung der Probanden konnten keine signifikanten Einflüsse nachgewiesen werden. Für unterschiedliche geographische Regionen (u.a. Europa: kleiner Effekt) und Altersgruppen (verschiedene Abstufungen von Kindergarten bis Studierende) jedoch schon. In diesem Fall sind  die spezifischen Effektstärken aussagekräftiger als der Gesamteffekt.

Was macht die Metaanalyse wissenschaftlich relevant?

Die Metaanalyse ist aus verschiedenen Gründen als bedeutsam einzustufen. Sie stellt ein Update zu früheren Überblicksarbeiten dar und erweitert den bisherigen Forschungsstand, indem sie einen dezidierten Fokus auf die Bedingungen legt, die sich auf den Effekt der Integration von Abbildung und Text auswirken. Außerdem zeigt sie in ihrer systematischen Herangehensweise Forschungslücken auf. So liegen beispielsweise bestimmten Darstellungsvarianten bislang nur wenige Studien vor.

Wie methodisch verlässlich sind die Befunde?

Die Transparenz und Begründung des methodischen Vorgehens entspricht überwiegend den Kriterien gängiger Anforderungskataloge APA Meta-Analysis Reporting Standards). Die Angaben zur Suche, Kodierung und Analyse der Primärstudien erfüllen weitgehend alle Qualitätsstandards. Lediglich bei der Frage, wie die berücksichtigten Studien genau ausgewählt wurden, bleibt die Metaanalyse vage. Genauere Informationen zur Beurteilung des methodischen Vorgehens finden Sie in unserem Rating Sheet.

Fazit für die Unterrichtspraxis

In diesem Fall fällt das Fazit sehr eindeutig aus: Bei der Gestaltung von Lernmaterialien, in denen Abbildungen und erklärender Text kombiniert werden, gilt es, die beiden Informationsquellen möglichst sinnvoll nahe beieinander zu platzieren, d.h. integriert darzustellen (siehe Abb. 2). Die negativen Effekte von räumlich getrennten Materialien sind vielfach aufgezeigt und in unterschiedlichsten Kontexten bestätigt worden.

Die Mehrzahl der Befunde stammt aus experimentellen Laborstudien und nicht aus dem Klassenzimmer. Nichtsdestotrotz haben sie eine hohe Relevanz für die Unterrichtspraxis. Der zugrundeliegende Mechanismus der kognitiven Über- bzw. Entlastung der Verarbeitungskapazitäten von Lernenden beansprucht eine grundsätzliche Gültigkeit für effektives Lernen. Dieser Effekt ist besonders bei der Gestaltung von Arbeitsblättern mit zweidimensionalen Abbildungen zu beobachten. Wenn LehrerInnen also ein gezieltes Augenmerk darauf haben, dass sie Lernmaterialien entwickeln oder auswählen, in denen Abbildungen und dazugehörige Texte integriert angeordnet sind, dann können sie – bei sehr geringem Aufwand – das Lernen deutlich vereinfachen.

Studienbeispiel

Ein besonders großer Effekt (d = 0.97) für die integrierte Darstellung von Abbildung und Text im Vergleich zu getrennt dargestellten Informationen zeigt sich in der Studie von Tindall-Ford und KollegInnen (2015) für Lernmaterial zu Winkeln im Mathematik-Unterricht. Außerdem verdeutlicht die Studie den Mehrwert, der entsteht, wenn Lernende die Integration von Abbildung und Text selbst vornehmen. An der Studie im regulären Mathematikunterricht der siebten Klasse nahmen 48 SchülerInnen teil.

Nach einer kurzen Einführung der zentralen Konzepte wurden die Schülerinnen zufällig in eine von drei Gruppen eingeteilt. Die erste Gruppe erhielt Lernmaterial mit getrennter Darstellung von Abbildung und Text, die zweite erhielt Material mit integrierter Darstellung (siehe Abb. 2), die dritte Gruppe konnte die Beschriftungstexte am Computerbildschirm selbst an die entsprechenden Stellen in der Abbildung setzen. Beim abschließenden Test schnitt die Gruppe mit der integrierten Darstellung am besten ab; wobei der Unterschied zur dritten Gruppe, die die Integration selbst geleistet hatte, unbedeutend war. Der Abstand dieser beiden zur Gruppe mit getrennter Darstellung von Abbildung und Text war hingegen groß und statistisch bedeutsam.

