Johannes Kepler Universität Linz
Altenberger Straße 69, 4040 Linz
Weitere Beispiele der Hochschule

COOL: Cooperative Open Learning for Beginning Programmers

Ziele/Motive/Ausgangslage/Problemstellung

Programmieren zu lernen ist für EinsteigerInnen typischerweise schwierig und sehr zeitaufwendig. Hohe Drop-out Raten in Programmierkursen sind an vielen Universitäten weltweit ein häufiges Problem, was durch unterschiedliche Studien belegt ist. Mit diesem Problem haben auch wir im Bachelorstudium Wirtschaftsinformatik an der Johannes Kepler Universität Linz (JKU) zu kämpfen. Unsere Studierenden müssen als Teil der Studieneingangs- und Orientierungsphase (STEOP) die Lehrveranstaltung “Einführung in die Softwareentwicklung” absolvieren, welche aus Vorlesung und begleitender Übung besteht. Die Inhalte der Lehrveranstaltung sind umfangreich und wurden von Studierenden als schwierig empfunden. Einerseits stellt der umfangreiche Stoff für die Studierenden eine große Hürde da, andererseits wurde der Stoff vielleicht auf eine schwer verständliche Weise vermittelt. Aufgaben waren nach Ansicht der Studierenden oft sehr kompliziert verfasst. Die Lehrveranstaltung wurde ursprünglich gemeinsam mit Studierenden des Bachelorstudiums Informatik besucht. Die Studierenden der Wirtschaftsinformatik hatten über die Jahre deutlich höhere Drop-out-Raten als die Studierenden der Informatik und erreichten deutlich schlechtere Ergebnisse.

Unser Ziel war es, die genannten Ursachen zu beseitigen und durch den Einsatz einer neuen Lehrmethode und einer zusätzlichen Trennung von Studierenden der Informatik und der Wirtschaftsinformatik bessere Resultate zu erzielen und die Drop-Out-Raten zu senken.

Kurzzusammenfassung des Projekts

Um die traditionell hohe Drop-out-Rate in der Lehrveranstaltung “Einführung in die Softwareentwicklung” im Bachelorstudium Wirtschaftsinformatik (WIN) an der JKU Linz zu senken, wurde ein neues Lehrkonzept COOL Informatics entwickelt und bereits zwei Semester erfolgreich eingesetzt. COOL steht für Cooperative Open Learning und basiert auf Erkenntnissen der Neurodidaktik und unterschiedlichen kooperativen Lernmethoden wie Peer-Tutoring, Pair-Programming und Talentetausch. Eine erste Version des Konzepts wurde von einer der nominierten Personen in einem Pilotprojekt an der Universität Klagenfurt entwickelt und nun erfolgreich mit der WIN an der JKU adaptiert und erweitert.

Die 90-minütige Vorlesung mit jährlich 300 HörerInnen wird als Folien-Vortrag mit vielen praktischen Programmier-Beispielen, die 90-minütige Übung in Gruppen zu je 30 Studierenden abgehalten. Die 3-phasige Übung besteht aus einer kurzen Fragerunde, entdeckendem Lernen und Pair-Programming. Die Dozentin unterstützt gemeinsam mit bereits erfahrenen Studierenden die Programmier-Teams. Die Hausübungen bestehen aus Pflicht- und Wahlaufgaben, aus denen Studierende in einem gewissen Ausmaß wählen können.

In den zwei Semestern, in denen das neue Konzept eingesetzt wurde, konnten wir im Vergleich mit den Kontrollgruppen sowohl die Drop-out-Raten senken, als auch die Zufriedenheit der Studierenden deutlich steigern. Auch die Anzahl der abgegebenen Hausübungen, sowie deren Resultate konnten gesteigert werden.

Kurzzusammenfassung des Projekts in englischer Sprache

In order to reduce the traditionally high drop-out rates in the course "Introduction to Software Development" in the bachelor's program Business Informatics (BI) at the JKU Linz, a new teaching concept COOL Informatics has been developed and successfully implemented for two semesters. COOL stands for Cooperative Open Learning and is based on neuro-didactical principles and various cooperative learning methods such as peer tutoring, pair programming, and talent exchange. A first version of the concept has been developed by one of the authors in a pilot project at the University of Klagenfurt and has successfully been adapted and extended with BI at the JKU.

The 90-min lecture with 300 listeners per year consists of a slides presentation with many practical programming examples. The 90-min exercise is held in groups of 30 students at most. The 3-phase exercise consists of a short question and answer session, discovery learning, and pair programming. The course instructor supports the programming teams together with experienced students. The homework consists of compulsory and optional exercises, with a certain freedom of choice for the students.

