Content uploaded by Thomas Schley
Author content
All content in this area was uploaded by Thomas Schley on Apr 10, 2019
Content may be subject to copyright.
M A N U S K R I P T
Schley, T., Eigenmann, R. & Siegfried, C. (2015). Was macht ein Problem zu einem
Problem? – Modellierung der Schwierigkeit von Problemszenarien für den
Ausbildungsberuf Industriekauffrau/-mann. In: Wirtschaft & Erziehung 67(4), 140-146.
Online verfügbar unter: http://www.vlw.de/wirtschaft-erziehung/ausgaben-2015/
Thomas Schley | Rebecca Eigenmann | Christin Siegfried
Was macht ein Problem zu einem Problem? – Modellierung der
Schwierigkeit von Problemszenarien für den Ausbildungsberuf
Industriekauffrau/-mann
Zur Förderung der beruflichen Handlungskompetenz eignet sich die Bearbeitung
komplexer Problemszenarien, die realitätsnahe Arbeitsanforderungen und -mittel bieten
und den Lernenden eine vertiefte Auseinandersetzung mit relevanten beruflichen
Inhalten ermöglichen (i. S. des problemlösenden Lernens). Kurz gefasst:
Handlungskompetenz erwirbt man, indem man Probleme löst. Diese Annahme hat
umfassende Implikationen für die Gestaltung von Lehr-Lern-Arrangements (gleiches gilt
in Analogie für die Gestaltung von Testumgebungen). Es sind dabei mehrere
Konstruktionsschritte zu durchlaufen: (1) Systematische Charakterisierung und
Abgrenzung des Inhaltsbereichs, (2) Definition der zu fördernden/erfassenden
Kompetenzen sowie (3) Modellierung von Problemszenarien (auf Basis
schwierigkeitsbestimmender Merkmale). Die Schwierigkeiten liegen dabei in der
angemessenen Antizipation objektiver Komplexität in Bezug zu den Fähigkeiten der
Schülerinnen und Schüler (Diagnose).
Der vorliegende Beitrag arbeitet schwierigkeitsbestimmende Merkmale von didaktisch
aufbereiteten Problemlöseszenarien heraus. Dies erfolgt exemplarisch für den
kaufmännischen Bereich an einem Problemszenario zur Bestimmung der optimalen
Bestellmenge, das im DomPL-IK-Projekt (ASCOT-Initiative des BMBF) entwickelt
wurde. Handlungsempfehlungen für die Modellierung der Schwierigkeit komplexer
Problemszenarien für Unterricht und Leistungstests schließen sich an.
1. Berufliches Handeln und Problemlösen
Leitziel der beruflichen Bildung ist die Förderung beruflicher Handlungsfähigkeit (gem.
§§1, 38 BBiG; § 32a HwO) bzw. Handlungskompetenz (gem. KMK-Rahmenlehrpläne)
im Sinne der eigenverantwortlichen Planung, Durchführung und Kontrolle qualifizierter
Tätigkeiten am Arbeitsplatz (sowie Reflexion dieser Schritte). Hierzu gehört
insbesondere das Lösen von komplexen, beruflichen Problemen, d. h. die Bewältigung
von Arbeitssituationen, für die die handelnde Person noch keine abrufbaren
Handlungsschemata (Routinen) erworben hat und aufgrund der Komplexität der
Arbeitsrealität auch nicht vollumfänglich erwerben kann. Die Lösung derartiger
Problemsituationen erfordert Handlungskompetenz sowie Ausdauer und Engagement
(SEMBILL ET AL. 2001, S. 257). Handeln ist dabei (im Unterschied zu Verhalten)
absichtsvoll, zielgerichtet und bewusst. Von Problemlösen spricht man dann, wenn
einem Individuum unklar ist, was in der gegenwärtigen Situation wie zu tun ist; es also
Barrieren gibt, die die Zielerreichung erschweren (vgl. AEBLI 1980, S. 19; DÖRNER 1976,
S. 10 f.). Problemlösebarrieren liegen vor, wenn folgende Aspekte nicht bekannt bzw.
ungewiss sind: (1) Ist-Zustand (Informationen zur Ausgangslage), (2) Operationen
(Mittel bzw. Maßnahmen, um vom Ist- in den Sollzustand zu gelangen) sowie (3)
Sollzustand (Grad der Zielklarheit).
DÖRNER (1976, S. 14) spricht von Synthese-, Interpolations- und dialektischer Barriere,
die zudem in Kombination auftreten können. Bei einem Interpolationsproblem sind in
der Regel Ausgangs- und Zielzustand sowie die Maßnahmen bekannt. Die
Herausforderung liegt hier in der zielführenden Kombination bekannter Maßnahmen.
Bei einem Syntheseproblem sind ebenfalls Ausgangs- und Zielzustand bekannt,
allerdings fehlt die Kenntnis wichtiger (Einzel-)Operatoren, die es zu entwerfen gilt.
Beim dialektischen Problem sind der Ausgangszustand und die möglichen Maßnahmen
in der Regel bekannt, allerdings muss der Zielzustand entworfen und hinsichtlich
innerer und äußerer Widersprüche geprüft werden. Diese klassischen Barrieretypen
nach DÖRNER (1976, S. 18), die offensichtlich immer einen fixierten Startzustand
voraussetzen (SEMBILL 1992, S. 84), können in weiteren Kombinationen auftreten (siehe
Abschnitt 2, Abb. 1).
