Aktuelles
CATALPA Promovierende 2025
[05.11.2025]In diesem Jahr haben Franziska Wehrhahn, Nathalie Bick und Regina Kasakowskij ihre Promotion bei CATALPA abgeschlossen. Die drei Wissenschaftlerinnen bleiben dem Forschungszentrum in verschiedenen Positionen erhalten oder zumindest sehr eng verbunden. CATALPA gratuliert noch einmal ganz herzlich zum Titel und blickt zurück.
Franziska Wehrhahn: Lieber autonom lernen oder mit leitender Unterstützung?
Foto: FernUni
Medien-Einsatz kann das Lernen unterstützen. Aber wie genau? Für ihre Dissertation hat CATALPA-Forscherin Franziska Wehrhahn verschiedene Lernsettings unter die Lupe genommen.
Franziska Wehrhahn hat selbst an der FernUni studiert, schloss 2021 hier ihren Master in Bildungswissenschaften ab. „Schon während dieser Zeit habe ich festgestellt, dass wir Studierenden ganz unterschiedliche Herangehensweisen ans Lernen hatten“, erzählt sie. „Das fand ich sehr spannend.“ In der CATALPA-Nachwuchsgruppe Multimedia, geleitet von PD Dr. Fang Zhao, bot sich für sie die Möglichkeit, dieses Thema genauer unter die Lupe zu nehmen – und zwar aus psychologischer Perspektive.
Studierende wünschen sich Entscheidungsmöglichkeit
Wieviel Autonomie wünschen sich Studierende beim Online-Lernen? Inwiefern kann leitende Unterstützung hilfreich sein? Das waren zwei zentrale Fragen von Franziska Wehrhahns Dissertation. In drei Studien näherte sie sich diesen aus unterschiedlichen Perspektiven. Zwei davon fanden unter Reallabor-Bedingungen statt, also in einer echten Lehrveranstaltung in der Psychologie. Ein Beispiel: Franziska Wehrhahn fragte zunächst die Studierenden nach ihren Präferenzen: Ziehen sie beim Online-Lernen klare Vorgaben vor oder schätzen sie die freie Entscheidungsmöglichkeit, mit welchen Inhalten sie sich wann befassen? Sie fand heraus: 59 Prozent der Studierenden wünschen sich die freie Entscheidungsmöglichkeit.
Vorlieben und Verhalten nicht deckungsgleich
Im echten Kurs gibt es dagegen strukturierende Vorgaben: Hier sollen sich die Studierenden die neuen Inhalte in Etappen erarbeiten: Zunächst wird in einem Pre-Quiz das Vorwissen abgerufen, dann sollen sie ein Lehrvideo schauen und danach erneut ein Quiz absolvieren. An diese Vorgaben müssen sich die Studierenden aber nicht zwingend halten: Es ist beispielsweise auch möglich, das Lehrvideo zu überspringen und direkt das Post-Quiz zu lösen. Doch rund drei Viertel der Studierenden halten sich weitgehend an die Vorgaben. „Das bedeutet, die Vorlieben und das tatsächliche Verhalten sind nicht unbedingt deckungsgleich“, erklärt Franziska Wehrhahn.
Auch nach ihrer Promotion blieb Franziska Wehrhahn der CATALPA-Reallabor-Forschung erhalten. Sie wechselte zum Kooperationspartner DIE (Deutsches Institut für Erwachsenenbildung), um gemeinsam mit FernUni-Rektor Prof. Dr. Stefan Stürmer und Prof. Dr. Hannes Schröter das Kooperationsprojekt NOVA:ea zu Ende zu bringen, das sich mit studierendengerechten E-Assessments befasst. Zum 1. Januar 2026 ging es dann wieder an die FernUni zurück, als Teil des Teams von “LEAD:FUH – Learning Empowerment through Analytics and Data“. Das Projekt will eine fakultätsübergreifende neue Lehrarchitektur an der FernUniversität in Hagen aufbauen. Sie soll Lerninhalte personalisiert anbieten und selbstreguliertes Lernen unterstützen. “Ich freue mich sehr auf die neue Aufgabe”, sagt Franziska Wehrhahn. “Sie bietet noch einmal eine neue Perspektive auf das Thema Lernen, das finde ich super spannend.”
Nathalie Bick: Was machen negative Stereotype mit Lernenden und wen betreffen sie?
Foto: CATALPA
Auch Nathalie Bick untersuchte in ihrer Dissertation Lernende aus psychologischer Perspektive. Als Sozialpsychologin stehen bei ihr Studierendengruppen im Fokus. Der Grundgedanke: Dass es Gruppen von Menschen gibt, die im Bildungssystem benachteiligt sind, ist eine weit verbreitete Erkenntnis. Doch sind es wirklich nur die „üblichen Verdächtigen“? Oder gibt es noch weitere Gruppen? Hängt die Benachteiligung mit negativen Stereotypen zusammen? Und welche Konsequenzen haben (negative) Stereotype aufseiten derer, die stereotypisieren und aufseiten derer, die stereotypisiert werden? Und wie stellt sich das ganze innerhalb der Fernlehre dar? An den Antworten zu diesen Fragen hat Nathalie Bick innerhalb ihrer Promotion gearbeitet.