In the two semesters, in which the new concept has been introduced, we were able to reduce the drop-out rates in comparison to the control groups, as well as to significantly increase student satisfaction. The number of homework exercises handed-in as well as their results could also be increased by the new concept.

Nähere Beschreibung des Projekts

“Programmieren lernen ist schwierig”, wie Studierende immer wieder beklagen und wie die eher niedrige Erfolgsquote der Lehrveranstaltung “Einführung in die Softwareentwicklung” im Bachelorstudium Wirtschaftsinformatik an der Johannes Kepler Universität (JKU) Linz zeigt. Als die Lehrveranstaltung Teil der Studieneingangs- und Orientierungsphase (STEOP) wurde, haben wir uns die Frage gestellt, wie wir unsere Studierenden besser unterstützen und begleiten können. Wir wollten Programmieren verständlicher und für Studierende einfacher machen und die Erfolgsquote unserer Lehrveranstaltung erhöhen. Dabei sind wir auf das Pilotprojekt Brain-based Programming gestoßen, das bereits erfolgreich an der Alpen-Adria-Universität Klagenfurt umgesetzt wurde. Dabei hatte sich die Erfolgsquote deutlich erhöht und das Feedback der Studierenden war sehr positiv. Gemeinsam mit der Leiterin dieses Projekts haben wir basierend auf den bereits gewonnenen Erkenntnissen ein neues Lehrkonzept, COOL Informatics, entwickelt und erfolgreich umgesetzt.

 

Die Basis des Konzepts sind neurodidaktische Prinzipien. Neurodidaktik stellt eine Schnittstelle zwischen Neurowissenschaften und Didaktik sowie Pädagogik und Psychologie dar. Ihre Aufgabe ist es, die Erkenntnisse der Hirnforschung und Neurobiologie in Bezug auf Lernen und Gedächtnis zu erschließen und in Kombination mit psychologischem Wissen für Pädagogik und Didaktik aufzubereiten. Aus dem Wissen über Aufbau, Entwicklung und Funktionsweise des Gehirns entstehen didaktische Prinzipien und Vorschläge für gehirngerechtes Lehren und Lernen. Unser Lehrkonzept geht davon aus, dass bei Verwendung von gehirngerechten Unterrichtsmethoden und gehirngerechter Gestaltung von Aufgabenblättern der Lernerfolg gesteigert bzw. die Ursachen für die niedrige Erfolgsquote abgeschwächt werden können.

 

Ursprünglich haben unsere Studierenden der Wirtschaftsinformatik die Lehrveranstaltung “Einführung in die Softwareentwicklung" gemeinsam mit Studierenden der Informatik besucht und dabei deutlich schlechtere Ergebnisse erzielt. Wir haben nun einen separaten Unterricht für unsere Studierenden gestartet und dabei die Themen von Vorlesung und Übung eng aufeinander abgestimmt. Das bedeutet, dass genau das Thema der Vorlesung in der darauffolgenden Übung geübt wird. Zusätzliche wurde ein wöchentliches Tutorium eingerichtet, bei dem von erfahrenen Studierenden Unterstützung angeboten wird.

 

Die Lehrveranstaltung erstreckt sich über etwa 12 Wochen, wobei jede Woche eine 90-minütige Vorlesung und eine begleitende 90-minütige Übung stattfindet. Im Rahmen der Veranstaltung erlernen die Studierenden grundlegende Programmierkonzepte in Java. Die Themen des Kurses umfassen dabei einfache Programme, Variablen, Schleifen und Verzweigungen, Methoden und Parameter, Felder, grundlegende Datentypen, einfache Klassen und Objekte sowie einfache Ausnahmebehandlung. Darauf aufbauend besuchen die Studierenden im nächsten Semester einen Kurs, der fortgeschrittenere objektorientierte Konzepte in Java vermittelt sowie einen Kurs zu Algorithmen und Datenstrukturen.

 

Die 90-minütigen Vorlesungen bestehen aus Folienpräsentationen zu unterschiedlichen Themen mit vielen praktischen Beispielen. Zusätzlich gibt es ein Lehrbuch mit einem Kapitel für jede Vorlesungseinheit, das zusätzliche Beispiele enthält, die auch im Internet heruntergeladen werden können. Die Studierenden werden ermutigt, die entsprechenden Kapitel vor dem Besuch einer Vorlesung zu lesen, so dass sie vorbereitet sind und detaillierte Fragen stellen können. In der Vorlesung herrscht keine Anwesenheitspflicht. In den Übungen werden die Studierenden in Gruppen von maximal 30 Teilnehmern eingeteilt. Dort wird an praktischen Beispielen geübt, wie die Inhalte der Vorlesung umgesetzt werden können. Die Studierenden erhalten jede Woche ein Aufgabenblatt, d.h. Übungen, die sie innerhalb einer Woche selbstständig ausarbeiten und elektronisch einreichen müssen. Die Studierenden müssen mindestens 8 von 10 Aufgaben einreichen und insgesamt mindestens 50% der Punkte erreichen (die besten 8 Aufgaben zählen). Die Aufgaben werden nicht nur bewertet, sondern die Studierenden bekommen auch Feedback zu ihren Lösungen. Sollten sie Probleme mit ihren Aufgaben haben, können sie an dem oben erwähnten wöchentlichen Tutorium teilnehmen und erhalten dort Hilfe von erfahrenen Studierenden höheren Semesters.

