Aktuelle Ausschreibungen zu Abschlussarbeiten

Allgemeine Anfragen

Wir freuen uns über Ihr Interesse an einer Abschlussarbeit an unserem Lehrstuhl. Zur Zeit können wir vor allem Abschlussarbeiten von Studierenden betreuen, die unsere lehr-lern-bezogenen Schwerpunkte gewählt und damit bereits entsprechende Vorkenntnisse erworben haben (Bachelor: Lehren und Lernen; Master: Lernen in Gruppen oder Lernen mit Medien). Sie können gerne eine allgemeinere Anfrage stellen oder sich auf eine konkrete Ausschreibung beziehen.

Für generelles Interesse an einer Abschlussarbeit an unserem Lehrstuhl, wenden Sie sich bitte an unser Sekretariat. Selbstverständlich können Sie gerne auch eigene Themenwünsche, die mit unseren Forschungsschwerpunkten korrespondieren, einbringen. Bitte geben Sie bei Ihrer Mail an das Sekretariat folgende Informationen mit an:

  1. Interessiert Sie einer unserer drei Forschungsschwerpunkte besonders? (Multimediales Lernen, Kognitive Group Awareness und soziale Navigation, Analysemethoden sozialer Interaktionsprozesse)
  2. Gibt es bestimmte Lernorte, die Sie besonders interessieren? (z.B. Schule, Universität, Bibliothek, Museum, Internet)
  3. Interessieren Sie sich eher für individuelle oder für soziale Lernprozesse?
  4. Haben Sie bestimmte Interessen in Bezug auf die Umsetzung Ihrer Abschlussarbeit? (z.B. Programmieranteil, Durchführen eines Experiments, Einsatz einer bestimmten Analysemethode)

Sofern Sie noch keine konkreten Themenvorstellungen haben sollten, helfen Ihnen diese Überlegungen vielleicht auch bei der Konkretisierung Ihrer Ideen.

Aktuelle Ausschreibungen

Falls Sie Interesse an einer spezifischen Ausschreibung haben, wenden Sie sich bitte and die angegebene Ansprechperson.

Abschlussarbeit im Themenkomplex „Implizite Strukturierung durch Group Awareness Tools beim kollaborativen Lernen“

Ansprechpartnerin für Arbeiten in diesem Kontext ist Lydia Harbarth.

Beim computerunterstützten Lernen in Gruppen stehen Lernende häufig verschiedenen Anforderungen gegenüber, die dieses erschweren können (Bodemer, Gaiser, & Hesse, 2011): Sie müssen eine gemeinsame Wissens- und Verständnisbasis (Common Ground, Clark & Brennan, 1991) erstellen, ein Modell über das Wissen ihrer Partner aufbauen (vgl. auch Clark, 1996, Dillenbourg, 2006), sowie ihre Kommunikation und Interaktion koordinieren (vgl. auch Bromme, Hesse, & Spada, 2005).

Zur Unterstützung können dafür sog. Group Awareness (GA) Tools herangezogen werden, die durch Visualisierung lernpartnerbezogener Informationen die Wahrnehmung bestimmter Merkmale einzelner Gruppenmitglieder oder der gesamten Gruppe (z.B. kognitive Merkmale wie Wissen, Meinungen oder Annahmen) fördern und somit Lernende darin unterstützen, ihre Lernprozesse selbst zu regulieren (Bodemer, Janssen, & Schnaubert, 2018). Eine Kernfunktion solcher Tools ist die Unterstützung von Grounding- und Partnermodellierungsprozessen (z.B. Bodemer & Scholvien, 2014, Bodemer et al., 2018, Janssen & Bodemer, 2013, Sangin, Molinari, Nüssli, & Dillenbourg, 2011). Allerdings zeigen Forschungsergebnisse auch, dass nicht alle Lernende die in GA-Tools visualisierten Informationen optimal nutzen und somit nicht von den lernförderlichen Wirkung profitieren (z.B. Bodemer, 2011). Da GA-Tools Lernenden mehr Freiheitsgrade als explizite Unterstützungsmaßnahmen bieten und gewisse selbstregulatorische Fähigkeiten voraussetzen, kann es sein, dass einige Lernende nicht wissen, wie sie die Tools für die Strukturierung ihrer Lernprozesse optimal nutzen können/sollen oder sie nicht adäquat abrufen und einsetzen können, obwohl sie über entsprechende Fähigkeiten verfügen (vgl. Schnaubert et al., 2020).

