Barrierefreie Lernsoftware für Menschen mit Lernbehinderungen

Inhaltsverzeichnis

1. Einleitung

2. Grundlagen des Lernens mit computergestützten Medien
2.1. Begriffsklärungen
2.2. Lernen mit neuen Medien
2.2.1. Multimedialität und Repräsentation
2.2.2. Interaktivität
2.2.3. Adaptivität und Adaptierbarkeit
2.3. Lernsoftwaretypen und Lerntheorien
2.3.1. Drill Practice-Programme
2.3.2. Tutorensysteme
2.3.3. Simulationen und Mikrowelten
2.3.4. Lernwerkzeuge
2.3.5. Übersicht und Konsequenzen für die Softwareentwicklung
2.4. Entwicklung und Evaluation von Lernsoftware
2.4.1. Lernsoftwareentwicklung
2.4.2. Entwicklungswerkzeuge
2.4.3. Evaluation
2.5. Zusammenfassung

3. Menschen mit Lernbehinderungen und computergestütztes Lernen
3.1. Lernbehinderung - Entstehung und Erscheinungsformen
3.1.1. Entstehung einer Lernbehinderung
3.1.2. Problembereiche lernbehinderter Menschen
3.2. Ergebnisse der Forschung zum computergestützten Lernen bei lernbehinderten Menschen
3.3. Zusammenfassung

4. Barrierefreie Softwareentwicklung für Menschen mit Lernbehinderungen
4.1. Zum Begriff der Barrierefreiheit
4.2. Richtlinien und Gesetze
4.2.1. BITV und WCAG 1.0
4.2.2. Web Content Accessibility Guidelines (WCAG 2.0)
4.2.3. Kriterien der ISO/TS 16071
4.2.4. Richtlinien aus der Mensch-Maschine-Interaktion
4.2.5. Diskussion der Richtlinien
4.3. Empfehlungen für lernbehinderte Benutzer
4.3.1. Wahrnehmbarkeit
4.3.1.1. Übersichtlichkeit und Aufmerksamkeitsfokus
4.3.1.2. Konsistenz
4.3.2. Bedienbarkeit
4.3.3. Verständlichkeit
4.3.3.1. Einfache und präzise Inhalte
4.3.3.2. Umwandelbare und multimodale Inhalte
4.3.3.3. Rückmeldung und Hilfen
4.3.3.4. Differenzierung und eigenaktives Lernen
4.3.4. Robustheit
4.4. Zusammenfassung

5. Schlussfolgerungen

1. Einleitung

Neue Technologien haben unseren Umgang mit Informationen und Lernen verändert. Sie bie-ten neue Möglichkeiten der Informationsbeschaffung, des Lernens und der Kommunikations-möglichkeiten. Neben den Chancen, die digitale Medien im Zugriff und in den Formen des Lernens gerade für Menschen bieten, die mit traditionellen Medien nur schwer am gesell-schaftlichen Leben teilhaben können, wird in der Diskussion um e-learning und Internet all-zu oft übersehen, was als „digitale Spaltung“ (Nielsen 2006, BlömekeHacke 2004) bezeich-net wird: Ein Teil der Gesellschaft – meistens bereits in anderen gesellschaftlichen Bereichen (Bildung, Arbeit, Finanzen) benachteiligt – kann nur eingeschränkt von den Möglichkeiten neuer Technologien profitieren, während vor allem gut ausgebildete und wohlhabende Men-schen die Chancen von Computer und Internet für sich nutzen können. Die Gefahr, dass neue Medien die Spaltung einer Gesellschaft weiter verstärken, führt Jakob Nielson (2006) auf drei Aspekte zurück:

