Kognitive Determinanten der Problemlösefähigkeit

Inhaltsverzeichnis

1 Einleitung

2 Determinanten der Problemlöseleistung
2.1 Allgemeine Problemlösefähigkeiten
2.1.1 Konzepte
2.1.2 Bewertung allgemeiner Problemlöseheuristiken
2.2 Zur Rolle des Vorwissens
2.2.1 Bereichsübergreifendes Vorwissen
2.2.1.1 Darstellung einiger Studien
2.2.1.2 Schlussfolgerungen
2.2.2 Bereichsspezifisches Vorwissen
2.2.2.1 Einige Studien
2.2.2.2 Schlußfolgerungen
2.3 Zu den Unterschieden im Problemlöseverhalten bei Experten und Novizen
2.3.1 Problemwahrnehmung und -repräsentation
2.3.1.1 Untersuchungen
2.3.1.2 Schlußfolgerungen
2.3.2 Wissensstruktur
2.3.2.1 Studien
2.3.2.2 Schlussfolgerungen
2.3.3 Problemlösestrategien
2.4 Metakognition
2.4.1 Zur Definition von Metakognition
2.4.2 Einfluss metakognitiver Prozesse
2.4.2.1 Studien zur Metakognition
2.4.2.2 Schlussfolgerungen

3 Entwicklung von Expertise
3.1 Wie entsteht Expertise?
3.1.1 Nutzung von Beispielen
3.1.2 Transfer kognitiver Fertigkeiten
3.1.3 Warum sind Experten effizientere Problemlöser?
3.2 Welche kognitiven Determinanten begünstigen Expertentum?

4. Zusammenfassung und Ausblick

1 Einleitung

Man kann sich der Erforschung kognitiver Determinanten der mentalen Leistungsfähigkeit auf zweierlei Weise nähern. Zum einen von der Position der „kognitiven Korrelate“ aus, zum anderen von der Position der „kognitiven Komponenten“. Erstere beschränkt sich auf grundlegende mentale Abläufe. Hierzu gehören z.B. die Geschwindigkeit der Verarbeitung, die Kapazität des Arbeitsgedächtnisses und die neuronale Anpassungsfähigkeit des Gehirns. Demgegenüber steht die „kognitive Komponenten“ - Forschung. Diese befasst sich mit Unterschieden hinsichtlich der Verarbeitungsstrategien und dem Problemlöseverhalten bei erfolgreichen und weniger erfolgreichen Problemlösern. (Pellegrino & Glaser, 1979, zit. n. Schweizer, 1995). Diese Forschungsrichtung geht also der Frage nach, welches Problemlöseverhalten gute Problemlöser gegenüber schlechten auszeichnet.

Im folgenden werde ich die kognitiven Korrelate aus der Betrachtung ausklammern und mich ausschließlich der Darstellung verschiedener Strategien und Vorgehensweisen widmen.

2 Determinanten der Problemlöseleistung

Problemlösen besteht nach Dorsch (1994 „Psychologisches Wörterbuch“ S. 589) „im Auffinden eines vorher nicht bekannten Weges von einem Anfangszustand zu einem gewünschten mehr oder weniger bekannten Endzustand“. Was zeichnet nun aber einen guten Problemlöser aus? Gibt es überhaupt den Problemlöser, der in allen Bereichen Problemstellungen effizient lösen kann? Oder ist es nicht vielmehr so, daß jemand immer nur in begrenzten Gebieten gut sein kann? Von welchen Bedingungen hängt es nun aber ab, ob jemand gute bereichsspezifische Problemlösekompetenzen besitzt?

2.1 Allgemeine Problemlösefähigkeiten

Welche Wege gibt es, einen problemspezifischen Zielzustand zu erreichen? Frühe kognitionspsychologische Ansätze gingen davon aus, daß gute Problemlöser über bereichsunspezifische Problemlösestrategien verfügen, die generell auf eine unbegrenzte Menge von Problemen anwendbar sind (Duncker, 1945). Nach Newell und Simon (1972, zit. n. Spada & Wichmann, 1996) schränkt allgemeines Problemlösewissen die Zahl der Problemlösemöglichkeiten im gegebenen Suchraum ein und bestimmt die Wahl des folgenden Problemlöseschrittes. Diesem Ansatz folgend wären Personen, die Probleme in einem spezifischen Bereich gut lösen können auch automatisch gute Problemlöser in einem anderen Bereich.

2.1.1 Konzepte

Eine Reihe allgemeiner Konzepte beschreibt das Auffinden einer Problemlösung. Die beiden folgenden sind die bekanntesten. Hier ist zum einen die Mittel-Ziel-Analyse zu nennen. Der Problemlöser vergleicht die gegebene Problemsituation mit dem gewünschten Zielzustand. Die gefundenen Differenzen werden durch das Setzen von Unterzielen zu reduzieren versucht. Das Problem wird also in für die Lösung hinreichend kleine Teilprobleme zerlegt. Nach dem Ansatz der allgemeinen Problemlöseheuristiken wäre allein dies ausreichend, um ein entsprechendes Problem zu lösen. Ein weiterer wichtiger Ansatz der allgemeinen Problemlöseheuristiken wird als Hill-Climbing bezeichnet. Dieses Konzept setzt bei den verschiedenen Handlungsmöglichkeiten an, die einem Problemlöser zur Verfügung stehen. Dieser prüft jeweils alle Möglichkeiten des weiteren Vorgehens und entscheidet sich für jene, welche den Unterschied zum Ziel am meisten verkleinert (Spada & Wichmann, 1996).

2.1.2 Bewertung allgemeiner Problemlöseheuristiken

Es wird deutlich, daß diese Ansätze für die Erklärung erfolgreichen Problemlösens nicht ausreichen. Allgemeine Problemlöseheuristiken setzen wohldefinierte Probleme voraus, deren Zielzustand bekannt ist. Viele komplexe Problemstellungen zeichnen sich jedoch gerade dadurch aus, daß ihr Zielzustand unbekannt ist. Die Lösung komplexer Probleme erfordert somit vom Problemlöser zunächst die genaue Definition von Ausgangs- und Zielzustand und damit den Aufbau einer angemessenen mentalen Repräsentation des Problems. Es ist unmittelbar einleuchtend, daß dies nicht ohne entsprechendes bereichsspezifisches Vorwissen möglich sein kann. Wie wir jedoch nachher sehen werden, sind allgemeine Problemlöseheuristiken Vorgehensweisen, welche insbesondere von Novizen eingenommen werden. In den folgenden Abschnitten soll zunächst auf die Bedeutung des Vorwissens für den Aufbau von Problemrepräsentationen eingegangen werden.

2.2 Zur Rolle des Vorwissens

In der vergangenen kognitionspsychologischen Forschung ging man lange Zeit davon aus, daß der Erwerb von Begriffen ein rein datengesteuerter Prozess ist. Man meinte also, Lernen hinge allein von der Art des Lernstoffes ab. Erst in den letzten Jahren schenkte man auch der Rolle des Vorwissens Aufmerksamkeit. Viele Autoren konzentrierten sich hierbei auf bereichsspezifisches Vorwissen, andere auch auf bereichsübergreifendes Wissen (vgl. Waldmann, 1996). Im folgenden soll auf die Rolle beider Formen des Vorwissens in Form exemplarischer Studien eingegangen werden.

2.2.1 Bereichsübergreifendes Vorwissen

2.2.1.1 Darstellung einiger Studien.

Waldmann, Holyoak & Fratianne (1995) vertreten unter anderen die Meinung, daß bereichsübergreifendes Wissen einen Einfluss auf den Induktionsprozess hat. Insbesondere dann, wenn es nicht möglich ist, auf einen Problembereich bereichsspezifisches Wissen anzuwenden, wird nach Ansicht der Autoren bereichsunspezifisches Wissen wirksam. Dies träfe dann also auf all jene Problembereiche zu, in denen es einer Person an entsprechendem bereichsspezifischen Vorwissen mangelt. Waldmann et al. (1995) nennen als ein Beispiel Kausalrelationen. Eine Kausalrelation ist das Wissen, daß einer Wirkung eine Ursache vorangeht, also z.B. das Wissen, daß ein Glas zersplittert, wenn man es auf den Boden fallen lässt. Kausalitätsannahmen sind grundlegende Konzepte, die einer Vielzahl von Wissensbereichen zugrunde liegen (Weinert & Waldmann, 1988).

