Individuelle Lernpfade als Ergebnis Foresight-bestimmter Universitätssteuerung
Type
conference contribution
Date Issued
2025-03-27
Author(s)
Abstract (De)
1. Ausgangslage
Unbestreitbar befinden sich Universitäten in einer Umbruchsphase (Baecker, 2017; Onnen & Stein-Redent, 2022; Ricken, 2006). Digitalität (Stalder, 2021), KI-Tools (Mütterlein et al., 2024) und die Tendenz zu einer erhöhten Arbeitsmarktkonformität (Brahm & Weyland, 2023) kön-nen den grundlegenden Charakter der Universität verändern. Die Studierenden können damit auch eine neue Rolle im Gesamtgefüge einnehmen.
Der angedachte Beitrag soll erkunden, inwiefern individualisierte Lernpfade für Studierende geschaffen werden können, die durch Foresight-basierte universitäre Strukturen unterstützt werden (Utkin et al., 2021), um ihnen die höchstmögliche Anschlussfähigkeit an ihren je eige-nen Bildungsweg bieten zu können.
2. Problemstellung
Im Anschluss an einen Prozess zur Strategieentwicklung entstand daher der Wunsch nach der Verknüpfung zweier scheinbar separater Teilprozesse: Den Aufbau eines Monitoring- und Foresightsystems und die Etablierung individueller Lernpfade. Der beabsichtigte Input ver-sucht beide Entwicklungen zusammenzudenken und in ein praktisches Beispiel zu überfüh-ren.
3. Vorgehensweise
An der Universität St. Gallen (HSG) wurde und wird ein umfangreiches Monitoring- und Fo-resightsystem (MFS) entwickelt werden, um potenzielle Disruptionen und Innovationen zu erkennen, zu bewerten und in die universitären Entscheidungsstrukturen zu integrieren. Als Wirtschaftsuniversität strebt die HSG an, durch ihr Center for Curriculum and Teaching Develop-ment sowohl ein MFS zu entwickeln als auch individualisierte Lernpfade zu etablieren.
Aus den genannten Gründen ergeben sich folgende Aufgaben für die Jahrestagung der dghd:
1.) Darstellung der didaktischen Bedeutung von individualisierten Lernpfaden
2.) Das angedeutete Monitoring- und Foresightsystem zu präsentieren
3.) Die Verbindung der ersten Punkte über einen Rückblick auf die bisher an der HSG etablier-ten Strukturen und einen Vorausblick auf die weiteren Projektpläne.
Damit soll eine praktisch geleitete und dennoch reflexive Betrachtung über Strukturen statt-finden, die den individuellen Lehr-Lernerfolg begünstigen.
4. Fazit
Der Beitrag adressiert zwei leitende Handlungsfelder für die Lehrentwicklung und die Hoch-schuldidaktik: Die praktisch geleitete Beschäftigung mit konkreten Lernarrangements (Lern-pfade) und die wissensbasierte Auseinandersetzung mit den umgebenden Strukturen. Begreift man Bildung selbst als einen individuellen Lernpfad, dann scheint der pädagogisch-didaktische Sinn der skizzierten Idee sofort auf der Hand zu liegen: Die Stärkung des reflexi-ven Selbstbewusstseins über die eigene Gegenwart und Zukunft im Sinne eines Woher und Wohin.
5. Literaturverzeichnis
Baecker, D. (2017). Agilität in der Hochschule (Vol. 26).
Brahm, T., & Weyland, U. (2023). Pädagogische Hochschulentwicklung vor dem Hintergrund beruflicher Bildung. In R. Rhein & J. Wildt (Eds.), Hochschuldidaktik als Wissenschaft. Disziplinäre, interdisziplinäre und transdisziplinäre Perspektiven (5 ed., pp. 157-175). transcript.
Mütterlein, J., Ranner, T., & Müller, M. (2024). Artificial Intelligence at Universities: Impact on Grades, Student Experience, and Teaching.
Onnen, C., & Stein-Redent, R. (2022). Organisationen in Zeiten der Digitalisierung. In Organisationen in Zeiten der Digitalisierung (pp. 1-6). Springer.
Ricken, N. (2006). Die Ordnung der Bildung. Springer.
Stalder, F. (2021). Was ist Digitalität? In J. Noller & U. Hauck-Thum (Eds.), Was ist Digitalität? Philosophische und pädagogische Perspektiven (pp. 3-7).
Utkin, D. V., Bagramyants, N. L., & Safyanov, V. I. (2021). Foresight Strategic Forecasting Technology in Higher Education. Advances in Social Science, Education and Humanities Research, 555, 279-285. https://doi.org/10.2991/assehr.k.210527.005
Unbestreitbar befinden sich Universitäten in einer Umbruchsphase (Baecker, 2017; Onnen & Stein-Redent, 2022; Ricken, 2006). Digitalität (Stalder, 2021), KI-Tools (Mütterlein et al., 2024) und die Tendenz zu einer erhöhten Arbeitsmarktkonformität (Brahm & Weyland, 2023) kön-nen den grundlegenden Charakter der Universität verändern. Die Studierenden können damit auch eine neue Rolle im Gesamtgefüge einnehmen.
