| Vortragender: | Dr. Stefan Küchemann, Ludwig-Maximilians-Universität München |
| Datum: | Freitag, 27. März 2026 |
| Zeit: | 17:15 ‑ 18:30 Uhr |
| Raum: | 014 in E1 3 |
| Beitrags-Nr.: | WP 27-108 |
| Plätze: | noch 29 Plätze frei |
Große Sprachmodelle (LLMs) ermöglichen aufgrund ihrer Fähigkeit zur kohärenten und kontextbezogenen Textgenerierung vielfältige Einsatzmöglichkeiten im MINT-Unterricht. Forschung zu Lehr-Lern-Prozessen mit LLMs zeigt jedoch, dass die reine Verfügbarkeit solcher Werkzeuge (z. B. ChatGPT) häufig nicht ausreicht, um Lernzuwächse zu erzielen. Unter Umständen kann die Nutzung zentrale Kompetenzen wie das selbstregulierte Problemlösen sogar beeinträchtigen. Wirksames Lernen setzt daher eine kontrollierte und zielgerichtete Verwendung voraus. Ein Beispiel ist adaptives Feedback in Lernaufgaben: kontextbasierte, individualisierte Rückmeldungen zum Lernstand, die Lernprozesse unterstützen können. Für Lehrende ergeben sich dabei besondere Anforderungen: Sie müssen geeignete Einsatzszenarien und passende Modellfähigkeiten identifizieren und deren Anwendung steuern. Voraussetzung ist fundiertes, vernetztes fachliches und didaktisches Wissen.
Der Workshop thematisiert Möglichkeiten und Grenzen der Nutzung von Sprachmodellen in der Bildung und erprobt zielgerichtete, lernwirksame Einsatzformen im MINT-Unterricht.