Zur Testung ihrer Hypothese, daß diese Kausalrelationen Einfluss auf den Induktionsprozess haben, verwendeten Waldmann et al. (1995) ein Lernparadigma. Hierzu legten sie den Probanden (Pbn) Bilder von Steinen vor, die von Eisenpräparaten verschiedener Farben umgeben waren. Die Aufgabe der Pbn bestand darin, zu beurteilen, ob der Stein ein Magnet ist oder nicht. Diese Entscheidung basierte auf der Ausrichtung der den Stein umgebenden Eisenpräparate. Es gab nun zwei Bedingungen. In der „common-cause“- Bedingung werden verschiedene Effekte durch eine gemeinsame Ursache hervorgerufen. In der „common-effect“-Bedingung rufen jedoch verschiedene Ursachen eine gemeinsame Folge hervor. Im Experiment sah dies folgendermaßen aus. In der „common - cause“ - Bedingung wurde den Pbn gesagt, daß diese Steine entweder starke oder schwache Magneten wären. Die Steine würden somit die Orientierung einiger Eisenpräparate verändern, und zwar mehr oder weniger stark in Abhängigkeit davon, wie groß die magnetische Wirkung der Steine wäre. Die Pbn wurden gebeten, bei jedem präsentierten Bild zu entscheiden, ob ein Stein ein Magnet wäre oder nicht. In der zweiten Bedingung („common - effect“) war die Kausalbeziehung genau umgekehrt. Hier sagte man den Versuchspersonen (Vpn), daß die Eisenpräparate starke oder schwache magnetische Wellen aussenden würden, die wiederum die Steine magnetisieren. Die Intensität dieser magnetischen Wellen zeige sich wiederum in der Orientierung der umgebenden Eisenpräparate. Hier wurden die Pbn gebeten zu entscheiden, ob der Stein durch die Eisenpräparate magnetisiert wurde oder nicht. In beiden Bedingungen erhielten die Pbn exakt gleiches Stimulusmaterial. Die drei umgebenden Eisenpräparate waren jeweils blau, rot und grün. Die Pbn sollten jeweils lernen, welche Arten der Eisenpräparate (blau, rot oder grün) die Steine magnetisiert bzw. durch sie magnetisiert werden. Das Lernmaterial besaß zwei verschiedene Strukturen. Die Kategorien konnten zum einen linear trennbar sein. Das sind solche, in welchen die optimale Reaktion als lineare Funktion der gewichteten Reize erzeugt werden kann. Demgegenüber stehen nicht linear trennbare Kategorien. Die optimale Reaktion hängt hier von der Beziehung zwischen den Reizen ab. Die Person muß hier verschieden reagieren, je nachdem, ob einer der Input-Reize vorhanden ist oder beide vorhanden bzw. nicht vorhanden sind (Minsky & Papert, 1969, zit.

n. Waldmann, Holyoak & Fratianne, 1995). Die Schwierigkeit beider Strukturen hängt vom Lernmaterial und der Aufgabe ab.

Es zeigte sich nun folgendes Ergebnis: die linear trennbaren Strukturen waren in der „common-effect“- Bedingung signifikant einfacher zu erlernen als die linear nicht trennbaren. In der anderen Bedingung zeigte sich ein umgekehrter Effekt.

Eine weitere Studie in diesem Bereich stammt von Flannagan, Fried und Holyoak (1986). Die zentrale Annahme dieser Autoren besteht darin, daß sie meinen, wenn eine Person mit einer falschen Erwartung in eine Lernsituation kommt, daß diese Person dann zumindest anfänglich das Lernmaterial systematisch in Richtung ihrer ursprünglichen Erwartung verzerrt. Zur Testung dieser Annahme nutzten die Autoren die Erwartungen von Personen an die statistische Verteilung natürlicher Merkmalsausprägungen. Hierzu präsentierten sie den Vpn auf einem Bildschirm Muster. Diese bestanden aus drei verschiedenfarbigen Rechtecken auf weißem Hintergrund. Jedes dieser drei Rechtecke wurde hinsichtlich seiner Größe auf einer Skala von 1 bis 10 verändert, jedoch nur in einer seiner beiden Dimensionen (horizontal bzw. vertikal). Damit hatten die Autoren insgesamt drei Dimensionen (eben je eine pro Rechteck), die sie systematisch bei der Präsentation der Muster variierten. Das heißt also, die Länge bzw. Höhe eines jeden Rechtecks wurde bei jedem Muster verändert. Die Größenvariation jeder dieser Dimensionen wurde unterschiedlich verteilt: die Variation der Dimension eines Rechtecks war normalverteilt mit hohen Mittelwerten (d.h. Änderungen einer Seitenlänge z.B. des Skalenwertes 7 trat häufiger auf als sehr starke), die Variation eines zweiten war ebenfalls normalverteilt, aber mit niedrigen Mittelwerten (z.B. Skalenwert 3 relativ häufiger), die des dritten Rechtecks war U-förmig verteilt (d.h. sehr starke Vergrößerungen bzw. Verkleinerungen einer Seitenlänge kamen häufiger vor als mittlere, also z.B. die Skalenwerte 1 und 10). Das Experiment bestand aus drei Phasen: Instruktion, Lernphase und Testphase. Die Pbn hatten die Aufgabe, sich die präsentierten Rechtecke genau einzuprägen, um in der Testphase andere Muster wiederzuerkennen, die in den gleichen Dimensionen variieren. Die Pbn kannten die Dimensionen sowie die möglichen Größenveränderungen der Rechtecke. Während der Lernphase wurden den Pbn entweder 20 (Bedingung 1) oder 150 Muster (Bedingung 2) präsentiert. In den Dimensionen, die entsprechend einer Normalverteilung variiert wurden, zeigten die Vpn entsprechend gute Lernleistungen, daß heißt, sie erwarben eine recht gute Repräsentation der Verteilungsform, sogar unter Bedingung 1. Hinsichtlich der U-verteilten Variation zeigte sich ein konträres Ergebnis. Die von den Pbn erworbene Repräsentation zeigt ein flaches, relativ neutrales Verteilungsmuster unter Bedingung 2, während Bedingung 1 noch annähernd einer Normalverteilung entspricht. Flannagan et al. (1986) führten auch noch ein zweites Experiment durch, in dem sie prüften, ob das neutrale Verteilungsmuster aus einer Vermischung der ursprünglichen Verteilungsnahnahme der Pbn resultiert, oder aber beide Einflüsse gleich wirksam sind. Hier präsentierten sie den Pbn in der Trainingsphase statt 20 bzw. 150 nun 600 Muster. Das Ergebnis des zweiten zitierten Experiments von Flannagan et al. (1986) spricht für die zweite Annahme des neutralen Lernstatus. Die erworbene Verteilung nähert sich hier an eine U-Verteilung an.

2.2.1.2 Schlussfolgerungen.

Die zitierte Studie von Waldmann et al. (1995) zeigt, daß Personen, die Informationen bezüglich Ursachen und Effekten erhalten, Kausalmodelle der Lernsituation generieren, die dann wiederum den Lerneffekt beeinflussen (Waldmann et al., 1995). Diese Studie zeigt deutlich, in welchem Ausmaß der Lernerfolg vom Vorwissen, in diesem Fall vom Kausalmodell der Vpn, abhängt.

