Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

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

Publikation

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

Weitere Titel
The challenge of heterogeneity : meeting teaching-learning processes with artificial intelligence? : Results and suggestions for individualized teaching in science lessons
Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Messig, Denis
Titel des Sammelwerks
Professionalisierung für den inklusiven Umgang mit Heterogenität – Befunde, Konzepte und Anregungen aus der Lehrkräftebildung
Herausgeberin(nen)/Herausgeber des Sammelwerks
Keimerl, Verena
Verlagsangabe
University of Bamberg Press : Bamberg
Erscheinungsjahr
2025
ISBN
978-3-98989-080-0
978-3-98989-081-7
Sprache(n)
Deutsch
DOI
Lizenz
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-Schlagwort(e)
Grundschule
Lehrerbildung
Heterogenität
Künstliche Intelligenz
Freie Schlagwort(e)
Schülervorstellungen
KI
heterogene Lerngruppen
Individualisierter Unterricht
student conceptions
AI
heterogeneous groups
cooperative learning
DDC-Klassifikation
370 Erziehung, Schul- und Bildungswesen
RVK-Klassifikation
DN 1000
Peer Reviewed
ja
Dokumenttyp
Beitrag in einem Sammelwerk / Postprint
URI
Datum der Freischaltung
24.03.2026

Permalink: https://fis.uni-bamberg.de/handle/uniba/112529 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 16.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.