Referenzen und Links

Downloads

Einleitung

Möglichst allen SchülerInnen innerhalb der Klasse tiefergehendes Wissen und eingehendes Verständnis von Inhalten zu vermitteln, ist das Idealziel von LehrerInnen. Doch wie soll eine einzelne Lehrkraft häufig mehr als 30 SchülerInnen gleichzeitig und individuell nach ihren Fähigkeiten unterstützen? Dafür müssten SchülerInnen jeweils zur richtigen Zeit den richtigen Impuls bekommen und unmittelbar Rückmeldung auf ihre Antworten erhalten. Diese Rückmeldungen sollten im besten Fall über richtig oder falsch hinausgehen und mit einem Hinweis auf die nächsten Schritte oder Aufgaben verbunden sein. In den meisten Klassenzimmern ist dies kaum umsetzbar. Will man jedoch am Ziel festhalten, SchülerInnen individuell zu unterstützen, muss diese Unterstützung auf andere Weise realisiert werden.

Adaptive Lernsoftware (engl.: automated adaptive guidance) bietet hier eine reale Alternative und Ergänzung zum Lehrerhandeln: Sie bewertet Schülerantworten automatisiert und unterstützt SchülerInnen adaptiv. Bisher wurden die Potenziale derartiger Lernsoftware vorwiegend bei Studierenden untersucht. Die Metaanalyse von Gerard und KollegInnen nimmt ihre Wirksamkeit nun bei SchülerInnen der Sekundarstufe umfassend in den Blick.

Worum geht es in dieser Studie?

Die vorliegende Metaanalyse untersucht zwei unterschiedliche Fragestellungen und enthält zwei verschiedene statistische Analysen. Die erste Fragestellung bezieht sich generell darauf, ob adaptive Lernsoftware einen Mehrwert gegenüber Unterricht ohne adaptive Lernsoftware bietet (24 experimentelle Vergleiche). Die Studien vergleichen die Lernleistungen von SchülerInnen, die mit adaptiver Lernsoftware arbeiten, mit denen von SchülerInnen, die die gleichen Inhalte ohne diese Art von Software lernten – z.B. durch lehrergeführten Unterricht und/oder Arbeitsblätter, durch nicht adaptive Lernsoftware, anhand von Multiple-Choice-Tests oder anhand von offenen Aufgaben.

Die zweite Fragestellung bezieht sich auf die Wirksamkeit spezieller Designelemente (Features) adaptiver Lernsoftware. In den entsprechenden experimentellen Studien werden erweiterte Versionen von adaptiver Lernsoftware, die ein bestimmtes Feature enthalten, verglichen mit einfacheren Versionen, die dieses Feature nicht enthalten (29 Einzelvergleiche).

In beiden Analysen wird zudem der Einfluss verschiedener sogenannter Moderatoren untersucht (siehe Tabelle 1). Grundlage der Metaanalyse sind 53 Vergleiche aus 42 Veröffentlichungen, die zwischen 2000 und 2014 erschienen sind. Über 70 % der Vergleiche stammen aus dem mathematisch-naturwissenschaftlichen Fachbereich, der Rest aus sprachlich-gesellschaftswissenschaftlichen Fächern.

Tabelle 1. Übersicht über die untersuchten Moderatoren.

Was findet diese Studie heraus?

Die Analysen zur ersten Fragestellung ergeben einen signifikanten kleinen Gesamteffekt zugunsten adaptiver Lernsoftware (g = 0.34). Dieser Effekt zeigt sich unabhängig von der Art der Vergleichsbedingung, d.h., ob nicht-adaptive Lernsoftware, Arbeitsblätter ohne Unterstützung oder unterstützende Lehrerinstruktion in der Kontrollgruppe eingesetzt wurden. Von allen getesteten Moderatoren hat nur das unterschiedliche Vorwissen der SchülerInnen einen signifikanten Effekt: Während SchülerInnen mit geringem oder mittlerem Vorwissen von der Unterstützung der Software profitieren, ist dies bei SchülerInnen mit hohem Vorwissen nicht der Fall.

