Lernen ist ein aktiver, individueller und konstruktiver Prozess, der in Wechselwirkung mit der Lernsituation und den persönlichen Erfahrungen konstruiert wird. Lernen ist in hohem Maße von persönlichen Emotionen, Interessen, Lernerfahrungen und Vorwissen abhängig und ist immer eine Eigenleistung des jeweiligen Subjekts. Aus konstruktivistischer Perspektive ist Lernen am effektivsten, wenn die Lernenden ihren Lernprozess umfassend selbst steuern. Allerdings setzt dies spezifische Methodenkompetenz voraus. Insofern werden Lernarrangements befürwortet, in denen die Aneignung von Methodenkompetenzen im Mittelpunkt stehen und die Lehrer nicht nur als Wissensvermittler, sondern eher als Lernprozessberater fungieren. Der Lehrende soll sich bei konstruktiven Methoden eher im Hintergrund halten, Lernangebote im Sinne einer Ermöglichungsdidaktik schaffen, Wissensquellen bereitstellen, den Lernprozess beobachten und unterstützen. Vor allem in der Erwachsenen- und Weiterbildung sind konstruktivistische Modelle nach Arnold und Siebert etabliert. Aufbauend auf die genannten Hauptströmungen gibt es zahlreiche weitere theoretische Ansätze wie z.B. die Information Processing Theory (Miller, 1956) oder die Cognitive Load Theory (Sweller, 1988), die auf begrenzte Fähigkeiten des Kurzzeitgedächtnisses hinweisen oder die Multimedia Learning Theory (Moreno & Mayer, 2000), die die Stimulierung unterschiedlicher Sinne durch abwechslungsreiche Lernmethoden hervorhebt. Darüber hinaus gibt es diverse sozial konstruktivistische Ansätze, die das Lernen in authentischen Kontexten (Lave & Wenger, 1991) oder auch die Anwendung des Gelernten sowie die Reflexion der Lerninhalte (Schön, 1987) in den Mittelpunkt der didaktischen Konzeption stellen.
Ziel eines didaktisch fundierten Lernarrangements ist es, Zugang zu den Lernenden zu schaffen und somit Motivation, Wille und Aufmerksamkeit zum (selbstorganisierten) Lernen zu fördern (Meueler, 1994), welche als Grundvoraussetzungen erfolgreichen Lernens betrachtet werden können.
Bei der Gestaltung von komplexen Lernszenarien wie Smart Learning Environments sind bereits im Vorfeld lernwirksame Faktoren herauszuarbeiten und letztlich in Lehr- und Lernkonzepten methodisch strukturiert umzusetzen, um die übergeordneten Ziele „Engagement, Effectiveness and Efficiency“ zu erreichen (Spector, 2014). Eine Vielzahl an abwechslungsreichen Methoden systematisiert Baumgartner in seinem Plädoyer für didaktische Vielfalt (Baumgartner, 2014). Angelehnt an die 20 didaktischen Modelle nach Flechsig (Flechsig & Gronau-Müller, 1996) entwickelt Baumgartner einen übergeordneten, theoretisch hergeleiteten Bezugsrahmen zum Einsatz der jeweiligen (Unterrichts-)Methoden. Ziel ist zum einen, didaktische Vielfalt aufzuzeigen und zum anderen, sich systematisch mit der komplexen Lernwirklichkeit auseinanderzusetzen, die sich aus unterschiedlichen Lernstilen, verschiedener Lernmotive und -interessen sowie variierender Kompetenzen und Wissensgebieten der Lernenden zusammensetzt. Um derartig komplexe Lernsituationen didaktisch fundiert gestalten zu können, wird zudem auf die Wichtigkeit von Kontextanalysen hingewiesen, auf Grundlage derer Lernarrangements effektiv gestaltet werden können. Durch systematische Klassifikationsschema werden dann je nach Situation, theoretisch fundierte Lernmethoden herausgearbeitet, welche sich unter bestimmten Gesichtspunkten auch auf erwachsenenpädagogische Arrangements übertragen lassen.