Bereits die Tatsache, daß Pbn in der Studie von Flannagan et al. (1986) unter Bedingung 1, also bereits nach zwanzig Darbietungen der Muster, eine Repräsentation der Verteilungsform erworben haben, ist ein Hinweis darauf, daß die Pbn bereits mit einer Verteilungserwartung in die Lernsituation kommen, da sie sonst bei einer so geringen Anzahl von präsentierten Mustern nicht in der Lage hätten sein sollen, die Verteilungsform zu identifizieren. Des weiteren zeigt sich daran, daß die Pbn unter Bedingung 2 ein flaches Verteilungsmuster erworben haben, daß eine größere Anzahl von präsentierten Mustern, die nicht normalverteilt variiert wurden, dazu führt, die Vpn von ihrer ursprünglichen Verteilungsannahme abzubringen. Die Autoren standen nun vor der Frage, ob diese neutrale Verteilung bei Bedingung 2 daraus resultiert, daß sich die ursprüngliche Annahme einer Normalverteilung vermischt mit dem Einfluss der neu erlernten U-Verteilung und beide Einflüsse somit gleich wirksam sind. Oder aber, ob sich die Vpn hier in einem neutralen Bereich einer Lernphase befinden, in der die Annahme der Normalverteilung bereits aufgegeben, die neue jedoch noch nicht erworben wurde.

Beide Experimente von Flannagan et al. belegen zum einen, daß Personen mit Erwartungen bezüglich der Verteilung von Merkmalsausprägungen in eine Lernsituation kommen. Zum zweiten sind sie ein Beleg dafür, daß Personen eine unimodale Verteilung für wahrscheinlich halten. Aufgrund der Tatsache, daß Normalverteilungen in weniger Lerndurchgängen erworben werden (mit hohem und niedrigem Mittelwert) als andere Verteilungen belegen die Versuche zum dritten, daß Kategorien, die dem bereits vorhandenen Wissen der Personen entsprechen, schneller gelernt werden als solche, die mit dem Wissen nicht einhergehen (Flannagan, Fried & Holyoak, 1986).

2.2.2 Bereichsspezifisches Vorwissen

2.2.2.1 Einige Studien

Viele Studien belegen, dass sich bereichsspezifisches Vorwissen positiv auf den Lernprozess auswirkt. So testeten Chi, Feltovich und Glaser (1981) beispielsweise die Hypothese, dass die Repräsentation einer Problemsituation von dem für diesen Bereich verfügbaren Wissen abhängt. Die dahinterstehende Annahme besteht darin, dass ein Problem umso leichter gelöst werden kann, desto besser die mentale Repräsentation desselben ist. (Hayes & Simon, 1976; Newell & Simon, 1972; zitiert nach Chi, Feltovich & Glaser, 1981). Chi et al. (1981) gaben hierzu ihren Pbn (Experten und Novizen in dem jeweiligen Bereich der Physik) 20 physikalische Probleme vor. Die Pbn wurden instruiert, diese nach Ähnlichkeit zu gruppieren. Personen mit hohem Wissensstand in diesem Bereich (Experten) gruppierten diese Probleme nach grundlegenden, zentralen Merkmalen, während die Novizen von augenscheinlichen Ähnlichkeiten der Problemstellungen ausgingen. Zu grundlegenden, zentralen Problemmerkmalen gehören z.B. physikalische Gesetze und Prinzipien. Pbn, die mittleres Wissen in diesem Bereich besaßen, zeigten Merkmale beider Gruppen. Schoenfeld und Herrmann (1982) kamen zu den gleichen Ergebnissen. Jedoch nutzten sie in ihrer Studie mathematische Problemstellungen. Eine der ersten Studien zum Einfluss bereichsspezifischen Vorwissens stammt von de Groot (1966). Er zeigte Experten und Novizen im Bereich des Schachspielens verschiedene Positionen. Deren Aufgabe bestand im Anschluss darin, sich an diese zu erinnern und sie auf einem leeren Schachbrett zu rekonstruieren. Die Experten konnten sich deutlich besser an die gezeigten Positionen erinnern, jedoch nur dann, wenn es sich um Positionen handelte, die tatsächlich im Schachspiel vorkommen. Bei zufälligen Positionen waren die Leistungen für beide Gruppen gleich schlecht. Chi (1978, zitiert nach Schneider & Büttner, 1995) nutzte eine ganz ähnliche Methodik. Allerdings waren die Schach-Experten bei ihm Kinder im Alter von 10 Jahren, während die Novizen hier Erwachsene verschieden Alters waren. Obwohl die Kinder eine geringere Gedächtnisspanne aufwiesen als die Erwachsenen, lagen ihre Leistungen im Erinnern der Positionen deutlich über denen der Erwachsenen. Auch andere Autoren belegten die Bedeutung bereichsspezifischen Vorwissens auf den Lernprozess. So belegen die Experimente von Wattenmaker, Dewey, Murphy und Medin (1986), daß der Schwierigkeitsgrad des Erwerbs von zu lernenden Kategorien mit der jeweiligen Wissensstruktur, die von den Personen angewandt wird, interagiert. Eines ihrer Experimente stelle ich im folgenden kurz vor.

Sie gaben ihren Vpn 8 Blöcke mit je 4 Beschreibungen von Personen vor. Die beschriebenen Personen gehörten jeweils zu einer von zwei Kategorien. Die Aufgabe der Vpn bestand nun darin, jedes Muster beschriebener Verhaltensweisen in eine der zwei Kategorien einzuordnen, und zwar in Kategorie A, wenn mindestens drei von vier Verhaltensweisen typisch sind für eine bestimmte Eigenschaft und in Kategorie B, wenn weniger als drei dieser Verhaltensbeispiele für die Eigenschaft typisch sind, also das Gegenteil dieser Eigenschaft darstellen (z.B. ehrlich - unehrlich, kooperativ - unkooperativ, usw.). Insgesamt gab es vier solcher Eigenschaften. Man beschrieb das entsprechende Verhalten in jeweils einer von vier Lokationen (z.B. Party, Park usw.). Die Kategorien waren entweder linear trennbar (LS- Bedingung) oder nicht linear trennbar (NLS-Bedingung). Es gab nun zwei verschiede Bedungen: in der trait-Bedingung standen die typischen Verhaltensweisen für eine Kategorie alle in Beziehung zu dem gleichen trait, stellten also entweder ein typisches Beispiel einer entsprechenden Eigenschaft dar, oder sein Gegenteil. Demgegenüber stand in der Kontroll- Bedingung jedes Verhaltensbeispiel in Beziehung zu verschiedenen traits. Die Autoren nahmen an, daß die Klassifizierung linear trennbarer Kategorien in der trait-Bedingung leichter ist, da diese Strukturen mit der Wissensstruktur der Pbn am meisten kompatibel sind. In der Kontrollbedingung sollte sich das Muster umkehren. In der LS-Bedingung können die Vpn einfach die einzelnen Merkmalswerte aufsummieren und sollten somit alle Beispiele problemlos klassifizieren können. Die Ergebnisse zeigen, daß die NLS-Struktur gegenüber der LS-Struktur in der Kontrollbedingung wie erwartet einfacher zu lernen war. In der trait- Bedingung war dies umgekehrt. Es gab also eine Interaktion der Kategorienstruktur mit der Lernbedingung. In der Kontrollbedingung war es nicht möglich, ein einheitliches trait zu identifizieren. Die NLS-Struktur war hier somit einfacher zu lernen. In der trait-Bedingung jedoch standen die Verhaltensbeschreibungen alle in Beziehung zu dem gleichen trait und die LS-Struktur war hier einfacher zu lernen.

2.2.2.2 Schlussfolgerungen.

Die Studie von Chi et al (1981) macht deutlich, dass die kognitive Repräsentation von Problemstellungen abhängig ist vom Wissensstand der Person. Die Repräsentation der Problemstellung wiederum wirkt sich auf die Problemlösekompetenz aus. Somit belegt diese Studie den Einfluss von Vorwissen auf die Problemlöseleistung. Ich werde später deutlich machen, wie diese Unterschiede hinsichtlich der mentalen Problemrepräsentation die Problemlösekompetenzen von Experten und Novizen beeinflussen. Die Studie von de Groot (1966) zeigt, daß das Vorwissen bezüglich der Erinnerungsleistung hier eine zentrale Rolle spielt. Diese Erinnerung an bereits bekannte Konstellationen konnte jedoch nur dann auftreten, wenn es sich um tatsächlich im Schachspiel vorkommende Figuren handelte. De Groot (1966) nimmt an, daß die Experten konnten hier aufgrund ihres Vorwissens chunks bilden, und somit die mentale Belastung reduzieren. Auch die Studie von Chi (1978, zit. n. Schneider & Büttner, 1995) unterstreicht noch einmal ganz besonders die Rolle des Vorwissens, da hier die Effekte trotz geringerer Gedächtnisspanne auftraten.