Die Analysen zur zweiten Fragestellung ergeben ebenfalls einen signifikanten kleinen Gesamteffekt – zugunsten der erweiterten adaptiven Lernsoftware (g = 0.27). Das bedeutet, dass die Integration bestimmter Features die Effektivität der Software erhöhen kann. Zu diesen Features gehören inhaltliche Hinweise zur Förderung eines tieferen konzeptuellen Verständnisses oder Hinweise zum selbstregulierten Lernen z.B. zum Monitoring der eigenen Lernaktivität. Versionen, die solche Features beinhalten, sind einfacheren Versionen der Lernsoftware, die lediglich Feedback zur Korrektheit der Schülerantwort anbieten, überlegen. Insbesondere wenn Schülerinnen bei komplexeren Aufgaben – beispielsweise beim Erstellen von Diagrammen oder Concept Maps (siehe Kurzreview 19) – unterstützt wurden, führten Versionen mit Features zu besseren Leistungen. Auch hier zeigte sich, dass ausschließlich SchülerInnen mit geringem oder mittlerem Vorwissen davon profitieren.

Wie bewertet das Clearing House Unterricht diese Studie?

Die Clearing House Unterricht Research Group bewertet die Metaanalyse anhand der folgenden fünf Fragen und orientiert sich dabei an den Abelson-Kriterien (1995):

Wie substanziell sind die Effekte?

Nach der gängigen Kategorisierung nach Cohen (1988) sind die Gesamteffekte beider Analysen als klein einzustufen. Veranschaulicht bedeutet der Effekt von g = 0.34, dass ca. 64 % der SchülerInnen mit adaptiver Lernsoftware eine höhere Lernleistung aufweisen als der Durchschnitt der VergleichsschülerInnen.

Dabei ist zu berücksichtigen, dass diese Effekte unter strengen Bedingungen erzielt werden. Zum einen bezieht sich der Effekt immer auf den Mehrwert der adaptiven Software (Fragestellung 1) oder erweiterter Versionen (Fragestellung 2) im Vergleich zu ähnlichen Angeboten. Das heißt, auch in der Vergleichsbedingung erhalten SchülerInnen Aufgaben zur Förderung ihres Verständnisses bzw. einfachere Formen der Unterstützung. Zum anderen erfassen die meisten Studien den tatsächlichen Lernfortschritt der SchülerInnen indem sie den Lernstand nach der Intervention mit dem Lernstand vor der Intervention vergleichen (Prä-Post-Studien). Wie die Moderatoranalysen im Hinblick auf das Vorwissen und die Komplexität der Aufgaben gezeigt haben, können die Effekte adaptiver Software unter bestimmten Bedingungen noch größer ausfallen.

Wie differenziert sind die Ergebnisse dargestellt?

Die Effekte werden differenziert nach Fachbereichen (Mathematik, Naturwissenschaften, Sprachen) und nach Altersstufen (6.-8. Klasse und 9.-12. Klasse) dargestellt. Auch um die Lernleistung zu ermitteln, werden unterschiedliche Maße herangezogen: Unterschieden wird, ob Schülerlnnen korrekt aus verschiedenen Optionen auswählen können (Selektionsaufgaben), ob sie selbst korrekte Problemlösungen durchführen oder eigene Antworten mit korrektem Aufbau erstellen können (generative Aufgaben). Für keine dieser Differenzierungen ergeben sich bedeutsame Unterschiede. 

Wie verallgemeinerbar sind die Befunde?

In beiden Analysen zeigt sich, dass sich die Effektstärken der verschiedenen Studien durchaus unterscheiden. Jedoch zeigen die meisten Moderatoren, die als Erklärung für diese Unterschiede getestet werden, keine signifikanten Effekte (Ausnahme: Vorwissen). Auch wenn dies auf den ersten Blick für eine hohe Generalisierbarkeit spricht, stehen den einzelnen Moderatorentests jeweils nur eine geringe Anzahl an Studien zur Verfügung. Aufgrund der wenigen Einzelvergleiche sind diese Ergebnisse als vorläufig zu sehen und nur eingeschränkt belastbar, da neue Studien diese Trends verändern könnten.

