Die Antwort auf die Frage, ob Bildungsinstitutionen in ihrer Lehre die Digitalisierung der Lebenswelt thematisieren sollen ist weltweit wohl unbestritten. Das zeigen unter anderem aktuelle Aktionen wie der Digitalpakt Schule in Deutschland oder der Masterplan für Digitalisierung im Bildungswesen des BMBWF. Die Antwort auf die Frage, wie und in welchem Umfang „Digitale Kompetenz“ erworben werden kann, ist jedoch höchst umstritten. Eine Seite des Meinungsspektrums moniert, dass das Bedienen grafischer Benutzeroberflächen „Digitale Kompetenz“ nur unzureichend abbildet und daher „Coding“ als Basisfähigkeit Digitalkompetenter unerlässlich sei. Auf der anderen Seite wird argumentiert, dass der Mensch dem Computer in Zeiten künstlicher Intelligenz durch Geist und Fantasie überlegen sei. Programmieren und „Coding“ sei daher keinesfalls als Grundkompetenz in Lehrpläne aufzunehmen, sondern es gelte ein möglichst humanistisch geprägtes Bildungsideal anzustreben. Man könne ja auch Autofahren, ohne selbst einen Motor gebaut zu haben.

In den Diskussionen um Digitalisierung, künstliche Intelligenz, Datenanalyse und Datenschutz sowie Robotik und schlussendlich digitaler Ethik zeigt sich oftmals, dass nicht nur unter Lernenden immer wieder bemerkenswerte Fehlvorstellungen von der „Blackbox Computersystem“ (die App, die Cloud, der Roboter) vorherrschen. Diese Fehlvorstellungen, ließen sich möglicherweise durch einen Blick unter die „Motorhaube“ relativ leicht korrigieren. Das Ziel der PI ist daher, dass Studierende der Wirtschaftspädagogik im Sinne eines weiter gefassten Konzepts des „Computational Thinkings“ bessere Vorstellung von der Funktionsweise von Computersystemen erlangen, dadurch Neugierde an der Thematik geweckt wird und sie vielleicht sogar Spaß daran haben, sich später eigenständig tiefer in die Thematik einzuarbeiten. Einerseits profitieren sie davon unmittelbar in ihrer beruflichen und privaten Lebenswelt. Andererseits können sie selbst als künftige Lehrerinnen und Lehrer Fehlvorstellungen von Schülerinnen und Schülern vermutlich besser auflösen.

Um das Ziel der Lehrveranstaltung zu erreichen, wurde ein 3-Phasen-Modell als Trilogie entwickelt. Diese Phasen bilden unterschiedliche Zugänge zum Erlangen von Computationl Thinkings ab, konkurrieren jedoch nicht, sondern greifen logisch ineinander. Diese sind:

1. Phase: der spielerische Zugang mit dem Ziel, Interesse und Neugierde wecken, spielerisch Algorithmen zu entwickeln und durch das Erzielen möglichst greifbarer Ergebnisse eine positive Grundmotivation herzustellen.
2. Phase: der fachpraktische Zugang mit dem Ziel, die spielerisch erlernten Grundelemente in einer höheren Programmiersprache den semantischen und syntaktischen Regeln entsprechend anzuwenden.
3. Phase: der anwendungsorientierte Zugang mit dem Ziel, anhand einer höheren Programmiersprache kleine, aber reale, konkrete und sinnvolle IoT-Projekte zu entwickeln und umzusetzen.

Das Ziel der Lehrveranstaltung besteht darin, dass die Studierenden nach Abschluss der Lehrveranstaltung in der Lage sind:

• LO A: Algorithmen zur Problemlösung zu strukturieren.
• LO B: Algorithmen in einer bildungsorientierten visuellen Programmiersprache umzusetzen.
• LO C: Algorithmen in einer höheren Programmiersprache umzusetzen.
• LO D: Einfache IoT-Projekte zu konzipieren und zu realisieren.
• LO E: Grenzen und Reichweiten von IoT Projekten zu reflektieren.

Es gelten die allgemeinen Regeln zur Anwesenheit für prüfungsimmanente Lehrveranstaltungen (PI) der WU Wien. (Weitere Informationen)

Diese Lehrveranstaltung ist LOCKDOWN ready

Das Konzept ist so gestaltet, dass ein Wechsel zwischen Präsenz- und Online-Lehre friktionsfrei möglich ist. Prinzipiell wird davon ausgegangen, dass eine durchgängige Präsenzlehre im Wintersemester 2021/22 möglich sein wird. Deswegen wird das Seminar zunächst im Präsenzmodus gehalten. Bei Bedarf können einzelne Sessions jedoch im Online-Format durchgeführt werden. Die Einheiten 2 bis 7 dienen der Erprobung und Verfestigung, in denen offene Fragen geklärt werden und das Vorgehen reflektiert wird. Die Lehrveranstaltungseinheiten werden durch gezielte Video-Inputs auf LEARN unterstütz.