- Ökonomische Spaltung: Die Spaltung resultiert hier aus der Tatsache, dass Menschen aus schlechten Einkommens- und Lebensverhältnissen sich neue Technologien nicht leisten können oder nur über begrenzten Zugang zu Computern verfügen.
- Usability-Spaltung: Gravierender als die ökonomische Spaltung ist für Nielson die Tatsa-che, dass Software oft viel zu kompliziert ist, um von einem Großteil der Menschen genutzt werden zu können. Beispielsweise verfügt ein großer Teil der Bevölkerung über geringe Sprachfähigkeiten und Fachkompetenzen im Umgang mit Computersoftware. Für Benutzer aus höheren Bildungsschichten - von und für die der Großteil an Softwareprodukten erstellt wird - werden Software und Webseiten dagegen mit zunehmenden Kompetenzen bezogen auf die Technologie immer einfacher nutzbar. Für Menschen mit geringerer Bildung gibt es dagegen wenige Verbesserungen hinsichtlich der Usability, obwohl es einige Ansätze und Richtlinien für diesen Personenkreis gibt.
- Empowerment-Spaltung: Unter Empowerment (deutsch: Bevollmächtigung) versteht man die Kompetenz zur Selbstbestimmung im Bezug auf eigene Belange. Maßnahmen für Em­powerment sollen Menschen unterstützten, ihre Gestaltungsspielräume und Ressourcen ei-genmächtig wahrzunehmen und zu nutzen. Anwendungssoftware und das Internet können dazu einen wichtigen Beitrag leisten durch die vielen Möglichkeiten, Informationen (z.B. günstige Angebote eines Produktes) zu beschaffen und Kommunikation zu ermöglichen. Gleichzeitig besteht die Gefahr, dass Menschen durch das Medium überfordert werden und ihre Handlungs- und Entscheidungsfähigkeit verlieren. Hieraus ergibt sich die Notwendig-keit, Menschen im Umgang mit neuen Technologien zu schulen und Hilfen bereits zu stel-len, was in der Medienpädagogik unter dem vielschichtigen Begriff „Medienkompetenz“ diskutiert wird.

Die skizzierten Aspekte verdeutlichen, dass gerade Menschen mit Lernbehinderungen in be-sonderer Weise von dieser digitalen Spaltung betroffen sein können. Oft treffen bei dieser Personengruppe ökonomische Benachteiligung und mangelnde Fähigkeiten und Kompetenzen im Umgang mit digitalen Medien zusammen. Software- und Webentwickler sollten sich im Sinne einer gesellschaftlichen Verantwortung damit auseinandersetzen, wie medienimmanen-te Barrieren minimiert werden können und Software in einer solchen Weise konzipiert und entwickelt werden kann, dass auch Menschen mit niedrigem Bildungsniveau und Schwierig-keiten beim Lernen digitale Medien sinnvoll nutzen können. Mit dieser Arbeit wird versucht, die bisher vorwiegend auf sinnes- und körperbehinderte Menschen ausgerichteten Konzepte der Barrierefreiheit auf Menschen mit Lernbehinderungen auszudehnen.

Die vorliegende Arbeit ist so aufgebaut, dass zunächst in Kapitel 2 grundlegende Begriffe und charakteristische Eigenschaften digitaler Lernmedien erläutert und ein kurzer Überblick über Entwicklungs- und Evaluationsmethoden gegeben wird. Diese Grundlagen bilden die Ba­sis für die weiteren Diskussionen in den darauf folgenden Kapiteln. In Kapitel 3 steht die Personengruppe der Menschen mit einer sogenannten „Lernbehinderung“ im Mittelpunkt. Zentrale Erklärungs- und Entstehungsbedingungen werden beschrieben und in Kombination mit Forschungsergebnissen der Medienforschung potentielle Barrierebereiche dieser Personengruppe herausgearbeitet. Folgerungen und Empfehlungen für die Entwicklung von Lernsoftware, welche barrierefrei von Menschen mit Lernbehinderung genutzt werden kann, werden im Kapitel 4 entwickelt. Dazu werden bestehende Richtlinien zur Barrierefrei-heit und Usability kritisch diskutiert und auf Basis neuerer Forschung Ergänzungen und wei-terführende Hinweise für die Entwicklung barrierefreier digitaler Lernmedien beschrieben. Eine zusammenfassendes Fazit in Kapitel 5 schließt die Arbeit ab.

2. Grundlagen des Lernens mit computergestützten Medien

Als Grundlage für die Entwicklung von Kriterien für die barrierefreie Gestaltung von Lernsoft-ware wird im Folgenden eine Klärung des Gegenstandes Lernsoftware und seines lernunter-stützenden Charakters vorgenommen. Zunächst werden grundlegende Begriffe definiert und zentrale Merkmale und Grenzen computergestützten Lernens erläutert sowie eine Lernsoftwa-retypologie auf Basis lerntheoretischer Überlegungen vorgestellt. Ein kurzer Exkurs über Pha-sen der Entwicklung von Lernsoftwareprodukten und die Vorstellung von Evaluationsmetho-den runden das Kapitel ab und bilden die Grundlage für die spätere Diskussion um barrierefreie Softwareentwicklung für Menschen mit Lernbehinderung.