Zukünftige Forschung sollte dementsprechend den Einfluss von Moderatorvariablen weiter prüfen, um belastbarere Ergebnisse in Bezug auf den Einfluss der hier getesteten und gegebenenfalls auch weiterer Moderatorvariablen zu generieren: So ist z.B. auch denkbar, dass sich die Effekte unterscheiden – je nachdem, in welcher Weise die Lernsoftware in den Unterricht eingebettet wird, in welchem kulturellen Kontext die Studie durchgeführt wurde und ob dabei längerfristig Unterschiede gemessen wurden (nachhaltiges Lernen).

Was macht die Metaanalyse wissenschaftlich relevant?

Wissenschaftlich bedeutsam ist diese Metaanalyse, da sie eine spezielle Form der Lernsoftware erstmals exklusiv bei SchülerInnen der Sekundarstufe untersucht. Sie kombiniert dabei Analysen, die einerseits den Mehrwert adaptiver Lernsoftware gegenüber Unterricht ohne solche Software ermitteln, mit Analysen, die die Effektivität bestimmter Erweiterungen der Lernsoftware bestimmen. Dies lässt differenzierte Aussagen zum Forschungsstand und zu weiterführenden Forschungsfragen zu.

Wie methodisch verlässlich sind die Befunde?

Die Transparenz und Begründung des methodischen Vorgehens entspricht teilweise den Kriterien gängiger Anforderungskataloge (z.B. APA Meta-Analysis Reporting Standards). Zwar erfüllen die Angaben zur Suche und Analyse der Primärstudien weitgehend alle Ansprüche, jedoch fehlen Informationen, die die Auswahl und vor allem die genaue Kodierung der Primärstudien betreffen. Genauere Informationen zur Beurteilung des methodischen Vorgehens finden Sie in unserem Rating Sheet.

Fazit für die Unterrichtspraxis

SchülerInnen der Sekundarstufe unterscheiden sich in vielfältiger Weise voneinander und benötigen deshalb auch unterschiedliche Unterstützung, um gute Lernergebnisse zu erzielen. Optimale individualisierte Unterstützung können Lehrkräfte im täglichen Unterricht kaum leisten. Die vorliegende Metaanalyse – deren Studien alle im Schulkontext durchgeführt wurden – zeigt, dass adaptive Lernsoftware diese Funktion effektiv übernehmen und Lehrkräfte bei ihrer Arbeit entlasten kann. Gerade SchülerInnen mit geringem Vorwissen, die mehr Unterstützung brauchen, können von adaptiver Lernsoftware profitieren. Zudem zahlt sich der Einsatz solcher Software vor allem bei komplexeren Aufgaben aus; sie fördern das tiefere Verständnis von Sachverhalten besonders.

Ob nun die Unterstützung von der Lehrkraft oder von der Software kommt, muss kein »entweder-oder« sein. Vielmehr erhält die Lehrkraft durch die Software mehr Freiraum, um sich um einzelne SchüIerInnen kümmern zu können, während die MitschülerInnen parallel weiterarbeiten können.

Studienbeispiel

Einen besonders großen Effekt (d = 1.43) erzielt die adaptive Lernsoftware „Betty’s Brain“ in der Studie von Leelawong & Biswas (2008). Die Software verfolgt den Ansatz, dass SchülerInnen durch Lehren lernen. Für die Studie hatten SchülerInnen die Aufgabe, der Cartoonfigur „Betty“ mithilfe von Concept Maps grundlegende Zusammenhänge über das Ökosystem von Flüssen beizubringen. Für die Concept Maps müssen die SchülerInnen eigenständig notwendige Informationen über ökologische Zusammenhänge recherchieren.

Wenn sie danach ihre Ergebnisse in eine Concept Map übersetzen, gibt die Software dazu inhaltliche Rückmeldungen. Um sicherzustellen, dass Betty (und dadurch auch sie selbst) die Zusammenhänge richtig verstanden hat, müssen die SchülerInnen Betty regelmäßig testen. Wenn sich Betty schlecht vorbereitet fühlt oder im Test schlecht abschneidet, gibt sie klare Tipps, wie man sie besser unterstützen kann und fordert diese Unterstützung lautstark ein (Impulse zum Self-Monitoring).

