Zielsetzung:
Aufgaben nehmen in unterrichtlichen Prozessen eine zentrale Stellung ein. Dies trifft insbesondere auch für den Rechnungswesenunterricht zu, gilt dieser doch, ähnlich wie der Mathematikunterricht, als besonders übungsintensiv und an der Bearbeitung von Aufgaben orientiert. Die wenigen, bisher vorhandenen Untersuchungsergebnisse zu Aufgaben im Rechnungswesenunterricht zeigen jedoch, dass die Mehrheit der Aufgaben kognitiv wenig anspruchsvoll ist, auf die Reproduktion von Wissen abzielt und lernzieltaxonomisch auf einem niedrigen Niveau einzustufen ist. In der Folge liegen bislang nur wenige empirische Befunde zur Aufgabenqualität im Rechnungswesen vor. Zudem fokussieren bisherige Studien zumeist die Analyse von Aufgaben aus eingegrenzten Themengebieten oder ausgewählten Ausbildungsberufen und verwenden zudem bereits vorhandene, allgemeindidaktische (und damit rechnungswesenunspezifische) Bewertungskriterien.
Das Projekt schließt an diese Forschungslücken an und hat zum Ziel, unter Einbezug verschiedener fachdidaktischer Modelle und unter Verwendung des derzeit auch in der Rechnungswesendidaktik stärker diskutierten Modellierungskreislaufs Aufgaben insbesondere aus einer stärker fachdidaktischen Perspektive einer analysierenden Betrachtung zu unterziehen. Durch den Einsatz von KI-Software gelingt es, eine große Anzahl (zirka 3000) an Aufgaben aus insgesamt 18 deutschen Schulbüchern auszuwerten und so einen systematischen Einblick in die Aufgabenqualität zu gewinnen. Die Ergebnisse der Analyse dienen Forschung und Praxis gleichermaßen, da 1. das entwickelte Kategoriensystem zur Analyse und Bewertung weiterer Aufgaben herangezogen werden kann und 2. Ansatzpunkte zur Verbesserung der Aufgabenqualität im Rechnungswesen aufgezeigt werden.
Auftrag/Fördergeber:
Eigenprojekt
Laufzeit:
September 2020 – November 2022
Kooperationspartner:
Prof. Dr. Florian Berding, öffnet eine externe URL in einem neuen Fenster (Universität Hamburg), Mag.a Simone Stütz, öffnet in einem neuen Fenster (Johannes Kepler Universität Linz), Lena Scheper, öffnet eine externe URL in einem neuen Fenster, Sven Reincke, öffnet eine externe URL in einem neuen Fenster (beide Carl von Ossietzky Universität Oldenburg)
Publikationen:
- Stütz, Simone, Berding, Florian, Reincke, Sven & Scheper, Lena (2022). Characteristics of learning tasks in accounting textbooks: an AI assisted analysis. Empirical Research in Vocational Education and Training 14:10. https://doi.org/10.1186/s40461-022-00138-2, öffnet eine externe URL in einem neuen Fenster