Möglicherweise spielen dabei bestimmte kognitive oder Persönlichkeitsmerkmale eine Rolle. Studien zeigen, dass bestimmte intraindividuelle Eigenschaften die effektive Nutzung von GA-Tools beeinflussen können, beispielsweise, wenn Lernende Wissenskonflikte generell als Herausforderung sehen (z.B. Bodemer & Scholvien, 2014) oder diese eher vermeiden wollen und eine schnelle Problemlösung anstreben, was auch als Bedürfnis nach kognitiver Geschlossenheit bezeichnet wird (need for cognitive closure, Webster & Kruglanski, 1994; s. auch Heimbuch & Bodemer, 2017).

Die meisten empirischen Studien zu GA-Tools bieten keine explizite Information darüber, wie GA-Tools individuelle und kollaborative Lernprozesse unterstützen oder wie sie dafür genutzt werden können. Eine Idee ist es, GA-Tools um Instruktionen anzureichern, die Lernenden erklären, wie sie die visualisierten Wissenskonstellationen bestmöglich nutzen können (vgl. Schnaubert et al., 2020).

Im Rahmen dieser Abschlussarbeit soll der Einfluss von Instruktionen zu kognitiven GA-Informationen auf Lernprozesse (Grounding, Partnermodellierung) sowie Lernergebnisse (z.B. individuelle Lernleistung) untersucht werden. Dabei soll zudem der Einfluss lernrelevanter kognitiver und Persönlichkeitscharakteristiken berücksichtigt werden. Die Abschlussarbeit ist als Bachelorarbeit konzipiert, kann aber auch nach individueller Absprache als Masterarbeit erweitert werden.

 

Abschlussarbeit im Themenkomplex "ATLAS zur Unterstützung studierendenzentrierter Lehre"

Ansprechpartnerinnen für Arbeiten in diesem Kontext sind Jule Krüger und Dr. Lenka Schnaubert.

Durch die Covid-19 Pandemie mussten Universitäten sehr kurzfristig auf digitale Lehre umstellen und Lehrende wurden vor die Herausforderung gestellt, ihre Vorlesungen spontan auf digitalen Plattformen umzusetzen. Um Lernen im Rahmen von Vorlesungen sinnvoll zu unterstützen, ist es wichtig, dass Lehrende ihre Erklärungen an die Bedürfnisse der Studierenden anpassen. Dafür benötigen sie jedoch Informationen über das aktuelle Verständnis der Studierenden, welche in digitalen Lehrveranstaltungen durch die eingeschränkten Kommunikationskanäle nur eingeschränkt verfügbar sind (siehe z.B. Krüger, Vogel, & Schnaubert, 2020). Somit ist es nötig, Lehrende darin zu unterstützen, ihre Vorlesung live an die Bedürfnisse der Studierenden anzupassen.

Hierzu wurde im Rahmen des DigiEduHack ein erstes Tool-Konzept entwickelt, das in einem interdisziplinären DAAD-/BMBF-Projekt psychologisch und informatisch weiterentwickelt wurde(„Ambient Teacher-Learner Awareness Solution to support student-centred online teaching (ATLAS)“). Bei “ATLAS: Ambient Teacher-Learner Awareness Solution” handelt es sich um ein Tool, das Lehrenden während der digitalen Vorlesung wissensbezogene Awareness-Informationen über Studierende zur Verfügung stellt, um sie dabei zu unterstützen, ihre Vorlesung studierendenzentriert zu gestalten. Das Konzept wurde in Anlehnung an Group Awareness-Tools entwickelt, welche im Bereich des computerunterstützten kollaborativen Lernens eingesetzt werden, um Lernenden relevante Informationen über Gruppenmitglieder zur Verfügung zu stellen (siehe Bodemer, Schnaubert, & Janssen, 2018). Im Rahmen des ATLAS-Projektes wurde ein web-basierter Prototyp des Tools bereits entwickelt und in ersten Labor- und Feldstudien evaluiert.

Aufbauend auf diesen Vorarbeiten soll das Tool im nächsten Schritt breit evaluiert und psychologisch fundiert weiterentwickelt werden. Dabei ist beispielsweise die Bearbeitung folgender Fragestellungen im Rahmen von Abschlussarbeiten möglich:

  • Wie wirkt sich der Tool-Einsatz in Lehrveranstaltungen an Hochschulen aus?
  • Wie wirken sich einzelne Gestaltungsmerkmale des Tools auf Lehrenden- bzw. Studierendenseite auf Lehr- bzw. Lernprozesse aus?
  • Inwiefern kann das Tool auf verschiedene Anwendungsbereiche (z.B. wissenschaftliche Vorträge, asynchrone Lernformate) oder -kontexte (z.B. Schule, Unternehmen) übertragen werden?
  • Welche zusätzlichen Tool-Funktionen können Tool-Akzeptanz und Wirksamkeit verbessern?