Die Komplexität der Situation bzw. des Problems selbst wird dabei als objektive
Komplexität bezeichnet. Die Komplexität des Problems ist jedoch auch vom
individuellen Wissen und Können der handelnden Person abhängig. Diese
wahrgenommene und bewertete Komponente wird dann als subjektive Komplexität
bezeichnet. Die Einschätzung also, ob eine Situation für ein Individuum tatsächlich ein
Problem oder nur eine Aufgabe darstellt, d. h. es die Situation routiniert bewältigen kann
oder eben nicht, hängt sowohl von Merkmalen der Situation als auch vom Problemlöser
selbst und dessen Erfahrungen ab (Problemlösen als Interaktion zwischen Situation und
Person). Für eine erfahrene Fachkraft stellen weit weniger Situationen ein Problem dar,
als dies bei Auszubildenden der Fall ist, da erstere bspw. über ein größeres Repertoire
an möglichen Operatoren verfügt. Je mehr Expertise jemand in einem Bereich erwirbt,
d. h. je kompetenter diese Person ist, desto leichter fällt ihr die Aufgabenbewältigung.
Im Umkehrschluss wird es für die Person aber schwieriger ihre Problemlösekompetenz
unter Beweis zu stellen, da auch anspruchsvolle Handlungssituationen als Routine und
nicht als Problem wahrgenommen würden (RAUSCH 2011, S. 87).
Die Komplexität/Schwierigkeit von Problemszenarien wird durch formale und inhaltliche
(objektive) Aufgabenmerkmale bestimmt. Dabei ist stets die subjektive Komplexität
dergestalt zu berücksichtigen, dass klar sein sollte, welches Anspruchsniveau (im Lehr-
und/oder Prüfungskontext) angebracht ist (vgl. MAIER/KLEINKNECHT/METZ 2010, S. 33).
Welche prinzipiellen Möglichkeiten sich entsprechend der Modellierung von
Schwierigkeitsmerkmalen ergeben, wird im Folgenden geschildert.
2. Schwierigkeitsbestimmende Problemmerkmale
Ausgehend von den objektiven Merkmalen eines Problems, ist eine Berücksichtigung
formaler und inhaltlicher Aufgabenmerkmale bei der a priori-Festlegung der
Schwierigkeit möglich (SCHUMANN/EBERLE 2011, S. 78 f.). Obgleich der
schwierigkeitsbestimmende Einfluss formaler Merkmale strittig ist, konnte in
verschiedenen Studien gezeigt werden, dass das Antwortformat als auch die (mediale)
Darstellungsform die Aufgabenschwierigkeit beeinflussen können. Je offener das
Antwortformat, desto schwieriger ist i .d. R. die Aufgabe. Ferner ist zu vermuten, dass
es einen Unterschied macht, wie Probleme/Aufgaben repräsentiert werden (z. B.
überwiegend schriftliche Darstellungen, grafische Repräsentation (ebd.;
Repräsentationsform des Wissens, MAIER/KLEINKNECHT/METZ 2010, S. 36 f.). Weiterhin
beeinflussen inhaltsbezogene Merkmale den Schwierigkeitsgrad. Hierzu zählen z. B.
die inhaltliche Komplexität, die für die Problemlösung notwendige Modellierungsleistung
oder das kognitive Anforderungsniveau des Problems (z. B. BLOOM 1956) (s.
SCHUMANN/EBERLE 2011, S. 79 f.; MAIER/KLEINKNECHT/METZ 2010, S. 32 f.).
Im Folgenden sollen besonders die Merkmale fokussiert werden, die die
Kategorisierung von Problemen sowie deren Komplexität betreffen (bspw. FUNKE 2003,
S. 29 ff.). Dabei können die jeweiligen zustands- und handlungsbezogenen Merkmale
als schwierigkeitsbestimmende Parameter interpretiert werden. Sie erschweren oder
erleichtern die Suche nach der Problemlösung und erweitern die Handlungsoptionen
oder grenzen sie ein. Zudem spielt die Präsentation der Soll-Ist-Diskrepanz, d. h. die
Differenz zwischen dem Anfangszustand und dem gewünschten Endzustand des
Problems, eine Rolle. Es macht einen Unterschied, ob diese explizit genannt und
(vor-)strukturiert präsentiert wird oder ob bereits die Identifikation der Soll-Ist-
Diskrepanz eine Leistung an sich darstellt (bspw. ARLIN 1989, S. 231). Die
Kategorisierung in Abb. 1 in Anlehnung an ARLIN (1989, S. 232) sowie GEDIGA,
SCHÖTTKE und TÜCKE (1983, S. 326) ergänzt um die Barrieretypen von DÖRNER (1976,
S. 18), liefert Ansatzpunkte für die schwierigkeitsbestimmenden Merkmale eines
Problemszenarios, die besonders die Offenheit der Aufgabenstellung mitbestimmen
(vgl. MAIER/KLEINKNECHT/METZ 2010, S. 34 f.).