2.1. Begri ff sklärungen

Der Begriff des e-learning (englisch: electronic learning - elektronisch unterstu!tztes Lernen) bezeichnet Formen des Lernens „ bei denen digitale Medien fu ! r die Präsentation und Distributi­on von Lernmaterialen und/oder zur Unterstu ! tzung zwischenmenschlicher Kommunikation zum Einsatz kommen “ (Kerres 2001, 27). E-learning ist damit ein Oberbegriff fu!r Lernumgebungen „in denen Lernprozesse menschlicher Individuen durch den Einsatz digitaler Technologien unterstu!tzt und ermöglicht werden“ (Wache 2003, 2). Es gibt viele nicht deutlich voneinan-der abgegrenzten Begriffe, die Ähnliches bezeichnen wie beispielsweise computerunterstu!tz-tes Lernen oder multimediales Lernen.

E-learning kann mithilfe speziell entwickelter Lernsoftware stattfinden^[1]. Damit sind Pro­gramme fu!r den Computer gemeint, „ mit deren Hilfe Lernende sich eigenständig mit einem be-stimmten Stoffgebiet vertraut machen können “ (BaumgartnerPayr 1999, 244). Zentrale Kennzeichen von Lernsoftware] sind eine spezieller Lernzweck (z.B. Einmaleins einu!ben) und die Realisierung eines bestimmten didaktischen Konzeptes (z.B. Einmaleins-Aufgabentrainer) auf Grundlage eines bestimmten Lerninhalts und eine definierte Zielgruppe (vgl. Baumgart-nerPayr 1999, 244-245).

Geläufig ist eine Einteilung hinsichtlich der verwendeten Distributionstechnologien in On­line- und Offline-Lernanwendungen (vgl. Kerres 2002, 24ff). CBT (Computer Based Training) bezeichnet Lernsoftware, die auf Offline-Medien (CD-ROM, DVD, lokale Festplatte) abgespielt werden und keine Internet- oder Intranetverbindung erfordert. WBT (Web Based Training) bezeichnet dagegen netzwerkbasierte Wissens- und Lernportale und Online-Lernanwendun-gen, die die Möglichkeiten von Offline-Medien um die netzbasierte Kommunikation und eine zentrale Bereitstellung (und damit Aktualisierbarkeit) von Inhalten auf Webservern erweitern (vgl. 2.0 2007). Häufig wird der Begriff e-learning auch synonym zu WBT benutzt.

In dieser Arbeit wird der Schwerpunkt auf digitale (Selbstlern-)Medien (im Folgenden meist als Lernsoftware oder Lernprogramm bezeichnet) gelegt. Spezielle Aspekte netzbasierter digi-tale Lernumgebungen werden nicht weiter vertieft.

2.2. Lernen mit neuen Medien

Digitale Lernmedien eröffnen die Möglichkeit, verschiedene bisher getrennte Einzelmedien in einer neuartigen Weise zu kombinieren und so neben altbewährten auch neuartige Formen des Lehrens und Lernens zu unterstÜtzen. Als zentrale Charakteristika digitaler Lernmedien und „Mehrwert“ gegenÜber nichtdigitalen Lernmedien werden die Aspekte Multimedialität, Interaktivität und Adaption aus technischer und pädagogischer Sicht diskutiert.

2.2.1 Multimedialität und Repräsentation

Technisch gesehen unterscheiden sich neue Medien von traditionellen Medien vor allem durch „die Kombination zeitabhängiger (kontinuierlicher) und zeitunabhängiger (diskreter) Medien“ (Kerres 2002, 20). Informationen können bei Multimedien entweder von analogen Vorlagen digitalisiert oder direkt vom Computer generiert werden, wobei folgende Typen mul-timedialer Information eingesetzt werden können:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Typen multimedialer Information (in Anlehnung an Kerres 2002, 22)

Aus pädagogischer Sicht ergeben sich durch diese Kombinationsmöglichkeiten neue Formen der Repräsentation von Lerngegenständen. Zwei Dimensionen können dabei unterschieden werden (vgl. Weidenmann 2002, 47ff): Zum einen können mehrere Symbolsysteme bzw. Co-dierungen (z.B. Text, Bilder, Animation usw.) parallel oder nacheinander verwendet werden (Multicodierung), zum anderen können verschiedene Sinneskanäle (z.B. auditive und visuelle Reize) gleichzeitig angesprochen werden (Multimodalität).

Die Verwendung möglichst vieler Codierungen und die Ansprache möglichst vieler Sinnesmo-dalitäten verbessert allerdings nicht automatisch das Lernen im Vergleich zur Monocodierung von Lerngegenständen (vgl. Klimsa 2002, 9-10; Weidenmann 2002, 57; Mayer 2001, 42ff). Vielmehr kommt es auf eine für menschliche Informationsverarbeitungsprozesse abgestimmte Präsentation von Inhalten an, wobei auch die dabei verwendete instruktionale Strategie ei-nen starken Einfluss für den Lernerfolg hat (mehr dazu in Weidenmann 2002, 59-61).

