ARtiste

In ARtiste werden Gestaltungskriterien und Best-Practice-Beispiele für AR Lehr-Lernszenarien in der Lehramtsbildung entwickelt und evaluiert. Erstmals werden in diesem Projekt Forschungsergebnisse der Lehr-Lern-Forschung und der Mediendidaktik zusammengeführt. Dadurch soll eine am Vorwissen und den Lernprozessen orientierte Entwicklung von AR Lehr-Lernszenarien ermöglicht und dadurch der Nutzwert von AR sowohl hinsichtlich des kognitiven Lernerfolgs wie diverser Rahmenfaktoren maximiert werden. Lehramtsstudierende dienen als Zielgruppe des Projekts, weil sie einerseits wichtige Multiplikatoren des digitalen Wandels sind, andererseits aber eine im Vergleich zu anderen Studierenden hohe Skepsis gegenüber Digitalen Medien zeigen. Für diese Studierendengruppe müssen die AR Lehr-Lernangebote daher besonders überzeugend, lernwirksam und sowohl für die Hochschule wie für die Schule einsetzbar sein, da sich der mit den Szenarien erzielte Lernerfolg bei SchülerInnen positiv auf die Überzeugungen der Lehramtsstudierenden auswirkt. Thematische Basis für die AR Lehr-Lernszenarien sind die Sustainable Development Goals aus der Nachhaltigkeitsbildung, die verpflichtender Lehrinhalt für die Lehramtsbildung der beteiligten Fächer Biologie, Chemie und Technik sind und aufgrund ihres hohen Abstraktionsgrades den Einsatz von AR besonders nahelegen. Die Entscheidung für AR und die Basis iOS ist vor allem in der Übertragbarkeit und damit Nachhaltigkeit der Forschungsergebnisse auf die breite (hoch)schulische Ebene begründet, da die Hard- und Softwarebasis an den Lehrer bildenden Hochschulen und an den Schulen zumeist auf iOS-Systemen basiert und VR-Anwendungen aufgrund der technischen Ausstattung der Schulen in den nächsten Jahren nicht hinreichend verbreitet sein werden. Die Entwicklung der Gestaltungskriterien und Best-Practice-Beispiele erfolgt nach dem DBR-Ansatz, die Qualität des Feedbacks für die Optimierungsschleifen wird durch formative Evaluationen auf Basis von Low-Fidelity- und High-Fidelity-Prototypen sowie produktnahe Entwicklungen sichergestellt. Wichtige Indikatoren für die Evaluation im Kontext von Mixed-Reality-Anwendungen sind der kognitive Lernerfolg der Studierenden, Aspekte der Usability und User Experience (UX), Akzeptanz der Lerntechnologien, Presence und Immersion sowie Interaktivitätsniveau der AR Lehr-Lernszenarien.