Digital Learning Campus

Wortwolke

Zusammenfassung

Kontext

Die Hochschullehre steht vor der Herausforderung, klassische produktionsorientierte Lehrformate (z. B. Poster, Essays) an die Möglichkeiten generativer KI anzupassen. Da KI solche Artefakte ohne tiefes fachliches Verständnis erstellen kann, werden Lernprozesse für Lehrende zunehmend unsichtbar. Der Arbeitskreis ProLudens setzt mit Game Development Based Learning (GDBL) auf eine alternative Methode: Lernende entwickeln eigene Spielkonzepte, um fachliche Inhalte in regelbasierte Systeme zu übersetzen. Dies fördert nicht nur die Auseinandersetzung mit dem Lerngegenstand, sondern auch den Transfer von Wissen in interaktive Mechaniken.

Kernaussagen

1. Problemstellung: KI und klassische Produktionsformate

Herausforderung: Generative KI (z. B. ChatGPT) kann hochwertige Poster, Essays oder Portfolios erstellen, ohne dass Lernende ein tiefes fachliches Verständnis entwickeln müssen.
- Beispiel: Ein mit KI generiertes Poster zum Thema „handlungs- und produktionsorientierter Literaturunterricht“ wirkt auf den ersten Blick kompetent, enthält aber keine sichtbaren Lernspuren.
Folge: Lehrende können Lernprozesse und echten Kompetenzaufbau schwerer nachvollziehen.

2. Game Development Based Learning (GDBL) als Lösung

Definition: GDBL versteht die Konstruktion regelbasierter Spielsysteme (analog/digital) als fächerübergreifende Modellierungssprache.
- Fachliche Inhalte werden in interaktive, dynamische Systeme übersetzt (z. B. Serious Games).
- Ziel: Kein reiner Unterhaltungsfokus, sondern akkurate Abbildung fachlicher Logiken.
Doppelte didaktische Funktion:
1. Prozessphase: Intensive Auseinandersetzung mit dem Lerngegenstand während der Entwicklung.
2. Produktphase: Lernprozesse durch das Spielen der entstandenen Spiele (z. B. Serious Games).

3. Kompetenzdimensionen und Voraussetzungen

Inhaltliche Kompetenzen:
- Deklaratives Wissen: Sachwissen zum Thema (z. B. Fakten zur Evolution).
- Prozedurales Wissen: Anwendung des Wissens in Spielmechaniken (z. B. „Wie übersetze ich Paarungsverhalten in ein Spiel?“).
- Metakognitives Wissen: Reflexion über Sinnhaftigkeit und Kohärenz der Umsetzung.
Praktische Kompetenzen:
- Grundverständnis von Spielen (z. B. Regeln, Interaktivität) ist oft implizit vorhanden (z. B. durch Lebenswelt der Lernenden).
- Erfahrung aus Game Jams: Viele Teilnehmende benötigen keine Vorerfahrung im Gamedesign; Teamarbeit gleicht Wissenslücken aus.

4. Vorteile gegenüber statischen Medien

Dynamische Systeme: Spiele bilden komplexe Funktionsweisen, Interdependenzen und Dynamiken ab (z. B. Krisenmanagement in einem Strategiespiel).
Kooperatives Lernen: Projektarbeit fördert Zusammenarbeit und Nutzung unterschiedlicher Stärken im Team.
KI-Resilienz: KI kann zwar Texte/Bilder generieren, aber nicht sinnvoll Fachwissen in kohärente Spielprinzipien übersetzen (aktueller Stand).

5. Förderung multipler Kompetenzen

Medienkompetenz: Nutzung von Tools (z. B. Unity, Piskel) für digitale Spiele oder analoge Planung.
KI-Kompetenz: Reflektierter Umgang mit KI als Unterstützung für Assets (z. B. Texte, Grafiken), nicht als Produktgenerator.
Vermittlungskompetenz: „Lernen durch Lehren“ – Lernende werden zu Expert:innen des Themas (z. B. durch Entwicklung von Serious Games).
Professionelles Medienhandeln: Besonders relevant für Lehramtsstudierende (Anlehnung an das DPEC-Modell).