Zugehörigkeit leidet
In ihrer Arbeit untersuchte sie FernUni-Studierende, um die Distanzlehre mit ihren Stärken und Herausforderungen zu beleuchten. Sie fand heraus: Die eigene soziale Identität spielt im Distanz-Lernen durchaus eine Rolle. Besonders Studierende mit chronischer Erkrankung oder Behinderung, mit Kindern, Berufstätigkeit oder mit anderer Muttersprache befürchten, Stereotype über ihre jeweilige Gruppe zu bestätigen. Nathalie Bick zeigte außerdem, dass diese Befürchtung mit einem geringeren Zugehörigkeitsgefühl zur FernUni zusammenhing und dass Studierende mit solchen Sorgen weniger gerne auf Kommiliton*innen zugehen.
Wie unterstützen wir Studierende?
„Jetzt widmen wir uns der Frage, ob und wie wir Studierende mit verschiedenen Gruppenzugehörigkeiten in ihrem Fernstudium unterstützen können“, erklärt Bick. Nathalie Bick besuchte darum schon während ihrer Promotionszeit auch das Future of Learning Lab der Cornell University und bereitete Studien und Experimente vor, die genau hier ansetzen. Sie setzt jetzt ihre Arbeit in der CATALPA-Forschungsgruppe Stereotype Threat fort und arbeitet zum Beispiel an Interventionen, die den Studierendengruppen helfen sollen, die Benachteiligung erfahren und Unterstützung wollen. „Im Moment planen wir neue Projekte, die zum einen tiefer in die verschiedenen Studierendengruppen zoomen und zum anderen die Möglichkeiten sozialpsychologischer Interventionen sowohl innerhalb als auch außerhalb des FernUni-Kontextes genauer untersuchen”, erzählt sie.
Regina Kasakowskij: Bidirektionale Feedback-Prozesse
Foto: CATALPA
Regina Kasakowskij befasste sich in ihrer Dissertation aus informatischer Perspektive mit Feedback-Prozessen. Sie entwickelte ein System, das Feedback bei bestimmten Übungsaufgaben – so genannten Self-Assessments – automatisch generiert und bereitstellt und die Möglichkeit zur Bewertung des automatischen Feedbacks bietet. Das Besondere dabei: Die Forscherin betrachtet die Feedback-Prozesse bidirektional, also von Lehrenden zu Studierenden, aber auch umgekehrt. Dabei geben die Lehrenden einerseits Bewertungskriterien und andererseits zur Erfüllung der Kriterien passendes Feedback vor. Je nachdem, welchen dieser Kriterien eine Aufgabenlösung nach Selbstbewertung der Studierenden entspricht, erhalten diese automatisiert das dazu passende Feedback. Die Studierenden wiederum können danach rückmelden, ob dieses Feedback für sie hilfreich war oder wo sie sie sich vielleicht eine noch eine verständlichere Erklärung wünschen würden. Das ermöglicht Verbesserung in beide Richtungen.
Studierende und Lehrende Befürworten bidirektionales Feedback
„Das kam sowohl bei Studierenden als auch bei den Lehrenden gut an”, berichtet Kasakowskij. Die Studierenden bekamen Feedback zeitnah und kleinteilig, bezogen auf einzelne Aufgabenschritte. Weil sie rückmelden konnten, inwiefern das hilfreich für sie war, hatten die Lehrenden die Möglichkeit, das Lernmaterial an die tatsächlichen Bedürfnisse der Lernenden anzupassen und bei Bedarf auch zu verändern.
KI-generierte Aufgaben
Auch Regina Kasakowskij blieb nach der Promotion der wissenschaftlichen Arbeit bei CATALPA treu: Sie forscht in den Zwillingsprojekten METALADIN und Aiducator. „Eigentlich schließt sich das super an”, sagt sie. Bei METALADIN, kurz für „Meta-Generator für Aufgaben und Lösung(shilf)en aus der Informatik und angrenzenden Disziplinen” geht es um die KI-Generierung von Aufgaben und die Auswahl passgenauer Aufgabenfolgen für Studierende. Ziel ist es, ein Software-Produkt zu entwickeln, das personalisierte, iterative Übungsmöglichkeiten zu kompetenzorientierten Aufgaben anbietet. Das Projekt Aiducator befasst sich mit Feedback. Dabei haben sich die Forschenden das Ziel gesetzt, personalisiertes Feedback in Echtzeit zu generieren und es auf individuelle Bedürfnisse der Lernenden abzustimmen, wie z. B. auf Medienpräferenz, Sprache oder Lernniveau. Vor kurzem hat Regina Kasakowskij erste Ergebnisse dazu auf der „Innovating Higher Education Conference” in Hagen vorgestellt. Unter anderem testeten die Forschenden verschiedene Large-Language-Modelle für Feedback. „Insgesamt hat sich das KI-generierte Feedback als korrekt, relevant und folgerichtig erwiesen”, erzählt sie. „Die Ergebnisse sind sehr vielversprechend.”