n Empirische Arbeit Psychologie in Erziehung und Unterricht, 2014, 61, 287 -301 DOI 10.2378/ peu2014.art23d © Ernst Reinhardt Verlag München Basel Instruktionale Unterstützung beim Lernen aus advokatorischen Fehlern in der Lehramtsausbildung Effekte auf die Anwendung wissenschaftlichen Wissens Kai Wagner, Martin Klein, Eric Klopp, Robin Stark Universität des Saarlandes Zusammenfassung: Im Rahmen einer experimentellen Feldstudie (n = 288) wurde die Lernwirksamkeit einer integrierten Lernumgebung in Pflichtseminaren des bildungswissenschaftlichen Lehramtsstudiums untersucht. Die integrierte Lernumgebung basierte auf ausgearbeiteten Lösungsbeispielen, die in einen authentischen Kontext narrativ eingebettet waren. Instruktionale Basistheorie war das Lernen aus Fehlern. In einem Design mit Messwiederholung wurden konzeptuelles Fehlerwissen, strategisches Fehlervermeidungswissen, prozedurales Fehleridentifikationswissen sowie Wissen zur Erklärung schulischer Situationen erhoben. Dabei wurden zwei Maßnahmen instruktionaler Unterstützung (Prompts zur Präsentation [n = 58] bzw. Rekonstruktion von Fehlervermeidungsstrategien [n = 63]) variiert. Die integrierte Lernumgebung erwies sich als effektiv und effizient, die Kombination der beiden instruktionalen Unterstützungsmaßnahmen (n = 53) zahlte sich besonders aus. Im Nachtest waren die Probandinnen und Probanden mit maximaler instruktionaler Unterstützung den Probandinnen und Probanden mit weniger Unterstützung bzw. der Kontrollgruppe (n = 53) in allen Variablen signifikant überlegen. Schlüsselbegriffe: Lernen aus Fehlern, integrierte Lernumgebung, instruktionale Unterstützung, Prompts, anwendbares Wissen Instructional-Supported Learning With Advocatory Errors in Teacher Education: Effects on the Application of Scientific Knowledge Summary: In an experimental field study (n = 288), an integrated learning environment was implemented in seminars of teacher training in educational sciences and evaluated regarding its learning effectiveness. The integrated learning environment was based on learning from instructional errors and contained worked-out examples which were narratively implemented in an authentic context. In a repeated-measurements-design, conceptual error-knowledge, strategic error-avoidance-knowledge, procedural error-identification-knowledge and knowledge needed for the explanation of school situations were assessed. Two instructional support measures (prompts regarding presentation [n = 58] and reconstruction [n = 63] of error avoidance strategies, respectively) were varied experimentally. The integrated learning environment proved to be effective and efficient. The combination of both measures of instructional support (n = 53) was most successful. Regarding post-test performance in all variables, subjects who received maximal instructional support significantly outperformed subjects with less support as well as the control-group (n = 53). Keywords: Learning from errors, integrated learning environment, instructional support, prompts, applicable knowledge 288 Kai Wagner et al. Die Erklärung komplexer schulischer Situationen anhand wissenschaftlichen Wissens ist eine wichtige Voraussetzung effektiven Lehrerhandelns im Schulalltag (Bromme, 2008; Meier, 2006). Grundlegend hierfür ist die Kompetenz zur Theorieartikulation (TA; Ohlsson, 1992). TA umfasst die „[…] Anwendung einer Theorie auf eine bestimmte Situation und eine Ausarbeitung dessen, was die Theorie implizit oder explizit über die Situation aussagt“ (ebd., S. 182; Übersetzung der Autoren). Anhand der TA werden beobachtete Phänomene in Bezug zu einer Theorie gesetzt, dabei ist die Erklärung von Beobachtetem die wichtigste Art der TA (ebd.; zum wissenschaftlichen Erklären s. auch Kuhn, 1993). Vor diesem Hintergrund kann die Erklärung einer schulischen Situation als Anwendung wissenschaftlichen Wissens betrachtet werden (Krause, 2007). Lehramtsstudierende haben häufig Probleme mit der Anwendung wissenschaftlichen Wissens (Seidel & Prenzel, 2008; Star & Strickland, 2007). Stark (2005) beschreibt hierzu typische Fehler Studierender, z. B. die Erklärung der Situation anhand von Alltagswissen oder die unzulängliche Bezugnahme auf empirische Evidenz (s. auch Stark & Krause, 2006). Um dieser Problematik zu begegnen und die von Stark (2005) dokumentierten Fehler als Lernanlässe nutzbar zu machen, wurde im Rahmen einer experimentellen Interventionsstudie eine Lernumgebung auf Basis des Lernens aus Fehlern (Oser & Spychiger, 2005) entwickelt. Um Lernmechanismen des Lernens aus Fehlern zu realisieren, wurde die Lernumgebung als integrierte Lernumgebung (Reinmann & Mandl, 2006) konzipiert. Dazu wurden instruktionsorientierte und problemorientierte Designprinzipien systematisch kombiniert: Ausgearbeitete Lösungsbeispiele (hier umgesetzt als fehlerhafte Lösungsbeispiele) wurden anhand schulischer Szenarien in ein narratives Format eingebettet und an Musterlösungen kontrastiert. Die Effektivität des Lernens aus Fehlern wurde bereits in gut strukturierten Domänen wie der Mathematik dokumentiert (Durkin & Rittle-Johnson, 2012; Große & Renkl, 2007; Huang, Liu & Shiu, 2008). Dieser Ansatz soll auf den weniger gut strukturierten Bereich der Pädagogischen Psychologie übertragen werden. Die vorliegende Studie basiert auf den Ergebnissen einer Pilotstudie (Klein, Wagner & Stark, 2012). Die Lernumgebung wurde ausgehend von ersten viel versprechenden Befunden zum Erwerb anwendbaren Wissens anhand des Lernens aus Fehlern optimiert und in der vorliegenden Folgestudie evaluiert. Lernen aus Fehlern Lernen aus Fehlern basiert auf dem Erwerb negativen Wissens (Oser, Hascher & Spychiger, 1999). Negatives Wissen ist Wissen darüber, „wie etwas nicht ist (deklaratives negatives Wissen), wie etwas nicht funktioniert (prozedurales negatives Wissen), [und] welche Strategien nicht zu einer Lösung führen (negatives strategisches Wissen)“ (Oser, 2007, S. 4). Diese Taxonomie kann mit Definitionen positiver Wissensarten von De Jong und Ferguson-Hessler (1996) kontrastiert werden. Hier wird unter dem Konstrukt konzeptuellen Wissens deklaratives Wissen über Fakten und Konzepte subsumiert, prozedurales Wissen beinhaltet Wissen über adäquate Handlungen in einer Domäne und strategisches Wissen umfasst Handlungspläne, die einzelne Schritte zur Lösung eines Problems beinhalten. Vor diesem Hintergrund definiert Krause (2007) anwendbares Wissen als Wissen, das zur Bearbeitung einer Problemstellung konkrete Operationen zur Verfügung stellt. Anwendbarkeit ist eine Qualität von Wissen, die das Zusammenwirken dieser drei Wissensarten bei der Lösung von Problemstellungen beschreibt. Anwendbares Wissen wird so z. B. von trägem Wissen abgegrenzt, das zwar auswendig gelernt und in Prüfungen abgerufen, aber nicht auf ein komplexes Problem angewendet werden kann (Gruber & Renkl, 2000). Die Funktion negativen Wissens liegt im Schutz positiven Wissens: Je mehr negatives Wissen erworben wird, desto genauer werden falsche von richtigen Konzepten abgegrenzt und desto wahrscheinlicher wird richtiges Han- Lernen aus advokatorischen Fehlern 289 deln (Oser, 2007; Oser et al., 1999; Oser & Spychiger, 2005). In verschiedenen Untersuchungen förderte die Präsentation fehlerhafter