Mentale Modelle spielen für die Beschreibung komplexer Wissenserwerbsprozesse eine zentra-le Rolle. Das sind Mischformen bildhafter und präpositionaler Repräsentationen, die ver-schiedene Veränderungszustände vor dem „inneren Auge“ simulieren können (vgl. Schnotz 2002, 67). Beispielsweise geschieht der Zahlerwerb beim Kind durch den Aufbau eines men-talen Modells, also einer „inneren“ Repräsentation des Zahlenraumes mit dem das Kind unab-hängig von externen (gegenständlichen) Repräsentationsformen (z.B. Fingern) Zahloperatio-nen imaginär ausführen kann. Die multimediale Repräsentation von Lerngegenständen kann den Aufbau geeigneter mentaler Modell unterstützen. Wichtige theoretische Konzepte zu der Frage, wie multimediale Präsentation verarbeitetet wird, liegen in der Doppelcodierungstheo-rie sowie in der Theorie der Informationsverarbeitungsprozesse vor (vgl. Mayer 2001; Niegemann et al. 2003, 188ff; Blömeke 2003, 60ff). Die Doppelcodierungstheorie geht davon aus, dass es verschiedene Kanäle des Gehirns zur Aufnahme von visuellen und auditiven In-formationen gibt. Die Kapazität der einzelnen Informationskanäle ist beschränkt, es können also immer nur eine begrenzte Anzahl an kognitiven Prozessen damit gesteuert werden. Das von Mayer (2001, 47ff) entwickelte SOI1-Modell generativen Lernens geht davon aus, dass Informationsverarbeitungsprozesse und der Aufbau mentaler Modell in drei Schritten (siehe Abb. 2) abläuft:

- „Auswahl (selection) von relevanten bzw. als wichtig erachteten Wörtern und Auswahl von relevanten Bildinhalten,
- Strukturierung (organization) dieser Textinhalte und Bildung eines kohärenten verbalen Modells und Strukturierung der als wichtig erachteten Bildinhalte zu einem kohärenten bildhaften Modell,
- Verknüpfung (integration) der Textrepräsentation und Bildrepräsentation und Verknüpfung von neuen und bereits erworbenem aus dem Langzeitgedächtnis.“ (Niegemann et al. 2003, 191-192)

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: SOI-Modell nach Mayers (Niegemann 2003, 192)

Diese generative Theorie multimedialen Lernens gilt auch für Animationen und die Generie-rung dynamischer mentaler Modelle, wie Schnortz (2002) nachweisen konnte. Blömeke (2003) folgert unter Bezugnahme auf das SOI-Modell des multimedialen Lernens, dass „der Prozess der Informationsverarbeitung im ersten Schritt durch sparsame Gestaltung unterstützt werden kann (‚coherece principle‘ und ‚redundancy principle‘), im zweiten Schritt der Organisa­tion durch raum-zeitliche Parallelisierung der Darstellung (‚spantial contiguity principle‘ und ‚temporal contiguity principle‘) und im dritten Schritt der Integration durch effektive Nutzung der Sinnesmodalitäten (‚split attention principle‘ und ‚modality principle‘)“ (Blömeke 2003, 62). Letzteres besagt also, dass kognitive Ressourcen verloren gehen, wenn häufig zwischen den verschiedenen Kanälen bei der Informationsaufnahme gewechselt werden muss, da die Kapazität des Arbeitsgedächtnisses sowie des auditiven und visuellen Informationskanals be-schränkt ist. Dies wird auch in der späteren Diskussion um Lernbarrieren eine Rolle spielen.^[1]

Bezogen auf multimediale Lernangebote ergeben sich damit zusammenfassend folgende Ar-gumente für die Unterstützung von Lernprozessen (vgl. Weidenmann 2002, 61):

- Multicodierte und multimodale Präsentation eines Lerngegenstandes kann in besonderer Weise eine mentale Multicodierung stimulieren, was die Verfügbarkeit und Speicherung des Wissens verbessert.
- Multicodierung und Multimodalität bieten Möglichkeiten komplexe Situationen aus ver-schiedenen Perspektiven, Kontexten und Abstraktionsniveaus darzustellen und diese aufei-nander zu beziehen. Dies kann das Interesse am Lerngegenstand fördern, aber auch die Entwicklung flexiblen Wissens durch den Aufbau mentaler Modelle. Allerdings müssen dabei Informationsverarbeitungsprozesse beim Lernenden berücksichtigt werden, um nicht durch Informationsüberladung („information overload“) die Informationsaufnahme und -verarbei-tung zu erschweren.
- Multicodierung und Multimodalität kann durch vielfältigen Aktivitätsmöglichkeiten zu einer Erweiterung des Spektrums an Lernstrategien und Lernerfahrungen beitragen.

