CaseTrain - ein Autorensystem für Trainingsaufgaben und benotete Übungen

Die an der Universität Würzburg in über 300 Kursen eingesetzte Eigenentwicklung CaseTrain erlaubt Dozierenden eine einfache Erstellung von fallbasierten Trainingsaufgaben und (Pflicht-)Übungen

Eckdaten

Kann Lösungsansätze für folgende Problemstellungen der Lehre bieten:

  • Geringe Selbstregulationsfähigkeit der Studierenden
  • Begrenzte Möglichkeiten zum individualisierten Lernen
  • Geringe Kompetenzorientierung in Prüfungs- und Bewertungsformen

Eignet sich für folgende Virtualisierungsgrade:

  • Anreicherung

Nutzt folgende Medieneigenschaften zur Unterstützung des Lernprozesses:

Interaktivität: 5 (trifft vollkommen zu)
Adaptivität: 1 (trifft überhaupt nicht zu)
Synchronizität: 1 (trifft überhaupt nicht zu)
Selbststeuerung: 5 (trifft vollkommen zu)

CaseTrain ist ein AutorInnen- und Ablaufsystem, das es Dozierenden der Uni Würzburg erlaubt, sehr einfach fallbasierte Trainingsaufgaben oder verpflichtende Übungen zu Kursinhalten anzulegen und auf Dauer zu pflegen. Die Studierenden können die Aufgaben auf verschiedenen Endgeräten bearbeiten und erhalten eine systematische Rückmeldung zu ihrem Kenntnisstand. 2017 wurden im CaseTrain-System über 2000 Fälle in über 300 Kursen aus allen Fakultäten angeboten, die von über 12000 Studierenden bearbeitet wurden. Es handelt sich also um keine Insellösung, sondern ein universitätsweites und gut in die übrigen elektronischen Ressourcen (Kursmanagementsystem; elektronische Studierendenverwaltung) integriertes System mit einer Vielzahl verschiedener Nutzer. Möglich wurde diese hohe Nutzerzahl durch eine sehr einfache Schnittstelle zur Aufgabenerstellung, die professionelle Gestaltung und kontinuierliche Wartung und Unterstützung des Systems und eine Anschubfinanzierung von Personen, die Dozierende bei der Erstellung von Aufgaben auch inhaltlich unterstützten.

CaseTrain bietet zusätzlich die Möglichkeit, computerunterstützt Papierprüfungen zu erstellen und auszuwerten, und elektronische Prüfungen durchzuführen, z.B. in der Statistikausbildung und in der Medizin. Im WS 2017/18 wurden damit rund 100 Papierprüfungen und 20 elektronische Prüfungen mit insgesamt 15000 Prüfungsleistungen durchgeführt.

In der Aufbauphase des Projekts hatte sich gezeigt, dass Übungsaufgaben trotz sorgfältiger Vorbereitung nicht angenommen werden, wenn die Relevanz für die Prüfung nicht unmittelbar erkennbar ist. Durch die Verwendung desselben Systems für Lehre und Prüfungen ergibt sich für die Studierenden eine erhöhte Motivation, die Aufgaben zu bearbeiten.

Medieneigenschaften zur Unterstützung des Lernprozesses

Interaktivität: 5 (trifft vollkommen zu)

In den CaseTrains werden z.B. Videos von PatientInnen gezeigt, deren Erkrankung durch die Studierenden diagnostiziert werden soll. Die Studierenden erhalten eine unmittelbare Rückmeldung und z.T. ausführliche Erklärungen zu ihren Antworten.

Interaktionsdaten werden gesammelt und automatisch ausgewertet und können von den Dozierenden zur Qualitätskontrolle verwendet werden (Gibt es problematische Frageformulierungen?). Sie führen aber nicht zu einer automatischen Anpassung des Systems.

Da das System auch für verpflichtende (benotete) Übungen eingesetzt wird, wären Audio- und Videochats kontraproduktiv. Dass die Studierenden gleichzeitig an Trainingsfällen arbeiten und darüber f2f diskutieren, kommt natürlich trotzdem vor und ist ja auch nicht schädlich.

Selbststeuerung: 5 (trifft vollkommen zu)

Jeder Studierende kann seine Fallbearbeitungsstatistik abfragen und prüfen, welche Aufgaben noch bzw. nochmals zu bearbeiten sind. Ähnliches gilt bei verpflichtenden Übungen.

Lösungsansätze für Problemstellungen der Lehre

Für die folgenden Problemstellungen kann das Praxisbeispiel Lösungsansätze bieten:

  • Geringe Selbstregulationsfähigkeit der Studierenden:
    Erstaunlicherweise wirkt die frühzeitige und einfache Verfügbarkeit von Übungsaufgaben praktisch kaum gegen Prokrastination; das zeigen übereinstimmend die Nutzerstatistiken verschiedenster Kurse, bei denen die Aufgabenbearbeitungen erst kurz von der Klausur drastisch ansteigen.
  • Begrenzte Möglichkeiten zum individualisierten Lernen:
    Die hohe Verfügbarkeit der Trainingsfälle (zeitlich und räumlich) zusammen mit der individuellen Lernstatistik verbessert die Chancen für individualisiertes Lernen.
  • Geringe Kompetenzorientierung in Prüfungs- und Bewertungsformen:
    Durch die Verwendung elektronischer Übungsformate lassen sich Aufgaben generieren, die deutlich näher an den Praxisanforderungen sind (z.B. Videos und Bildmaterial in medizinischer Diagnostik, Datensätze für statistische Auswertungen)

Virtualisierungsgrad

Der Virtualisierungsgrad beschreibt das Verhältnis zwischen Präsenz- und virtuellen Phasen. Das Praxisbeispiel unterstützt die folgenden Virtualisierungsgrade:

  • Anreicherung

Ressourcen

Soft- und Hardware

  • HTML5, PC, mobile Geräte

Open Educational Resources

Kontakt

Sie möchten mehr über das Praxisbeispiel erfahren? Hier können Sie Kontakt zu den Autorinnen und Autoren aufnehmen:

Diplom Inf. Alexander Hörnlein
Rechenzentrum der Universität Würzburg
Am Hubland
D- 97074 Würzburg
Mail: casetrain[at]uni-wuerzburg.de

Dr. Rainer Scheuchenpflug
Institut für Psychologie , Universität Würzburg
Röntgenring 11
D- 97070 Würzburg
Mail: scheuchenpflug[at]psychologie.uni-wuerzburg.de
Home: https://www.psychologie.uni-wuerzburg.de/methoden/mitarbeiter/wissenschaftliche-mitarbeiter/rainer-scheuchenpflug/