Konzepte das Wissen um deren Korrektur und damit auch korrekte Konzepte (Huang et al., 2008; van den Broek & Kendeou, 2008). Damit Lernen aus Fehlern wirksam ist, müssen Lernende den Fehler identifizieren und bewusst als Lernanlass nutzen. Dabei müssen sie in die Lage versetzt werden, die Kontrastierung des Fehlers an der Lösung und dessen Korrektur nachzuvollziehen. Der wesentliche Lernmechanismus des Lernens aus Fehlern liegt in der Elaboration der Kontrastierung von negativem an positivem Wissen (z. B. Curry, 2004; Oser & Spychiger, 2005). Bedingungen für den Erwerb negativen Wissens sind somit die Identifikation und das Verständnis sowie die Möglichkeit zur Korrektur des Fehlers (Oser et al., 1999). Fehler werden also nicht gelöscht, sondern als Kontraste zu positivem Wissen im episodischen Gedächtnis enkodiert (Stark, Kopp & Fischer, 2009). Lernen geschieht anhand der Verknüpfung von negativem und positivem Wissen und damit durch die Entwicklung von Strategien zur Vermeidung der Fehler, d. h. die Lernenden müssen nicht nur Wissen darüber erwerben, wie etwas nicht gemacht wird bzw. nicht funktioniert, sondern auch darüber, wie es richtig gemacht wird, funktioniert etc. (Oser & Spychiger, 2005). Durkin und Rittle-Johnson (2012) konnten die Lernwirksamkeit einer solchen Kontrastierung anhand des Vergleichs inkorrekter und korrekter Lösungsbeispiele belegen. Es ist nicht zwingend notwendig, dass die Lernenden selbst Fehler machen (Oser & Spychiger, 2005). Es ist auch möglich, an Fehlern zu lernen, die bspw. in Filmen, Romanen oder an anderer Stelle (etwa im sozialen Umfeld der Lernenden) von Protagonisten gemacht werden, die für die Lernenden relevant sind. Hierzu müssen sich die Lernenden mit demjenigen identifizieren, der den Fehler macht. Dieser muss daher möglichst authentisch dargestellt werden, zudem muss der Fehler in einem für die Lernenden relevanten Kontext stattfinden. Lernen aus Fehlern kann damit auch anhand von stellvertretenden Fehlern Dritter stattfinden; Oser bezeichnet dieses Vorgehen als Lernen anhand advokatorischer Fehler (ebd.). Lernen in integrierten Lernumgebungen Um die Rahmenbedingungen und Wirkmechanismen des Lernens anhand advokatorischer Fehler zu realisieren, wurde eine integrierte Lernumgebung (Reinmann & Mandl, 2006) entwickelt. Bei der Konzeption wurden Designprinzipien problemorientierter und instruktionsorientierter Lehr-Lern-Ansätze integriert. Solche Lernumgebungen haben sich bezüglich des Erwerbs anwendbaren Wissens in komplexen Domänen als lernwirksam erwiesen (Klein et al., 2012; Krause, Stark & Herzmann, 2011; Stark, Herzmann & Krause, 2010; Wagner, Stark et al., 2013). Problemorientierte Designprinzipien sehen das Arrangement von Problemstellungen in einem authentischen narrativen Format vor (z. B. anchored instruction; Cogniton and Technology Group at Vanderbilt, 1992). Lernen erfolgt situationsgebunden (Resnick, 1987), die aktive Auseinandersetzung mit authentischen und relevanten Problemstellungen ist hierbei von zentraler Bedeutung (Gräsel, 1997). Gerade im Kontext der Lehrerbildung fördern solche Lernsettings den Erwerb anwendbaren Wissens (Fölling-Albers, Hartinger & Mörtl-Hafizovic´, 2004) sowie motivationale Aspekte (Wagner, Stark et al., 2013). Eine derartige problemorientierte Konzeption wird z. B. von Ummel (2010) gefordert, um angehende Lehrerinnen und Lehrer im Umgang mit problematischen Situationen in der Schule zu trainieren. Instruktionsorientierte Designprinzipien unterstützen die systematische Wissensvermittlung und fördern vorrangig konzeptuelles Wissen (Hmelo-Silver, Duncan & Chinn, 2007; Wagner, Stark et al., 2013). Problemstellungen werden z. B. als ausgearbeitete Lösungsbeispiele konzipiert (Renkl, 2001). Diese beinhalten komplexe Probleme, deren mehr oder weniger detaillierte Lösungswege und die Lösung selbst. Aufgabe der Lernenden ist die Elaboration der Modelllösungen (Stark, Mandl, Gruber & Renkl, 2002). 290 Kai Wagner et al. Die Lernwirksamkeit ausgearbeiteter Lösungsbeispiele ist gut belegt (Atkinson, Derry, Renkl & Wortham, 2000; Hilbert, Renkl, Kessler & Reiss, 2008; Renkl, 2001). Beim initialen Erwerb von Wissen sind ausgearbeitete Lösungsbeispiele traditionellen Problemlöseaufgaben überlegen (Clark & Mayer, 2003). Für die Effektivität dieser Methode ist die Qualität der von den Lernenden produzierten Selbsterklärungen (Rittle-Johnson, 2006) bzw. Beispielelaborationen entscheidend (Schworm, Bradler & Renkl, 2008; Schworm & Renkl, 2007). Um den Wissenserwerb zu erleichtern, sind ausgearbeitete Lösungsbeispiele häufig in einer strukturbetonenden Aufgabensequenz (Quilici & Mayer, 1996) angeordnet, aufeinanderfolgende Lösungsbeispiele weisen analoge strukturelle Merkmale auf (z. B. analoge Lösungsschritte). Lernen aus advokatorischen Fehlern wurde mehrfach in Form von fehlerhaften Lösungsbeispielen realisiert (z. B. Durkin & Rittle- Johnson, 2012; Große & Renkl, 2004, 2007). Vor allem beim Lernen in komplexeren Domänen (z. B. Medizin) zeigte sich hierbei die Notwendigkeit zusätzlicher instruktionaler Unterstützung der Lernenden (Stark et al., 2009). Zusätzliche instruktionale Unterstützung Für die Lernwirksamkeit ausgearbeiteter Lösungsbeispiele sind adäquate Maßnahmen instruktionaler Unterstützung von zentraler Bedeutung: Hierdurch wird die Qualität der von den Lernenden produzierten Selbsterklärungen und Beispielelaborationen gefördert (Atkinson et al., 2000; Renkl, 2002; Wagner, Klein, Klopp, Puhl & Stark, 2013). Auch beim Lernen in integrierten Lernumgebungen wird instruktionale Unterstützung eingefordert (Reinmann & Mandl, 2006). Instruktionale Unterstützung wird z. B. in Form von Prompts realisiert (Renkl & Atkinson, 2002). Dies sind Aufforderungen zur Reflexion über das erworbene Wissen (z. B. Selbsterklärungsprompts; Schworm & Renkl, 2007), bspw. werden Lernende aufgefordert, die den ausgearbeiteten Lösungsbeispielen zugrunde liegenden Prinzipien zu elaborieren (Conati & VanLehn, 2000). Beim Lernen aus fehlerhaften Lösungsbeispielen ist instruktionale Unterstützung besonders angezeigt (Große & Renkl, 2007; Kopp, Stark, Heitzmann & Fischer, 2009). Beim Vergleich inkorrekter und korrekter Lösungsbeispiele, der beim Lernen aus Fehlern unbedingt erforderlich ist, sind Prompts lernwirksam, die eine Reflexion über diesen Vergleich anregen (reflection prompts; Durkin & Rittle-Johnson, 2012). Hier sind Prompts angezeigt, die sich explizit auf Strategien beziehen, Fehler zu vermeiden (vgl. Oser & Spychiger, 2005). Die Effektivität derartiger Prompts wurde noch nicht untersucht. In diesem Zusammenhang stellt sich insbesondere die Frage, wie intensiv sich Studierende mit Fehlervermeidungsstrategien auseinandersetzen müssen. Angesichts der Komplexität der Problemstellungen beim Lernen aus Fehlern in der Pädagogischen Psychologie ist anzunehmen, dass es nicht ausreicht, Strategien lediglich zu präsentieren. Es erscheint zielführender, Strategien von den Lernenden zusätzlich reproduzieren zu lassen (zur Rekonstruktion von Informationen aus Texten s. Steiner, 2006). Ableitung der Fragestellung Anhand der Kontrastierung inkorrekter an korrekten ausgearbeiteten Lösungsbeispielen, die in einen authentischen, relevanten Kontext eingebunden sind, soll