Abb. 1: Exemplarische Klassifizierung von Problemen anhand des Bekanntheitsgrades
von Ausgangs-, Zielzustand und Operationen (Barrieretypen)
Problem-
typ
Ausgangs-
zustand (IST)
Ziel-
zustand
(SOLL)
Operation(en)/
Maßnahmen
Barriere-
typen nach
DÖRNER
(1976)
Beispiele
I
bekannt
bekannt
bekannt
Interpolation
Berechnung eines
Einstandspreises mithilfe
eines gegebenen
Berechnungsschemas
II
bekannt
bekannt
unbekannt
Synthese
Durchführung einer
Nutzwertanalyse zur
Lieferantenauswahl
III
bekannt
unbekannt
bekannt
dialektisch
Ermittlung der optimalen
Bestellmenge von (Saison-)
Waren unter Berücksichtigung
geplanter Werbeaktionen
IV
bekannt
unbekannt
unbekannt
Synthese
und
dialektisch
Absatzplanungen und
Marketingmaßnahmen für das
kommende Quartal unter
Beachtung von
Jahresabsprachen
V
unbekannt
bekannt
bekannt
Interpolation
Durchführung des
Jahresabschlusses
VI
unbekannt
bekannt
unbekannt
Synthese
Sanierung eines Betriebes
nach Konkursantrag
VII
unbekannt
unbekannt
bekannt
dialektisch
Kundenorientierter Verkauf
eines Produktes
VIII
unbekannt
unbekannt
unbekannt
Synthese
und
dialektisch
Steuerung von
Geschäftsprozessen
Auf Basis der Klassifizierung aus Abb. 1 kann nicht zwingend ein linearer Anstieg der
Schwierigkeit angenommen werden. So ist bspw. ein Problem des Typs IV nicht
zwangsläufig leichter zu lösen als des Typs VI. Es ist eher davon auszugehen, dass bei
steigender Anzahl unbekannter Faktoren im Problemkontext – aus Sicht des
Problemlösers – die Schwierigkeit der Problemlösung steigt. Dabei kann, je nach
Kontext der Problemstellung, z.B. das Fehlen eines Zielzustandes oder aber das Fehlen
bekannter Operatoren als schwieriger eingeschätzt werden. Bei der Konstruktion von
problemhaltigen Aufgaben sowie Problemszenarien können die Aspekte aus Abbildung
1 bis zu einem bestimmten Grad beeinflusst werden und damit als Anhaltspunkt für die
Schwierigkeitsbestimmung dienen. Hierbei sollte allerdings darauf geachtet werden,
dass die Modellierungen nach Möglichkeit authentisch bleiben, d. h. sich an
Situationen/Anforderungen orientieren, die im Arbeitsalltag auch tatsächlich von
Relevanz sind (‚realer’ Lebensweltbezug). Für Lernzwecke sind auch didaktisch
begründete, komplexitätsreduzierende Maßnahmen denkbar. Dieser konstruierte
Lebensweltbezug kann dennoch so ausgestaltet werden, dass dieser zumindest
authentisch wirkt (MAIER/KLEINKNECHT/METZ 2010, S. 35).
Weitere Parameter, die bei der Konstruktion von Problemszenarien modelliert und
variiert werden können, sind die Merkmale komplexer Probleme (DÖRNER 1976, S. 18;
SCHAUB 2001, S. 11):
1. Umfang (Komplexität): Die Anzahl an Variablen, die bei der Problembearbeitung
zu berücksichtigen sind.
2. Vernetztheit: Variablen sind nicht isoliert zu betrachten, sondern bedingen
einander. Eine Veränderung einer Variablen im System erzeugt Neben- und
Folgeeffekte.
3. Instransparenz: Komplexe Probleme sind selten vollständig durchschaubar und
erfordern vom Problemlöser in der Regel Handeln unter Unsicherheit.
4. (zeitliche) Dynamik: Komplexe Probleme verändern sich im Zeitablauf in der
Regel auch ohne Eingreifen des Problemlösers.
5. Polytelie: Bei komplexen Problemen müssen meist zeitgleich mehrere Ziele
verfolgt werden, die sich teilweise widersprechen. Schwerpunktsetzung,
Kombination und Balance von Zielen werden notwendig.
6. vielfältige Eingriffs- und Lösungsmöglichkeiten: Es sind in der Regel keine
vollständigen oder ausreichenden Informationen über Maßnahmen und deren
Anwendung vorhanden. Häufig gibt es mehrere Maßnahmen, um ein Problem zu
bewältigen sowie verschiedene denkbare Lösungen.
7. (individuelle) Bedeutsamkeit: Komplexe Probleme haben häufig emotionale und
motivationale Bedeutsamkeit für den Problemlöser.
8. soziale Einbettung: Komplexe Probleme haben meist eine soziale Komponente.
Entweder ist das Problem selbst ein soziales und/oder die Problemlösung findet
im sozialen Rahmen statt.
Allerdings sei darauf hingewiesen, dass der Gegenstandsbereich, d. h. der Kontext und
die Inhalte der Problemszenarien, und die mediale Umsetzung die Auswahl
schwierigkeitsbestimmender Kriterien bei der Aufgabenkonstruktion maßgeblich
beeinflussen. Beispielsweise kann eine ‚echte’ Dynamik nur in computersimulierten
Szenarien umgesetzt werden und nicht jedes Inhaltsgebiet erlaubt tatsächlich vielfältige
Lösungsalternativen. Ferner ist nicht jedes am kaufmännischen Arbeitsplatz
auftauchende Problem auch ein komplexes.
