Konstruktivistisches Lernen an Intentionalen Problemen

Stephan Hußmann (2001): Konstruktivistisches Lernen an Intentionalen Problemen. Dissertation, Universität Duisburg-Essen.
Betreut durch Norbert Knoche .
Erhältlich unter Download

Zusammenfassung

Wenn man annimmt, dass der Aufbau von Verständnis eines Sachverhaltes sich nicht im Sachverhalt, sondern im Individuum, das den Sachverhalt verstehen will, vollzieht, wird erkennbar, dass die Entstehung von Wissen durch die kognitive und affektive Struktur des Individuums bedingt ist. Postuliert man zudem die objektive Unerkennbarkeit der Welt, werden die Sachverhalte und damit der Entwicklungsprozess von Wissen über diese Sachverhalte individuell. Lernen kann somit als ein selbstbestimmter und konstruktiver Prozess verstanden werden. Diese Annahme bildet den Ausgangspunkt der vorliegenden Arbeit.

Vor diesem Hintergrund stellt sich die Frage, inwieweit Schule dazu beitragen kann, diese Form der Wissensgenerierung zu fördern. Ein erster Schritt dahin liegt in einem Perspektivwechsel von Stofforientierung zur Schüler- und Schülerinnenorientierung. Dies erfordert ein verändertes Verständnis von Lehren und Lernen.

Im ersten Teil der vorliegenden Arbeit wird das lehr-/lerntheoretische Modell KLIP (Konstruktivistisches Lernen an Intentionalen Problemen) entworfen, das sich als tragfähiges Fundament für die Gestaltung von Lernarrangements zur Förderung von konstruktivem und selbstbestimmtem Lernen innerhalb von Schule eignet. Begriffe wie Kernschemata und Forschungshefte sind die Eckpfeiler des Konzeptes. Unter Hinzuziehung des Computereinsatzes und der Entwicklung einer konstruktivistischen Theorie zur Begriffsbildung im Mathematikunterricht werden Merkmale derartiger Lernarrangements entwickelt und diskutiert.

Daran anschließend wird das Konzept KLIP in seiner Anwendung und seinen praktischen Implikationen im Rahmen des Mathematikunterrichts der gymnasialen Oberstufe am Beispiel der Integralrechnung untersucht.

Die Güte und Viabilität des Konzeptes hat sich in der empirischen Analyse gezeigt, womit sich der dritte Teil dieser Arbeit beschäftigt. Mit Hilfe von qualitativen und interpretativen Verfahren der Datenanalyse, unter die ebenfalls statistische Verfahren wie beispielsweise die Logistische Regressionsanalyse und Clusterverfahren subsumiert werden, werden die Forschungshefte, mehrere Fragebögen und ein Vergleichstest ausgewertet.