der Erwerb konzeptuellen Wissens über typische Fehler bei der Erklärung schulischer Situationen und der Erwerb von Wissen über Strategien zur Vermeidung dieser Fehler (konzeptuelles Fehlerwissen und strategisches Fehlervermeidungswissen) gefördert werden. Ebenso soll der Erwerb prozeduralen Wissens zur Identifikation der Fehler (Fehleridentifikationswissen) und Wissens zur Erstellung korrekter Erklärungen schulischer Situationen (Erklärungswissen) unterstützt werden. Ausgehend von den dargestellten Implikationen instruktionaler Unterstützung stellt sich Lernen aus advokatorischen Fehlern 291 die Frage, welches Ausmaß instruktionaler Unterstützung nötig ist. Diese Frage wird anhand der experimentellen Variation zweier Maßnahmen instruktionaler Unterstützung untersucht: Prompts zur Präsentation bzw. Rekonstruktion von Vermeidungsstrategien. Zudem werden die Experimentalgruppen in Bezug auf die unterschiedenen Wissensarten mit einer Kontrollgruppe verglichen. Fragestellung und Hypothesen Welchen Einfluss haben a) die Lernumgebung und b) das Ausmaß instruktionaler Unterstützung auf den Erwerb von konzeptuellem Fehlerwissen, strategischem Fehlervermeidungswissen, prozeduralem Fehleridentifikationswissen sowie Erklärungswissen? Es wurde angenommen, dass alle Experimentalgruppen der Kontrollgruppe hinsichtlich dieser Variablen im Nachtest überlegen sind (Haupteffekt Gruppenzugehörigkeit). Die höchste Performanz im Nachtest sollte die Gruppe mit maximaler Unterstützung zeigen, die Gruppen mit mittlerer Unterstützung sollten schlechter abschneiden. Der geringste Performanzunterschied gegenüber der Kontrollgruppe wurde in der Gruppe ohne Unterstützung erwartet (Trendeffekt). Es wurde angenommen, dass hinsichtlich des Erwerbs konzeptuellen Fehlerwissens, strategischen Fehlervermeidungswissens und Erklärungswissens in allen Experimentalgruppen ein Lernfortschritt von Vorzu Nachtest stattfindet (Haupteffekt Messzeitpunkt). Es wurde zudem erwartet, dass der Lernfortschritt in der Gruppe mit maximaler instruktionaler Unterstützung (Präsentation und Rekonstruktion von Vermeidungsstrategien) am größten ist (Interaktionseffekt Gruppenzugehörigkeit und Messzeitpunkt). Methode Stichprobe und Design An der Studie nahmen 288 Studierende (187 weiblich; 8 keine Angabe) teil, die in Pflichtseminaren der bildungswissenschaftlichen Lehrerbildung an der Universität des Saarlandes rekrutiert wurden. Die Studierenden befanden sich im ersten Studienabschnitt. Das Durchschnittsalter der Teilnehmerinnen und Teilnehmer lag bei 22.6 (SD = 5.21) Jahren. In einem experimentellen Design mit Messwiederholung wurden die Bearbeitung der Lernumgebung und zwei Maßnahmen instruktionaler Unterstützung systematisch variiert. Hierzu wurden die Probandinnen und Probanden randomisiert vier Experimentalgruppen (s. Tab. 1) und einer Kontrollgruppe zugewiesen. Experimentalgruppe 1 bearbeitete die Lernumgebung mit maximaler instruktionaler Unterstützung (= MIU), d. h. mit Prompts zu Präsentation und Rekonstruktion von Vermeidungsstrategien (n = 53; 40 weiblich; 2 keine Angabe; M Alter = 22.6 [SD = 5.21] Jahre). Experimentalgruppe 2 (REK) bearbeitete nur die Prompts zur Rekonstruktion (n = 63; 43 weiblich; 2 keine Angabe; M Alter = 22.4 [SD = 3.44] Jahre), Experimentalgruppe 3 (PRÄ) nur diejenigen zur Präsentation von Vermeidungsstrategien (n = 58; 33 weiblich; M Alter = 22.6 [SD = 3.72] Jahre). Experimentalgruppe 4 (n = 53; 34 weiblich; 4 keine Angabe; M Alter = 21.9 [SD = 2.20] Jahre) erhielt keine instruktionale Unter- Experimentalgruppen Instruktionale Unterstützung EG 1 (MIU) n = 53 EG 2 (REK) n = 63 EG 3 (PRÄ) n = 58 EG 4 (KIU) n = 53 Prompts zur Präsentation der Vermeidungsstrategien x 0 x 0 Prompts zur Rekonstruktion der Vermeidungsstrategien x x 0 0 Tab. 1: Versuchsdesign - experimentelle Variation des Ausmaßes instruktionaler Unterstützung Anmerkungen: EG: Experimentalgruppe, MIU: maximale instruktionale Unterstützung, REK: Rekonstruktion, PRÄ: Präsentation von Vermeidungsstrategien, KIU: keine instruktionale Unterstützung. 292 Kai Wagner et al. stützung (KIU). In der Kontrollgruppe befanden sich 61 Studierende (37 weiblich) mit einem Durchschnittsalter von 23.2 (SD = 4.69) Jahren. Die Gruppen waren hinsichtlich Alter und Geschlecht vergleichbar, F (4, 275) = 0.76, p = .55; c 2 (4) = 7.24, p = .12. Ablauf der Untersuchung Das Experiment wurde in den Seminaren von zwei Versuchsleitern durchgeführt. Zur Standardisierung des Ablaufs wurden die Versuchsleiter mithilfe eines Leitfadens instruiert. Am ersten Seminartermin wurden die Vortests durchgeführt, in den beiden folgenden Seminarterminen bearbeiteten die Studierenden die Trainingsszenarien der Lernumgebung. In der vierten Sitzung erfolgte der Nachtest. Die Seminare fanden wöchentlich statt. Um die Bearbeitungszeit des Trainings zu standardisieren, war die Dauer der Trainingssitzungen auf 90 Minuten limitiert. Die Mehrzahl der Studierenden nahm die vollen 90 Minuten in Anspruch. Die Kontrollgruppe bearbeitete schriftliche Aufgaben zu vergleichbaren Inhalten (Lern- und Persönlichkeitstheorien). Die Fehlermatrix Um die Lernmechanismen des Lernens aus advokatorischen Fehlern zu realisieren, wurden auf Basis der Ergebnisse von Stark (2005) 12 relevante Fehler bei der Erklärung schulischer Situationen definiert. Diese wurden anhand der Kategorien Fehlertyp und Komplexitätsgrad in einer Fehlermatrix klassifiziert. Die Kategorie Fehlertyp beinhaltet drei unterschiedliche Fehlertypen, diese bilden jeweils zwei einfache, isolierte Fehler ab. Bei Fehlertyp 1 erfolgt die Erklärung schulischer Situationen auf der Basis von Alltagswissen (subjektive Theorien). Essentielle Fehler sind hier der fundamentale Attributionsfehler (Ross & Nisbett, 1991) und die Verwendung einer nichtwissenschaftlichen Theorie. Bei Fehlertyp 2 basiert die Erklärung auf einer suboptimalen Auswahl wissenschaftlicher Theorien. Dieser Fehlertyp umfasst die Verwendung einer ungeeigneten Theorie (aufgrund einer in der Situation irrelevanten Antezedenzbedingung der Theorie) und die Verwendung einer nichtaktuellen Theorie. Der Fehlertyp 3 bezeichnet die Erklärung anhand einer fehlerhaften Bezugnahme auf empirische Evidenz. Hierunter werden die Zirkelerklärung (Westermann, 2000) und die unzureichende Interpretation empirischer Befunde subsumiert. Zudem wurden die Fehler mit ansteigendem Komplexitätsgrad angeordnet (isolierter Fehler - kombinierter Fehler - komplexer Fehler). Kombinierte Fehler ergeben sich durch Kombination isolierter Fehler unterschiedlicher Fehlertypen. Es wurden insgesamt drei kombinierte Fehler konstruiert. Ein Beispiel dafür ist die Kombination des fundamentalen Attributionsfehlers (Fehlertyp 1) und der Zirkelerklärung (Fehlertyp 3): […] Da Markus Peter schon mehrmals angegriffen hat, scheint er ein eher aggressives Temperament zu haben. Es kann also gut sein, dass dieses Persönlichkeitsmerkmal bei Markus sehr ausgeprägt ist. Das Persönlichkeitsmerkmal „Aggressivität“ könnte demzufolge auch die wiederholten Übergriffe gegenüber Peter erklären. […] Drei komplexe Fehler bildeten die höchste Abstufung der Kategorie Komplexitätsgrad. Dies sind Fehler, die auf mehreren Ursachen beruhen, ohne dass sie eine direkte Kombination aus