
KI-basierte Adaptive Lernunterstützung zur Diagnostik und Förderung der mathematischen Basiskompetenzen im inklusiven Kontext
(Prof. Dr. Maike Schindler)
Bildungsbereich(e)
Fragestellung
Forschungsmethode
Status und Laufzeit
Standort(e)
Kontaktadresse(n)
KI-basierte Adaptive Lernunterstützung zur Diagnostik und Förderung der mathematischen Basiskompetenzen im inklusiven Kontext
KI-ALF ist ein interdisziplinäres Projekt an der Schnittstelle von Sonderpädagogik, Mathematikdidaktik und Computer Science/Künstlicher Intelligenz (KI). Es verfolgt das Ziel, ein adaptives, digitales KI-basiertes Lernsystem zur individuellen Diagnostik und Förderung der mathematischen Basiskompetenzen zu entwickeln, das für Lehrkräfte einsetz- und auswertbar ist und in inklusiven Schulen eingesetzt werden kann. Im Fokus stehen v. a. Kinder, die mathematische Basiskompetenzen im Laufe der Grundschulzeit unzureichend erworben haben und zu Beginn der Sekundarstufe besonderer Unterstützung bedürfen. Dies betrifft Kinder mit Rechenstörung, Kinder mit sonderpädagogischen Unterstützungsbedarfen (z. B. im Lernen), wie auch Kinder, deren Schwierigkeiten in den mathematischen Basiskompetenzen im Laufe der Grundschulzeit unentdeckt blieben.
KI-ALF verfolgt das Ziel, ein adaptives, digitales KI-basiertes Lernsystem zur individuellen Diagnostik und Förderung der mathematischen Basiskompetenzen zu entwickeln, das für Lehrkräfte einsetz- und auswertbar ist und in inklusiven Schulen eingesetzt werden kann. Im Fokus stehen v. a. Kinder, die mathematischen Basiskompetenzen im Laufe der Grundschulzeit unzureichend erworben haben und zu Beginn der Sekundarstufe besonderer Unterstützung bedürfen. Dies betrifft Kinder mit Rechenstörung, Kinder mit sonderpädagogischen Unterstützungsbedarfen (z. B. im Lernen), wie auch Kinder, deren Schwierigkeiten in den mathematischen Basiskompetenzen im Laufe der Grundschulzeit unentdeckt blieben.
Das Projekt KI-ALF bearbeitet folgende Forschungsfragen:
- Wie können Kinder mit Schwierigkeiten in den mathematischen Basiskompetenzen mithilfe eines Systems aus Künstlicher Intelligenz (KI) und Eye-Tracking mit hoher Zuverlässigkeit identifiziert werden?
- Wie können individuellen Vorgehensweisen und Schwierigkeiten der Kinder in den mathematischen Basiskompetenzen mithilfe eines Systems aus KI und Eye-Tracking mit hoher Zuverlässigkeit diagnostiziert werden?
- Inwiefern können Kinder mit Schwierigkeiten in den mathematischen Basiskompetenzen mithilfe eines für den großflächigen Einsatz konzipierten KI-basierten adaptiven Lernsystems individuell gefördert werden?
Mixed-methods
qualitative und quantitative Methoden sowie Künstliche Intelligenz (KI)
Im Projekt KI-ALF wurde ein adaptives, digitales KI-basiertes Lernsystem zur individuellen Diagnostik und Förderung der mathematischen Basiskompetenzen entwickelt. Das Lernsystem kann in inklusiven Schulen im Übergang von der Primar- zur Sekundarstufe eingesetzt werden, um Kinder zu unterstützen, die die Grundschule mit unzureichenden mathematischen Basiskompetenzen verlassen.
Das adaptive, digitale KI-basierte Lernsystem besteht aus einem Diagnose- und Fördermodul.
Das Diagnosemodul identifiziert Kinder mit unzureichenden mathematischen Basiskompetenzen und diagnostiziert individuelle Vorgehensweisen und mögliche Schwierigkeiten. Dies geschieht auf Basis von Aufgabenbearbeitungen der Kinder in dem adaptiven Lernsystem am Computerbildschirm: Die Blickbewegungen der Kinder werden mithilfe von Webcam-Eye-Tracking erfasst und mittels KI automatisch analysiert. Die Umsetzung wurde in Zusammenarbeit mit Lehrkräften und Kindern in einer inklusiven Schule zu Beginn der Sekundarstufe erprobt. Die Ergebnisse zeigen, dass die KI-Analyse der Eye-Tracking-Daten erkennen kann, ob die Kinder über ausreichende mathematischen Basiskompetenzen verfügen, welche Vorgehensweisen sie anwenden und welche Schwierigkeiten sie haben.
Das Fördermodul stellt adaptiv, individuell Förderung bereit. Den Kindern werden – basierend auf den identifizierten Schwierigkeiten in den mathematischen Basiskompetenzen – verschiedene passende Fördersequenzen in Form von Erklärvideos und vielfältigen Übungsaufgaben zugewiesen. Bezüglich des Fördermoduls zeigte sich, dass das KI-ALF Lernsystem zuverlässig Fördersequenzen, die auf die individuellen Schwierigkeiten in den mathematischen Basiskompetenzen zugeschnitten sind, bereitstellt. Die Wirksamkeit der Förderung durch das KI-ALF Lernsystem wurde zudem in Studien mit Kindern nachgewiesen.
Status: abgeschlossen
Laufzeit des Projekts: September 2021 – August 2024
Universität zu Köln
Prof.Dr. Maike Schindler / Universität zu Köln / Humanwissenschaftliche Fakultät / Department Heilpädagogik und Rehabilitation / Lehrstuhl Sonderpädagogische Didaktik im Handlungsfeld Mathematik / Classen-Kappelmann-Str. 24 / 50931 Köln / maike.schindler(at)uni-koeln.de
Downloads / Links
Hier geht es zur Homepage des KI-ALF-Projekts.