Im Folgenden soll nun, im Anschluss an eine kurze Darstellung der ASCOT-Initiative
und des Verbundprojekts DomPL-IK („Modellierung und Messung domänenspezifischer
Problemlösekompetenz von Industriekaufleuten”), ein Beispielszenario aus diesem
Projekt dargestellt und dessen Variationsmöglichkeiten bezüglich ausgewählter
schwierigkeitsbestimmender Merkmale aufgezeigt werden.
3. Schwierigkeitsmodellierung inhaltsbezogener Aufgabenmerkmale
3.1 Die ASCOT-Initiative des BMBF und das Verbundprojekt DomPL-IK
Die ASCOT-Initiative des Bundesministeriums für Bildung und Forschung hat es sich
zur Aufgabe gemacht, Kompetenzen in der beruflichen Bildung technologieorientiert zu
messen (siehe: www.ascot-vet.net). Im Fokus des Verbundprojekts „Modellierung und
Messung domänenspezifischer Problemlösekompetenz von Industriekaufleuten”
(DomPL-IK; siehe WUTTKE ET AL. im Druck, ARBEITSGRUPPE DOMPL-IK eingereicht)i
stehen dabei authentische Problemlöseszenarien aus dem Bereich des Controllings,
deren Inhalte im Wesentlichen mittels Analysen von Lehr- und Ordnungsmitteln sowie
mittels Interview- und Tagebuchstudien eruiert wurden, um ökologische Validität zu
gewährleisten (siehe EIGENMANN/SIEGFRIED/KÖGLER/EGLOFFSTEIN eingereicht,
RAUSCH/SCHLEY/WARWAS eingereicht). Sowohl aus der Lehr-Lern- als auch aus der
Assessmentperspektive ist die ökologische Validität der Problemszenarien von großer
Bedeutung. Ökologische Validität bezeichnet die empirische Gültigkeit eines
Untersuchungsgegenstandes für den entsprechenden Gegenstandsbereich. Für die
Beantwortung der Frage, was Auszubildende wissen und können müssen sowie welche
Kompetenzen zur Bewältigung relevanter beruflicher Aufgaben/Probleme zu erwerben
sind, stehen prinzipiell unterschiedliche Möglichkeiten und Informationsquellen zur
Verfügung. Neben der bereits genannten systematischen Ordnungs- und
Lehrmittelanalyse (Analyse der Inhalte von Schulbüchern, (Rahmen-)Lehrplänen,
Lernfeldbeschreibungen, Handreichungen der AkA usw.) und der systematischen
Analyse von Stellenanzeigen und Stellenbeschreibungen (Anforderungen der
Unternehmen an Bewerberinnen und Bewerber sowie Mitarbeiterinnen und Mitarbeiter)
werden häufig Personen mit einschlägiger Erfahrung im Gegenstandsbereich befragt
(Experteninterviews oder Tagebuchstudien mit Ausbilderinnen und Ausbildern,
Abteilungsleitungen, Fachkräften, Lehrkräften usw.) sowie Arbeitsproben und
Arbeitsplatzbeobachtungen durchgeführt. Die Inhalte und Materialien des folgenden
Beispiels entstammen diesen Vorarbeiten aus dem DomPL-IK-Projekt.
3.2 Schwierigkeitsmodellierung am Beispiel eines Problemszenarios zur Bestimmung
der optimalen Bestellmenge
Auf Basis der Ergebnisse einer Tagebuchstudie (RAUSCH/SCHLEY/WARWAS eingereicht),
einer Ordnungsmittelanalyse (Rahmenlehrpläne, Ausbildungsordnungen sowie
eingesetzte Lehr- bzw. Schulbücher) sowie aus Experteninterviews
(EIGENMANN/SIEGFRIED/KÖGLER/EGLOFFSTEIN eingereicht), die im DomPL-IK-Projekt
durchgeführt wurden, konnten neben gängigen Arbeitsmitteln und Arbeitsanforderungen
an Industriekaufleute relevante Themengebiete und Tätigkeitsfelder identifiziert werden,
die innerhalb der Ausbildung in unterschiedlicher Intensität zum Tragen kommen bzw.
zum Ende der Ausbildung beherrscht werden sollten. Auf Basis dieser Erkenntnisse
wurden im Projekt Problemszenarien entwickelt, die den Anforderungen komplexer
Probleme entsprachen, gleichzeitig aber auch dem Anspruchsniveau von
Industriekaufleuten am Ende der Ausbildung gerecht werden konnten und einen
authentischen Lebensweltbezug aufweisen. Im nachfolgenden Abschnitt wird
auszugsweise auf die Ausarbeitung eines dieser Problemszenarien für die Thematik der
‚Bestimmung einer optimalen Bestellmenge’ eingegangen. Darüber hinaus werden
Möglichkeiten der Schwierigkeitsmodellierung aufgezeigt, die eine Anpassung der
Schwierigkeit auf die verschiedenen Fähigkeitsniveaus der Schülerinnen und Schüler im
Lehr-Lern-Kontext ermöglichen oder unterschiedliche Leistungsstände prüfbar machen.