o. g. Fehlertypen sind. Als komplexe Fehler wurden Premature Closure (vorschnelles Schließen; Wollman, Eylon & Lawson, 1980), die monoperspektivische Betrachtung (die zu erklärende Situation wird nur aus der Perspektive eines einzigen Erklärungsansatzes betrachtet; Weinstock, Neuman & Tabak, 2004) und eine Kombination dieser Fehler in die Fehlermatrix aufgenommen. Lernumgebung Eine ausführliche Beschreibung der Lernumgebung findet sich in Wagner, Klein, Klopp und Stark (2014). Bei der Umsetzung problemorientierter Designprinzipien wurde besonders der narrative Rahmen der Lernumgebung anhand verschiedener Handlungsfiguren fokussiert. Stellvertretend für den Lernenden macht der junge Lehrer Roman Fehler bei der Erklärung problematischer Schulsituationen. Der Schulpsychologe Herr Jung korrigiert diese. Dieses authentische Lernsetting sollte die Identifikation mit dem Protagonisten erleichtern (vgl. Oser & Spychiger, 2005). Anhand instruktionsorientierter Designprinzipien wurden die Problemstellungen der Lernumgebung als ausgearbeitete Lösungsbeispiele umgesetzt. Die notwendige Kontrastierung negativen und positiven Wissens erfolgte durch inkorrekte und korrekte Lösungsbeispiele, die als inkorrekte und korrekte TA konzipiert wurden. Romans fehlerhafte Erklärung der Situation wird als inkorrekte TA verstanden, während die Erklärung des Lernen aus advokatorischen Fehlern 293 Schulpsychologen eine korrekte TA darstellt. Die Integration der Designprinzipien wurde durch die Einbettung der ausgearbeiteten Lösungsbeispiele in das narrative Format realisiert. Hierdurch sollte eine intensive Beispielelaboration durch die Lernenden ermöglicht werden (Stark, 2001). Die Lernumgebung umfasst vier Trainingsszenarien (zu Bullying, Lernmotivation, Gruppenprozessen und Disziplinproblemen). Die Trainingsszenarien sind jeweils identisch strukturiert und in die beiden Abschnitte Fehleranalyse und Fehlervermeidung gegliedert (s. Tab. 2). Ziel des Abschnitts Fehleranalyse ist die Vermittlung konzeptuellen Wissens über Fehler (Fehlerdefinitionen) und prozeduralen Wissens zur Fehleridentifikation. Die Fehleranalyse beginnt mit der Schilderung einer schulischen Situation und deren fehlerhaften Erklärung durch Roman. Diese inkorrekte TA beinhaltet pro Szenario drei Fehler der Fehlermatrix. Die 12 Fehler sind somit im Sinne einer strukturbetonenden Aufgabensequenz (Quilici & Mayer, 1996) mit ansteigendem Komplexitätsgrad verteilt. Die in der Fehlermatrix kategorisierten Fehler wurden so anhand der Figur Roman operationalisiert und in die Lernumgebung implementiert. Die inkorrekte TA wird von einem fiktiven Schulpsychologen analysiert. Dieser erläutert detailliert jeden der Fehler. Hierzu werden diese zunächst definiert und dann im Kontext der inkorrekten TA konkretisiert. So wird ein inhaltlicher Bezug hergestellt. Zum Abschluss der Fehleranalyse muss das erworbene konzeptuelle Fehlerwissen anhand von drei Multiple- Choice-Fragen nach den Definitionen der Fehler abgerufen werden. Da der Erwerb anwendbaren Wissens nicht ohne eine Basis konzeptuellen Wissens auskommt (z. B. Krause, 2007), wurde diese Maßnahme nicht experimentell variiert. Ziel des Abschnitts Fehlervermeidung ist die Vermittlung strategischen Fehlervermeidungswissens. Hierzu wird den Studierenden in Anlehnung an Oser und Spychiger (2005) eine Musterlösung zur Erklärung der Situation durch den Schulpsychologen präsentiert. Dieser erläutert den Sachverhalt und präsentiert kurze Zusammenfassungen von Theorien. Er expliziert die Erklärungskraft der jeweiligen Theorien für die Situation und stellt Bezüge zwischen Situation und Theorie her. Die Musterlösung wird als korrekte TA verstanden. Das Zusammenwirken konzeptuellen, prozeduralen und strategischen Wissens sollte den Erwerb von Erklärungswissen unterstützen, welches zur Erstellung eigener Erklärungen angewendet werden kann. Fehleranalyse Präsentation des Problems Es wird eine schulische Situation geschildert, in der ein Problem auftritt. Inhalte: Bullying, Lernmotivation, Gruppenprozesse und Disziplinprobleme. Präsentation der fehlerhaften Erklärung Die fehlerhafte Erklärung von Roman enthält drei Fehler aus der Fehlermatrix; inkorrekte TA. Fehleranalyse des Schulpsychologen Hier wird elaboriert, aus welchen Gründen die fehlerhafte Erklärung falsch ist. Die drei Fehler werden einzeln ausführlich behandelt. Abruf von konzeptuellem Fehlerwissen Es werden drei Fragen im Multiple-Choice-Format nach der Definition der Fehler gestellt. Je drei Antworten, zwei Distraktoren. Fehlervermeidung Präsentation der Musterlösung Sachverhalt - Theorie - Erklärung; Erklärung der Situation anhand wissenschaftlicher Theorien: TA des Schulpsychologen. Experimentelle Variation Präsentation der Vermeidungsstrategien Pro Fehler wird eine Vermeidungsstrategie vorgestellt. Rekonstruktion der Vermeidungsstrategien Pro Strategie wird eine offene Frage zur Rekonstruktion der Strategie gestellt.  Tab. 2: Struktur der Trainingsszenarien Anmerkung: TA: Theorieartikulation. 294 Kai Wagner et al. Experimentelle Variation: Instruktionale Unterstützung Um das Ausmaß instruktionaler Unterstützung experimentell zu variieren, wurden zwei Maßnahmen angelehnt an reflection prompts (Durkin & Rittle- Johnson, 2012) entwickelt. Diese wurden als Prompts zur Präsentation bzw. Rekonstruktion von Strategien zur Fehlervermeidung realisiert. Den Experimentalgruppen MIU und PRÄ wurde nach der Bearbeitung der Musterlösung zu jedem der drei Fehler eines Trainingsszenarios eine Vermeidungsstrategie (Oser & Spychiger, 2005) präsentiert (Prompts zur Präsentation der Vermeidungsstrategien). Diese umfasst eine kurze Anleitung, wie der Fehler generell, losgelöst vom Kontext, vermieden werden kann. Hierzu werden definitorische Aspekte der Fehler elaboriert dargestellt und daraus Schlussfolgerungen zur Vermeidung abgeleitet. Beispiel Vermeidungsstrategie Verwendung einer ungeeigneten Theorie: Um sicherzustellen, dass eine wissenschaftliche Theorie Erklärungskraft in einer Situation besitzt, muss kritisch überprüft werden, ob die beobachteten Phänomene überhaupt anhand der Theorie erklärt werden können. Dazu ist es nötig, den Wenn-Teil der Theorie mit der Gegebenheit der Situation zu vergleichen. Stimmen diese überein, ist es je nach Reichweite der Theorie möglich, die Situation anhand der Theorie zu erklären. Aufgabe der Lernenden war es, die Strategien genau zu studieren und darüber zu reflektieren. Die Probandinnen und Probanden der Experimentalgruppen MIU und REK wurden zum Abschluss der Lernumgebung angehalten, die Strategien zur Fehlervermeidung abzurufen (Prompts zur Rekonstruktion der Vermeidungsstrategien). Die Vermeidungsstrategien mussten anhand einer offenen Frage von den Lernenden schriftlich rekonstruiert werden. Da in Experimentalgruppe REK nur diese Prompts zum Einsatz kamen, war hier keine Rekonstruktions-, sondern vielmehr eine Konstruktionsleistung bezüglich der Vermeidungsstrategien zu erbringen. Instrumente Die Auswertung aller offenen Fragen wurde von zwei hierzu geschulten Bewertern vorgenommen. Diese waren nicht darüber informiert, aus welcher Bedingung die auszuwertenden Tests stammten. Abweichungen in den Urteilen wurden im Diskurs erörtert. Die Wissenstests wurden