In der Studie arbeiteten 15 SchülerInnen der fünften Jahrgangsstufe fünf Unterrichtsstunden lang mit dieser erweiterten Version adaptiver Lernsoftware. Es zeigten sich große Zuwächse im Wissen der SchülerInnen, die dieses Wissen und erworbene Strategien des Self-Monitorings auch auf neue Problemstellungen übertragen konnten. SchülerInnen zweier Kontrollgruppen, die ohne Self-Monitoring-Elemente arbeiteten bzw. nicht in der Rolle der Lehrenden waren, verzeichneten zwar ebenfalls Lernzuwächse – jedoch in geringerem Umfang. Insgesamt demonstriert die kleine Studie die Effektivität von adaptiver Lernsoftware und liefert Hinweise auf effektive Features wie den „Lernen durch Lehren“ Ansatz und erweiterte Features anhand des Self-Monitorings.

Referenzen und Links

Podcast

Downloads

Einleitung

Die fortschreitende Digitalisierung schafft immer neue Möglichkeiten für die Unterrichtsgestaltung. Konkrete Anwendungsmöglichkeiten bietet der Einsatz mobiler digitaler Geräte zur Förderung von kollaborativem Lernen: Smartphones, Tablets und Laptops machen es möglich, gemeinsames Lernen für den Einzelnen zeitlich und räumlich sehr flexibel zu gestalten, da Lernende weder am gleichen Ort noch zur gleichen Zeit arbeiten müssen.

Die Geräte eröffnen viele Möglichkeiten, Lernende optimal zu vernetzen, zum Beispiel durch flexible und strukturierte Kommunikation, durch das Teilen von Wissen, Meinungen und Fragen oder durch Optionen für schnelles Feedback. Dadurch können sie kleinen Gruppen potenziell helfen, beim Lernen produktiver zusammenzuarbeiten und damit den Lernerfolg jedes Einzelnen erhöhen.

Die vorliegende Metaanalyse untersucht zusammenfassend die Effektivität von mobilem digitalen kollaborativen Lernen (engl. mCSCL = mobile computer supported collaborative learning) und verknüpft dabei die Forschungsstränge des kollaborativen Lernens und des Lernens mit mobilen digitalen Geräten. Sie liefert dadurch erstmals Hinweise, ob und unter welchen Bedingungen mobile digitale Geräte das gemeinsame Lernen in Gruppen effektiv unterstützen können.

Worum geht es in dieser Studie?

Die Metaanalyse untersucht, inwiefern kleine Gruppen beim kollaborativen Lernen von der Unterstützung durch mobile digitale Geräte in Bezug auf Lernleistung, Einstellungen und Qualität der Zusammenarbeit profitieren und welche Faktoren diese Zusammenhänge beeinflussen. Dazu werden Studien herangezogen, die die Effekte mobilen kollaborativen Lernens mit drei unterschiedlichen Alternativbedingungen vergleichen:

1. mit individuellem digitalen Lernen,

2. mit kollaborativem Lernen ohne digitale Medien, und

3. mit kollaborativem Lernen mit klassischen digitalen Medien (stationären Computern).

Dadurch können die AutorInnen feststellen, ob die soziale Lernform oder der Einsatz mobiler digitaler Geräte entscheidend für den Lernerfolg ist.

Ein Blick in einzelne Studien zeigt, dass die Wirksamkeit von mobilem digitalen kollaborativem Lernen je nach Schulfach, Alter, Gruppengröße, Gruppenzusammensetzung, Interventionsdauer, Notenvergabe bzw. Belohnungsvergabe oder unterschiedlichen Lehrmethoden variiert. Ob die Wirksamkeit systematisch von diesen Faktoren beeinflusst wird, untersuchen die AutorInnen im Rahmen von Moderatoranalysen. Insgesamt konnten die AutorInnen für Ihre Metaanalyse auf 47 Artikel aus wissenschaftlichen Zeitschriften und eine Dissertationsschrift zurückgreifen, die zwischen 2000 und 2016 erschienen sind. Darin enthalten sind 163 Effektstärken von 5.294 Teilnehmenden.

Was findet diese Studie heraus?

