Skip to content

Read-only version: For security reasons, the Research Information System (FIS) has been temporarily replaced by this read-only version. All public content and full texts remain available; login, editing, submission and statistics are not available. Questions: fis@uni-bamberg.de

Home › Publications › Herausforderung Heterogenität : Lehr-Lernprozessen mit künstlicher Intelligenz begegnen? : Ergebnisse und Anregungen für eine individualisierte Lehre im naturwissenschaftlichen Unterricht

Publication

Herausforderung Heterogenität : Lehr-Lernprozessen mit künstlicher Intelligenz begegnen? : Ergebnisse und Anregungen für eine individualisierte Lehre im naturwissenschaftlichen Unterricht

Messig, Denis (2025): Herausforderung Heterogenität : Lehr-Lernprozessen mit künstlicher Intelligenz begegnen? : Ergebnisse und Anregungen für eine individualisierte Lehre im naturwissenschaftlichen Unterricht, in: Tabea Zmiskol, Christian Elting, Verena Keimerl, u. a. (Hrsg.), Professionalisierung für den inklusiven Umgang mit Heterogenität – Befunde, Konzepte und Anregungen aus der Lehrkräftebildung, Bamberg: University of Bamberg Press, S. 261–280, doi: 10.20378/irb-112529.

Details

Alternative Title
The challenge of heterogeneity : meeting teaching-learning processes with artificial intelligence? : Results and suggestions for individualized teaching in science lessons
Faculty/Chair
Faculty/Professorship
Author
Messig, Denis
Title of the compilation
Professionalisierung für den inklusiven Umgang mit Heterogenität – Befunde, Konzepte und Anregungen aus der Lehrkräftebildung
Editors
Keimerl, Verena
Publisher Information
University of Bamberg Press : Bamberg
Year of publication
2025
ISBN
978-3-98989-080-0
978-3-98989-081-7
Language
German
DOI
Licence
Abstract

Den Vorstellungen von Lernenden kommt bei der Optimierung von Lehr-Lernprozessen eine fundamentale Bedeutung zu; anderseits nimmt das Maß an kognitiver Heterogenität beständig zu. Daher liegt in der Diagnose und folglich in der Berücksichtigung dieser individuellen Vorstellungen ein Schlüsselmoment für die didaktische Strukturierung von Lernangeboten. Der Beitrag stellt die Ergebnisse einer qualitativen Studie vor, die mithilfe der Peer-Interaction-Methode die individuellen Vorstellungen als Grundlage für Aushandlungsprozesse berücksichtigt. Die Interpretation durch Qualitative Inhaltsanalyse zeigt, dass in leistungsheterogenen Gruppen beide Lernpartner fachlich voneinander profitieren. Jedoch geschieht dies nicht immer aufgrund logischer Argumentation. Die Studie legt ebenfalls nahe, dass eine individualisierte Lehre mit der verwendeten Methode in der Form nicht realisierbar ist. Mögliche Chancen und Limitationen künstliche Intelligenz hierbei zur Unterstützung einzubeziehen werden aufgezeigt und diskutiert.

The prior knowledge of learners is of fundamental importance to trigger learning processes; on the other hand, the degree of cognitive heterogeneity is constantly increasing. Therefore, the diagnosis and consequently the implementation of prior knowledge (also student conceptions, preconcepts) is a key challenge for the development of learning environments. This article presents the results of a study that uses the peer interaction method to take individual prior knowledge into account as a basis for negotiation processes. Qualitative content analysis shows that in heterogeneous groups both learners benefit from each other in terms of subject knowledge. However, this is not always due to logical reasoning. The outcome also suggests that individualized teaching is not feasible with this method in this way. Possible opportunities and limitations of using artificial intelligence to support means of differentiation are highlighted and discussed.

GND Keywords
Grundschule
Lehrerbildung
Heterogenität
Künstliche Intelligenz
Keywords
Schülervorstellungen
KI
heterogene Lerngruppen
Individualisierter Unterricht
student conceptions
AI
heterogeneous groups
cooperative learning
DDC Classification
370 Education
RVK Classification
DN 1000
Peer Reviewed
yes
Type
Contribution to an Articlecollection
URI
Activation date
2026-03-24

Permalink: https://fis.uni-bamberg.de/handle/uniba/112529 · Data as JSON · Cite: BibTeX · RIS

Data as of: 2026-11-16

Restricted read-only access: login, editing and submission are temporarily disabled.