Kurzbeschreibung des Problemszenarios
Um realitätsnahe Arbeits- und Rahmenbedingungen für die Bearbeitung des
Problemszenarios zu schaffen, wurde dieses an ein Modellunternehmenii geknüpft. Der
Problembearbeiter ist eine (fiktive) Fachkraft in diesem Unternehmen. Innerhalb des
DomPL-IK-Projektes handelt es sich dabei um einen mittelständischen
Fahrradhersteller, der Klapp- und Elektrofahrräder in Deutschland produziert
(Endmontage). Die jeweiligen Teile werden weltweit bezogen. Ferner wird das Szenario
in einen zeitlichen und unternehmenshistorischen Kontext eingebunden, sodass
Informationen zur Genese der Unternehmung und aktuellen Entwicklungen vorliegen.
Im vorliegenden Szenario zur optimalen Bestellmenge sind bspw. die Absatzzahlen
einiger Produkte aufgrund erhöhter Medienpräsenz gestiegen. Auch für die Zukunft
werden weitere Absatzsteigerungen erwartet. Bedingt durch die damit verbundene
überproportional gestiegene Nachfrage, wurden viele Nachbestellungen für Zukaufteile
notwendig, die sich durch zusätzliche Bestellkosten allerdings negativ auf den
Unternehmenserfolg auswirken. Aufgrund dessen ist das aktuelle Bestellverhalten
anzupassen, um auch zukünftig auf die erhöhte Nachfrage reagieren zu können.
Zur Bearbeitung des Problemfalls stehen den Auszubildenden verschiedene
Informationen in unterschiedlicher Form zur Verfügung, deren Relevanz selbständig
einzuschätzen ist. Bei den authentischen Dokumenten handelt es sich neben
allgemeinen Informationen zum Modellunternehmen (Firmenphilosophie, Organigramm,
etc.) z. B. um eine Übersicht mit den Lieferantenkonditionen, die Absatzplanung aller
Produkte für das kommende Jahr (Tabellenblätter) oder auch aktuelle
Pressemitteilungen und Aktennotizen von Kolleginnen und Kollegen (Textdokumente)
(s. Abb. 2).
Abb. 2: Exemplarische Unterlagen des Problemszenarios zur optimalen Bestellmenge
Schwierigkeitsbestimmung bei der Formulierung der Aufgaben- bzw. Problemstellung
und der Konzeption der Materialien
Mittels der Formulierung der Problemsituation kann nun eine erste
Schwierigkeitsmodellierung durch die Festlegung des Problemtyps (s. Abb. 1) erfolgen.
Dies erreicht man, indem Ausgangszustand, Zielzustand und Operatoren entweder
konkret benannt, teilweise benannt oder gar nicht benannt werden. Je weniger
Informationen zur Verfügung stehen, desto größer ist die Identifikations- oder
Reflexionsleistung, die zur Entdeckung des Problems und entsprechender Maßnahmen
aufgebracht werden muss. Ferner steigt die Anzahl der Entscheidungen, die im
Problemlöseprozess zu treffen sind. Durch das Weglassen von Informationen bei der
Aufgaben- bzw. Problemstellung steigt somit die Schwierigkeit des jeweiligen
Problemszenarios. In Abb. 3 wurden am Beispiel des skizzierten Szenarios drei
exemplarische Aufgabenstellungen formuliert.
Abb. 3: Exemplarische Formulierungen der Aufgabenstellung unterschiedlicher
Problemtypen und Offenheitsgrade
Problemtyp
Exemplarische Formulierung der Aufgabenstellung
Typ I:
Interpolationsbarriere, Zustände
und Operatoren sind bekannt
(definierte und konvergente
Aufgabenstellung)
Erstellen Sie bitte für das kommende Geschäftsjahr eine
Übersicht mit bedarfsgerechten Bestellmengen für das
Zukaufteil ‚Speiche XYZ’ und treffen Sie auf Basis der Kosten
eine Entscheidung über die optimale Bestellmenge. Sämtliche
Berechnungen können Sie in der vorbereiteten Arbeitsdatei
durchführen. In dieser finden Sie auch die benötigte Anzahl an
Speichen unter Berücksichtigung der erwarteten Absatzzahlen
der Produkte. Bitte senden Sie mir Ihre ausgefüllte Arbeitsdatei
per Email zu.
Typ II:
Synthesebarriere, Zustände sind
bekannt, Operatoren sind
unbekannt
(definierte und divergente
Aufgabenstellung)
Bitte erstellen Sie eine Übersicht mit bedarfsgerechten
Bestellmengen für das Zukaufteil ‚Speiche XYZ’ des Produkts
ABC und treffen Sie auf Basis der Kosten eine Entscheidung
über die optimale Bestellmenge. Für sämtliche Berechnungen
erstellen Sie bitte eine nachvollziehbare Arbeitsdatei, die Sie mir
anschließend bitte per Email zusenden.