Wattenmaker et al. (1986) interpretierten die Ergebnisse ihrer Studie dahingehend, daß die Aktivierung eines traits die Vpn dazu führt, die Verhaltensbeschreibungen in Relation zu diesem trait zu enkodieren und dann einfach die Werte zu summieren. In der NLS- Bedingung ist diese Strategie jedoch wenig nutzbringend. Wird sie jedoch von den Vpn trotzdem angewandt - man nahm hier an, daß die Vpn dies tun - sollte dies dazu führen, daß Verhaltensmuster mit einer hohen Anzahl untypischer Verhaltensbeispiele besonders häufig falsch klassifiziert werden. Die Ergebnisse gehen mit dieser Interpretation einher. Jene Verhaltensmuster wurden in der NLS-Bedingung am schwierigsten erworben. In dieser Interaktion der Kategorienstruktur mit der Wissensstruktur sehen die Autoren einen Beleg dafür, daß Kategorien leichter erlernt werden, wenn sie in Relation zur Wissensstruktur enkodiert werden können. (Wattenmaker, Dewey, Murphy & Medin, 1986).

2.3 Zu den Unterschieden im Problemlöseverhalten bei Experten und Novizen

Aufschluss bezüglich der Merkmale, welche die mentale Leistungsfähigkeit beeinflussen erhält man insbesondere aus Studien, welche Unterschiede im Problemlöseverhalten zwischen Experten und Novizen zum Gegenstand haben.

2.3.1 Problemwahrnehmung und -repräsentation

2.3.1.1 Untersuchungen.

Schoenfeld und Herrmann (1982) führten ein Experiment durch, in welchem sie die Beziehung zwischen Problemwahrnehmung und Expertentum untersuchten. Eine exakte Problemwahrnehmung eröffnet den Zugang zu einem Problemschema, welches dann wiederum die Problemlösestrategie beeinflusst (Schoenfeld & Herrmann, 1982). Der Begriff des Schemas wird am Ende dieses Abschnitts näher erläutern werden. Schoenfeld und Herrmann (1982) erfassten die Problemwahrnehmung, indem sie ihre Pbn baten, verschiedene mathematische Probleme zu ordnen. Die Pbn waren Studenten (Novizen) und Mathematikprofessoren (Experten). Die Pbn lasen sich die Problemstellungen in zufälliger Reihenfolge durch und sollten entscheiden, welche einander im Hinblick auf den Lösungsweg ähnlich sind. Die Novizen wurden einer Versuchsgruppe (VG) bzw. Kontrollgruppe (KG) zugeordnet. Während die VG ein einmonatiges Problemlösetraining erhielt, nahmen die Pbn der KG an einem Programmierkurs teil. So konnte geprüft werden, ob sich die Problemwahrnehmung aufgrund des Problemlösetrainings verbessert. Die VG zeigte zum einen nach dem Training eine deutliche Verbesserung in der Problemlöseleistung im Gegensatz zur KG. Dazu kommt, daß die VG auch eine veränderte Problemwahrnehmung zeigte. Sie sortierten die Probleme nun vielmehr nach grundlegenden Merkmalen, d.h. ihre Klassifikation basierte auf mathematischen Gesetzen, im Vergleich zur KG, die die Probleme noch immer in starkem Maße nach oberflächlichen, in der Aufgabenstellung sichtbaren, Merkmalen ordnete.

Chi, Feltovich und Glaser (1981) untersuchten die Repräsentation physikalischer Probleme in Relation zur Organisation des Wissens. Auch sie sehen die Art der Problemkategorisierung als Basis für die Problemrepräsentation. Problemrepräsentation definieren sie als eine kognitive Struktur bezüglich einer Problemstellung. Diese wird von einem Problemlöser auf Basis seines problemspezifischen Wissens und dessen Organisation aufgebaut. Chi et al. (1981) nutzten eine ähnliche Prozedur wie Schoenfeld und Herrmann (1982). Jedoch verwendeten sie Problemstellungen aus dem Bereich der Physik. Die Instruktion entsprach der von Schoenfeld und Herrmann. Auch ihre Vpn sollten Probleme gruppieren auf Basis der Ähnlichkeit des Lösungsweges. Dies wurde jeweils einmal wiederholt. Das auf den ersten Blick erstaunliche daran ist, daß die Experten im ersten Versuch mehr Zeit für die Sortierung benötigten als die Novizen. Im zweiten Versuch benötigten beide Gruppen ungefähr gleich viel Zeit.

Eine Analyse der Probleme, die die Novizen zueinander gruppierten, ergab, wie später bei Schoenfeld und Herrmann (1982), daß diese eher nach Oberflächenmerkmalen sortierten (aufgrund der vorkommenden Objekte, der genannten physikalischen Begriffe, der beschriebenen Konfiguration). Demgegenüber spielten auch hier solche Merkmale bei den Experten keine Rolle. Diese klassifizieren nach grundlegenden physikalischen Prinzipien (Chi et al, 1981).

2.3.1.2 Schlussfolgerungen.

Die Untersuchung von Schoenfeld und Herrman (1982) erlaubt die Folgerung, daß eine veränderte Problemwahrnehmung zu höherer Problemlöseleistung führt. Außerdem liefert die Studie, obwohl sie darauf zielte, die Unterschiede hinsichtlich der Problemwahrnehmung zu prüfen, zugleich Hinweise, daß aufgrund von Training Expertentum begünstigt wird. Darauf werde ich im Abschnitt 3.2. genauer eingehen. In der Untersuchung von Chi et al (1981) benötigten die Experten im ersten Versuch für die Sortierung mehr Zeit als die Novizen. Wie ist dies zu erklären? Nach Meinung der Autoren ist dies darauf zurückzuführen, daß die Pbn hier die Problemstellungen nicht erneut verstehen mussten, da sie sie aus dem ersten Versuch bereits kannten. Daraus kann man auch schließen, daß der Zeitunterschied auf den Prozess des Verstehens von Problemstellungen rückführbar ist, nicht auf den Sortiervorgang. Beide Gruppen waren jedoch in der Lage, die Probleme in sinnvoller Art und Weise zu sortieren.

Die beschriebene Studie von Chi et al. (1981) steht im Einklang mit den Ergebnissen von Schoenfeld und Herrmann (1982). Zum anderen zeigt sie die Übertragbarkeit der Ergebnisse auch auf andere Fachbereiche neben der Mathematik, eben wie hier auf die Physik. Die Studien weisen darauf hin, daß Problemrepräsentationen im Kontext des vorhandenen problemspezifischen Wissens aufgebaut werden. Ausgehend von dieser Sichtweise ist es einleuchtend, daß Novizen aufgrund ihres geringeren Wissens nur unvollständige Problemrepräsentationen aufbauen können. Zur näheren Erklärung zogen Chi, Feltovich und Glaser (1981) Rumelharts Schemadefinition heran. Ein Schema ist demnach eine Kategorie und das damit verbundene Wissen. Die Autoren schließen nun, daß sich die Problemschemata bei Experten und Novizen unterscheiden und mit verschiedenen Wissensinhalten verbunden sind.

2.3.2 Wissensstruktur

2.3.2.1 Studien.

Man kann davon ausgehen, daß Experten aufgrund ihrer Erfahrung mehr Wissen besitzen als Novizen. Die Frage ist nun, wie dieses Wissen organisiert ist. Zur Prüfung dieser Frage führten Chi, Feltovich und Glaser (1981) ein weiteres Experiment durch. Sie prüften die Besonderheiten hinsichtlich der Schemata, die von Experten und Novizen genutzt werden, sowie Differenzen im Wissen, welches mit den Kategorien verbunden ist. Sie präsentierten hierzu Experten und Novizen 20 jener Kategoriebezeichnungen, die in der Studie zuvor von den Experten erzeugt worden waren. Die beiden Gruppen hatten jeweils drei Minuten Zeit, um alles zu erzählen, was sie über diese Kategorien wissen und wie diese gelöst werden können. Ein Beispiel einer solchen Kategorie war ein „geneigtes Flugzeug“. Die Novizen erwähnten in ihrer Erzählung viele verschiedene Variablen, wie Neigungswinkel, Oberflächenmerkmale des Flugzeugs, Reibung etc., gingen also von solchen physikalischen Konzepten aus, die in der Problemstellung explizit erwähnt sind. Während die Novizen dem Problem zugrundeliegende physikalische Prinzipien wenn überhaupt dann nur am Rande erwähnten, bauten die Experten ihre Erzählung um prinzipielle physikalische Gesetze auf, die hinsichtlich des Problems eine Rolle spielen. Die Experten gingen darauf ein, unter welchen Bedingungen welche Prinzipien angewendet werden. Der Unterschied zwischen Experten und Novizen lag also darin, daß für die Experten die einem Problem hinterliegenden Prinzipien von zentraler Bedeutung sind, für die Novizen jedoch die augenscheinlichen Konzepte. Im Anschluss an diese Darlegung gingen die Experten jedoch auch auf ähnliche Variablen ein wie die Novizen.

