Vortrag am Dienstag, den 10.11.2026, 16 Uhr c.t., Mathematik-Labor, Gebäude I, EG, Raum I 1.08, Anfahrt 

Prof. Dr. Timo Leuders, Pädagogische Hochschule Freiburg

Wie fällen Lehrkräfte diagnostische Urteile? – Bericht aus dem DiaKoM-Forschungsprogramm

Diagnostische Kompetenz ist eine zentrale Voraussetzung adaptiven Unterrichtens und umfasst professionelle Dispositionen, situationsbezogene Prozesse des Wahrnehmens, Interpretierens und Entscheidens sowie diagnostische Performanz (Blömeke et al., 2015; Leuders et al., 2018). Das Forschungsfeld fokussiert entsprechend auf unterschiedliche Perspektiven, etwa Urteilsakkuratheit, Professional Noticing, diagnostische Entscheidungsprozesse und Formative Assessment (Leuders et al., 2022).

Das Forschungsprogramm DiaKoM fokussiert insbesondere die Genese diagnostischer Urteile als Informationsverarbeitungsprozess, in dem Merkmale der Situation und der Lehrkraft beeinflussen, welche Informationen wahrgenommen, interpretiert und zu einem Urteil integriert werden (Loibl et al., 2020; Leuders et al., 2020). Der Vortrag berichtet neue Forschungsimpulse innerhalb dieser Perspektive. 

Studien zur Aufgabendiagnose zeigen, wie gegenstandsspezifisches fachdidaktisches Wissen die Identifikation und Integration schwierigkeitsgenerierender Aufgabenmerkmale unterstützt und wie situative Bedingungen wie Zeitdruck diese Prozesse beeinflussen (Rieu et al., 2020, 2022). Weitere Arbeiten untersuchen, wie Mindsets und der Umgang mit Mehrdeutigkeit die Informationsverarbeitung prägen (Özel et al., 2024, 2025) und wie durch Wissensreorganisation professionelle Wissensbestände besser für diagnostische Prozesse verfügbar gemacht werden können (Schaffert, 2022).

Neue Erweiterungen betreffen die Nutzung externer Diagnoseinstrumente. Lehrkräfte müssen diagnostische Informationen fachlich interpretieren, bewerten und mit eigenen Beobachtungen verbinden. Dies gilt zunehmend auch für KI-gestützte Diagnosesysteme, deren Schlussfolgerungen geprüft und in eigene Entscheidungen integriert werden müssen (Hoppe et al., 2026). Fachlich strukturierte Diagnosemodelle und gezielte Professionalisierung sind dafür zentral (Leuders et al., 2019; Schulz et al., 2020).

Damit erweitert sich die Perspektive von der Genese diagnostischer Urteile hin zu evidenzorientiertem diagnostischem Handeln: Diagnostische Kompetenz umfasst zunehmend auch die Fähigkeit, unterschiedliche interne und externe Evidenzquellen auszuwählen, zu bewerten und für begründete pädagogische Entscheidungen zu integrieren.

Vortrag am Dienstag, den 15.12.2026, 16 Uhr c.t., Mathematik-Labor, Gebäude I, EG, Raum I 1.08, Anfahrt 

Prof. Dr. Karin Binder & Leon Wiemann, Universität Paderborn

Der signifikante Irrtum: Fehlvorstellungen zu p-Werten entlarven und durch Simulationen überwinden

Statistische Grundkenntnisse zu Signifikanztests und p-Werten sind für Studierende vieler Fachbereiche obligatorisch. Angesichts von Medienmeldungen wie „Frauen nutzen Künstliche Intelligenz signifikant seltener als Männer“ ist ein Verständnis von statistischer Signifikanz auch für die kritische Auseinandersetzung mit medialen Behauptungen erforderlich. Fehlvorstellungen von p-Werten wurden dabei vielfach auch bei Forschenden nachgewiesen und führten zu einer Stellungnahme der American Statistical Association zur Verwendung und Interpretation von p-Werten (Wasserstein & Lazar, 2016). Während einige Journale die Ausweisung von Effektstärken empfehlen, bleibt fraglich, ob die bloße Ausweitung der präsentierten statistischen Informationen zu einer Reduktion von Fehlvorstellungen von p-Werten ausreichend ist. Im Vortrag stellen wir eine Studie vor, die dieser Frage durch die systematische Variation der präsentierten statistischen Informationen in medizinischen Abstracts nachgegangen ist. Darauf aufbauend präsentieren wir simulationsbasierte Ansätze – sowohl enaktiv als auch computerunterstützt – zur Einführung von Signifikanztests und p-Werten.