Der angedachte Beitrag soll erkunden, inwiefern individualisierte Lernpfade für Studierende geschaffen werden können, die durch Foresight-basierte universitäre Strukturen unterstützt werden (Utkin et al., 2021), um ihnen die höchstmögliche Anschlussfähigkeit an ihren je eige-nen Bildungsweg bieten zu können.
2. Problemstellung
Im Anschluss an einen Prozess zur Strategieentwicklung entstand daher der Wunsch nach der Verknüpfung zweier scheinbar separater Teilprozesse: Den Aufbau eines Monitoring- und Foresightsystems und die Etablierung individueller Lernpfade. Der beabsichtigte Input ver-sucht beide Entwicklungen zusammenzudenken und in ein praktisches Beispiel zu überfüh-ren.
3. Vorgehensweise
An der Universität St. Gallen (HSG) wurde und wird ein umfangreiches Monitoring- und Fo-resightsystem (MFS) entwickelt werden, um potenzielle Disruptionen und Innovationen zu erkennen, zu bewerten und in die universitären Entscheidungsstrukturen zu integrieren. Als Wirtschaftsuniversität strebt die HSG an, durch ihr Center for Curriculum and Teaching Develop-ment sowohl ein MFS zu entwickeln als auch individualisierte Lernpfade zu etablieren.
Aus den genannten Gründen ergeben sich folgende Aufgaben für die Jahrestagung der dghd:
1.) Darstellung der didaktischen Bedeutung von individualisierten Lernpfaden
2.) Das angedeutete Monitoring- und Foresightsystem zu präsentieren
3.) Die Verbindung der ersten Punkte über einen Rückblick auf die bisher an der HSG etablier-ten Strukturen und einen Vorausblick auf die weiteren Projektpläne.
Damit soll eine praktisch geleitete und dennoch reflexive Betrachtung über Strukturen statt-finden, die den individuellen Lehr-Lernerfolg begünstigen.
4. Fazit
Der Beitrag adressiert zwei leitende Handlungsfelder für die Lehrentwicklung und die Hoch-schuldidaktik: Die praktisch geleitete Beschäftigung mit konkreten Lernarrangements (Lern-pfade) und die wissensbasierte Auseinandersetzung mit den umgebenden Strukturen. Begreift man Bildung selbst als einen individuellen Lernpfad, dann scheint der pädagogisch-didaktische Sinn der skizzierten Idee sofort auf der Hand zu liegen: Die Stärkung des reflexi-ven Selbstbewusstseins über die eigene Gegenwart und Zukunft im Sinne eines Woher und Wohin.
5. Literaturverzeichnis
Baecker, D. (2017). Agilität in der Hochschule (Vol. 26).
Brahm, T., & Weyland, U. (2023). Pädagogische Hochschulentwicklung vor dem Hintergrund beruflicher Bildung. In R. Rhein & J. Wildt (Eds.), Hochschuldidaktik als Wissenschaft. Disziplinäre, interdisziplinäre und transdisziplinäre Perspektiven (5 ed., pp. 157-175). transcript.
Mütterlein, J., Ranner, T., & Müller, M. (2024). Artificial Intelligence at Universities: Impact on Grades, Student Experience, and Teaching.
Onnen, C., & Stein-Redent, R. (2022). Organisationen in Zeiten der Digitalisierung. In Organisationen in Zeiten der Digitalisierung (pp. 1-6). Springer.
Ricken, N. (2006). Die Ordnung der Bildung. Springer.
Stalder, F. (2021). Was ist Digitalität? In J. Noller & U. Hauck-Thum (Eds.), Was ist Digitalität? Philosophische und pädagogische Perspektiven (pp. 3-7).
Utkin, D. V., Bagramyants, N. L., & Safyanov, V. I. (2021). Foresight Strategic Forecasting Technology in Higher Education. Advances in Social Science, Education and Humanities Research, 555, 279-285. https://doi.org/10.2991/assehr.k.210527.005
Language
German
Keywords
Lernpfade
Didaktik
Hochschuldidaktik
Lehre
Learning Journey
HSG Classification
contribution to education
Event Title
Jahrestagung der Deutschen Gesellschaft für Hochschuldidaktik (dghd) 2025 - Schlüsselkompetenzen und Hochschuldidaktik: Bausteine für eine transformative Hochschullehre
Event Location
Frankfurt/Main
Event Date
24.03.2025-28.03.2025
File(s)![Thumbnail Image]()
Name
Präsentation_dghd_Learning Journeys.pptx
Size
2.88 MB
Format
Microsoft Powerpoint XML
Checksum (MD5)
8ed65cbdd231f5653f7eb0d19eb1d7e7