Weiteren Aufschluss bezüglich der Unterschiede in den Problemlöseschemata erhielten Chi, Glaser und Rees (1982) aus einer Studie, in der Pbn gebeten wurden, Gruppen von Problemen hierarchisch zu ordnen. Die Autoren legten den Vpn hierzu ihre zuvor sortierten Problemgruppen noch einmal vor und baten diese, diese Gruppen einander noch weiter unterzuordnen und diese zu kombinieren. Der Kenntnisstand der Vpn variierte zwischen Experten, Personen mit mittlerem Kenntnisstand, Novizen und Studenten anderer Fächer, die nur einige Kurse in Physik belegt hatten. Die Ergebnisse belegen eine ähnliche Struktur wie aus den vorangegangenen Studien. Die Novizen finden zum einen eine größere Anzahl von Kategorien und haben zum zweiten entweder Schwierigkeiten, weitere Unterordnungen vorzunehmen oder sie treffen so feine Unterscheidungen, daß jedes Problem eine eigene Kategorie bildet (Chi et al., 1982).

2.3.2.2 Schlussfolgerungen

Die Ergebnisse von Chi et al (1981) implizieren, daß „Oberflächenwissen“ sowohl bei Experten als auch bei Novizen vorhanden ist, die Experten jedoch noch zusätzliches Wissen bezüglich des Lösungsweges besitzen, welches auf grundlegenden physikalischen Gesetzen aufbaut. Die Experten produzierten explizite Lösungsmethoden und Handlungsschemata, die Novizen versuchten demgegenüber spezifische Unbekannte zu finden. Sie erkannten zwar wichtige Begriffe und Lösungshinweise, jedoch nicht, was sie damit anfangen sollen. Nur die Schemata der Experten beinhalten potentielle Lösungen (Chi et al, 1981). Mc Dermott und Larkin (1978, zitiert nach Chi, Glaser & Rees, 1982) nehmen an, daß eine Problemlösung in mindestens vier Schritten erfolgt: der erste ist die Formulierung des gegebenen Problems, der zweite beinhaltet eine Verdeutlichung der Situation, der dritte Schritt stellt schließlich eine qualitative Analyse des Problems dar und die letzte Stufe die Erzeugung von Gleichsetzungen. Larkin ist nun der Ansicht, daß Experten alle vier Stufen durchlaufen, während Novizen den Schritt der qualitativen Analyse auslassen. Da dieser Problemlöseschritt in einer Problemrepräsentation resultiert, welche abstrakte physikalische Aussagen enthält, lässt sich hieraus ableiten, daß eben diese im Problemlöseprozess der Novizen fehlt (Mc Dermott & Larkin, 1978). Diese Studie beweist die Unterschiede im Umfang und der Organisation des Wissens zwischen Experten und Novizen.

Der Sachverhalt, daß die Novizen in der Studie von Chi et al. (1981) Schwierigkeiten bezüglich der Kategorisierung von Problemen hatten, ist wieder ein Hinweis auf die fehlende Fähigkeit, Parallelen zu dahinterliegenden Prinzipien zu ziehen. Die Unterkategorien der Experten entsprachen im wesentlichen den Kategorien der Novizen, jedoch ordneten diese die Problemgruppen noch unter übergeordnete Kategorien.

Chi, Feltovich und Glaser (1981) spekulieren, daß bei den Experten aufgrund einer qualitativen Problemanalyse während der frühen Phasen des Problemlöseprozesses Schemata aktiviert werden. Während des Problemlöseprozesses wird dieses Schema dann auf Angemessenheit geprüft. Ein als angemessen befundenes Schema führt dann zum Finden des Lösungsweges. Dieser Prozess führt dann zu einem vorwärtsverketteten Vorgehen, auf welches im kommenden Abschnitt näher eingegangen werden soll.

2.3.3 Problemlösestrategien

Bezüglich verschiedener Vorgehensweisen bei der Lösung von Problemen, lassen sich zwei Strategien unterscheiden: die Vorwärtsplanung und die Rückwärtsplanung.

Bei der Vorwärtsplanung geht der Problemlöser von dem gegebenen Anfangszustand aus und versucht Operatoren zu finden, die zu dem gewünschten Zielzustand führen. Es entsteht so ein Planungsbaum. Der Problemlöser vergleicht nun dessen Endpunkte mit dem Zielzustand. Stimmt einer dieser Endpunkte damit überein, so gilt das Problem als gelöst, da nun ein Problemlöseweg zur Verfügung steht. Die Problemlösung hängt hier also mehr von der Art der Problemrepräsentation ab, weniger von unbekannten Größen. Bei der Rückwärtsplanung geht der Problemlöser genau umgekehrt vor. Hier wird der Planungsbaum vom gewünschten Zielzustand her aufgebaut. Der Problemlöser versucht hier Operatoren zu finden, mit denen der Endzustand erreichbar ist. (Dorsch, 1994; Chi, Feltovich & Glaser, 1981). Nach Simon und Simon (1978, zitiert nach Chi, Glaser & Rees, 1982) haben Experten ein mehr vorwärtsverkettetes Vorgehen, während Novizen für eine Problemlösung die Mittel-Ziel-Analyse verwenden, welche ein rückwärtsverkettetes Vorgehen bedingt, da der Problemlöser die gegebene Situation mit dem Ziel vergleicht und so die gefundene Differenz, immer ausgehend vom Zielzustand, zu reduzieren versucht (vgl. Abschnitt 2.1). Die Strategie der Novizen scheint also zielspezifischer und komplizierter zu sein. Da auch bei Experten ein Strategiewechsel auftritt, wenn diese mit für sie schwierigen Problemen konfrontiert sind, schließt Larkin (1977, zitiert nach Chi, Glaser & Rees), daß das vorwärtsverkettete Vorgehen daraus resultiert, daß diese aufgrund ihrer Erfahrung Routinen entwickelt haben, die sie direkt auf Problemstellungen anwenden können. Eine komplexe Planung wird erst dann notwendig, wenn es sich nicht mehr um für sie einfache Probleme handelt.

2.4 Metakognition

2.4.1 Zur Definition von Metakognition

Flavell (1976, zit. n. Brown, 1984) versteht unter Metakognition die aktive Kontrolle und ständige Regulation von Informationsverarbeitungsprozessen in Richtung auf ein zu erreichendes Ziel. Metakognition bezieht sich also auf das Verstehen von Wissen, daß heißt, eine Person kann einen kognitiven Vorgang bewältigen und darüber Auskunft geben. Aus dieser Definition geht bereits hervor, daß Metakognition zwei Aspekte beinhaltet, die eng miteinander verbunden sind. Das ist zum einen die Steuerung der Kognition (prozedurales Metagedächtnis) und zum zweiten, das Wissenüber Kognition (deklaratives Metagedächtnis). Zur Steuerung gehören Planungs- und Überwachungsaktivitäten vor bzw. während dem Lernen/ Problemlösen sowie anschließende Ergebnisüberprüfungen vor dem Hintergrund der Effizienz der eigenen kognitiven Prozesse. Über diese Steuerungsprozesse können Personen meist keine verbale Auskunft geben. Zudem gelten diese Prozesse als instabil, relativ altersunabhängig, aufgaben- und situationsgebunden. Demgegenüber ist das Wissen über Kognition stabil, altersabhängig und mitteilbar. Es bezieht auf die Kenntnisse, die eine Person über die eigenen kognitiven Prozesse hat (Brown, 1984; Schneider & Büttner, 1995). Es ist umstritten, ob der Begriff Metakognition eingeschränkt und nur im Zusammenhang mit Wissen über Kognition verwendet werden sollte. Vorgänge wie Planung, Überwachung, Selbststeuerung usw. würden dann zwecks eindeutigerer Definition als eigene Konzepte verwandt werden (vgl. Brown, 1984). In meinen weiteren Ausführungen werde ich jedoch zwischen diesen Konzepten nicht weiter unterscheiden, sondern den Begriff Metakognition als Oberbegriff für all diese oben beschriebenen Konzepte verwenden.