Fazit

Game Development Based Learning bietet eine KI-resiliente, prozessorientierte Methode, die:

Tiefes fachliches Verständnis durch den „Übersetzungsakt“ in Spielmechaniken erfordert.
Multiple Kompetenzen (Fachwissen, Medienkompetenz, Teamarbeit) fördert.
Dynamische Lernprozesse sichtbar macht – im Gegensatz zu statischen Artefakten.

Handlungsempfehlung:

GDBL in Lehrveranstaltungen integrieren, um Lernprozesse sichtbar zu halten und digitale Kompetenzen zu stärken.
Game Jams als niedrigschwelligen Einstieg nutzen (z. B. mit vorgegebenen Themen und Expert:innen-Inputs).
KI gezielt als Werkzeug für Assets einsetzen, um den Fokus auf die Modellierung von Systemen zu legen.

Ausblick: Aktuell wird die Methode empirisch überprüft (Prä-/Posttests in Lehramtsstudiengängen und Psychologie), um ihre Wirksamkeit wissenschaftlich zu fundieren.

Fragen & Antworten

Warum ist Game Development Based Learning (GDBL) im Vergleich zu klassischen Produktionsformaten wie Postern oder Essays resilienter gegenüber generativer KI?

Während KI hochwertige statische Artefakte ohne tiefes Verständnis erstellen kann, ist sie aktuell sehr schlecht darin, komplexes Fachwissen in kohärente, regelbasierte Spielprinzipien und dynamische Systeme zu übersetzen.

Müssen Lernende über Vorkenntnisse in Gamedesign oder Programmierung verfügen, um an GDBL teilzunehmen?

Nein, Vorerfahrung ist nicht zwingend erforderlich, da viele Lernende implizites Wissen durch ihre Lebenswelt mitbringen. Zudem gleichen ausgewogene Teams mit unterschiedlichen Kompetenzen Wissenslücken aus.

Welche Rolle spielt KI innerhalb des Game Development Prozesses, wenn sie nicht zur Erstellung des Gesamtprodukts genutzt werden soll?

KI wird als unterstützendes Werkzeug für einzelne Assets eingesetzt, beispielsweise zur Generierung von Texten, Grafiken, Skripten oder Audiofiles, um die technische Umsetzung zu erleichtern.

Was ist der Unterschied zwischen einem gewöhnlichen Spiel und einem Serious Game im Kontext von GDBL?

Serious Games haben keinen primären Unterhaltungsfokus, sondern dienen primär der Vermittlung von Inhalten oder der akkuraten Abbildung fachlicher Logiken und Systeme.

Wie wird die Wirksamkeit der GDBL-Methode wissenschaftlich überprüft?

Die Methode wird derzeit empirisch durch Studien mit Experimental- und Kontrollgruppen in den Studiengängen Psychologie und Lehramt mittels Prä- und Posttests evaluiert.

Diagramm

100%

mindmap
  root)Game Development als didaktische Methode(
    ["Problemstellung: KI & klassische Formate"]
      ["KI generiert Artefakte ohne Fachverständnis"]
      ["Lernprozesse für Lehrende unsichtbar"]
    ["GDBL als Lösung"]
      ["Spiele als regelbasierte Systeme"]
      ["Doppelte Funktion: Prozess & Produkt"]
    ["Kompetenzdimensionen"]
      ["Deklaratives & prozedurales Wissen"]
      ["Metakognition & Reflexion"]
    ["Vorteile vs. statische Medien"]
      ["Dynamische Systeme & Interdependenzen"]
      ["Kooperatives Lernen & Teamarbeit"]
    ["Förderung multipler Kompetenzen"]
      ["Medien- & KI-Kompetenz"]
      ["Vermittlungskompetenz & DPEC-Modell"]

Vom Artefakt zum System: Game Development als didaktische Methode