Auf der Basis aller 163 Effektstärken ergab die Metaanalyse einen signifikant positiven Gesamteffekt mittlerer Größe
(g = 0.52): Werden beim kollaborativen Lernen mobile digitale Geräte genutzt, so erzielen Lernende höhere Leistungen, haben positivere Einstellungen zum Lernen und arbeiten produktiver zusammen. Ein sogenannter Heterogenitätstest zeigt, dass sich die Effektstärken zwischen den Studien bedeutsam unterscheiden. Mithilfe von Moderatoranalysen lassen sich Faktoren identifizieren, die die Effektstärke jeweils beeinflussen. Die vollständigen Ergebnisse der Moderatoranalysen sind in Tabelle 1 dargestellt.

Die Analyse unterschiedlicher Vergleichsbedingungen zeigt, dass kollaboratives Lernen mit mobilen Geräten effektiver ist als individuelles Lernen mit mobiler Technologie oder kollaboratives Lernen ohne digitale Unterstützung. Allerdings ergaben die Vergleiche auch, dass Lernende, die kollaborativ mit mobilen digitalen Geräten lernen, verglichen mit Lernenden, die kollaborativ mit statischen (Desktop-)Geräten lernen, nicht signifikant besser abschneiden. Dies deutet darauf hin, dass das besondere Potenzial mobiler digitaler Geräte erst noch nachgewiesen bzw. entwickelt werden muss. Im Hinblick auf den Einsatzkontext ergeben die Befunde, dass insbesondere SchülerInnen der Sekundarstufe und in naturwissenschaftlich-mathematischen Fächern vom kollaborativen Lernen mit mobilen digitalen Geräten profitieren.

Zudem zeigen Gestaltungsoptionen auf unterschiedlichsten Ebenen, wann kollaboratives Lernen von der Unterstützung durch digitale Technologien profitieren kann: Besonders wirksam im Vergleich zeigte sich kollaboratives Lernen unterstützt durch mobile digitale Geräte bei einer Gruppengröße von vier Personen, bei einer vorwiegend homogenen Gruppenzusammensetzung (im Hinblick auf Persönlichkeitseigenschaften und Leistungsvoraussetzungen), sowie bei einer Lernzeit, die weder besonders kurz (unter einer Woche) noch besonders lang (über vier Wochen) angesetzt war. Größere Effekte zeigten sich auch, wenn kollaborative Instruktionsansätze (z. B. Gruppenpuzzle, Gruppenuntersuchung) anstelle von kompetitiven Ansätzen (z. B: Gruppenrallye, Gruppenturnier) gewählt wurden. Zudem waren individuelle Formen der Belohnung oder Benotung der Lernenden mit höheren Effekten verbunden als die Belohnung von Gruppenleistungen. Ob das Klassenzimmer oder informelle Settings (Outdoor, Museum) gewählt wurden, ergab keinen Unterschied.

Tabelle 1. Effekte nach unterschiedlichen Moderatorstufen.

*signifikanter Effekt mit 5% Irrtumswahrscheinlichkeit; **signifikanter Effekt mit 1% Irrtumswahrscheinlichkeit; *** signifikanter Effekt mit 0.1% Irrtumswahrscheinlichkeit.

Wie bewertet das Clearing House Unterricht diese Studie?

Die Clearing House Unterricht Research Group bewertet die Metaanalyse anhand der folgenden fünf Fragen und orientiert sich dabei an den Abelson-Kriterien (1995):

Wie substanziell sind die Effekte?

Die durchschnittliche Effektstärke liegt nach der üblichen Einteilung nach Cohen (1988) im mittleren Bereich (g = 0.52). Diese Effektstärke bedeutet, dass etwas mehr als 70 % der kollaborativ Lernenden mit mobilen Technologien bessere Ergebnisse als der Durchschnitt der Kontrollgruppen erzielen (Vergleichsbedingungen siehe Tabelle 1). Dieser positive Effekt des kollaborativen Lernens mit technologischer Unterstützung zeigt sich über viele Moderatoren und drei verschiedene Erfolgskriterien hinweg als relativ stabil, was auf einen robusten Befund hindeutet. Zudem ist der Befund in Richtung und Größe konform mit Ergebnissen zu kollaborativem Lernen ohne digitale Medien (siehe Kurzreview 4).