2.4.2 Einfluss metakognitiver Prozesse

2.4.2.1 Studien zur Metakognition.

Will man den Einfluss metakognitiver Prozesse auf die mentale Leistungsfähigkeit klären, empfiehlt es sich, zunächst einige entwicklungspsychologische Studien heranzuziehen. So führten Dufresne und Kobasigawa (1989, zitiert nach Schneider & Büttner, 1995) eine Studie zur Einschätzung der Lernzeit mit 6- bis 12-jährigen Kindern durch. Ihre Items bestanden aus Paaren von Wörtern, die sich die Pbn einprägen sollten. 50% dieser Wortpaare waren leicht (standen in Beziehung zueinander), die andere Hälfte schwer zu lernen (Wörter, die in keiner Relation zueinander standen). Die Aufgabe bestand darin, die Wortpaare zu lernen, wobei sich die Pbn die Lernzeit frei wählen durften. Während die 6-jährigen auf schwierige und leichte Items je gleich viel Zeit verwandten, nahmen sich die 10- bis 12- jährigen für die schwierigen Items mehr Zeit. Sie zeigten also die Fähigkeit, die benötigte Lernzeit in Relation zur Komplexität des Lernvorgangs einzuschätzen, und damit auch die Fähigkeit, die eigenen Gedächtnisprozesse zu steuern.

Schneider (1985, zitiert nach Schneider & Büttner, 1995) führte hierzu eine statistische Meta-Analyse durch. Er ermittelte einen Korrelationskoeffizienten von r= .41 bezüglich des Zusammenhangs zwischen Metagedächtnis und Gedächtnis. Allerdings ist nicht von einem einseitig gerichteten Einfluss der Metakognition auf die Gedächtnisleistung auszugehen, sondern vielmehr von einer Wechselwirkung zwischen beiden Faktoren. Studien, in denen Wissen experimentell induziert wurde, zeigen, daß nicht nur das verfügbare Metawissen den Trainingserfolge beeinflusst, sondern dass zunehmende Erfahrung im Umgang mit dem Lernmaterial auch die metakognitiven Fähigkeiten positiv beeinflussen (z.B. Schneider et al, 1986, zitiert nach Schneider und Büttner, 1995). Brown (1984) vertritt die Meinung, daß Lernende mit zunehmender Übung Wissen über Lernsituationen sammeln und Erfahrungen gewinnen, welche Problemstellungen welche Anforderungen stellen.

Prozesse der Handlungs- und Planungskontrolle sind weitere wichtige metakognitive Fähigkeiten. So haben Goldin und Hayes-Roth (1980, zitiert nach Brown, 1984) eine Studie zu Planungsstrategien durchgeführt. Die Pbn hatten die Aufgabe, Besorgungen in einer fiktiven Stadt zu planen. Da die fiktiv zur Verfügung gestellte Zeit für die Erledigungen zu kurz war, bestand eine wesentliche Anforderung an die Vpn darin, Prioritäten zu setzen und die knappe Ressource Zeit effizient zu verteilen. Die Ergebnisse differenzierten gut zwischen guten und schlechten Problemlösern. In Tabelle 1 sind die wichtigsten Unterschiede zwischen beiden Gruppen dargestellt:

Tabelle 1

Zusammenfassung der Ergebnisse der Studie von Goldin und Hayes-Roth bezüglich des Planungsverhaltens von Erwachsenen (1980)

Abbildung in dieser Leseprobe nicht enthalten

Wie man in Tabelle 1 sieht, scheinen die Leistungen guter Planer insbesondere von der Fähigkeit abzuhängen, zunächst von konkreten Handlungen zu abstrahieren und die Planungen den Prioritäten unterzuordnen. Dies wiederum hängt von dem während der Problemlösung angewandten Wissen ab (Goldin & Hayes, 1980).

2.4.2.2 Schlussfolgerungen.

Die Studie von Dufresne und Kobasigawa (1989, zit. n. Schneider & Büttner, 1995) indiziert, daß mit zunehmendem Alter das Wissen über eigene Gedächtnisprozesse zunimmt und sich dadurch die Lernleistung verbessert. Hängt nun aber die mentale Leistungsfähigkeit von den metakognitiven Fähigkeiten und diese wiederum vom Alter ab?

Das oben erwähnte Experiment von Chi (1978, zit.n. Schneider & Büttner, 1995)) indiziert, daß metakognitive Fähigkeiten nicht grundsätzlich vom Alter abhängen. Die 10- jährigen Kinder, die in seinem Experiment als Schach-Experten fungierten, zeigten trotz ihres geringen Alters nicht nur bessere Leistungen, sondern konnten auch ihre eigene Leistung genauer voraussagen als die erwachsenen Novizen. Metakognitive Fähigkeiten scheinen sich also nicht allein durch zunehmendes Alter zu entwickeln, sondern sind auch abhängig vom vorhandenen Vorwissen in einem bestimmten Bereich.

Wie wir gesehen haben, hängt auch die Problemlöseleistung von Experten der Physik (Chi, Feltovich & Glaser, 1982) von der Fähigkeit ab, vom konkreten zu abstrahieren, vorhandene Wissensinhalte miteinander zu verknüpfen und die hinter einem Problem liegenden Prinzipien zu erkennen.

Auch das Experiment von Mc Dermott und Larkin (1978) zeigte, daß Novizen einen wesentlichen Schritt während einer Problemlösung auslassen, nämlich den der qualitativen Analyse. Dieser führt zu einer Problemrepräsentation, die abstrakte physikalische Aussagen enthält. Dies schloss man daraus, daß Experten ihre Problemrepräsentation mehr an konkreten Sachverhalten festmachen. Hieraus kann man zum einen schließen, daß die metakognitiven Fähigkeiten bei Novizen weniger stark ausgeprägt sind als bei Experten. Zum anderen zeigt sich, daß sich die metakognitive Fähigkeiten mit zunehmendem Wissen verbessern.

3 Entwicklung von Expertise

3.1 Wie entsteht Expertise?

3.1.1 Nutzung von Beispielen

Nicht zu vernachlässigen bezüglich des Entstehens von Expertise ist das Lernen anhand von Beispielen, die einer Person während der Lernphase zur Verdeutlichung der Problematik vorgegeben werden. Die Untersuchung des Sachverhalts, wie sich Problemlöser an frühere Beispiele erinnern und wie sie diese für den aktuellen Problemlöseprozess nutzen, hilft zu verstehen, wie sich die „oberflächliche“ Problemwahrnehmung der Novizen verändert in Richtung auf ein tieferes Verständnis des Problems und seine strukturellen Merkmale.