 

Die Bewertung der Lehrveranstaltung basiert auf zwei Teil-Tests während des Semesters oder alternativ eines Gesamttest am Ende des Semesters. Studierende können ihre positiven Testergebnisse mit guten Ergebnissen auf die Aufgaben verbessern. Erreichen die Studierenden mehr als 50% der Punkte auf die Aufgaben, bekommen sie bis zu vier Bonuspunkte. Um die Lehrveranstaltung gesamt positiv abschließen zu können, müssen die Studierenden sowohl die Tests als auch die Aufgaben positiv absolvieren. Dieser Prüfungsmodus hat dazu geführt, dass von den Studierenden Vorlesung und begleitende Übung gemeinsam in einem Semester absolviert werden müssen und nicht, wie in der Vergangenheit oft der Fall, nur einer der beiden Teile abgeschlossen wird und der fehlende Teil auf spätere Semester verschoben wird.

 

Zu Vergleichszwecken haben wir nicht alle Übungsgruppen auf die COOL-Methode umgestellt. Wir haben im Sommersemester 2018 mit COOL begonnen und soeben unsere zweite Runde im Wintersemester 2018 beendet. In den Vergleichsgruppen werden den Studierenden wie bisher praktische Beispiele von den Dozenten vorgezeigt, die Studierenden programmieren während den Übungen nicht aktiv mit. Die Aufgabenblätter bestehen aus zwei umfangreichen Beispielen und werden in Einzelarbeit bearbeitet und eingereicht.

 

Im Gegensatz dazu sind bei der COOL-Methode die Übungen in 3 Phasen gegliedert, die den individuellen Lernrhythmus der Studierenden berücksichtigen:

 

1. Phase = Fragerunde: In der ersten Phase von ca. 10-15 Minuten werden individuelle Fragen der Studierenden beantwortet, die in der Vorlesung im Plenum vielleicht nie gestellt worden wären. Oft erachten Studierende Fragen als zu banal, aber für das Verständnis sind gerade diese Fragen notwendig. Die Dozentin fasst auch kurz die wichtigsten Punkte der Vorlesung dieser Woche zusammen, um die Studierenden auf die Lösung der Übungsaufgaben optimal vorzubereiten.

 

2. Phase = Entdecken: Die zweite Phase von ca. 10-20 Minuten ist dazu gedacht, in Kleingruppen neue Lerninhalte zu entdecken bzw. in der Vorlesung bereits besprochene Themen wiederzuentdecken. Dazu gibt es auf den Aufgabenblättern verschiedene Aufgabenstellungen, z.B. Leseecken mit fertigem Programmcode, kurze Aufgabenstellungen mit einer dazu passenden Lösung, Puzzles und Lückentexte oder Übungen zur Fehlersuche.

 

3. Phase = Labor: In der dritten Phase jeder Übung findet das tatsächliche Programmieren in Zweierteams (Pair Programming) statt. Dabei arbeiten die Teams an den Aufgabenblättern. Die Dozentin unterstützt gemeinsam mit erfahrenen Studierenden die Teams. Schwierige Themen, bei denen sich herausstellt, dass viele Teams Schwierigkeiten haben, werden gemeinsam diskutiert und besprochen.

 

In den beiden Semestern, in denen wir COOL eingesetzt haben, konnten wir beobachten, dass alle Studierenden in allen drei Phasen immer aktiv waren. Durch den Verzicht auf Frontalunterricht hat die Dozentin Zeit, alle Teams zu besuchen, Zwischenfragen zu stellen und bei auftretenden Problemen zu helfen. Wir ermutigen die Studierenden auch zu Hause bei der Fertigstellung der Aufgabenblätter gemeinsam weiter zu arbeiten, dies ist aber kein Muss. Alle Studierenden reichen ihre eigenen Lösungen ein und diese werden bewertet. Wie bisher müssen die Studierenden mindestens 8 von 10 Aufgaben einreichen und mindestens 120 Punkte erreichen. In den Übungen gibt es eine Anwesenheitspflicht von 80%.