Typ III:
dialektische Barriere, IST und
(mögliche) Operatoren sind
bekannt, Zielzustand ist
unbekannt
(‚Schlecht’ definierte und
divergente Aufgabenstellung)
Bitte prüfen Sie, wie auf Basis der eben geschilderten
Problemlage vorzugehen ist und welche Maßnahmen Ihrer
Meinung nach zu ergreifen wären. Zur Berechnung der üblichen
Kennzahlen und Werte erstellen Sie bitte eine nachvollziehbare
Arbeitsdatei.
Bei der Formulierung der Aufgaben- bzw. Problemstellung, aber auch bei der
Konzeption der Materialien, die zur Bearbeitung benötigt werden, spielen die bereits
oben beschriebenen Merkmale komplexer Probleme eine zentrale Rolle. Auch hier
obliegt es der Szenarienentwicklung, durch das Hinzufügen oder Weglassen von
Informationen die Schwierigkeit des Problemszenarios zu variieren (vgl.
MAIER/KLEINKNECHT/METZ 2010, S. 34 f.). Zur Veranschaulichung dieser
Variationsmöglichkeiten bietet Abb. 4 für einige ausgewählte Komplexitätsmerkmale
beispielhafte Modellierungen zum exemplarischen Problemfall an.
Abb. 4: Beispielhafte Ausprägungen schwierigkeitsbestimmender Merkmale komplexer
Probleme
Schwierigkeits-
bestimmendes Merkmal
Nicht vorhanden/
geringe Ausprägung
Mittlere Ausprägung
Hohe Ausprägung
Umfang
Es sind lediglich
relevante Dokumente
verfügbar:
Absatzplanung,
Lieferantenkonditionen,
einstufige Stücklisten.
Neben relevanten
Informationen werden
Dokumente zur
Verfügung gestellt, die
(offensichtlich)
irrelevant für das
aktuelle Problem sind,
z. B. vergangene
Absatzplanungen
anderer Produkte.
Neben relevanten
Informationen erhält der
Problemlöser zusätzlich
irrelevante Informationen,
die für das aktuelle
Problem relevant
erscheinen, wie z. B.
mehrstufige Stücklisten,
Bestellkostenübersicht.
Vernetztheit
Es wird lediglich die
Berechnung der
optimalen Bestellmenge
innerhalb der
Aufgabenstellung
verlangt (bspw.
Mailauftrag).
Neben der Berechnung
sind bspw. Neben- und
Folgeeffekte z. B. durch
einen
Lieferantenwechsel zu
diskutieren, die nicht in
die Berechnung
miteinbezogen werden.
Eine bereits errechnete
optimale Bestellmenge
verlangt einen
Lieferantenwechsel,
wodurch ggf. veränderte
bestellfixe Kosten zu einer
Neuberechnung der
optimalen Bestellmenge
führen können sowie
bestehende
Lieferantenbeziehungen zu
überdenken sind.
Intransparenz
Notwendige
Informationen sowie
durchzuführende
Arbeitsschritte werden
dem Problemlöser
durch die
Aufgabenstellung und
die verfügbaren
Dokumente zum
Großteil vorgegeben
(vgl. oben).
Notwendige
Informationen sowie
durchzuführende
Arbeitsschritte werden
dem Problemlöser zum
Teil vorgegeben oder
bleiben durch die
Aufbereitung der
Dokumente unscharf
(eigenständiges Treffen
von Annahmen).
Notwendige Informationen
sowie durchzuführende
Arbeitsschritte werden
nicht angesprochen oder
es wird vage darauf
hingewiesen. Die
Dokumente liefern keine
konkreten Hinweise – die
Informationen müssen erst
entschlüsselt werden;
Annahmen sind
selbstständig zu treffen.
Polytelie
Es ist lediglich die
optimale Bestellmenge
eines Teils des
Fahrrades zu
bestimmen.
Es existieren zwei
konfligierende Ziele, z.
B. liegt die berechnete
optimale Bestellmenge
unter dem angesetzten
Sicherheitsbestand.
Dieses Problem gilt es
ggf. nicht vom
Bearbeiter zu lösen,
sondern lediglich
darauf zu verweisen.
Es existieren mehrere
konfligierende Ziele, die bei
der Problemlösung zu
berücksichtigen und
auszugleichen sind.
Die Entwicklung authentischer Problemszenarien (Testaufgaben) stellt nicht nur an
Wissenschaftler und Testentwickler hohe Anforderungen, sondern auch an Lehrkräfte.
Besonders herausfordernd ist dabei die Modellierung der Schwierigkeit unter
Berücksichtigung zu erwartender Kompetenzen, da es zahlreiche Möglichkeiten gibt,
diese a priori zu beeinflussen. In diesem Beitrag wurden exemplarisch Möglichkeiten
bei der Konzeption von Problemstellungen und der dabei verfügbaren Materialien, auf
Basis ausgewählter Erkenntnisse der komplexen Problemlöseforschung, aufgezeigt.
Neben den genannten Faktoren spielen natürlich noch weitere eine Rolle (siehe z. B.
MAIER/KLEINKNECHT/METZ 2010). So kann unter anderem die Schwierigkeit ergänzend
durch eine begrenzte Bearbeitungszeit, die Generierung von Zielabhängigkeiten oder
die Verwendung von fremdsprachlichen Unterlagen variiert werden.