Das Studium von Beispielen ist erwiesenermaßen wichtig für den Lernprozess. Umstritten ist jedoch, in welcher Form sie den Lernprozess unterstützen. Insbesondere Novizen eines bestimmten Bereiches erinnern sich während der Problemlösung an frühere Beispiele. Ross und Kennedy (1990) prüften die Hypothese, daß die Nutzung früherer Beispiele zu Verallgemeinerungen bezüglich eines Problemtyps führen und diese dann für die Lösung künftiger Probleme genutzt werden. An welches Beispiel sich der Novize erinnert, hängt, wie wir gesehen haben, stark von „oberflächlichen“, explizit genannten Merkmalen der Aufgabe ab. Was aus den Analogien zu früheren Beispielen jedoch gelernt wird, unterscheidet sich erheblich von diesen „Oberflächenmerkmalen“, und zwar deshalb, weil die Nutzung von Beispielen die Verallgemeinerung von eben diesen Merkmalen erfordert. Dies führt dann zu einem tieferen Verständnis des Problemtyps. Der Vergleich zwischen Problemen hilft den Novizen, Verallgemeinerungen bezüglich eines Problemtyps zu erzeugen, was wiederum eine Voraussetzung für ein Verstehen des Prinzips ist. Ross und Kennedy (1990) sind daher der Ansicht, daß diese Verallgemeinerungen nicht die Leistung im gerade zu lösenden Problem beeinflusst, wohl aber die Leistung bei der Lösung künftiger Problemstellungen. So fanden u.a. Anderson, Greeno, Kline und Neves (1981), daß abstrakte Prinzipien nicht direkt gelernt werden, sondern eben aufgrund der Nutzung von Beispielen, die zur Verdeutlichung dienen. Ross und Kennedy (1990) belegten in ihren Experimenten diese Hypothesen. Die Tatsache, daß die Verallgemeinerung früherer Beispiele die Problemlöseleistung verbessert, gibt Antworten darauf, wie Novizen Problemschemata erwerben, die, wie wir gesehen haben, notwendig sind, für ein tiefes Verstehen des Problemtyps sowie Lösungsprozeduren. Eine Möglichkeit, diese Schemata zu erwerben, sehen Ross und Kennedy darin, daß die Verallgemeinerungen den Anfangspunkt zum Aufbau von Problemschemata darstellen. Dafür sprechen auch die oben erwähnten Ergebnisse von Anderson et al (1984).

3.1.2 Transfer kognitiver Fertigkeiten

Zur Klärung der Frage des Entstehens von Expertise sind auch Arbeiten zum Transfer kognitiver Fertigkeiten von Interesse. Hierbei geht es darum zu klären, auf welche Weise Wissen aus einem bestimmten Bereich in einem anderen zur Anwendung kommt. Man nimmt an, daß Wissen über bestimmte Fertigkeiten nicht als Faktenwissen auf andere Lernsituationen übertragen wird, sondern nur in Form gemeinsamer Handlungsregeln. Ein besonders bedeutendes Modell in diesem Bereich stammt von Anderson. Andersons Adaptive Control of Thought -Modell (ACT-Modell) nimmt an, daß deklaratives und prozedurales Wissen auf verschiedene Weise erworben und unabhängig voneinander gespeichert wird. Das Erlernen einer neuen Fertigkeit geschieht demnach in zwei Phasen. In der ersten wird auf deklaratives Wissen zurückgegriffen, welches für eine Problemlösung gebraucht wird. Wird dieses Wissen in der Problemlösesituation erfolgreich angewendet, werden die einzelnen Schritte in Wenn-dann-Regeln gespeichert, also als prozedurales Wissen. Daran schließt sich die zweite Lernphase an, in der das prozedurale vom deklarativen Wissen getrennt wird. Allerdings gibt es Untersuchungen, aus denen sich schließen lässt, daß man zwischen prozeduralen und deklarativen Übertragungsleistungen unterscheiden muß, sich Transferleistungen also nicht nur auf die Anwendung prozeduralen Wissens zurückführen lassen (Franzke, 1998).

3.1.3 Warum sind Experten effizientere Problemlöser?

Chi, Glaser und Rees (1982) nehmen an, daß Experten aufgrund jahrelanger Erfahrung Routinen entwickelt und gespeichert haben, mit Hilfe derer sie grundlegende Probleme lösen können. Die Voraussetzung für die Anwendung dieser Routinen ist die richtige Kategorisierung des Problems hinsichtlich des Problemtyps. Wie wir im Abschnitt 2.3 gesehen haben, gibt es grundlegende Unterschiede in der Problemkategorisierung zwischen Experten und Novizen. Die Problemkategorisierung hängt von dem vorhandenen problemspezifischen Wissen ab. Die Unterschiede im Problemlösen zwischen Experten und Novizen hängen also vom vorhandenen Vorwissen ab, welches zum einen auf die Problemkategorisierung wirkt, und zum anderen auf die Lösungsstrategie. Die Entwicklung effizienterer Substrategien hängt wiederum ab von der internalen Problemrepräsentation. Eine angemessene Problemrepräsentation gestattet es, die Komplexität des Problems zu reduzieren und führt so zu einer effizienteren Problemlösung.

3.2 Welche kognitiven Determinanten begünstigen Expertentum?

Unterschiede im Problemlöseverhalten bestehen vor allem in den Bereichen Problemwahrnehmung, Wissensstruktur, Problemlösestrategien und Problemrepräsentation. Diese werde ich im kommenden Abschnitt anhand einiger Studien näher beschreiben. Novizen bevorzugen die Nutzung der bereits im Abschnitt 2.1.1 dargestellten Mittel- Ziel-Analyse, welche ein rückwärtsverkettetes Vorgehen beinhaltet. Die Mittel-Ziel-Analyse behindert den Erwerb angemessener Schemata. (Sweller, Mawrer, Ward, 1983) Im Gegensatz dazu fanden die Autoren, daß die Nutzung unspezifischer gegenüber spezifischen Zielen die Entwicklung zum Experten fördert. Sweller und Levine (1982, zit. n. Sweller, Mawrer & Ward, 1983) fanden, daß, wenn die Anwendung einer Mittel-Ziel-Analyse verhindert wird, das Regellernen sowie die Lösungsfindung viel schneller erfolgte. Die Vorgabe eines spezifischen Ziels konnte die Lösung demgegenüber sogar behindern. Sweller, Mawrer und Ward (1983) schließen daraus, daß die Mittel-Ziel-Analyse den Erwerb von Wissen bzw. bedeutsamen Aspekten der Problemstruktur behindert, obwohl sie eine effiziente Problemlösemethode ist. Sweller und Levine (1982, zitiert nach Sweller, Mawrer & Ward, 1983) bestätigten diese Ergebnisse mit ihren eigenen Untersuchungen. Der Problemlöser strebt die Reduktion der Unterschiede zwischen dem gegebenen Problem und dem Ziel an, und richtet dementsprechend seine Aufmerksamkeit auf diesen Aspekt anstatt auf die Problemstruktur. Somit wird der Lerneffekt reduziert. Demgegenüber fördert ein wissensbasiertes Problemlösungsvorgehen Expertentum. Die Schemata, die während eines Problemlösevorgangs erworben werden hängen also von der Methode ab, durch welche die einzelnen Problemlöseschritte kontrolliert werden. Die Mittel-Ziel-Analyse führt dazu, daß das Ziel die einzelnen Problemlöseschritte kontrolliert. Eine Reduktion der Zielspezifität zwingt dazu, bei der Lösung vom Gegebenen auszugehen, was einem expertenhaften Vorgehen entspricht

Sweller, Mawrer und Ward (1983) prüften die Entwicklung eines vorwärtsverketteten Vorgehens bei zunehmender Erfahrung anhand kinematischer Problemstellungen. Sie fanden heraus, daß zunehmende Übung bei vielen Vpn dazu führte, daß sich ihr Problemlöseverhalten von einer Mittel-Ziel-Analyse hin zu einem vorwärtsverketteten Vorgehen änderte. Die geschah bei denjenigen Problemstellungen, bei welchen es den Vpn gelang, das Problem hinsichtlich seiner Lösungsmodalität richtig zu klassifizieren. Bei allen anderen Problemen behielten die Pbn die Mittel-Ziel-Analyse bei.

Greeno (1978) ist der Ansicht, daß man zum Problemlösen über drei Wissenskomponenten verfügen muß. Das ist zum einen Wissen zur perzeptuellen Mustererkennung, zum zweiten Problemkenntnis und zum dritten strategisches Wissen zur Zielsetzung.

