Kindliche Vorstellungen vom Lernen – Der Einfluss von Alter und sozioökonomischen Status (SES)

Wenn Kinder eingeschult werden, bringen sie nicht nur Schultüte und Ranzen mit, sondern vor allem eins: eine ganz eigene Vorstellung davon, was „Lernen“ überhaupt bedeutet. Für die einen ist es das ordentliche Ausfüllen von Arbeitsblättern, für die anderen das Verstehen der Welt oder das Knacken einer harten Nuss. Diese subjektiven Lernvorstellungen sind keineswegs egal – sie sind der innere Kompass des Lernens. Sie entscheiden darüber, ob ein Kind Fehler als Chance begreift oder als Versagen, ob es neugierig bleibt oder Dienst nach Vorschrift schiebt. Doch während die Schule klare Erwartungen an das Lernen stellt, wissen wir oft viel zu wenig darüber, was in den Köpfen der Kinder tatsächlich vorgeht. Hinzu kommt, dass dieser innere Kompass sozial ungleich verteilt ist: Der sozioökonomische Status (SES) des Elternhauses prägt maßgeblich, welche Lernkulturen Kinder erleben und wie sie den Sinn von Schule begreifen. 

In diesem Projekt untersuchen wir deshalb, wie sich das Lernverständnis im Laufe der Grundschulzeit wandelt und welche Rolle soziale Voraussetzungen dabei spielen. Das Ziel: Die Perspektive der Kinder ernst nehmen, um besser zu verstehen, wie Bildungskarrieren im Klassenraum ihren Anfang nehmen.

Um die kindliche Perspektive valide und ohne sprachliche Hürden zu erfassen, nutzen wir die Methode des Zeichnens. Die Kinder bringen ihre Vorstellungen vom Lernen zeichnerisch zum Ausdruck; diese Bilder werden im Anschluss qualitativ-inhaltsanalytisch ausgewertet.

Ihre Aufgabe ist u.a. die Rekrutierung von teilnehmenden Schulen / Klassen, die Unterstützung und Durchführung der Datenerhebung sowie die abschließende Auswertung der Zeichnungen.

Insgesamt können im Rahmen dieses Projekts 10 Abschlussarbeiten vergeben werden. Das Projekt startet im Laufe des Wintersemesters.

Bei Interesse an dem Thema schreiben Sie mir bitte eine E-Mail.

Thema: Sicher im Umgang mit KI-Texten? Metakognitives Monitoring und Control beim Lesen KI-generierter Texte

Large Language Models (LLMs) wie ChatGPT erzeugen flüssig geschriebene Texte, die auf den ersten Blick sehr überzeugend und professionell wirken. Dennoch enthalten sie nicht selten gravierende inhaltliche Fehler, logische Brüche oder sogenannte „Halluzinationen“.
In diesem Forschungsprojekt untersuchen wir experimentell, wie Studierende beim Lesen KI-generierter Fachtexte Fehler auf verschiedenen Sprachebenen wahrnehmen und wie sie ihr eigenes Textverstehen überwachen (Monitoring) und steuern (Control).

Aufgaben für Studierende im Projekt:

• Unterstützung bei der Datenerhebung: Selbstständige Durchführung von Laborversuchen mit Studierenden unter Einsatz von Eye-Tracking und der Think-Aloud-Methode.
• Quantitative Datenanalyse: Auswertung von Blickbewegungsparametern (Fixationen, First-Pass Duration, Regressionspfade) oder Qualitative Datenanalyse: Codierung und Inhaltsanalyse der verbalen Laut-Denk-Transkripte nach einem strukturierten Kategorienschema.

Insgesamt können 10 Bachelor- oder Masterarbeiten vergeben werden. Die Projektplanung startet im Laufe des Wintersemesters; die Erhebung ab 01/2027. 

Bei Interesse an dem Thema schreiben Sie mir bitte eine E-Mail.