ISTRON-Tagung 2025

Experimentieren bei Modellierungsaufgaben: Förderlich für den Kompetenzerwerb und die Motivation?

Stefanie Rach, Timo Kosiol (beide Otto-von-Guericke Universität Magdeburg), Marielena Menzel & Sebastian Geisler (beide Universität Potsdam)

Das mathematische Modellieren und insbesondere das Validieren stellt Schülerinnen und Schülern vor kognitive und affektive Herausforderungen. Um Validierungsprozesse kognitiv zu fördern, wird das Arbeiten mit realen Daten vorgeschlagen.
Um Modellierungsprozesse affektiv zu fördern, wird die Kombination mit hands-on Experimenten empfohlen.

Im Projekt Ex2MoMa (Experimentieren zur Förderung von Modellierungskompetenzen und Motivation in Mathematik) kombinieren wir beide Ansätze, um sowohl Validierungskompetenzen als auch Wertüberzeugungen zu steigern.

Die Intervention umfasst drei Schulstunden à drei Modellierungsaufgaben zu linearen und Exponentialfunktionen in 28 Klassen der 10. und 11. Jahrgangsstufe.
Die Studie mit drei Bedingungen zeigt, dass Schülerinnen und Schüler Validierungskompetenzen erwerben, jedoch konnten wir keinen positiven Effekt der Arbeit mit realen Daten auf Validierungskompetenzen zeigen. Dagegen lässt sich ein positiver Effekt von Experimenten auf die Freude und geringere Kosten bei der Bearbeitung von Modellierungsaufgaben nachweisen. Weitere Einblicke in die Bearbeitungsprozesse bei Modellierungsaufgaben werden im Vortrag angesprochen.

Unterricht, Motivation, Emotion und Kompetenzen in den MINT-MS in Österreich – Einblicke in die Begleitforschung zu den MINT-MS und erste Ergebnisse

Carina Spreitzer (Universität Klagenfurt)

Eine fundierte MINT-Ausbildung gilt als Schlüssel für individuelle Bildungserfolge und gesellschaftliche Zukunftsfähigkeit. Dennoch zeigen internationale Studien – insbesondere für Österreich – Defizite in Kompetenzen, Motivation und Interesse von Schüler:innen an MINT-Inhalten. Ein integrierter MINT-Lehrplan stellt einen vielversprechenden Ansatz zur Förderung dieser Bereiche dar.

Seit dem Schuljahr 2022/23 läuft ein Schulversuch an 57 österreichischen Mittelschulen, begleitet von einer Studie mit drei Schwerpunkten: (1) Unterrichtsqualität und schulische Rahmenbedingungen, (2) Lernvoraussetzungen und kognitive sowie motivationale Outcomes, (3) Zusammenhänge zwischen diesen Aspekten.

Im Vortrag werden theoretische Grundlagen und erste Ergebnisse aus 2024/25 (N=3600 Schülerinnen, N=57 Schulen) mit Fokus auf Unterrichtseinschätzungen und Lernmotivation sowie deren Zusammenhänge präsentiert. Abschließend werden Implikationen für die Weiterentwicklung integrierten MINT-Unterrichts diskutiert.

Künstliche Intelligenz im Mathematikunterricht – Perspektiven für das Modellieren mit generativer KI

Nils Buchholtz & Alina Alwast (Universität Hamburg)

Welche Potenziale bietet generative Künstliche Intelligenz für das Lehren und Lernen von Mathematik – insbesondere beim Modellieren?

Der Vortrag gibt einen Einblick in aktuelle mathematikdidaktische Forschungs- und Entwicklungsansätze zum Einsatz von KI im Unterricht und zeigt exemplarisch auf, wie gezielte Prompt-Techniken die fachdidaktische Qualität bei der Nutzung von Sprachmodellen verbessern können. Neben verschiedenen Einsatzszenarien wird insbesondere das Modellieren als schulrelevanter Kontext beleuchtet: Wie kann ChatGPT beim Lehren und Lernen von Modellierung unterstützen?

Kontakt

Bei Fragen oder Anmerkungen, sei es inhaltlich, zur Anreise oder Unterkunft könnt ihr euch gerne an

• Katrin Vorhölter - katrin.vorhoelter(at)tu-braunschweig.de
• Frank Förster - f.foerster(at)tu-braunschweig.de oder
• Till Burchert - till.burchert(at)tu-braunschweig.de wenden.