Methodisch sind dabei verschiedene Ansätze denkbar, beispielsweise psychologisch ausgerichtete Labor- / Feldstudien oder Tool-Entwicklungsarbeiten mit Fokus auf Usability, dabei können quantitative (z.B. Tests, Fragebögen) wie qualitative (z.B. Interview, Beobachtung) Verfahren genutzt werden.

In diesem Kontext können Bachelor- oder Masterarbeiten durchgeführt werden, Details hierzu werden je nach Themensetzung individuell geklärt.

 

Abschlussarbeit „Kognitive Belastung und metakognitive Verständnisüberwachung beim multimedialen Lernen“

 

Ansprechpartnerin für diese Arbeit ist Dr. Lenka Schnaubert.

Da Selbstregulationsprozesse ein zentraler Bestandteil individueller Lernprozesse insbesondere in schwach strukturierten Lernumgebungen sind und die Integration multimedialer Lernmaterialien in Bildungsprozessen eine zunehmend größere Rolle spielt, wird in einem Kooperationsprojekt mit Dr. Sascha Schneider (TU Chemnitz) und Dr. Martine Baars (Erasmus Universiteit Rotterdam) der Zusammenhang zwischen der Gestaltung digitaler Instruktionsmaterialien, mentaler Belastung und Anstrengung, sowie metakognitiver Überwachung und Steuerung von Lernprozessen untersucht. Ziel ist es dabei herauszufinden, wie Lernende kognitive Verarbeitungsprozesse und die damit verbundene Belastung als Indikatoren für metakognitive Überwachungsprozesse und damit zur Steuerung des Lernverhaltens nutzen. Dabei soll insbesondere untersucht werden, ob Lernende bei der Bildung metakognitiver Einschätzungen zwischen lernförderlichen und weniger lernförderlichen Arten mentaler Belastung differenzieren.

In einer Projektstudie in Zusammenarbeit mit Dr. Schneider wurde hierbei in einem randomisierten 3-Gruppen Design die Gestaltung multimedialen Lernmaterials variiert (Split Attention Format, Active Integration Format, integriertes Format), um die kognitive Belastung zu manipulieren. Dabei wurde untersucht, inwiefern mentale Anstrengung und mentale Belastung beim Lernen Metacomprehension, also die Überwachung und Beurteilung eigener Verstehensprozesse, beeinflussen und inwiefern dies unabhängig vom tatsächlichen Verständnis des Lerninhalts ist. In der hier ausgeschriebenen Arbeit soll diese Studie repliziert bzw. mit geringfügigen Anpassungen wiederholt werden, um die Ergebnisse abzusichern und weitere Erkenntnisse zum Zusammenspiel kognitiver und metakognitiver Prozesse zu gewinnen.

Die Arbeit kann als Bachelor- oder Masterarbeit durchgeführt werden, wobei die erhöhten Anforderungen an eine Masterarbeit insbesondere in der theoretischen Ausarbeitung, der Menge an eigenständig zu erhebenden Daten und differenzierteren statistischen Datenanalysen liegen. Zusätzliche Fragestellungen (z.B. zum Einfluss weiterer kognitiver oder motivationaler Variablen) können bei Interesse ergänzend bearbeitet werden.

 

Abschlussarbeit im Themenkomplex "Augmented Reality zur Unterstützung individuellen und kollaborativen Lernens"

Ansprechpartnerin für alle Arbeiten in diesem Themenkomplex ist Jule Krüger.