2.2.2 Interaktivität

Der Begriff der „Interaktivität“ (vom lat. inter = zwischen und agere = handeln) stammt ur-sprünglich aus den Sozialwissenschaften und wird im Zusammenhang mit Lernsoftware un-einheitlich und inflationär verwendet (Haack 2002, 127). Herczeg (2006, 39) bezeichnet In-teraktion als den „Vorgang der Wechselwirkung zwischen Mensch und Computer. Diese Wechselwirkung kann sowohl in Form von Kommunikation unter Verwendung einer geeigneten Sprache als auch in Form von Handlungen durch Bereitstellen von Handlungsräumen im Compu­ter erfolgen“ (ebd., 39). Interaktion meint also bezogen auf Lernsoftware „die Eigenschaft von Software [...], dem Benutzer Eingriffs- und Steuerungsmo ! glichkeiten zu eröffnen.“ (Haack 2002, 128). In Lernumgebungen finden üblicherweise Interaktionsketten statt (vgl. Abb. 3), wobei Interaktionen sowohl „Antwort“ auf Aktionen der Benutzer geben und ebenso mentale Prozesse beim Lernenden anregen sollen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Interaktionsketten in Lernsystemen

Neben notwendigen Navigations- und Steuerungsfunktionen erfüllen Interaktionen in Lern-software vor allem folgende didaktische Funktionen, die auch für die Kommunikation mit ei-nem Lehrer oder Tutor gelten (vgl. Niegemann et al. 2003, 110ff; StrzebkowskiKleeberg 2002, 234ff; Haack 2002, 129)):

- Motivieren (z.B. Aufforderung zum erneuten Lösen der Aufgabe)
- Informieren (z.B. Hinweise auf Fehlerursache)
- Verstehen fördern (z.B. Erklärungen oder Hilfen)
- Behalten fördern (z.B. Memofunktionen)
- Anwenden bzw. Transfer fördern (z.B. Variation der Aufgabenstellung)
- Lernprozesse organisieren und regulieren (z.B. Lerntipps, Strukturierungshilfen)
- Individualisierung und Selbststeuerung des Lernens

Die folgende Abbildung zeigt mögliche Aktionsformen bei Lernenden und Lehrsystem (nach Niegemann et al. 2003, 113ff):

Abbildung in dieser Leseprobe nicht enthalten

Aktionen des Lehrsystems Aktionen des Lernenden

Abbildung 4: (Inter-)Aktionsformen zwischen Lernenden und Lehrsystem

Insbesondere hochgradig interaktiven Aktionsformen wie der Aufbau einer pseudonatürlich-sprachlichen Kommunikation, der Generierung angepasster Rückmeldungen und der Leistung aktiver Hilfe zeigen den massivsten Schwachpunkt der Interaktivität computergestützter Lernmedien. Das Problem besteht dabei zum einen im hohen Implementierungsaufwand, zum anderen überhaupt im Finden von Indikatoren für eine angemessene Rückmeldung. Meistens beschränken sich deshalb Lernsysteme auf einfache Formen der Interaktion wie die Auswahl vorgefertigter Fragen oder die Auswertung von Fragen mithilfe von Schlüsselwörtern.

2.2.3 Adaptivität und Adaptierbarkeit

Die Benutzer multimedialer Lehr- und Lernsysteme unterscheiden sich im Ausmaß an benö-tigter Unterstützung und in ihrer Art zu lernen. Die ATI-Forschung^[1] hat gezeigt, dass die Be-rücksichtigung von Lernereigenschaften (Einstellungen, Interessen, Vorwissen, Persönlich-keitseigenschaften, ...) und darauf abgestimmte Lernmethoden einen starken Einfluss auf den Lernerfolg haben (mehr dazu in CornoSnow 1986). Digitale Lernmedien bieten Möglich-keiten der individuellen Anpassung an den Lerner. Beispielsweise können angepasste Pro-grammabläufe realisiert werden. Dies kann die Art oder Umfang der angebotenen Inhalte, Präsentation, Interaktion oder der Auswertung und Rückmeldung umfassen.

