Digitale Kernkompetenzen
- Rahmenmodell K19+ - Kernkompetenzen für das Unterrichten in iner digitalen Welt
- IN.K19+ - Messinstrument zu den medienbezogenen Kernkompetenzen
Rahmenmodell K19+ - Kernkompetenzen für das Unterrichten in einer digitalen Welt
Welche Kompetenzen benötigen Lehrkräfte für das Unterrichten in einer digitalen Welt?
Mit dem Rahmenkonzept »Kernkompetenzen von Lehrkräften für das Unterrichten in einer digitalisierten Welt«, das die Forschungsgruppe Lehrerbildung Digitaler Campus Bayern bestehend aus Wissenschaftlerinnen und Wissenschaftlern mehrerer bayerischer Universitäten aus unterschiedlichen erziehungswissenschaftlichen und fachdidaktischen Disziplinen entwickelt hat, wird ein heuristisches Modell zur Beantwortung dieser Frage vorgelegt. Das Modell unterscheidet 19 medienbezogene Lehrkompetenzen + eigene Medienkompetenzen (K19+) und berücksichtigt sowohl Wissens- als auch Handlungskomponenten:
Die allgemeinen ›eigenen Medienkompetenzen‹ umfassen den Teil der medienbezogenen Kompetenzen, über die alle digital mündigen Bürgerinnen und Bürger verfügen sollten und die auch den Schülerinnen und Schülern vermitteln werden müssen.
Die ›medienbezogenen Lehrkompetenzen‹ meinen den Teil der medienbezogenen Kompetenzen, der für Lehrkräfte professionsspezifisch ist, der sich also auf ihre Bildungs- und Erziehungsaufgaben im schulischen Unterricht bezieht.
Zusätzlich lassen sich die medienbezogenen Lehrkompetenzen auf vier für das professionelle unterrichtliche Handeln von Lehrkräften typische Phasen beziehen:
- die Phase des didaktischen Designs vor dem eigentlichen Unterricht, in der Lernumgebungen geplant und ggf. medial implementiert werden;
- die Phase im Unterricht selbst, in der die Schülerinnen und Schüler bei Ihren Lernaktivitäten begleitet und unterstützt werden;
- die Phase nach dem Unterricht, in welcher der eigene Medieneinsatz im Unterricht evaluiert und reflektiert wird,
- und schließlich die Phase der Unterrichtsentwicklung, in welcher man im Rahmen der professionsspezifischen Anschlusskommunikation eigene medienbasierte Unterrichtsszenarien an andere kommuniziert und umgekehrt die medienbasierten Unterrichtsszenarien anderer rezipiert, analysiert sowie für den eigenen Unterricht adaptiert.
Exemplarische Publikationen:
- Lena von Kotzebue, Ulrike Franke, Florian Schultz-Pernice, Monika Aufleger, Birgit Neuhaus und Frank Fischer (2020). Veranschaulichung des Rahmenmodells der Kernkompetenzen von Lehrkräften für das Unterrichten in einer digitalisierten Welt am Beispiel eines Biologieunterrichts. Zeitschrift für Didaktik der Biologie (ZDB) Biologie Lehren und Lernen, 24. doi: 10.4119/zdb 1735
IN.K19+ - Messinstrument zu den medienbezogenen Kernkompetenzen
Im Rahmen der Qualitätsoffensive Lehrerbildung hat das Kompetenznetzwerk Medienbildung und Digitalisierung (KMBD) die im Rahmenmodell ausgemachten Kernkompetenzen operationalisiert und zur Testkonstruktion herangezogen.
Damit liegt ein Messinstrument zu den Kernkompetenzen vor: IN.K19+
Das Instrument richtet sich an angehende Lehrkräfte und Lehrkräfte im Schuldienst.
IN.K19+ bietet ihnen die Möglichkeit, eine genaue Selbsteinschätzung vorzunehmen, inwiefern sie bereits ›fit‹ sind für Schulunterricht im Zeitalter der Digitalisierung. Dabei werden sie auf Grundlage von konkreten Szenarien aus dem digitalen (Unterrichts-)Alltag zu 19 für Lehrkräfte spezifischen ›medienbezogenen Lehrkompetenzen‹ plus weiteren, allgemeinen Medienkompetenzen befragt. Ebenfalls abgefragt wird die Häufigkeit, mit der digitale Medien im Unterricht dazu eingesetzt werden, die Schülerinnen und Schüler zu bestimmten Typen von Lernaktivitäten anzuregen.
Am Ende erhalten die Teilnehmenden ein individuelles Kompetenzprofil in Form von zwei übersichtlichen und ausdruckbaren Feedback-Grafiken, die sie für die eigenen Unterlagen und als Grundlage für die persönliche weitere Kompetenzentwicklung in Studium, Referendariat und Lehrberuf nutzen können.
Nach ersten erfolgreichen Vorstudien befindet sich das Instrument nun in der Feldphase und ist online frei zugänglich.
https://ww2.unipark.de/uc/kernkompetenzen/
Das Instrument eignet sich auch, um in der Lehrerbildung eingesetzt zu werden. Falls Sie eine Kompetenzerhebung über mehrere Zeitpunkte hinweg ins Auge fassen oder eine über einen bestimmten Zeitraum stabile Version benötigen, können Sie uns gerne kontaktieren!
Sollten Sie vorhaben, das Selbsteinschätzungsinstrument gezielt mit einer bestimmten Zielgruppe (Kollegium einer Schule, Studienseminar usw.) einzusetzen und dabei bestimmte Wünsche und Bedarfe haben, können Sie sich ebenfalls gerne an uns wenden! In solchen Fällen können wir Ihnen beispielsweise eine nicht-öffentliche Befragung einrichten, die über den gewünschten Zeitraum stabil bleibt, also nicht verändert wird.
Beispiel für die grafische Rückmeldung des Testinstrumentes
Wir arbeiten daran, das Selbsteinschätzungsinstrument stetig zu verbessern, um immer differenziertere Rückmeldungen geben zu können. Beispielsweise ist auch eine objektive Version des Instruments in Planung. Außerdem erarbeiten wir momentan diverse Erweiterungen zum Instrument, zum Beispiel ein Kategorisierungssystem für Lehrveranstaltungen basierend auf den Kernkompetenzen. Es sollte so möglich werden, auf Grundlage der Rückmeldungen gezielt Veranstaltungen zur Fort- und Weiterbildung vorschlagen zu können. Sukzessive soll das Instrument auch an andere Kontexte wie etwa die Hochschullehre angepasst werden.
Publikationen:
- Kastorff, T., Sailer, M., Vejvoda, J., Schultz-Pernice, F., Hartmann, V., Hertl, A., Berger, S., & Stegmann, K. (2022). Context-specificity to reduce bias in self-assessments: Comparing teachers’ scenario-based self-assessment and objective assessment of technological knowledge. Journal of Research on Technology in Education. Advance online publication. https://doi.org/10.1080/15391523.2022.2062498
- Sailer, M., Stadler, M., Schultz-Pernice, F., Franke, U., Schöffmann, C., Paniotova, V., L. Hugasic, & Fischer, F. (2021). Technology-related teaching skills and attitudes: Validation of a scenario-based self-assessment instrument for teachers. Computers in Human Behavior, 115, 106625. https://doi.org/10.1016/j.chb.2020.106625