Entscheidend bei der Einschätzung aller Effektstärken dieser Metaanalyse ist jedoch, dass die eingehenden Studien meist auf kleinen Stichproben, auf wenig verlässlichen Studiendesigns und kaum auf standardisierten Messverfahren beruhen – häufig auch auf Selbsteinschätzungen von SchülerInnen. Die AutorInnen geben hierzu an, dass aufgrund der geringen Anzahl verfügbarer Studien keine besonderen Anforderungen an die Qualität der eingehenden Studien gestellt werden konnten. Aus der Forschung ist jedoch bekannt (siehe Cheung & Slavin, 2016), dass diese methodischen Faktoren einen deutlichen Einfluss auf die Ergebnisse haben.

Im Fall dieser Metaanalyse ist daher insgesamt davon auszugehen, dass die methodischen Eigenschaften der Primärstudien dazu beitragen, dass die Effektivität überschätzt wird. Zukünftige Primärstudien, die strengeren wissenschaftlichen Kriterien genügen, müssen zeigen wie belastbar diese Ergebnisse sind.

Wie differenziert sind die Ergebnisse dargestellt?

Die Differenziertheit der berichteten Effekte wird anhand der Bereiche Schulfächer, Jahrgangsstufen und des Erfolgskriteriums eingeschätzt. Die Metaanalyse liefert differenzierte Darstellungen in allen drei Bereichen. Es werden gesonderte Effektstärken für unterschiedliche Fächer (u.a. Naturwissenschaften und Mathematik), Altersstufen (u.a. Sekundarstufe) sowie für die Erfolgskriterien Leistung, Einstellung und Qualität der Zusammenarbeit ausgegeben.

Wie verallgemeinerbar sind die Befunde?

In der Metaanalyse wurde eine Reihe relevanter Moderatoren überprüft; bei den meisten zeigten sich keine signifikanten Unterschiede. Dies deutet darauf hin, dass kollaboratives Lernen mit mobilen digitalen Geräten unter ganz unterschiedlichen Bedingungen lernwirksam sein kann. Die Anzahl der Studien für die einzelnen Moderatorstufen ist oftmals jedoch so gering, dass die Ergebnisse eher als vorläufige Trends denn als belastbare Befunde gesehen werden können. Zudem wurden einige wichtige Einflussfaktoren nicht überprüft: So wurde nicht untersucht, welchen Einfluss die Art der mobilen Technologie auf die Größe der Effekte hat. Da die Metaanalyse Studien aus einem relativ langen Zeitraum mit großem technologischem Fortschritt integriert, ist davon auszugehen, dass die darin untersuchten Geräte und Anwendungsarten eine große Heterogenität aufweisen. Welchen Einfluss methodische Faktoren (Studiendesign, Stichprobengröße, Art der Messverfahren) auf die Befunde haben, wurde ebenfalls nicht überprüft. Dies hätte wertvolle Hinweise auf die Belastbarkeit der vorliegenden Befunde geben können.

Was macht die Metaanalyse wissenschaftlich relevant?

Die vorliegende Studie ist insofern wissenschaftlich bedeutsam, als es sich um die erste Metaanalyse handelt, die sich ganz auf die Frage nach der Effektivität kollaborativen Lernens mit mobiler Technologie konzentriert. Sie liefert dadurch erste Befunde zur Lernwirksamkeit neuer Technologien und bietet einen Referenzpunkt für weitere Arbeiten in diesem Forschungsfeld.

Wie methodisch verlässlich sind die Befunde?

Die Transparenz und Begründung des methodischen Vorgehens entspricht nur teilweise den Kriterien gängiger Anforderungskataloge (z.B. APA Metaanalysis Reporting Standards). Die Schritte bei der Suche und Auswahl relevanter Primärstudien erfüllen alle Ansprüche. Jedoch hätten die AutorInnen bei der Datenanalyse und insbesondere bei der Kodierung von Primärstudienmerkmalen ihr Vorgehen deutlich transparenter beschreiben können. Weitere Informationen zur Beurteilung des methodischen Vorgehens finden Sie in unserem Rating Sheet.