Wichtig ist in diesem Zusammenhang die Unterscheidung zwischen Adaptivität und Adaptier-barkeit: „Ein System ist dann adaptierbar, wenn es durch externe Eingriffe an veränderte Be-dingungen angepasst wird.“ (Leutner 2002, 118). Dazu gehört beispielsweise die Möglichkeit Benutzereinstellungen anzulegen oder die Präsentation sowie Ablauf des Programms zu ver-ändern. Schwieriger zu realisieren ist Adaptivität: „Ein System ist dann adaptiv, wenn es sich selbstständig an veränderte Bedingungen anzupassen vermag.“ (Leutner 2002, 120). Die Ge-nerierung kontextsensitiver Hilfen oder eine differenzierte Fehlerrückmeldung auf Basis einer Fehleranalyse des Programms sind Beispiele, wie ein Lernsystem adaptiv auf die Eingaben des Nutzer reagieren kann.

Realisiert werden Anpassungs- und Individualisierungssysteme meist über (vgl. Herczeg 2006, 196ff):

- Benutzerprofile: Änderungen von Systemparametern durch Konfigurationsdateien.
- Voreinstellungen: Vorgeben von Standardwerten, die immer dann verwendet werden, wenn der Benutzer nichts anderes vorgibt.
- Auswertung von Interaktionen: algorithmische Beschreibung von Anpassungsfunktionen über die Auswertung von Programmvariablen und Programmstatistiken.

Problematisch ist die Frage nach dem richtigen Maß an Einstelloptionen, um den Benutzer nicht zu überfordern und ihn gleichzeitig nicht einzuschränken. Bei der Realisierung von Ad-aptivität - vor allem aufgrund des erheblichen Mehraufwandes für die Entwicklung intelligen-ter Interaktionen - findet oft nur eine scheinbare Individualisierung des Lernens statt (vgl. KrauthausenScherer 2007, 280ff). Annahmen über den Lernenden müssen stark vereinfacht werden, was im Extremfall sogar zu einer nachteiligen Adaptivität der Software führen kann. Dabei besteht die Schwierigkeit im Finden von Indikatoren als Grundlage für Adaptionsent-scheidungen.

2.3. Lernsoftwaretypen und Lerntheorien

Die folgende Typologie gibt die gebräuchlichste Einteilung von Lernsoftware wieder, die sich vorwiegend an den implizit oder explizit enthaltenen lerntheoretischen Annahmen von Lern-programmen orientiert (vgl. BaumgartnerPayr 1999; Euler 1992; Issing 2002; Schulmeister 2007; Weidenmann 2001 u.a.). Sie hat einen idealisierenden Charakter, da sich Lernsoftware oft nicht direkt einem der vorgestellten Typen zuordnen lässt und Merkmale von mehreren aufweist.

2.3.1 Drill Practice-Programme

Drill-and-Practice-Programme gelten als die didaktisch „anspruchslosesten“ (Weidenmann 2001, 455) Lernanwendungen. Sie orientieren sich vorwiegend an behavioristischen Vorstel-lungen des Lernens, nachdem ein Reiz-Reaktions-Muster die Grundlage des Lernens darstellt. Ein solcher Reiz ko!nnte beispielsweise ein Bild, eine Aufgabenstellung oder Frage sein. Der Schu!ler soll daraufhin eine bestimmte Reaktion (behavior) zeigen. Richtiges Verhalten (z.B. die richtige Antwort auf die Frage) wird durch Belohnung (z.B. Lob, Anerkennung) positiv versta!rkt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Reiz-Reaktions-Lernen

Da diese auch als programmiertes Lernen bezeichnete Instruktionsform sehr stark algorith-misch geprägt ist, eignet sie sich gut für eine Umsetzung im Computer. Dies erklärt auch, warum sich der Großteil der auf dem Markt erhältlichen Lernprogramme diesem Typus zuord-nen lässt (vgl. Schulmeister 1997, 384).

Charakteristisch für DrillPractice-Programme sind mehrere oder alle der folgenden Merkmale (Weidenmann 2001, 455):

- Das Programm besitzt einen Aufgabenpool oder erzeugt Aufgaben selbst.
- Im Zufallsverfahren werden Aufgaben ausgewählt und präsentiert.
- Der Lernende erhält ein sofortiges Feedback (z.B. Signalton, Richtig/Falsch) und Belohnung (z.B. Punkte) auf seine Aufgabenlösung.
- Am Schluss des Trainingsdurchgangs wird eine Gesamtpunktzahl angezeigt.
- Die Schwierigkeitsstufe lässt sich beliebig einstellen und Trainingsdurchgänge können beliebig oft wiederholt werden.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 6: Der Mathematik-Heimtrainer als Beispiel eines DrillPractice-Lernprogramms^[1]

Da solche Aufgabentrainer sich vor allem auf extrinsische Motivation^[2] stützen, werden die Lernaufgaben häufig in aufwändig animierte Rahmenhandlungen eingebettet (Edutainment-Software).