Moderne, erwachsenenpädagogische Ansätze vertreten die Auffassung, dass situative, explorative und kollaborative Lernmethoden besonders geeignet sind, um einerseits Methodenkompetenzen zu fördern und andererseits formales und informelles Lernen zu verknüpfen (Schön & Döring, 2011; Specht, Ebner, & Löcker, 2013). Die Ausrichtung erwachsenenpädagogischer, didaktischer Modelle lassen einen deutlichen Wandel hin zu kompetenzorientierten Konzepten erkennen. Dabei wird betont, dass Kompetenzen nicht vermittelt werden können und sich nur über aktive Handlungen aufbauen lassen. Das erfordert nach Karlheinz Pape selbstgesteuertes Lernen – und damit ein ganz anderes Lernsetting, als wir es aus üblichen Weiterbildungsveranstaltungen mit lehrenden-zentrierten Methoden des Frontalunterrichts kennen. Hierfür wird eine Lernumgebung benötigt, die selbstorganisiertes Lernen und Handeln am Arbeitsplatz ermöglicht und die Rolle der Lehrenden von Wissensvermittlern hin zu Lernbegleitern transformiert (Pape, 2016). Beim Einsatz selbstgesteuerter Lernkonzepte kann darüber hinaus dem relevanten Kriterium der individuellen Passung zwischen Lernstil, Lerntempo, Lerninhalten und Lernmethoden am ehesten entsprochen werden, da die Lernenden den Prozess des Lernens selbst steuern und nicht von außen vorgegeben wird.
Unter Berücksichtigung der eben genannten Rahmenbedingungen an didaktisch fundierte Modelle der Erwachsenenbildung eignen sich besonders die Konzepte von Personal- und Smart Learning Environments (PLE/SLE), um informelles, selbstorganisiertes Lernen am Arbeitsplatz zu unterstützten. Smart Learning Environments (SLEs) sind im Gegensatz zu PLEs physische Umgebungen, also (Lern-)Räume, die mit digitalen und kontextsensitiven Komponenten (z.B. Sensorik, Aktorik) angereichert sind, um ein schnelleres und besseres Lernen zu ermöglichen (Koper, 2014). Hierdurch entstehen Mischformen des Lernens, die zwischen formalen und informellen Lernsettings, zwischen selbstorganisiertem und sozialen Lernen, zwischen verschiedenen Lernzeiten und Lernorten sowie zwischen analogen und digitalen Lernformaten zu verorten sind.
Um physische Lernumgebungen mit kontextsensitiven Komponenten anzureichern, werden Technologien, Methoden und Anwendungen aus dem Bereich des “Internet der Dinge”genutzt. Vermesan & Friess definieren das Internet der Dinge (IoT) wie folgt:
“IoT is a dynamic global network infrastructure with self configurating capabilities based on standard and interoperable communication protocols where physical and virtual „things“ have identities, physical attributes and virtual personalities, use intelligent interfaces and are seamlessly integrated into the information network” (Vermesan & Friess, 2015, S.25).
Wichtiges Merkmal des „Internet der Dinge“ sind eingebettete Systeme, sogenannte „Smart Objects“, die allgegenwärtig, unsichtbar und autonom agieren (Gabriel, Gaßner, & Lange, 2010) und folgende charakteristische Eigenschaften mitbringen (Fleisch & Thiesse, 2014):
a) Identifikation
b) Kommunikation
c) Sensorik
d) Aktorik
e) Speicher
f) Benutzerschnittstelle
Auf dieser IT-Infrastruktur aufbauend entstehen „intelligente Systeme“ dadurch, dass nicht nur Dinge und Maschinen in einem Netzwerk untereinander (global) kommunizieren, sondern durch die Auswertung von Daten (Big Data) sowie durch die Berücksichtigung und Integration in Geschäftsprozesse weitaus komplexere, automatisierte Vorgänge (in Echtzeit) realisiert werden können.
Übertragen auf den Bildungsbereich bedeutet dies, dass beispielsweise Smart-Home-Szenarien in Lernumgebungen wie Universitäten implementiert werden, die dazu dienen, äußere Einflüsse wie Licht, Schatten, Wärme, Kühlung, Energieversorgung etc. automatisiert zu steuern und somit lernförderliche Rahmenbedingungen herzustellen. In diesem Kontext wird auch von der Einbettung Cyber-Physischer-Systeme in Lernumgebungen gesprochen (Lei, Wan, & Man, 2013). Durch Anwendung von IoT-Technologien in physische Lernumgebungen wie (Büro-)Arbeitsplatz, Hörsaal, Bibliothek, Konferenzraum etc. wären jedoch weitaus vielfältigere Szenarien denkbar.
Im nächsten Blog-Post wird aufbauend auf die oben skizzierten didaktischen Vorüberlegungen detaillierter auf das (neue) Konzept von “Smart Learning Environments” eingegangen.
Ein Kommentar