jeweils im Vor-und Nachtest durchgeführt, zu jedem Messzeitpunkt wurde als Maß der Übereinstimmung der Bewerter die Interrater-Reliabilität (Cohens k ) ermittelt. Zur Überprüfung der internen Validität wurde neben Alter und Geschlecht die Performanz der Probandinnen und Probanden in den Vortests (Vorwissen) herangezogen. Das konzeptuelle Fehlerwissen wurde mittels 12 Multiple-Choice-Fragen mit drei Antwortmöglichkeiten bzgl. der Definitionen der Fehler erhoben. Jede richtige Antwort wurde mit einem Punkt bewertet (z. B. Wie wird die Zirkelerklärung definiert? ; Cronbachs a = .80 [Vortest] bzw. .91 [Nachtest]; theoretisches Maximum: 12 Punkte). Das strategische Fehlervermeidungswissen wurde zu jeder der 12 Fehlerdefinitionen anhand der offenen Frage Wie können Sie diesen Fehler vermeiden? erfasst (Cohens k = .87 [Vortest] bzw. .85 [Nachtest]; theoretisches Maximum: 24 Punkte). Prozedurales Fehleridentifikationswissen wurde nur im Nachtest erfasst, da dieses in der Pilotstudie ohne explizites Training nicht nachgewiesen werden konnte. Hierzu wurde eine inkorrekte TA präsentiert; diese beinhaltete vier Fehler (zwei isolierte, einen kombinierten, einen komplexen Fehler). Die Studierenden wurden aufgefordert, die Fehler zu identifizieren. In einem offenen Antwortformat waren maximal 32 Punkte zu erreichen (Cohens k = .87). Die Operationalisierungen von konzeptuellem Fehlerwissen, strategischem Fehlervermeidungswissen und prozeduralem Fehleridentifikationswissen sind angelehnt an die Taxonomie der Wissensarten von De Jong und Ferguson-Hessler (1996). Der Test zur Qualität der von den Probandinnen und Probanden verfassten TA erfasst Erklärungswissen. Hierzu mussten die Studierenden mithilfe kurzer, vorgegebener Zusammenfassungen verschiedener Theorien eine schulische Situation eigenständig erklären. Dabei waren Bezüge zwischen den beschriebenen Fakten der Situation und den Theorien herzustellen. Die von den Studierenden verfassten TA wurden mit einer Musterlösung verglichen und per Punktvergabe bewertet (Cohens k = .84 [Vortest] bzw. .88 [Nachtest]; theoretisches Maximum: 16 Punkte). Das Erklärungswissen stellt in Anlehnung an Krause (2007) ein Maß für die Anwendbarkeit des erworbenen Wissens dar. Die Wissensdimensionen waren zu t2 signifikant positiv in mittlerer Höhe assoziiert (s. Tab. 3). Lernen aus advokatorischen Fehlern 295 Statistische Analysen Die Haupt- und Interaktionseffekte von Gruppenzugehörigkeit und Messzeitpunkt wurden mit zweifaktoriellen Varianzanalysen mit Messwiederholung berechnet. Der Effekt des Ausmaßes instruktionaler Unterstützung auf die Performanz hinsichtlich der einzelnen Nachtestvariablen wurde mittels polynomialer Trendtests in Kombination mit paarweisen geplanten Kontrastanalysen überprüft. Trendtests inspizieren den Verlauf von Faktorstufenmittelwerten und eignen sich dazu, Mittelwerte verschiedener Gruppen anhand von Polynomen höherer Ordnung zu beschreiben. Die anschließenden Kontrastanalysen erlauben auch bei nicht signifikantem Trend Unterschiede zwischen mindestens zwei der untersuchten Gruppen zu identifizieren (Bühner & Ziegler, 2009). Als Maß der Effektstärke wurde das partielle h 2 genutzt. Das Signifikanzniveau der Analysen zur Sicherung interner Validität wurde aufgrund der Gleichheitshypothesen auf p = .20 adjustiert. Fehlende Werte in den Tests wurden listenweise ausgeschlossen. Es wurden nur Versuchspersonen mit in die Stichprobe aufgenommen, die das Training in vollem Umfang absolvierten, d. h. an allen vier Sitzungen teilgenommen hatten. Unterschiedliche Gruppengrößen gingen gewichtet mit in die Varianzanalysen ein. Sofern die Levene- Tests auf Varianzinhomogenität hinwiesen, wurden die Freiheitsgrade entsprechend adjustiert. Ergebnisse Analysen zur internen Validität Die Gruppen waren hinsichtlich des Vorwissens vergleichbar, konzeptuelles Fehlerwissen: F (4, 278) = 2.10, p = .29; strategisches Fehlervermeidungswissen: F (4, 273) = 1.06, p = .38; Erklärungswissen: F (4, 266) = 0.10, p = .98. Effekte von Lernumgebung und instruktionaler Unterstützung Konzeptuelles Fehlerwissen Tabelle 4 sind die deskriptiven Statistiken zu entnehmen. Alle Experimentalgruppen zeigten Nachtestleistungen im oberen Drittel der maximal zu erreichenden Punkte, dabei erzielte Experimentalgruppe MIU den höchsten Wert. Hinsichtlich des Erwerbs konzeptuellen Fehlerwissens trat wie erwartet ein signifikanter und großer Effekt der Gruppenzugehörigkeit auf, F (4, 242) = 14.3, p < .001, h P = .90. Die Anordnung der Gruppenmittelwerte zu t2 kann durch einen kubischen Trend beschrieben werden, F (1, 249) = 10.42, p < .001, h P = .03. Der Effekt war klein. Die Vergleiche der Gruppen REK und PRÄ, t (116) = -0.30, p = .77, und der Gruppen REK und KIU, t (112) = 0.38, p = .71, waren nicht signifikant. Auch der Vergleich von PRÄ und KIU war nicht signifikant, t (108) = 0.72, p = .47. Alle anderen geplanten Kontraste waren signifikant (alle p < .01). Damit waren die Experimentalgruppe MIU allen Gruppen, die Experimentalgruppen REK, PRÄ und KIU jedoch nur jeweils der Kontrollgruppe signifikant überlegen. Ebenso zeigte sich wie erwartet ein signifikanter und großer Effekt des Messzeitpunktes, F (1, 242) = 331, p < .001, h P = .58, alle Experimentalgruppen verbesserten sich deutlich von t1 nach t2. Auch die Interaktion von Gruppenzugehörigkeit und Messzeitpunkt war erwartungsgemäß signifikant, der Effekt war groß, F (4, 242) = 14.9, p < .001, h P = .20. strategisches Fehlervermeidungswissen Erklärungswissen Fehleridentifikationswissen konzeptuelles Fehlerwissen .55* .28* .39* strategisches Fehlervermeidungswissen - .41* .63* Erklärungswissen - - .55* Tab. 3: Korrelationsmatrix der Wissenstests zu t2 Anmerkung: * p < .01. 296 Kai Wagner et al. Strategisches Fehlervermeidungswissen Die Gruppenmittelwerte waren unterschiedlich weit vom theoretischen Maximum entfernt, die höchste Punktzahl erreichte die Experimentalgruppe MIU (s. Tab. 5). Hinsichtlich des Erwerbs strategischen Fehlervermeidungswissens wurde wie erwartet ein signifikanter und großer Effekt der Gruppenzugehörigkeit festgestellt, F (4,233) = 26.6, p < .001, h P = .70. Die Anordnung der Gruppenmittelwerte zu t2 kann durch einen linearen Trend beschrieben werden, F (1,243) = 160, p < .001, h P = .40. Der Effekt war groß. Bis auf den Vergleich der Experimentalgruppen REK und PRÄ, t (112) = 1.31, p = .19, waren alle geplanten paarweisen Kontraste signifikant (alle p < .02). Der Effekt des Messzeitpunktes war erwartungsgemäß signifikant und groß, F (1, 233) = 428, p < .001, h P = .65, alle Experimentalgruppen verbesserten sich von t1 nach t2. Erwartungsgemäß zeigte sich hinsichtlich der Interaktion von Gruppenzugehörigkeit und Messzeitpunkt ein signifikanter und großer Effekt, auch hier erzielte die Experimentalgrupe MIU den größten Lernfortschritt, F (4, 233) = 45.2, p < .001, h P = .44. Prozedurales Fehleridentifikationswissen Die maximal erreichte Punktzahl lag deutlich über der Hälfte des theoretischen Maximums und wurde auch hier von der Experimentalgruppe MIU erzielt (s. Tab. 6). Auch beim prozeduralen Fehleridentifikationswissen trat erwartungsgemäß ein signifikanter und großer Effekt der Gruppenzugehörigkeit auf, F (4, 262) = 49.7, p < .001, h P = .43. Die Anordnung der Gruppenmittelwerte zu t2 kann auch hier durch einen linearen Trend beschrieben werden, F (1, 266) = Messzeitpunkt MIU n = 49 M (SD) REK n = 61 M (SD) PRÄ n = 57 M (SD) KIU n = 52 M (SD) KG n = 28 M (SD) t1 t2 5.14 (3.01) 11.0 (1.12) 4.11 (2.84) 9.97 (2.96) 5.63 (3.51) 10.1 (2.33) 4.50 (3.15) 9.62 (2.62) 4.36 (2.95) 4.43 (3.52) Tab. 4: Konzeptuelles Fehlerwissen - Mittelwerte und Standardabweichungen Anmerkungen: Theoretisches Maximum: 12 Punkte; MIU: maximale instruktionale Unterstützung, REK: Rekonstruktion, PRÄ: Präsentation von Vermeidungsstrategien, KIU: keine instruktionale Unterstützung, KG: Kontrollgruppe. Messzeitpunkt MIU n = 49 M (SD) REK n = 57 M (SD) PRÄ n = 55 M (SD) KIU n = 49 M (SD) KG n = 28 M (SD) t1 t2 1.67 (2.99) 13.9 (5.50) 1.32 (2.02) 9.53 (4.65) 1.89 (2.60) 8.15 (5.01) 1.00 (1.61) 5.44 (4.45) 1.75 (1.94) 0.96 (1.42) Tab. 5: Strategisches Fehlervermeidungswissen - Mittelwerte und Standardabweichungen Anmerkungen: Theoretisches Maximum: 24 Punkte; MIU: maximale instruktionale Unterstützung, REK: Rekonstruktion, PRÄ: Präsentation von Vermeidungsstrategien, KIU: keine instruktionale Unterstützung, KG: Kontrollgruppe. Messzeitpunkt EG 1 n = 53 M (SD) EG 2 n = 63 M (SD) EG 3 n = 58 M (SD) EG 4 n = 52 M (SD) KG n = 41 M (SD) t2 19.2 (5.64) 15.0 (5.73) 14.1 (6.52) 11.5 (4.48) 4.12 (2.92) Tab. 6: Prozedurales Fehleridentifikationswissen - Mittelwerte und Standardabweichungen Anmerkungen: Theoretisches Maximum: 32 Punkte; EG: Experimentalgruppe, KG: Kontrollgruppe. Lernen aus advokatorischen Fehlern 297 192, p < .001, h P = .42, auch dieser Effekt war groß. Bis auf den Vergleich von Experimentalgruppe REK mit Experimentalgruppe PRÄ, t (114) = 0.84, p = .40, waren alle geplanten paarweisen Kontraste signifikant (alle p < .02). Erklärungswissen Tabelle 7 sind die deskriptiven Statistiken zu entnehmen, auch hier erzielte die Experimentalgruppe MIU den höchsten Wert. Hinsichtlich des Erklärungswissens zeigte sich erwartungsgemäß ein signifikanter und großer Effekt der Gruppenzugehörigkeit, F (4, 245) = 22.3, p < .001, h P = .27. Auch bei dieser Variable kann die Anordnung der Gruppenmittelwerte zu t2 durch einen linearen Trend beschrieben werden, F (1, 266) = 187, p < .001, h P = .40. Der Effekt war ebenfalls groß. Alle geplanten paarweisen Kontraste waren signifikant (alle p < .03). Erwartungsgemäß war der Effekt des Messzeitpunktes signifikant und groß, F (1, 245) = 228, p < .001, h P = .48, alle Experimentalgruppen verbesserten sich von t1 nach t2. Auch der Interaktionseffekt von Gruppenzugehörigkeit und Messzeitpunkt war wie erwartet signifikant und groß, die Experimentalgrupe MIU erzielte hier ebenso den größten Lernfortschritt, F (4, 245) = 38.7, p < .001, h P = .39. Diskussion Interne Validität Aufgrund der Randomisierung, des standardisierten Vorgehens und der vergleichbaren Lernzeit sowie der Vergleichbarkeit der Gruppen im Vorwissen kann von interner Validität der Studie ausgegangen werden. Testeffekte zwischen Vor- und Nachtest können weitgehend ausgeschlossen werden, da zwischen den Messzeitpunkten eine Zeitspanne von vier Wochen lag. Effekte von Lernumgebung und instruktionaler Unterstützung Die Lernwirksamkeit der Lernumgebung konnte bezüglich aller getesteten Wissensarten nachgewiesen werden, alle Experimentalgruppen erzielten signifikante Lernfortschritte von Vorzu Nachtest und waren der Kontrollgruppe im Nachtest überlegen. Ebenso wurden die Hypothesen zum Ausmaß der instruktionalen Unterstützung bestätigt, die Anordnung der Gruppenmittelwerte in den einzelnen Nachtests war wie erwartet. Die Ergebnisse belegen, dass beide Maßnahmen instruktionaler Unterstützung lernwirksam sind und in Kombination den größten Lerneffekt bewirken. Die Gruppe mit maximaler instruktionaler Unterstützung erzielte den größten Lernfortschritt und war nach der Intervention besser in der Lage, schulische Problemsituationen zu erklären, als die weniger intensiv unterstützten Gruppen. Angesichts der durchweg großen Effektstärken kann hier von substanziellen, praktisch bedeutsamen Unterschieden ausgegangen werden. Im konzeptuellen Fehlerwissen wurden keine signifikanten Unterschiede zwischen den Gruppen, die als instruktionale Unterstützung nur eine oder keine der Maßnahmen erhielten, festgestellt. Es scheint, dass hinsichtlich des Erwerbs konzeptuellen Fehlerwissens die in- Messzeitpunkt MIU n = 52 M (SD) REK n = 63 M (SD) PRÄ n = 57 M (SD) KIU n = 50 M (SD) KG n = 28 M (SD) t1 t2 4.04 (2.21) 10.8 (3.31) 3.82 (1.67) 7.79 (3.22) 3.87 (1.53) 6.61 (2.79) 3.90 (1.91) 5.41 (1.67) 4.11 (2.36) 3.41 (2.15) Tab. 7: Erklärungswissen - Mittelwerte und Standardabweichungen Anmerkungen: Theoretisches Maximum: 16 Punkte; MIU: maximale instruktionale Unterstützung, REK: Rekonstruktion, PRÄ: Präsentation von Vermeidungsstrategien, KIU: keine instruktionale Unterstützung, KG: Kontrollgruppe. 298 Kai Wagner et al. struktionale Unterstützung ausschließlich lernwirksam ist, wenn beide Maßnahmen in Kombination präsentiert werden. Offensichtlich ist trotz der geringen Aufgabenschwierigkeit hier die maximal mögliche Unterstützung zum Wissenserwerb nötig. Bei der Interpretation dieser Befunde muss auch berücksichtig werden, dass alle Gruppen die Maßnahme zum Abruf konzeptuellen Wissens während des Trainings erhielten, hierdurch sollte eine Wissensbasis zum Erwerb anwendbaren Wissens gesichert werden (s. o.; Krause, 2007). Zudem war die erreichte Punktzahl im Nachtest durchweg sehr hoch, was die Varianz in dieser Wissensdimension einschränkt. Um eine größere Varianz zwischen den Gruppen zu erzeugen, sollte in zukünftigen Untersuchungen die Schwierigkeit dieses Tests erhöht werden. Betrachtet man den Lernfortschritt von t1 nach t2, fällt auf, dass die Gruppe mit maximaler Unterstützung und die Gruppe mit Rekonstruktion der Vermeidungsstrategien numerisch den gleichen Lernfortschritt zeigen. Allerdings fällt dieser in der Gruppe mit maximaler Unterstützung homogener aus, die Werte streuen zu t2 in geringerem Maß um den - im Vergleich signifikant höchsten - Mittelwert. Durch die Kombination der Unterstützungsmaßnahmen konnte eine größere Leistungsdichte ermöglicht werden, es ist anzunehmen, dass durch die intensive Unterstützung bei den Versuchspersonen mehr kognitive Aktivität hinsichtlich der Beispielelaboration (Stark, 2001) angeregt wurde. Beim Erwerb von strategischem Fehlervermeidungswissen und prozeduralem Fehleridentifikationswissen unterschieden sich die Gruppen, die jeweils nur eine Unterstützungsmaßnahme erhielten, nicht signifikant. Es macht demnach bei beiden Wissensdimensionen keinen Unterschied, ob zur instruktionalen Unterstützung Prompts zum Abruf oder zur Rekonstruktion der Vermeidungsstrategien angeboten werden, beide scheinen hier gleich lernwirksam zu sein. Dies ist ein Beleg für einfach zu realisierende Unterstützungsmaßnahmen beimTextverständnis (s. z. B. Steiner, 2006). Der Erwerb von Erklärungswissen wurde anhand der Qualität der von den Studierenden verfassten TA erfasst. Die Experimentalgruppe, die nur die Prompts zur Rekonstruktion der Vermeidungsstrategien erhielt, erzielte signifikant bessere Ergebnisse als die Gruppe, der nur die Strategien präsentiert wurden. Erstere musste die Strategien