 

Die 10 Aufgabenblätter werden nach neuro-didaktischen Prinzipien erstellt und eingesetzt. Passend zu den oben beschriebenen Phasen der Übung, sind auch die Aufgabenblätter in unterschiedliche Teile gegliedert:

 

1. Teil = Entdecken: Dieser Teil beinhaltet Beispiele und Aufgaben, die als Basis für entdeckendes Lernen dienen, also das Prinzip der automatischen Mustererkennung des Gehirns nutzen. Dieser Teil ist besonders beliebt bei den Studierenden, da er großteils Schritt-für-Schritt Anleitungen mit Lösungen enthält, sowie farblich hervorgehobene wichtige Passagen und zusätzliche Erklärungen zum Nachvollziehen der einzelnen Schritte.

 

2. Teil = Üben: Der zweite Teil besteht aus verschiedenen Aufgaben, in denen einzelne Kompetenzen und Fertigkeiten geübt werden können (z.B. Programmieren von Schleifen oder Parameterübergabe bei Methoden). Je nach Thema sind die Aufgaben in Pflicht- und Wahlaufgaben aufgeteilt, aus denen die Studierenden entsprechend ihrer individuellen Kompetenzen und Bedürfnisse auswählen können. In Summe müssen jedoch Aufgaben in einem gewissen Umfang ausgewählt werden.

 

In den beiden Semestern, in denen wir COOL eingesetzt haben, konnten wir die Drop-Out-Rate je nach Übungsgruppe und Semester in Summe zwischen 10% und 20% reduzieren. Es hat sich gezeigt, dass die Studierenden in den COOL-Gruppen deutlich länger aktiv bleiben. Zum ersten der beiden Teiltests treten in den COOL-Gruppen etwa 30% mehr Studierende an, beim zweiten Teiltest sind es zwischen 20% und 30%. COOL motiviert die Studierenden also, die Lehrveranstaltung bis zum Ende des Semesters zu besuchen. In den Vergleichsgruppen brechen die Studierenden die Lehrveranstaltung während des Semesters deutlich häufiger ab. In den COOL-Gruppen werden auch zwischen 5% und 20% mehr Aufgaben abgegeben. Zusätzlich haben sich die Ergebnisse der Aufgaben verbessert. Das Feedback der Studierenden zur neuen Methode ist sehr gut und die Zufriedenheit mit der Lehrveranstaltung konnte in den COOL-Gruppen deutlich gesteigert werden. Besonders positiv wurde das Programmieren in Teams, das individuelle Feedback und die individuelle Unterstützung, sowie die Gestaltung der Aufgabenblätter hervorgehoben. Zur von den Studierenden angeregten zusätzlichen Unterstützung durch Online-Videos werden wir in einem ersten Schritt auf existierende Videos zurückgreifen. Die Produktion eigener, speziell für COOL angepasster Videos ist später ebenfalls geplant.

 

Die COOL-Methode wurde bei uns im Rahmen der Lehrveranstaltung “Einführung in die Softwareentwicklung” im Bachelorstudium Wirtschaftsinformatik eingesetzt. COOL ist aber so flexibel, dass die Methode einfach für andere “schwierige” Lehrveranstaltungen in technischen und naturwissenschaftlichen Studienrichtungen angepasst und eingesetzt werden kann. Wir erwarten, dass die niedrigere Drop-out-Rate und die höhere Zufriedenheit der Studierenden positive Auswirkungen auf die Zahl der prüfungsaktiven Studierenden in diesen Studienrichtungen hat.

Positionierung des Lehrangebots

Bachelorstudium Wirtschaftsinformatik, 1. Semester

Das Beispiel wurde für den Ars Docendi Staatspreis für exzellente Lehre 2019 nominiert.
Ars Docendi
2019
Kategorie: Kooperative Lehr- und Arbeitsformen
Ansprechperson
Iris Groher, Assoz. Univ.-Prof. Dipl.-Ing. Dr.
Institut für Wirtschaftsinformatik - Software Engineering
0732/2468 4259
Nominierte Person(en)
Iris Groher, Assoz. Univ.-Prof. Dipl.-Ing. Dr.
Institut für Wirtschaftsinformatik - Software Engineering
Barbara Sabitzer, Univ.-Prof. MMag. Dr.
Abteilung für MINT Didaktik
Johannes Sametinger, a. Univ.-Prof. Dipl.-Ing. Dr.
Institut für Wirtschaftsinformatik - Software Engineering
Themenfelder
  • Lehr- und Lernkonzepte
  • Erfahrungslernen
Fachbereiche
  • Mathematik, Informatik, Naturwissenschaften, Technik/Ingenieurwissenschaften