Ferner ist darauf hinzuweisen, dass neben der a priori-Schwierigkeitsfestlegung die
Aufgabenschwierigkeiten in Leistungstests empirisch zu prüfen sind (vgl. HARTIG 2007,
S. 90; WUTTKE ET AL. im Druck). Hierdurch wird der Fähigkeit der Schülerinnen und
Schüler (subjektive Komplexität) in Verbindung mit den erstellten Aufgaben Rechnung
getragen. Nicht jede vom Entwickler als schwierig eingestufte Aufgabe muss auch von
den Schülerinnen und Schülern als solche wahrgenommen werden. Zudem können
durch derartige Analysen Aufgaben identifiziert werden, die einzelne Gruppen unter
Umständen diskriminieren. Aus diesem Grund ist ein fundiertes
forschungsmethodisches Wissen für Lehrkräfte u. E. in Bezug zur Konzeption von
Problemszenarien sowie zur Leistungsbeurteilung unerlässlich.
4. Zusammenfassung und Fazit
Die Entwicklung und Beurteilung beruflicher Problemlöse- und Handlungskompetenz ist
ein zentraler Bestandteil der beruflichen Erstausbildung. Ihr ist dahingehend besondere
Aufmerksamkeit zu schenken, da sie mitunter eine anspruchsvolle, geistige Aktivität
darstellt und innerhalb zunehmend komplexeren Arbeitsprozessen mit Bezug zu
gesellschaftlichen und ökologischen Anforderungen an Bedeutung gewinnt. Dieser
Bedarf zur Ausbildung von Problemlösekompetenz erfordert seitens der Lehrkräfte eine
entsprechende Konzeption und Modellierung von komplexen und authentischen
Aufgaben bzw. Problemszenarien. Dieser Modellierungsvorgang wurde innerhalb
dieses Artikels vereinfacht dargestellt, um die Frage zu beantworten, wie
wissenschaftliche Überlegungen zur Schwierigkeitsbestimmung die Erstellung
problemhaltiger Aufgaben unterstützen können.
Ausgehend von der Eingrenzung des Gegenstandbereiches, welche Inhalte mit
welchen (computer- oder papierbasierten) Medien bearbeitet werden sollen, ist a priori
die formale und inhaltsbezogene Schwierigkeit der Aufgaben zu modellieren. Hierbei
können verschiedene schwierigkeitsbestimmende Problemmerkmale berücksichtigt
werden, die unterschiedliche Inhaltsbereiche in unterschiedlichen Schwierigkeitsniveaus
präsentieren. Folgende grundlegende und vereinfachte Vorgehensweisen bei der
Schwierigkeitsmodellierung – ausgehend von einer Analyse relevanter Inhalte und
(erwartbarer) Lernervoraussetzungen – wurden dabei ausgeführt:
(1) Berücksichtigung formaler und inhaltlicher Schwierigkeitsmerkmale (z. B.
mediale Darstellung, Taxonomiestufen, Komplexität).
(2) Modellierung des Problemtyps anhand des Bekanntheitsgrades von Ausgangs-
und Zielzustand sowie möglicher Maßnahmen.
(a) Berücksichtigung bei der Formulierung der Szenariobeschreibung bzw.
der Aufgabenstellung.
(b) Berücksichtigung bei Gestaltung und Auswahl von Unterlagen.
(3) Berücksichtigung der Merkmale komplexer Probleme
(a) Berücksichtigung bei der Formulierung der Szenariobeschreibung bzw.
der Aufgabenstellung.
(b) Berücksichtigung bei Gestaltung und Auswahl von Unterlagen.
Im Fokus bei der Schwierigkeitsmodellierung stehen durchweg relevante Inhaltsaspekte
und damit verbunden die Komplexität von Arbeitssituationen (z. B. Berechnung
zentraler Kennzahlen). Die bloße Anpassung formaler Aspekte (z. B. eine unnötige
lange Aufgabenstellung) erhöhen lediglich die Kompliziertheit einer Situation und
erfordern damit bspw. ‚nur’ höher ausgeprägte Lesefähigkeiten anstatt
Problemlösekompetenzen. Die abschließende Schwierigkeitseinschätzung und damit
die Frage, ob eine Situation tatsächlich als Problem oder ‚nur’ als Routineaufgabe
wahrgenommen wird, ist stets von den jeweiligen Erfahrungen des Individuums
abhängig. Dies kann durch die Berücksichtigung der persönlichen und soziokulturellen
Voraussetzungen sowie normativer Ansprüche nur bedingt vorhergesehen werden und
bedarf deshalb im Nachhinein einer empirischen Prüfung.
Literatur:
AEBLI, H. (1980): Denken, das Ordnen des Tuns I (Band I: Kognitive Aspekte der
Handlungstheorie). Stuttgart.
ARBEITSGRUPPE DOMPL-IK (eingereicht): Modellierung und Erfassung
domänenspezifischer Problemlösekompetenz von Industriekaufleuten – Ergebnisse und
Perspektiven des Projekts DomPL-IK. Beitrag für den Sammelband „Bildungsstandards
und Kompetenzorientierung. Herausforderungen und Perspektiven der Bildungs- und
Berufsbildungsforschung“ des BIBB.
ARLIN, P. K. (1989): The Problem of the Problem. In: SINNOTT, J. D. (Hrsg.): Everyday
problem solving. New York. S. 229 – 237.
