Entwicklung, Implementierung und Evaluation eines Strategietrainings zur Förderung mechanisch-mathematischer Modellierungskompetenz von Studierenden ingenieurwissenschaftlicher Studiengänge beim Lösen von Statikaufgaben
Für das Lösen von Statikaufgaben ist eine strukturierte Vorgehensweise und das Verständnis der zu verwendenden Modelle bedeutend (Direnga, 2021; Gross et al., 2011; Müller-Slany, 2018; Paton, 2010). Dennoch bestehen häufig Defizite in der Modellierungskompetenz, die zu einer fehlerhaften Bearbeitung der Aufgaben und damit zu hohen Durchfallquoten in Statik führen (Newcomer & Steif, 2008). Die erfolgreiche Bearbeitung von Statikaufgaben ist durch die Anwendung des Modellierungsschemas in TM1 möglich, welches aber in der Lehre meist nur implizit vermittelt wird (Gross et al., 2011). Angesichts der hohen Abbruchquoten in ingenieurwissenschaftlichen Studiengängen, die oft in einer mangelnden Motivation aufgrund schlechter Leistungen in den Grundlagenfächern begründet sind (Heublein et al., 2022), ergibt sich die Notwendigkeit, diesen Lernprozess gezielt zu unterstützen.
Übungskonzepte bilden in der Lehre das zentrale Lehrformat zur Bearbeitung und Diskussion von Statikaufgaben (Direnga, 2021) und stellen damit einen geeigneten Ansatzpunkt für didaktische Interventionen dar. Die mechanisch-mathematische Modellierung, welche den Lösungsprozess zum Bearbeiten von Statikaufgaben darstellt (Müller-Slany, 2018), liefert die theoretische Grundlage für die vorliegende Arbeit. Im Rahmen dieser Arbeit wurde ein Strategietraining als Übungskonzept entwickelt und evaluiert, welches sich an den Forschungserkenntnissen zur (mechanisch-) mathematischen Modellierung orientiert. Ein zentraler Aspekt erfolgreicher Modellierungskompetenz ist das Verstehen, Erkennen und Anwenden der Modelle (Hankeln & Greefrath, 2021). Um diese Kompetenz gezielt zu fördern, wurden Aufgaben entwickelt und aufbereitet, die eine systematische Struktur des Modellierungskreislaufs aufzeigen.
Als zentrale Intervention wurde ein Strategietraining konzipiert, das gezielt die Modellierungskompetenz in TM1 fördern soll. Die Evaluation ergab, dass das Strategietraining zu einem vertieften deklarativen Wissen über den Modellierungskreislauf in Statik führte und zudem eine verbesserte Anwendung des Kreislaufs auf vorstrukturierte Statikaufgaben nachgewiesen werden konnte. Mögliche Störeinflüsse durch Prädiktoren wie die Note der Hochschulzugangsberechtigung oder die Mathematiknote konnten ausgeschlossen werden. Ebenso zeigte sich eine hohe Korrelation zwischen dem Wissen über den MDK und der Anwendung des MDKs. Diese Ergebnisse unterstreichen das Potenzial strategiebasierter Trainingsmaßnahmen zur Förderung der mechanisch-mathematische Modellierungskompetenz.
A structured approach and an understanding of the models to be used are essential for solving statics problems (Direnga, 2021; Gross et al., 2011; Müller-Slany, 2018; Paton, 2010). However, deficits in modeling competence are common, often leading to incorrect modeling while solving tasks and, consequently, high failure rates in statics (Newcomer & Steif, 2008). The successful completion of statics tasks is possible through the application of the modeling schema in TM1, which, however, is typically taught only implicitly in lectures (Gross et al., 2011). Given the high dropout rates in engineering degree programs—often due to a lack of motivation resulting from poor performance in foundational subjects (Heublein et al., 2022)—it becomes necessary to provide targeted support for this learning process.
Exercise concepts are the central teaching format in statics education, facilitating tasks-solving and discussion (Direnga, 2021), making them a suitable starting point for didactic interventions. Mechanical-mathematical modeling, which represents the solution process for statics tasks (Müller-Slany, 2018), provides the theoretical foundation for this study.
As part of this research, a strategy training was developed and evaluated as an exercise concept, based on findings from research on (mechanical-) mathematical modeling. A key aspect of successful modeling competence is understanding, recognizing, and applying models (Hankeln & Greefrath, 2021). To specifically foster this competence, tasks were developed and structured to systematically illustrate the modeling cycle.
As the main intervention, a strategy training was designed to specifically enhance modeling competence in TM1. The evaluation showed that the strategy training led to a deeper declarative knowledge of the modeling cycle in statics and also demonstrated improved application of the cycle to pre-structured statics tasks.
Potential confounding factors, such as university entrance qualification grades or mathematics grades, could be ruled out as influencing variables. Additionally, a strong correlation was found between knowledge of the modeling cycle and its application. These findings highlight the potential of strategy-based training measures in promoting mechanical-mathematical modeling competence.