In der neueren didaktischen Diskussion um das Instruktionsdesign von Lernanwendungen werden problembasierte, lernerzentrierte Lernprogramme gegenüber vereinfachten instrukti-onsbasierten Lernprogrammen hervorgehoben (vgl. Issing 2002, 154ff), die sich stärker an kognitivistischen und konstruktivistischen Lernannahmen orientieren.

2.3.2 Tutorensysteme

Tutorielle Programme orientieren sich neben der kleinschrittigen Unterweisung nach dem be-havioristischen Lernmodell verstärkt an kognitivistischen Sichtweisen des Lernens, die infor-mationsverarbeitende Prozesse im Gehirn (Verstehen, Denken, Problemlösen) in den Mittel-punkt stellen. Vor dem Üben bieten Tutorensysteme häufig die Möglichkeit an, Inhalte zu lernen. Der starre Ablauf von PracticeDrill-Software soll dadurch aufgebrochen werden und eine bessere Anpassung an kognitive Prozesse beim Nutzer erreicht werden. Hinzu kommt ei-ne künstliche Intelligenz der Software (Tutor), die Antworten analysiert, passende Rückmel-dungen (nicht nur Richtig/Falsch) generiert sowie Lernschritte und Merkmale des Lernange-botes (wie Instruktionsumfang, Aufgabenschwierigkeit, Hilfen) dynamisch anpasst bzw. den Lerner berät. Tutorensysteme werden - falls sie einen deutlich wahrnehmbaren Grad an An-passungsvermögen und „Intelligenz“ besitzen - auch als adaptive oder intelligente tutorielle Lernprogramme bezeichnet.

Idealvorstellung dieses Ansatzes ist ein Lernprogramm, dass sich immer besser auf die spezi-fischen Interessen und Gewohnheiten des einzelnen Lernenden einstellt, ohne dass der Ler-nende dies bemerkt. Hierzu werden Expertensysteme und Verfahren aus der KI^[1]-Forschung verwendet. Der Entwicklungsaufwand solcher intelligenten Systeme ist allerdings extrem hoch, genauso wie die Schwierigkeit einer Formalisierung des Lehr-Experten (Tutors). Daher sind intelligente Tutorensysteme recht selten. Derzeit findet man viele „intelligente“ Tutoren in Form von „smart agents“ beim Einkauf im Internet, die das Nutzungsverhalten des Einkäu-fers analysieren und dadurch individuell zugeschnittene Angebote offerieren. Möglicherweise werden solche Verfahren in Zukunft auch immer mehr intelligente tutorielle Lernsoftware be-fruchten (vgl. Weidenmann 2001, S.456).

2.3.3 Simulationen und Mikrowelten

Simulationen (simulare (lat.) = vorta!uschen) versuchen komplexe Situationen und Sachver-halte der Wirklichkeit vereinfacht nachzubilden. Gelernt wird durch das Experimentieren am Modell. Simulationen bieten dazu die Mo!glichkeit der Manipulation bzw. des Vera!nderns von Parametern, so dass der Lernende explorativ und entdeckend die Auswirkungen am Modell beobachten, Hypothesen generieren und einen Einblick in die Problem-zusammenha!nge be-kommen kann. Komplexe Vorgänge, die in der direkten Lebenswelt nur schwer nachvollziebar sind (weil zu schnell, zu gefährlich, zu groß, zu komplex usw.) können im Computer auf ver- einfachte Weise nachgebildet und beliebig oft wiederholt werden. Häufig werden Simulatio-nen durch tutorielle Elemente als Strukturierungshilfe bei der Hypothesengenerierung er-gänzt.

Im Gegensatz zu Simulationen werden bei Mikrowelten keine Szenarien vorgegeben. Der Be-nutzer bekommt verschiedene Werkzeuge zur Verfu!gung und muss sich zuna!chst eine eigene „Welt“ konstruieren, mit der anschließend experimentiert werden kann. Ziel ist ein aktiv-ent-deckendes und selbstgesteuertes Lernen mit dem Lerngegenstand ohne enge Ziel- oder Auf-gabenvorgaben.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 7: Eigenkonstruktion geometrischer Objekte mit BAUWAS

Simulationen und Mikrowelten geben keinen festen Ablauf vor, sondern beraten, begleiten und unterstu!tzen den Lernenden. Deshalb kann diese Art von Lernsoftware am ehesten dem konstruktivistischen Lernparadigma zugerechnet werden. Der Grundgedanke des Konstrukti-vismus besteht darin, dass Wissen stets individuell, aktiv und selbstgesteuert konstruiert wird und mit den situativen und sozialen Gegebenheiten verknu!pft ist in der es erworben wurde (vgl. Reinmann-RothmeierMandl 1996). Aufgrund der Annahme, dass Lernen und Si-tuation^[1] keinesfalls getrennt werden kann, wird diese Sicht auf das Lernen auch als situiertes Lernen bezeichnet (Mandl et al. 2002, 139ff).