Fazit für die Unterrichtspraxis

Für den Unterricht stehen immer mehr Möglichkeiten bereit, Lernprozesse und Lernergebnisse mithilfe mobiler digitaler Geräte zu unterstützen und zu verbessern. Die vorliegende Metaanalyse basiert größtenteils auf Studien, die unter Realbedingungen im Klassenzimmer stattfanden. Sie enthält viele Hinweise darauf, dass sich der Einsatz mobiler Geräte beim kollaborativen Lernen lohnen kann – gerade auch für die mathematisch-naturwissenschaftlichen Fächer.

Die Anzahl und die Qualität der vorhandenen Studien zeigt aber auch, dass die Forschung in diesem Bereich noch relativ am Anfang steht und gerade die neuesten Geräte und Applikationen kaum in verlässlichen Studien getestet wurden. Befunde wie die Überlegenheit individueller Belohnung gegenüber der Belohnung von Gruppenleistung, die sich bereits in Metaanalysen zu kollaborativem Lernen allgemein gezeigt haben (siehe Kurzreview 4), sind folglich belastbarer als Befunde, die nur durch diese Metaanalyse und eine kleine Anzahl von Studien abgesichert sind.

Die Erwartung, dass eine optimale Nutzung der Möglichkeiten mobiler Geräte und ein förderliches Arrangement der Zusammenarbeit zu besseren Lernprozessen und Resultaten im Unterricht führt, bleibt durch die Befunde dieser Metaanalyse bestehen, kann aber durch sie nicht verlässlich belegt werden.

Studienbeispiel

Die Studie von Sanchez & Olivares (2011) illustriert einerseits die Umsetzung einer Lernumgebung, die auch Elemente des kollaborativen Lernens mit mobilen digitalen Geräten enthält, andererseits aber auch den niedrigen methodischen Standard vieler Studien, die in diese Metaanalyse eingegangen sind. Die Studie wurde in Chile mit zehn achten Klassen aus fünf verschiedenen Schulen (insgesamt 373 SchülerInnen) durchgeführt. Dabei nahm eine Klasse pro Schule jeweils am Programm der Experimentalgruppe teil; eine andere Klasse bildete die Kontrollgruppe, die zum selben Themenbereich (Evolution) von derselben Lehrperson ohne besondere Maßnahmen unterrichtet wurde.

Die SchülerInnen der Experimentalgruppe nahmen an 23 interaktiven Sessions zum Thema Evolution teil. In sieben dieser 23 Sessions spielten sie auf mobilen Geräten insgesamt drei digitale Spiele (wovon jeweils ein Spiel im Zoo und eines im Museum stattfand) bei denen sie kooperieren mussten. Ein Spiel hatte zum Beispiel zum Ziel, gemeinsam mehrere Spezies zu höheren Evolutionsstufen zu führen und dadurch die Bedingungen und den Ablauf biologischer Evolution zu verstehen. Die drei Spielaktivitäten repräsentieren in dieser Studie kollaboratives Lernen mit mobilen digitalen Geräten.

Nach der Intervention schätzten die SchülerInnen ihre Problemlösefähigkeiten und ihre Kollaborationsfähigkeiten ein. Beim Vergleich der beiden Gruppen zeigten sich zum Teil leicht höhere Mittelwerte bei der Experimentalgruppe. Da für die beiden Gruppen keine Ausgangswerte vor der Intervention vorliegen, ist nicht auszuschließen, dass bereits vor der Intervention schon Unterschiede zwischen den beiden Gruppen bestanden. Außerdem nahmen die SchülerInnen an einer umfassenden Intervention mit Museums- und Zoobesuch teil und benutzten nur zeitweise mobile digitale Geräte. So bleibt unklar, ob etwaige Effekte der Nutzung mobiler Geräte zugeschrieben werden können. Die festgestellten Unterschiede waren zudem sehr gering und beruhen auf Selbsteinschätzungen der Schüler und nicht auf objektiven Tests.

Unter anderem aufgrund der genannten methodischen Schwächen kann aus diesem Ergebnis nicht geschlossen werden, dass kollaboratives Lernen mit digitalen Geräten entsprechende Fähigkeiten effektiver fördert.

Referenzen und Links

Podcast

Downloads