Im Zuge der fortschreitenden Digitalisierung halten Lernplattformen, die neben Aufgaben auch automatisches Feedback bereitstellen, verstärkt Einzug in den Schulalltag. Im ersten Teil des Vortrags wird eine vergleichende Analyse von Aufgaben aus Lernplattformen und Schulbüchern hinsichtlich des kognitiven Aktivierungspotenzials sowie der einbezogenen Visualisierungen vorgestellt. Im zweiten Teil des Vortrages wird ein Forschungsprojekt präsentiert, indem der Frage nachgegangen wird, inwiefern Feedback auf Lernplattformen durch eine Kombination von Selbst-Assessment und automatischem Assessment stärker lernendenzentriert gestaltet werden kann.

International wird das Beweisen als eine der zentralen Hürden im Übergang von der Schule zur Hochschule in mathematikhaltigen Studiengängen betrachtet. In dem Vortrag werden verschiedene empirische Ergebnisse zur Thematik dargelegt, um dieses Problemfeld genauer beschreiben zu können. Es stellt sich weiterführend zum einen die Frage, welche Implikationen sich hieraus für die Hochschuldidaktik der Mathematik ergeben. Zum anderen müssen Überlegungen angestellt werden, wie die Kompetenz „mathematisch Argumentieren“ in der Schulmathematik gefördert werden kann.

Eye-Tracking ist eine vielversprechende Forschungsmethode in der Mathematikdidaktik, die zunehmend an Bedeutung gewinnt. Das Interesse an Eye-Tracking wird durch die technischen Entwicklungen der letzten Jahre verstärkt, durch die Eye-Tracking unter anderem für den Einsatz mit Schüler*innen leichter anwendbar und präziser geworden ist. Jedoch ist die Auswertung von Eye-Tracking Daten sehr aufwendig, vor allem bei qualitativen Analysen von Vorgehensweisen von Schüler*innen und bei Studien mit großen Teilnehmendenzahlen. Künstliche Intelligenz (KI) bietet hier Möglichkeiten der Unterstützung sowie neue Perspektiven. Im Vortrag werden verschiedene Studien und Projekte – etwa zu Vorgehensweisen bei der Anzahlerfassung und am Zahlenstrahl – vorgestellt, in denen KI im Sinne von unsupervised machine learning genutzt wurde, um Vorgehensweisen von Kindern zu identifizieren. Der Vortrag stellt darüber hinaus Möglichkeiten des supervised machine learning für die mathematikdidaktische Forschung dar.

Vor dem Hintergrund einer zunehmenden qualifikationsheterogenen Lehrerschaft wird in diesem Vortrag ein am Deutschen Zentrum für Lehrebildung Mathematik (DZLM) entwickeltes Konzept einer Stochastik-Fortbildung für Lehrpersonen, die Mathematik in der Grundschule unterrichten vorgestellt. In fünf Kursdurchführungen wurde dieses Konzept realisiert und untersucht. Im Vortrag werden Ergebnissen von Lernprozessen bezüglich eines fachlichen und fachdidaktischen Wissenszuwachses interpretiert. Zudem wird betrachtet, in wieweit eine qualifikationsheterogene Zusammensetzung der Kursgruppen die Durchführung und das Lernen der Lehrpersonen beeinflusste. Es werden Einblicke in Entwicklungsprozesse unterschiedlich qualifizierter Lehrpersonen in dieser fachinhaltlich orientierten Fortbildung gewährt. Abschließend werden mögliche Impulse für Unterrichtsentwicklungsprozesse durch eine Einbindung des PLG-Ansatzes in das Kurskonzept und Erprobungen in den Praxisphasen diskutiert.

Kontextuelle Graphen stellen einen funktionalen Zusammenhang dar, der bezogen ist auf eine realweltliche Situation, aus der die Daten stammen. Sie sind oft unregelmäßig und nicht durch einen Term beschreibbar. Ihre Interpretation ist herausfordernd. Um zu verstehen, wie Schüler*innen Graphen interpretieren, benötigt man Einblicke in ihre kognitiven Prozesse während der Interpretation. Eine aussichtsreiche Methode, um Erkenntnisse über kognitive Prozesse und individuelle Vorgehensweisen zu erlangen, ist Eye-Tracking. Die Interpretation von Blickbewegungen ist jedoch nicht trivial. Im Vortrag werden methodologische Überlegungen angestellt zur Untersuchung von Blickbewegungen bei der Interpretation kontextueller Graphen. Anschließend werden diese Erkenntnisse genutzt, um anhand von Blickmustern zu untersuchen, wie Neuntklässler*innen die Änderung kontextueller Graphen erfassen. Diese Vorgehensweisen werden in Hinblick auf mögliche Einflussfaktoren der genutzten Vorgehensweisen diskutiert.

Die Implementation früher mathematischer Bildung in Kindertagesstätten kann durch Fortbildungen für frühpädagogische Fachkräfte sowie Lehrkräfte an Fachschulen unterstützt werden. Werden Multiplikator*innen qualifiziert, um wiederrum Fortbildungen für frühpädagogische Fachkräfte bzw. Lehrkräfte zu gestalten, können mit diesen Fortbildungen eine Vielzahl von Fach- und Lehrkräften erreicht werden. Fraglich ist jedoch, wie erfolgreich dieser Scaling Up-Ansatz mit Blick auf die inhaltiche Tiefe und Breite ist. Im Vortrag werden ausgewählte Erkenntnisse aus den Projekten Projekten EmMaM und EmMaM-FS dargestellt. Dabei wird sowohl die Umsetzung der Fortbildungen durch die Multiplikator*innen als auch die Wirksamkeit dieser Fortbildungen betrachtet. Aus den Erkenntnissen werden erste Implikationen für Folgeprojekte abgeleitet und zur Diskussion gestellt.

Die Lehrkräftekognitionsforschung hat in den letzten 15 Jahren entlang der Konstruktkette professionelles Wissen – Teacher Noticing – professionelle Handlungskompetenz eine solide Basis empirischer Befunde hervorgebracht. Diese beziehen sich vor allem auf die Natur, die Struktur, teilweise auch die Entwicklung der zugehörigen Bereiche. Der Vortrag gibt einen Überblick zu theoretischen Grundlagen und ausgewählte Ergebnisse aus verschiedenen empirischen Studien (u.a. TaiGer Noticing, ELMaWi) in Hinblick auf Ableitungen für die Praxis der Lehrkräfteaus- und -fortbildung.