Augmented Reality (AR) bringt digitale Elemente in die echte Welt und bietet somit spannende Möglichkeiten digitale Informationen und die echte Welt miteinander zu verknüpfen. AR als Darstellungsform wird immer häufiger und in immer mehr Bereichen genutzt. Auch im Lehr-/Lernbereich wird AR eingesetzt und erforscht (z.B. (Akçayır & Akçayır, 2017; Phon, Ali, & Halim, 2014; Radu, 2014; Wu, Lee, Chang, & Liang, 2013). Der Forschungsbereich ist hierbei sehr divers und AR kann in vielen verschiedenen Settings eingesetzt werden. Um eine systematische Grundlage für den Einsatz von AR in unterschiedlichen Lernsettings bieten zu können, ist die AR-Forschung an diesem Lehrstuhl in 3 Bereiche, die drei AR-spezifische Eigenschaften aus Lernendenperspektive darstellen, gegliedert:

  • Kontextualität: dadurch, dass AR-Nutzende die dargestellten virtuellen Elemente (z.B. Objekte, Bilder, Text) immer gleichzeitig mit der realen Welt wahrnehmen, bieten sich neue Möglichkeiten der Verknüpfung von realem Kontext und virtuellem Element als wenn die virtuellen Elemente die reale Welt komplett verdecken (VR) oder eindeutig von ihr getrennt sind (Bildschirme)
  • Interaktivität: dadurch, dass Elemente in der AR die interaktiven Möglichkeiten von virtuellen Elementen (z.B. die Eingabe von neuen Daten um Simulationen zu verändern, direktes Feedback bei Veränderung von Variablen, Steuerung mit Eingabegeräten) mit den interaktiven Möglichkeiten von realen Elementen (z.B. „echtes“ Anfassen, gestenbasierte Interaktion) kombinieren, entstehen neue Möglichkeiten der Interaktion für AR-Nutzende
  • Räumlichkeit: dadurch, dass virtuelle Elemente in AR im Raum dargestellt und verankert werden, können Sie für AR-Nutzende ganz anders räumlich (dreidimensional) erscheinen als Elemente, die auf einem Bildschirm dargestellt werden

In jedem dieser drei Bereiche gibt es unterschiedliche Aspekte von AR, die zur Unterstützung von Lernen genutzt werden können und systematisch untersucht werden müssen. Hierbei können unterschiedliche Forschungsmethoden (u.a. auch Eye-Tracking) und Forschungssettings (z.B. individuell oder kollaborativ) zum Einsatz kommen und sowohl selbsterstellte als auch schon vorhandene AR-Anwendungen genutzt werden.

Hierbei können Sie auf Basis der 3 Eigenschaften gerne eigene Ideen für Ihre Abschlussarbeit einbringen oder auf einer der folgenden Themenbereiche aufbauen:

  1. Kontextualität:
  • Welche Möglichkeiten der Einbindung von Lernmaterial in einen authentischen Kontext gibt es in AR im Vergleich zu einfachen mobilen Geräten (Tablet, Smartphone)? Wie hat die Nutzung dieser Möglichkeiten einen Einfluss auf Lernprozesse und Lernergebnisse?
  • Welchen Einfluss hat die Relevanz/Authentizität des Kontexts für virtuelles Lernmaterial in AR auf die Lernprozesse und -ergebnisse? Welche Rolle spielen unterschiedliche kognitive, motivationaler und/oder emotionaler Variablen dabei?
  • Welchen Einfluss hat der Einsatz von AR zur Darstellung von Group Awareness Informationen auf die Wahrnehmung, Verarbeitung und Nutzung dieser Informationen?
  1. Interaktivität:
  • Welchen Einfluss hat die Interaktion mit Markern, die virtuelle Objekte in AR in der echten Welt verankern, im Gegensatz zur Interaktion mit virtuellen Objekten auf einem Bildschirm (Touch-Eingabe) auf Lernprozesse und -ergebnisse?
  • Wie beeinflusst die gemeinsame Nutzung von AR die Interaktion zwischen Personen?
  1. Räumlichkeit:
  • Wie kann die dreidimensionale Darstellung von virtuellen Nachbildungen von echten dreidimensionalen Objekten zu einem besseren räumlichen Verständnis dieser Objekte führen?
  • Welche Eigenschaften dreidimensionaler Objekte sorgen dafür, dass ihre Darstellung in AR besonders gewinnbringend ist? Spielen z.B. Komplexität, Elementinteraktivität o.ä. eine Rolle?
  • Welche Rolle spielen räumliche Fähigkeiten für das Verständnis von dreidimensionalen AR Objekten?
  • Wie kann die Räumlichkeit von AR zur Unterstützung von kollaborativen Lernszenarien genutzt werden?

Erfahrung mit der Erstellung von virtuellen, dreidimensionalen Objekten und Augmented Reality können von Vorteil sein (zur eigenen Erstellung von Material), sind jedoch nicht erforderlich, da teilweise schon vorhandenes Material verwendet werden kann oder bei der Erstellung von neuem Material unterstützt werden kann.