Poster Methodik KI-ALF
Das Poster gibt einen Einblick in die Fragestellung des Projekts KI-ALF und der Methodik zur Erfassung und Förderung mathematischer Fertigkeiten im Bereich der Multiplikation.
TEAM
Das Projekt KI-ALF ist ein Einzelprojekt und das Team setzt sich wie folgt zusammen:

Prof. Dr. Maike Schindler
Projektleitung
maike.schindler(at)uni-koeln.de

Jingyi Lai
Wissenschaftliche Mitarbeit
jingyi.lai(at)uni-koeln.de

Parviz Asghari
Wissenschaftliche Mitarbeit
parviz.asghari(at)uni-koeln.de

Dr.Lukas Baumanns
Wissenschaftliche Mitarbeit
lukas.baumanns(at)uni-koeln.de

Anna Lisa Simon
Wissenschaftliche Mitarbeit
anna.simon(at)uni-koeln.de
Veröffentlichungen
Lai, J., Baumanns, L., Simon, A. L., Lilienthal, A. J., & Schindler, M. (2024). Students’ use of strategies when working on multiplication tasks with array representations: An eye-tracking study. In P. Ebers, F. Rösken, B. Barzel, A. Büchter, F. Schacht & P. Scherer (Hrsg.), Beiträge zum Mathematikunterricht 2024 (S. 1167). WTM. http://dx.doi.org/10.17877/DE290R-25142
Simon, A. L., Asghari, P., & Lilienthal, A. J., Schindler, M. (2023). Strategy use in number line tasks of students with and without mathematical difficulties: A study using eye tracking and AI. In M. Ayalon, B. Koichu, R. Leikin, L. Rubel & M. Tabach (Hrsg.), Proceedings of the 46th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, S. 211-218). PME.
Lai, J., Baumanns, L., Simon, A. L., Lilienthal, A. J., & Schindler, M. (2023). Exploring students’ understanding of multiplication with eye tracking: A study on the use of strategies in array representations. In P. Drijvers, C. Csapodi, H. Palmér, K. Gosztonyi, & E. Kónya (Hrsg.), Proceedings of the Thirteenth Congress of the European Society for Research in Mathematics Education (CERME13) (pp. 449–456). https://hal.science/CERME13/hal-04416526v1
Asghari, P., Schindler, M., & Lilienthal, A. J. (2023). Eye Tracking Auto-Correction Using Domain Information. In M. Kurosu & A. Hashizume (Hrsg.), Human-Computer Interaction. HCII 2023. Lecture Notes in Computer Science, vol 14011. Springer. https://doi.org/10.1007/978-3-031-35596-7_24
Asghari, P., Schindler, M., & Lilienthal, A. J. (2022). Can eye tracking with pervasive webcams replace dedicated eye trackers? An experimental comparison of eye-tracking performance. In C. Stephanidis, M. Antona, S. Ntoa & G. Salvendy (Hrsg.), HCI International 2022 – Late Breaking Posters. HCII 2022. Communications in Computer and Information Science, vol 1654. Springer. https://doi.org/10.1007/978-3-031-19679-9_1
Lai, J., Asghari, P., Baumanns, L., Pihl, A., Lilienthal, A. J., & Schindler, M. (2022). A digital adaptive learning system for diagnostics and support of basic arithmetic competencies. In C. Fernández, S. Llinares, A. Gutiérrez, & N. Planas (Hrsg.), Proceedings of the 45th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, S. 368). PME.
Goethe-Universität Frankfurt
Fachbereich Erziehungswissenschaften
Institut für Sonderpädagogik
Theodor-W.-Adorno-Platz 6
D-60629 Frankfurt am Main