selbst konstruieren. Aus konstruktivistischer Perspektive spricht dieser Befund für die Lernwirksamkeit expliziter Konstruktionsleistungen, die effektiver ist als der bloße Abruf von Informationen (vgl. Reinmann & Mandl, 2006). Zudem ist anzunehmen, dass durch diese Maßnahme qualitativ hochwertige und damit lernwirksame Selbsterklärungen und Beispielelaborationen induziert wurden. Diese sind erwiesenermaßen äußerst lernwirksame Mechanismen beim Lernen mit Lösungsbeispielen (Schworm & Renkl, 2007; Stark, 2001). Insgesamt zeigen die Ergebnisse dieser Studie, dass die Kontrastierung inkorrekter an korrekten Konzepten den Erwerb der untersuchten Wissensarten auch in der Domäne der Pädagogischen Psychologie unterstützt. Durch die explizite Unterstützung von Fehlervermeidungsstrategien kann das Erstellen korrekter Erklärungen schulischer Situationen auf ökonomische Weise substanziell gefördert werden. Die Befunde sind konform mit der Forschung zum Lernen aus Fehlern (Durkin & Rittle-Johnson, 2012; Oser & Spychiger, 2005) und mit Studien zur Effektivität integrierter Lernumgebungen (Krause et al., 2011; Stark et al., 2010) und liefern einen weiteren Beleg für die Notwendigkeit adäquater instruktionaler Unterstützung beim komplexen Lernen. Pädagogische Konsequenzen und weitere Forschung Die Ergebnisse sprechen für eine Implementation der Lernumgebung in die Lehramtsausbildung. Damit können mit vergleichsweise geringem Aufwand gute Lernergebnisse besonders im Hinblick auf den Erwerb anwendbaren Wissens erzielt werden. Die Befunde müssen allerdings in weiteren Studien repliziert werden, Lernen aus advokatorischen Fehlern 299 dabei ist die Untersuchung der Nachhaltigkeit der erzielten Effekte (z. B. durch Follow-Up- Tests am Semesterende) besonders interessant. Hierbei sind Analysen motivationaler Bedingungen der Lernwirksamkeit der Unterstützungsmaßnahmen (ATI-Effekte) und motivationaler Effekte der Arbeit mit der Lernumgebung (z. B. positive Veränderung der Einstellung gegenüber wissenschaftlichen Theorien) wichtig. Ebenso müssen die der Lernumgebung zugrunde liegenden Wirkmechanismen systematisch untersucht werden. Eine vielversprechende Analyseperspektive bieten hier Laut-Denk-Protokolle (Ericsson & Simon, 1993) und eine Triangulation qualitativer und quantitativer Verfahren. Um die Fördereffekte der Lernumgebung zu steigern, sind verschiedene Optimierungsmaßnahmen vorgesehen. Zum einen sollen weitere Themen aus dem Bereich Analyse von Unterricht integriert werden (z. B. Prüfungs- und Leistungsangst). Eine Limitierung der Studie stellt neben dem Erreichen der Testdecke beim konzeptuellen Wissen z. B. die Übertragung der Befunde auf die tatsächliche Schulpraxis dar. Hier wäre in zukünftigen Studien anhand einer Stichprobe von Lehrerinnen und Lehrern zu untersuchen, inwiefern sich das Trainingsprogramm auf deren Erklärungen schulischer Probleme auswirkt. Literatur Atkinson, R. K., Derry, S. J., Renkl, A. & Wortham, D. (2000). Learning from examples: Instructional principles from the worked examples research. Review of Educational Research, 70, 181 - 214. http: / / dx.doi.org/ 10.3102/ 00346543070002181 Bromme, R. (2008). Lehrerexpertise. In W. Schneider & M. Hasselhorn (Hrsg.), Handbuch der Pädagogischen Psychologie (S. 159 - 167). Göttingen: Hogrefe. Bühner, M. & Ziegler, M. (2009). Statistik für Sozialwissenschaftler und Psychologen. München: Addison Wesley. Clark, R. C. & Mayer, R. E. (2003). e-Learning and the science of instruction. San Francisco, CA: Pfeiffer. Cognition and Technology Group at Vanderbilt (1992). The jasper series as an example of anchored instruction: Theory, program, description, and assessment data. Educational Psychologist, 27, 291 - 315. http: / / dx.doi. org/ 10.1207/ s15326985ep2703_3 Conati, C. & VanLehn, K. (2000). Toward computer-based support of meta-cognitive skills: A computational framework to coach self-explanation. International Journal of Artificial Intelligence in Education, 11, 398 - 415. Curry, L. (2004). The effects of self-explanations of correct and incorrect solutions on algebra problem solving performance. In K. Forbus, D. Gentner & T. Regier (Eds.), Proceedings of the 26th annual conference of the cognitive science society (pp. 15 - 48). Mahwah, NJ: Erlbaum. De Jong, T. & Ferguson-Hessler, M. G. (1996). Types and qualities of knowledge. Educational Psychologist, 31, 105 - 113. http: / / dx.doi.org/ 10.1207/ s15326985ep3 102_2 Durkin, K. & Rittle-Johnson, B. (2012). The effectiveness of using incorrect examples to support learning about decimal magnitude. Learning and Instruction, 22, 206 - 214. http: / / dx.doi.org/ 10.1016/ j.learninstruc. 2011.11.001 Ericson, A. & Simon, H. A. (1993). Protocol analysis. Verbal reports as data. Cambridge: MIT Press. Fölling-Albers, M., Hartinger, A. & Mörtl-Hafizovic´, D. (2004). Situiertes Lernen in der Lehrerbildung. Zeitschrift für Pädagogik, 50, 727 - 747. Gräsel, C. (1997). Problemorientiertes Lernen. Göttingen: Hogrefe. Große, C. S. & Renkl, A. (2004). Learning from worked examples: What happens if errors are included? In P. Gerjets, J. Elen, R. Joiner & P. Kirschner (Eds.), Instructional design for effective and enjoyable computersupported learning (pp. 356 - 364). Tübingen: Knowledge Media Research Center. Große, C. S. & Renkl, A. (2007). Finding and fixing errors in worked examples: Can this foster learning outcomes? Learning and Instruction, 17, 612 - 634. http: / / dx.doi. org/ 10.1016/ j.learninstruc.2007.09.008 Gruber, H. & Renkl, A. (2000). Die Kluft zwischen Wissen und Handeln: Das Problem des trägen Wissens. In G. H. Neuweg (Hrsg.), Wissen-Können-Reflexion. Ausgewählte Verhältnisbestimmungen (S. 155 - 174). Innsbruck: Studienverlag. Hilbert, T. S., Renkl, A., Kessler, S. & Reiss, K. (2008). Learning to prove in geometry: Learning from heuristic examples and how it can be supported. Learning and Instruction, 18, 54 - 65. http: / / dx.doi.org/ 10.1016/ j.learninstruc.2006.10.008 Hmelo-Silver, C. E., Duncan, R. & Chinn, C. (2007). Scaffolding and achievement in problem-based and inquiry learning: A response to Kirschner, Sweller, and Clark (2006). Educational Psychologist, 42, 99 - 107. http: / / dx.doi.org/ 10.1080/ 00461520701263368 Huang, T. H., Liu, Y. C. & Shiu, C. Y. (2008). Construction of an online learning system for decimal numbers through the use of cognitive conflict strategy. Computers & Education, 50, 61 - 76. http: / / dx.doi.org/ 10.10 16/ j.compedu.2006.03.007 Klein, M., Wagner, K. & Stark, R. (2012). Theoretisieren für die Praxis - Analyse und Förderung der Anwendung wissenschaftlichen Wissens in schulischen Kontexten. Tagungsband zur 9. Fachtagung Psychologiedidaktik und Evaluation 2012. Kopp, V., Stark, R., Heitzmann, N. & Fischer, M. R. (2009). Self-regulated learning with case-based worked examples: Effects of errors. Evaluation & Research in Education, 22, 107 - 119. Krause, U.-M. (2007). Feedback und kooperatives Lernen. Münster: Waxmann. Krause, U.