Inhaltlicher Ablauf der Lehrveranstaltung

In der 1. Phase, dem spielerischen Zugang, steht das Probieren und Reflektieren durch die Studierenden im Vordergrund. Es soll der eigenständige Denkprozess, Abstraktion sowie Dekomposition gefördert werden. Es werden zwar die grundlegenden Konzepte einer Programmiersprache nähergebracht. Die Erprobung ebendieser erfolgt jedoch vorwiegend durch die Studierenden zuhause im Selbststudium anhand der visuellen Programmiersprache SCRATCH. Die Hausübungen bestehen im Wesentlichen aus einem Video, welches die fertige Lösung zeigt. Unter Zuhilfenahme der Folien und Lehrbeispiele werden die ersten vier Phasen des CT, insbesondere die Dekomposition, gefördert werden. Der Prozess der Erstellung der Abgaben wird reflektiert und die zentralen Probleme und Herausforderungen werden festgehalten. Diese werden dann, genauso wie ausgewählte studentische Lösungen, in der darauffolgenden LV-Einheiten thematisiert. Im Fokus der Beurteilung steht nicht unmittelbar die Qualität des fertigen Programms, sondern die Dar- und Gegenüberstellung der Vorgangsweise/n. Schließlich sind in der Programmierung mehrere Lösungen zulässig.

In der 2. Phase, dem fachpraktischen Zugang, steht das Strukturieren, Realisieren und Optimieren von Programmen in einer höheren Programmiersprache im Fokus. Das Augenmerk liegt hier stark auf dem Content und auf dem Umsetzen von Algorithmen in der Hochsprache Python. Dabei erfolgt zunächst eine logische Überleitung von der visuellen Programmiersprache SCRATCH zu Pyhton. In der Out-of-Class-Phase werden daher zur Übung vorwiegend repetitive Beispiele bearbeitet, welche das Erlernte festigen sollen. Die Übungen werden dann zu Beginn der folgenden LV-Einheit im Plenum besprochen bzw. erprobt. In dieser Phase werden ausgewählte Inhalte auch für das Selbststudium mittels Lecturecasts ausgelagert.

In der 3. Phase, dem anwendungsorientierten Zugang, steht das Sichtbarmachen des Ergebnisses des Programmablaufs im Vordergrund. Da der Output von Python-Programmen auf dem Niveau Novizen für Interessierte in der Regel eher abstrakt ist und vielmehr der Erstellungsprozess im Vordergrund steht, ist das Ziel der dritten Phase, Programme zu erstellen, die mit der direkten Umwelt interagieren. Durch das Bewegen von Motoren, das Messen von Distanzen, erfassen von Bewegungen, Temperatur, Feuchte, Helligkeit uvm. können einfache IoT-Projekt nachgebaut bzw. auch konzipiert werden. Da der verwendete Einplatinencomputer (Raspberry PI zero) de facto ein kleiner vollwertiger Computer ist, der über eine WLAN bzw. Bluetooth-Anbindung verfügt, ist es problemlos möglich, auch einen Webserver, ein (einfaches) Datenbankmanagementsystem über ein USB-Akkupack zu betreiben. Realisiert werden könnten zum Beispiel Prototypen für einen Abfahrtsmonitor für die Wiener Linien für den Schreibtisch, eine Roboterarmsteuerung per Gyroskop, eine einfache Wetterstation mit Bewegungssensor, eine Zufriedenheitsabfrage für den Hörsaal oder auch eine Gangschaltung für Elektromotoren. Der Projektablauf wird über die Phasen des Computational Thinkings (Konzipieren, Strukturieren, Realisieren, Probieren, Reflektieren, Optimieren, Dokumentieren) begleitet, dokumentiert und reflektiert.

• Durcharbeiten der Inputs (30 %)
• Hausübungen (40 %)
• Dokumentation der Projektarbeit (10%)
• Präsentation der Projektarbeit (20 %)

• Formal: Anmeldung lt. LPIS, FCFS
• Inhaltlich: Über die Inhalte der Lehrveranstaltung "Didaktik der Wirtschaftsinformatik" hinaus sind keine tieferen IT-Kenntnisse notwendig.
• Technisch: Sie benötigen einen PC/Laptop. Spezifische Software ist nicht erforderlich. Weiteres technisches Equipment erhalten Sie in der LV-Einheit.

Inhalte der Lehrveranstaltung "Didaktik der Wirtschaftsinformatik" des Masterstudiums Wirtschaftspädagogik

franz-karl.skala@wu.ac.at