Der unterschiedliche Umfang und die verschiedene Struktur des Wissens beeinflusst den Problemlöseprozess von Experten und Novizen. Aber wie? Die Studien von Chi, Glaser und Rees (1982) zeigten, daß Experten in der Lage sind, in relativ kurzer Zeit eine angemessene, tiefe Problemrepräsentation aufzubauen, welche es ihnen ermöglicht, den Lösungsweg zu bestimmen, ohne das Problem tatsächlich zu lösen. In einem weiteren Experiment baten sie ihre Vpn, einen Physiktext zusammenzufassen und erhofften sich damit Aufschlüsse über den Umfang des Wissens der Vpn über ein bestimmtes Thema. Ein Vergleich dieser Zusammenfassungen von Experten und Novizen demonstrieren das umfangsreichere Wissen der Experten. Das ist insofern erstaunlich, da den Novizen eben dieses Wissen bereits gelehrt wurde und sie zudem den gleichen Text zusammenfassen sollten wie den Experten, den sie zudem auch noch während der Zusammenfassung verfügbar hatten. Hieraus lässt sich schließen, daß Novizen nicht nur Mängel bezüglich der Anwendung ihres Wissens haben, sondern auch bei der Verknüpfung deklarativer Wissensinhalte.

Die Untersuchung von Schoenfeld und Herrman (1982) erlaubt die Folgerung, daß aufgrund von Training Expertentum begünstigt wird. Die Novizen wurden in dieser bereits im Abschnitt 2.3.1 zitierten Studie einer VG bzw. KG zugeordnet. Die VG erhielt ein einmonatiges Problemlösetraining, die KG nahm an einem Programmierkurs teil. Die VG zeigte nach dem Problemlösetraining eine deutliche Verbesserung hinsichtlich der Problemlöseleistung im Vergleich zur KG. An dieser Stelle darauf einzugehen, wie ein solches Problemlösetraining aussehen sollte, würde den Rahmen dieser Arbeit jedoch sprengen.

4. Zusammenfassung und Ausblick

In der vorliegenden Arbeit wird gezeigt, welche kognitiven Determinanten die Problemlöseleistung beeinflussen. Hierzu gehören das Vorwissen, metakognitive Fähigkeiten, die Wissensstruktur, die Problemwahrnehmung sowie Problemlösestrategien. Es zeigte sich, daß insbesondere das Vorwissen einen entscheidenden Einfluss ausübt, sowohl direkt als auch indirekt. So zeigte z.B. die Studie von Waldmann et al (1995) den Einfluss des Vorwissens bezüglich Ursache-Wirkungsbeziehungen. Das Vorwissen übt jedoch auch indirekt einen Einfluss auf die Problemlösefähigkeit aus. So hängen z.B. metakognitive Fähigkeiten, wie gezeigt wurde, nicht nur vom Alter, sondern eben auch vom bereits vorhandenen Vorwissen ab. Auch Problemrepräsentationen werden im Kontext des vorhandenen Wissens aufgebaut und sind somit mehr oder weniger vollständig. Das Vorwissen kann somit als eine der bedeutendsten Determinanten der Problemlöseleistung angesehen werden.

Vor diesem Hintergrund könnte man weiterführend fragen, welche Wissensinhalte im einzelnen die Problemlöseleistung positiv beeinflussen können, d.h. welches spezifische Wissen ein Problemlöser braucht, um bezüglich einer bestimmten Problemstellung eine angemessene Problemrepräsentation aufzubauen und eine Lösung zu generieren. Ziel der hier vorliegenden Arbeit soll es jedoch nicht sein, dies zu klären. Erste Hinweise zur Beantwortung dieser Frage können z.B. computerisierte Lernmodelle geben. Mit deren Hilfe können Aussagen darüber getroffen werden, mit welchem Vorwissen und welchem Lernmechanismus welche Lernergebnisse erreicht werden können (Spada & Wichmann, 1996).

Literaturverzeichnis

Anderson, J.R., Greeno, J.G. & Kline, P.J. and Neves, M. (1981). Acquisition of Problem Solving Skill. In J.R. Anderson (Ed.), Cognitive Skills and Their Acquisition (pp. 191-230). Hillsdale, N.J.: Erlbaum.

Brown, A.L. (1984). Metakognition, Handlungskontrolle, Selbststeuerung und andere, noch geheimnisvollere Mechanismen. In Weinert, F.E. & Kluwe, R. (Hrsg.): Metakognition, Motivation & Lernen (S. 60-108). Stuttgart: Kohlhammer.

Chi, M.T.H., Feltovich, P.J. & Glaser, R. (1981). Categorization and representation of physics problems by experts and novices, Cognitive Science, 5, 121-152.

Chi, M.T.H., Glaser, R. & Rees, E. (1982). Expertise in problem Solving. In R.J. Sternberg (Ed.), Advances in the psychology of human intelligence (pp. 7-75). Hillsdale, N.J.: Erlbaum.

Flannagan, M.J., Fried,L.S. & Holyoak, K.J.(1986). Distributional Expectations and the Induction of Category Structure. Journal of Experimental Psychology: Learning, Memory, and Cognition , Vol. 12, No. 2, 241-256

Franzke, M. (1998). Transfer kognitiver Fertigkeiten. In Birbaumer, N.; Frey, D.; Kuhl, J.; Prinz, W. & Weinert, F.E. (Hrsg.): Wissen, Enzyklopädie der Psychologie , Hogrefe: Göttingen.

Greeno, J.G. A Study of Problem Solving (1978). In R. Glaser (Ed.), Advances in instructional psychology (Vol. 1). Hillsdale, N.J.: Erlbaum

John H. Flavell (1976). Metacognitive Aspects of problem solving. In L. Resnick (Ed.): The nature of intelligence. Hillsdale, N.J.: Erlbaum.

Möbus, C. & Schröder, O. (1998). Zur Modellierung des Wissenserwerbs als deduktive und induktive Wissensveränderung. In Birbaumer, N.; Frey, D.; Kuhl, J.; Prinz, W. & Weinert, F.E. (Hrsg.): Wissen, Enzyklopädie der Psychologie. Hogrefe: Göttingen.

Problemlösen. (1994). In Dorsch: Psychologisches Wörterbuch (12. Auflage, S. 589). Verlag Hans Huber: Göttingen

Ross, B.H. & Kennedy, P.T. (1990). Generalizing From the Use of Earlier Examples in Problem Solving. Journal of Experimental Psychology: Learning, Memory, and Cognition, Vol.16, No.1, 42-55

Schneider, W. & Büttner, G. (1995). Entwicklung des Gedächtnisses. In Oerter, R & Montada, L. Entwicklungspsychologie. Beltz Psychologie Verlags Union: Weinheim.

Schoenfeld, A.H. & Herrman, D.J. (1982). Problem Perception and Knowledge Structure in Expert and Novice Mathematical Problem Solvers. Journal of Experimental Psychology: Learning, Memory, and Cognition, Vol. 8, No. 5, 484-494

Schweizer, K. (1995). Hypothesen zu den biologischen und kognitiven Grundlagen der allgemeinen Intelligenz. Zeitschrift für differenzielle und diagnostische Psychologie, 16, 1995,Heft 2, S. 67-81

Spada, H. & Wichmann, S.(1996). Kognitive Determinanten der Lernleistung. In Weinert, F.E. (Hrsg.) Psychologie des Lernens und der Instruktion, Enzyklopädie der Psychologie. Göttingen: Hogrefe.

Sweller, J., Mawrer, R.F. & Ward, M.R.(1983). Development of Expertise in mathematical Problem Solving. Journal of experimental psychology: Learning, memory, and Cognition, Vol.12, No. 4, 639-661

Waldmann, M.R. (1996). Wissensgeleitetes Lernen. In Birbaumer, N., Frey,D., Kuhl, J. u.a. (Hrsg.): Lernen. Enzyklopädie der Psychologie. Hogrefe: Göttingen.

Waldmann, M.R. & Holyoak, K.J. and Fratianne, A. (1995). Causal Models and the Acquisition of Category Structure. Journal of Experimental Psychology: General, Vol. 124, No. 2, 181-206

Waldmann, M.R. & Weinert, F.E.(1988). Wissensentwicklung und Wissenserwerb, Enzyklopädie der Psychologie. Hogrefe: Göttingen.

Wattenmaker, W.D., Dewey, G.I., Murphy, T.D. & Medin, D.L. (1986). Linear Separability and Concept Learning: Context, Relational Properties, and Concept Naturalness. Cognitive Psychology 18, 158-194