-M., Stark, R. & Herzmann, P. (2011). Förderung anwendbaren Theoriewissens in der Lehrerbildung: Vergleich problembasierten und instruktions- 300 Kai Wagner et al. orientierten Lernens. Psychologie in Erziehung und Unterricht, 58, 106 - 115. http: / / dx.doi.org/ 10.2378/ peu2011.art27d Kuhn, D. (1993). Science as argument: Implications for teaching and learning scientific thinking. Science Education, 77, 319 - 377. http: / / dx.doi.org/ 10.1002/ sce.3 730770306 Meier, A. (2006). Theorienutzungskompetenz als Schlüsselqualifikation von Lehrkräften. Überlegungen zu einem Grundauftrag von Pädagogischen Hochschulen. In Y. M. Nakamura, C. Böckelmann & D. Tröhler (Hrsg.), Theorie versus Praxis? (S. 89 - 106). Zürich: Verlag Pestalozzianum. Ohlsson, S. (1992). The cognitive skill of theory articulation: A neglected aspect of science education. Science & Education, 1, 181 - 192. http: / / dx.doi.org/ 10.1007/ BF00572838 Oser, F. (2007). Aus Fehlern lernen. In M. Göhlich, Ch. Wulf & J. Zirfas (Hrsg.), Pädagogische Theorien des Lernens (S. 203 - 212). Weinheim: Beltz. Oser, F., Hascher, T. & Spychiger, M. (1999). Lernen aus Fehlern. Zur Psychologie des ,negativen‘ Wissens. In W. Althof (Hrsg.), Fehlerwelten (S. 11 - 41). Opladen: Leske + Budrich. Oser, F. & Spychiger, M. (2005). Lernen ist schmerzhaft. Zur Theorie des Negativen Wissens und zur Praxis der Fehlerkultur. Weinheim: Beltz. Quilici, J. L. & Mayer, R. E. (1996). Role of examples in how students learn to categorize statistics word problems. Journal of Educational Psychology, 88, 144 - 161. http: / / dx.doi.org/ 10.1037/ / 0022-0663.88.1.144 Reinmann, G. & Mandl, H. (2006). Unterrichten und Lernumgebungen gestalten. In A. Krapp & B. Weidenmann (Hrsg.), Pädagogische Psychologie (S. 613 - 658). Weinheim: Beltz. Renkl, A. (2001). Lernen aus Lösungsbeispielen: Eine Einführung. Unterrichtswissenschaft, 29, 2 - 4. Renkl, A. (2002). Worked-out examples: Instructional explanations support learning by self-explanations. Learning and Instruction, 12, 529 - 556. http: / / dx.doi.org/ 10.1016/ S0959-4752(01)00030-5 Renkl, A. & Atkinson, R. K. (2002). Learning from examples: Fostering self-explanations in computer-based learning environments. Interactive Learning Environments, 10, 105 - 119. http: / / dx.doi.org/ 10.1076/ ilee. 10.2.105.7441 Resnick, L. B. (1987). Learning in school and out. Educational Researcher, 16, 13 - 20. http: / / dx.doi.org/ 10.31 02/ 0013189X016009013 Rittle-Johnson, B. (2006). Promoting transfer: Effects of self-explanation and direct instruction. Child Development, 77, 1 - 15. http: / / dx.doi.org/ 10.1111/ j.1467-86 24.2006.00852.x Ross, L. & Nisbett, R. E. (1991). The person and the situation: Perspectives of social psychology. New York, NY: McGraw-Hill. Schworm, S., Bradler, P. & Renkl, A. (2008). Help design in a computer-based learning environment - teaching argumentation skills through the use of double-content examples. In P. A. Kirschner, J. J. G. van Merriënboer & T. de Jong (Eds.), Cre8ing a learning world: Proceedings of the 8th international conference for the learning sciences, ICLS ’08, Utrecht, the Netherlands, June 23 - 28, 2008 (Vol. 2, pp. 319-326). Utrecht: ICLS. Schworm, S. & Renkl, A. (2007). Learning argumentations skills through the use of prompts for self-explaining examples. Journal of Educational Psychology, 99, 285 - 296. http: / / dx.doi.org/ 10.1037/ 0022-0663.99. 2.285 Seidel, T. & Prenzel, M. (2008). Wie Lehrpersonen Unterricht wahrnehmen und einschätzen - Erfassung pädagogisch-psychologischer Kompetenzen mit Videosequenzen. In M. Prenzel, I. Gogolin & H.-H. Krüger (Hrsg.), Kompetenzdiagnostik (S. 201 - 216). Wiesbaden: VS Verlag. http: / / dx.doi.org/ 10.1007/ 978-3-5 31-90865-6_12 Star, J. R. & Strickland, S. K. (2007). Learning to observe: Using video to improve preservice teachers’ ability to notice. Journal of Mathematics Teacher Education, 11, 107 - 125. http: / / dx.doi.org/ 10.1007/ s10857-007-90 63-7 Stark, R. (2001). Analyse und Förderung beispielbasierten Lernens: Anwendung eines integrativen Forschungsparadigmas. Unveröffentlichte Habilitation, Universität München. Stark, R. (2005). Constructing arguments in educational discourses. In H. Gruber, C. Harteis, R. Mulder & M. Rehrl (Eds.), Bridging individual, organisational, and cultural aspects of professional learning (pp. 64 - 71). Regensburg: S. Roderer. Stark, R., Herzmann, P. & Krause, U.-M. (2010). Effekte integrierter Lernumgebungen - Vergleich problembasierter und instruktionsorientierter Seminarkonzeptionen in der Lehrerbildung. Zeitschrift für Pädagogik, 56, 548 - 563. Stark, R., Kopp, V. & Fischer, M. R. (2009). Förderung der Diagnosekompetenz bei Studierenden der Medizin durch fallbasierte Lösungsbeispiele: Der Einfluss von Fehlern und Feedback. Psychologie in Erziehung und Unterricht, 56, 137 - 149. Stark, R. & Krause, U.-M. (2006). Konzeption einer computerbasierten Lernumgebung zur Förderung von Kompetenzen zum wissenschaftlichen Argumentieren. In G. Krampen & H. Zayer (Hrsg.), Didaktik und Evaluation in der Psychologie (S. 218 - 230). Göttingen: Hogrefe. Stark, R., Mandl, H., Gruber, H. & Renkl, A. (2002). Conditions and effects of example elaboration. Learning and Instruction, 12, 39 - 60. http: / / dx.doi.org/ 10.1016/ S0959-4752(01)00015-9 Steiner, G. (2006). Lernen und Wissenserwerb. In A. Krapp & B. Weidenmann (Hrsg.), Pädagogische Psychologie (5., vollständig überarb. Aufl., S. 137 - 203). Weinheim: Beltz. Ummel, H. (2010). Fallverstehen als Gegenstück zum Training von Routinen. Journal für Lehrerinnen- und Lehrerbildung, 10 (2), 42 - 47. Van den Broek, P. & Kendeou, P. (2008). Cognitive processes in comprehension of science texts: The role of co-activation in confronting misconceptions. Applied Cognitive Psychology, 22, 335 - 351. http: / / dx.doi.org/ 10.1002/ acp.1418 Wagner, K., Klein, M., Klopp, E., Puhl, T. & Stark, R. (2013). Effects of instruction-supported learning with worked examples in quantitative method training. Higher Education Studies, 3 (3), 1 - 12. http: / / dx.doi. org/ 10.5539/ hes.v3n3p1 Wagner, K., Klein, M., Klopp, E. & Stark, R. (2014). Theoretisieren für die Praxis: Förderung anwendbaren pädagogischen Wissens anhand advokatorischer Fehler. Journal für Lehrerinnen- und Lehrerbildung, 14 (1), 65 - 74. Lernen aus advokatorischen Fehlern 301 Wagner, K., Stark, R., Daudbasic, J., Klein, M., Krause, U.-M. & Herzmann, P. (2013). Effektivität integrierter Lernumgebungen in der universitären Lehrerbildung - Eine quasiexperimentelle Feldstudie. Journal für Bildungsforschung Online, 5 (1), 115 - 140. Weinstock, M., Neuman, Y. & Tabak, I. (2004). Missing the point or missing the norms? Epistemological norms as predictors of student’s ability to identify fallacious arguments. Contemporary Educational Psychology 29, 77 - 94. Westermann, R. (2000). Wissenschaftstheorie und Experimentalmethodik. Göttingen: Hogrefe. Wollman, W., Eylon, B.-S. & Lawson, A. E. (1980). An analysis of premature closure in science and developmental stages. Journal of Research in Science Teaching, 17, 105 - 114. http: / / dx.doi.org/ 10.1002/ tea.3660170 204 Kai Wagner Martin Klein Dr. Eric Klopp Prof. Dr. Robin Stark Universität des Saarlandes Philosophische Fakultät III Fachrichtung Bildungswissenschaften Campus D-66123 Saarbrücken Tel.: + 49 (0) 6 81-30 223 54 E-Mail: k.wagner@mx.uni-saarland.de E-Mail: martin.klein@mx.uni-saarland.de E-Mail: e.klopp@mx.uni-saarland.de E-Mail: r.stark@mx.uni-saarland.de