Konsequenz dieser Sichtweise ist die Schaffung einer möglichst anregenden und anwen-dungsnahen Lernsituation (Lernumgebung), die den Nutzer mit einem komplexen Ausgangs-problem konfrontiert und ihm genügend Spielraum für eigene Handlungen, Lösungswege und Wissenskonstruktionen schafft. Die Aufgabe der Lernsoftware besteht also vielmehr in der UnterstÜtzung, Strukturierung und Beratung des Lernenden. Jedoch ganz ohne Orientierung, Anleitung und Hilfe lässt sich Lernen und Lehren nicht gestalten, es bleibt ein Balanceakt zwischen Instruktion und Konstruktion (vgl. MandlReinmann-Rothmeier 1995, 53; Nestle 2003, 3). Ansätze zur Gestaltung solcher Instruktionen finden sich beispielsweise im Kon-zept des „Cognitive Apprenticeship“ (siehe dazu Mandl et al. 2002, 143-146), bei dem ein stufenweiser Abbau von Hilfestellungen den Lernenden hin zu selbstständigem Handeln fÜh-ren soll.

2.3.4 Lernwerkzeuge

Eng verbunden mit der konstruktivistischen Sichtweise sind auch Lernwerkzeuge, die den Lernenden beim Lernprozess unterstÜtzten sollen. Man versteht darunter normale Anwender-software mit welcher man Texte bearbeiten, Daten verwalten, statistische Auswertungen vor-nehmen kann. Sie ko!nnen als Hilfsmittel und Werkzeug eingesetzt werden beispielsweise zur Textproduktion (mit Word oder Powerpoint), zur Pra!sentation, als Visualisierungshilfe (z.B. MindManager), als Rechenhilfe (z.B. Tabellenkalkulationsprogramme oder Taschenrechner) usw. Obwohl von den Entwicklern in den meisten Fa!llen nicht prima!r als Lernsoftware ent-worfen, haben Werkzeuge fu!r das Lernen mit dem Computer eine große Bedeutung da sie universell einsetzbar sind, fast u!berall vorhanden und Schu!lern ein Grundwissen u!ber den Umgang mit dem Computer mitgeben.

Auch hypermediale Lernumgebungen sind kognitive Werkzeuge. Beispiele dafÜr sind elektro-nische Lexika und Pra!sentationen, die eine multimediale Informationsbasis zu einem be-stimmten Thema zusammenstellen. Dem Lernenden wird es ermo!glicht sich selbststa!ndig zu informieren, meist gestu!tzt durch ein Inhaltsverzeichnis und eine Suchfunktion. Eine vorge-gebene Strukturierung des Lernens ist nicht vorgesehen, vielmehr werden so genannte Hy-pertexte verwendet. Hyperlinks bieten dabei die Mo!glichkeit, je nach Kontext zu anderen Themen zu „springen“. Informationsprogramme, die solche Hyperlinks beinhalten werden deshalb auch als „Hypermedia“ bezeichnet. Auch das Internet unterstu!tzt Hyperlinks und kann als ein riesiges Informationsprogramm gesehen werden.

[...]

^[1]. Softwareprodukte, die nicht primär fu!r Lernzwecke entwickelt, jedoch dafu!r eingesetzt werden können (Beispiel: Textverarbeitung) bezeichnet Baumgartner als „Bildungssoftware“ (Baumgartner 1999, 245)

^[1]. SOI = S election, O rganization, I ntegration

^[1]. Die Attribute-Treatment-Interaction-Forschung (ATI) versucht, die Wechselwirkung zwischen individuellen Merkmalen der Lernenden und Medienmerkmalen zu erforschen (vgl. Issing 1998, 167)

^[1]. http://www.brinkmann-du.de/mathe/rbtest/1sonstiges/hometrainer/gra02_2_bunt.htm

^[2]. Extrinsische Motivation bezeichnet im Gegensatz zur intrinsischen Motivation eine externe, nicht „aus der Sache“ heraus kommende Motivierung.

^[1]. KI= Künstliche Intelligenz

^[1]. Mit Situation ist hier nicht nur der materielle, sondern auch die soziale, kulturelle und historische Umweltaspekt gemeint (vgl. Mandl et al. 2002, 140)