BLOOM, B. S. (1956): Taxonomy of Educational Objectives, Handbook I: The Cognitive
Domain. New York.
DÖRNER, D. (1976): Problemlösen als Informationsverarbeitung.
Stuttgart/Berlin/Köln/Mainz.
DÖRNER, D./KREUZIG, H. W./REITHER, F./STÄUDEL, T. (Hrsg.) (1983): Lohhausen. Vom
Umgang mit Unbestimmtheit und Komplexität. Bern/Stuttgart/Wien.
EIGENMANN, R./SIEGFRIED, C./KÖGLER, K./EGLOFFSTEIN, M. (eingereicht): Aufgaben
angehender Industriekaufleute im Controlling: Ansätze zur Modellierung des
Gegenstandsbereichs. Erscheint in Zeitschrift für Berufs- und Wirtschaftspädagogik.
FUNKE, J. (2003): Problemlösendes Denken. Stuttgart.
GEDIGA, G./SCHÖTTKE, H./TÜCKE, M. (1983): Problemlösen in einer komplexen Situation.
In: Archiv für Psychologie. 135. S. 325 – 339.
HARTIG, J. (2007): Skalierung und Definition von Kompetenzniveaus. In: BECK,
B./KLIEME, E. (Hrsg.)(2007): Sprachliche Kompetenzen. Weinheim/Basel. S. 83 - 99.
MAIER, U./KLEINKNECHT, M./METZ, K. (2010): Ein fächerübergreifendes
Kategoriensystem zur Analyse und Konstruktion von Aufgaben. In: KIPER, H./ MEINTS,
W./PETERS, S./SCHLUMP, S./SCHMIT, S. (Hrsg.)(2010): Lernaufgaben und
Lernmaterialien im kompetenzorientierten Unterricht. Stuttgart. S. 28-43.
RAUSCH, A. (2011): Erleben und Lernen am Arbeitsplatz in der betrieblichen Ausbildung.
Wiesbaden.
RAUSCH, A./SCHLEY, T./WARWAS, J. (eingereicht): Problem solving in everyday office
work—A diary study on the differences between experts and novices. To be published
in International Journal of Lifelong Education (Special Issue).
SCHAUB, H. (2001): Persönlichkeit und Problemlösen. Persönlichkeitsfaktoren als
Parameter eines informationsverarbeitenden Systems. Weinheim.
SCHUMANN, S./EBERLE, F. (2011): Bedeutung und Verwendung
schwierigkeitsbestimmender Aufgabenmerkmale für die Erfassung ökonomischer und
beruflicher Kompetenzen. In: FAßHAUER, U./FÜRSTENAU, B./WUTTKE, E. (Hrsg.)(2011):
Grundlagenforschung zum Dualen System und Kompetenzentwicklung in der
Lehrerbildung. Opladen/Berlin/Farmington Hills. S. 77 - 89.
SEMBILL, D. (1992): Problemlösefähigkeit, Handlungskompetenz und emotionale
Befindlichkeit. Zielgrößen forschenden Lernens. Göttingen.
SEMBILL, D./SCHUMACHER, L./WOLF, K. D./WUTTKE, E./SANTJER-SCHNABEL, I. (2001):
Förderung der Problemlösefähigkeit und der Motivation durch Selbstorganisiertes
Lernen. In: BECK, K./KRUMM, V. (Hrsg.)(2001): Lehren und Lernen in der beruflichen
Erstausbildung. Grundlagen einer modernen kaufmännischen Berufsqualifizierung.
Opladen. S. 257 – 281.
WUTTKE, E./SEIFRIED, J./BRANDT, S./RAUSCH, A./SEMBILL, D./MARTENS, T./WOLF, K. D. (im
Druck): Modellierung und Messung domänenspezifischer Problemlösekompetenz bei
angehenden Industriekaufleuten - Entwicklung eines Testinstruments und erste
Befunde zu kognitiven Kompetenzfacetten. In: Zeitschrift für Berufs- und
Wirtschaftspädagogik 111.
Hinweise zu den Autoren:
Dipl.-Hdl. Thomas Schley ist wissenschaftlicher Mitarbeiter des Lehrstuhls für
Wirtschaftspädagogik der Otto-Friedrich-Universität Bamberg.
Rebecca Eigenmann, M.Sc., ist wissenschaftliche Mitarbeiterin des Lehrstuhls für
Wirtschaftspädagogik II der Universität Mannheim.
Christin Siegfried, M.Sc., ist wissenschaftliche Mitarbeiterin des Lehrstuhls für
Wirtschaftspädagogik, insbes. empirische Lehr-Lern-Forschung, der Goethe Universität
Frankfurt.
i Beteiligt sind die Universitäten Bamberg, Bremen, Frankfurt und Mannheim sowie das Deutsche Institut
für Internationale Pädagogische Forschung (DIPF) in Frankfurt (Förderkennzeichen 01DB1119 bis
01DB1123).
ii Wir bedanken uns an dieser Stelle noch einmal bei unserem Kooperationspartner, der Riese und Müller
GmbH in Weiterstadt (www.r-m.de), der uns innerhalb des Projektes mehrfach tatkräftig unterstützte.
