Pädagogische Hochschule Freiburg

Kognitive Meisterlehre beim Mathematiklernen - Methoden und Techniken zur Umsetzung und Unterstützung des Cognitive Apprenticeship Ansatzes am Beispiel der Auswertung von Daten aus Experimenten

von Scherrmann, Alexandra
Name der Institution: PH Ludwigsburg
Art des Beitrags: Vortrag
Keiner Sektion zugeordnet

Das Analysieren von Daten wird spätestens seit der Implementierung der KMK Bildungsstandards im Jahr 2004 als bedeutsamen Unterrichtsinhalt für den Erwerb des Mittleren Bildungsabschlusses angesehen. Dabei bezieht sich diese Leitidee in einem umfassenden Sinn auf den gesamten Prozess der Datenanalyse: das Planen statistischer Erhebungen, das Sammeln, Auswerten und Interpretieren von Daten, sowie nicht zuletzt auf die Reflexion und Bewertung der Argumente, die sich aus der Datenanalyse ergeben. Es stellt sich die Frage, wie Schülerinnen und Schüler in all diesen Teilaspekten unterstützt werden können, denn aus der empirischen Unterrichtsforschung, vorwiegend aus dem amerikanischen und australischen Raum, sind zahlreiche Schwierigkeiten und Hürden bekannt. Der Anspruch meines Forschungsvorhabens besteht somit darin, Schülerinnen und Schüler der Sekundarstufe 1 (Realschule) hinsichtlich der Analyse von Daten zu fördern, die originär aus naturwissenschaftlichen Experimenten gewonnen, anschließend systematisch erfasst, ausgewertet und interpretiert werden. Hierfür wird die Unterrichtskonzeption in den methodisch-didaktischen Rahmen des Cognitive Apprenticeship Ansatzes (Collins, Brown, Newman 1989) eingebettet, der bislang meist in e-learning Szenarien eingesetzt und auch evaluiert wurde. Ausgehend von den Befunden der Unterrichtsforschung werde ich im Vortrag Ziele und Methodologie meines Forschungsvorhabens erläutern sowie die an Einzelschulen erprobte Unterrichtskonzeption zur Datenanalyse in mathematisch-naturwissenschaftlichen Unterricht der Sekundarstufe 1 (Realschule) vorstellen.

Zurück zur Übersicht