Die digital gestützte Fehlerdiagnose von elektrischen und elektronischen Kfz-Systemen ist eine zentrale Anforderung an Kfz-Mechatroniker*innen. Jedoch weisen nur wenige Auszubildende zum Ausbildungsende eine zufriedenstellende Fehlerdiagnosekompetenz auf. Zentrale Barrieren sind das Lesen, Verstehen und die effektive Nutzung von diagnoserelevanten Informationen aus digitalen Diagnosesystemen. Aufbauend auf diesen Befunden wurde eine digitale Lernumgebung mit zwei Interventionen zur Förderung der Fehlerdiagnosekompetenz entwickelt und evaluiert. Die Intervention "basal" befähigt leistungsschwächere Auszubildende, einfachere Fehlerszenarien zu diagnostizieren, in welchen Schritt-für-Schritt-Anleitungen des Diagnosesystems den Defekt offenbaren. Die Intervention "komplex" ermöglicht es leistungsstärkeren Auszubildenden, Fehlerszenarien zu diagnostizieren, die eine effektive Nutzung eines Stromlaufplans erfordern. Zur Gestaltung der Lernarrangements werden Daten einer Vorstudie zu Barrieren der Fehlerdiagnose sowie Elemente bewährter Instruktionsdesignmodelle herangezogen: Erklärvideos als unterstützende Informationen, Aufgaben mit zunehmendem Komplexitätsgrad, Feedback zum Lösungserfolg, gestufte Hilfestellungen sowie ein integriertes Belohnungssystem. Die Interventionen wurden in einer Experimentalstudie mit Vergleichsgruppe evaluiert. Die Vergleichsgruppe bearbeitete Aufgaben aus beiden Interventionen, bekam Feedback zum Lösungserfolg sowie Musterlösungen gezeigt; das Lernhandeln wurde durch lehrergeleitete Impulse unterstützt. Die Wirksamkeit der Interventionen wurde anhand von Tests zur diagnoserelevanten Rezeptionskompetenz (DRK) sowie der Fehlerdiagnosekompetenz (FDK) gemessen. Beide Kompetenzen steigen im Interventionszeitraum signifikant an. Im Vergleich zur Vergleichsgruppe sind die Entwicklungen der DRK in der Intervention "komplex" signifikant besser, bzgl. aller anderen Leistungsdaten ähneln sich die Entwicklungen zwischen den Gruppen.
Competence in computer-aided fault diagnosis for electrical and electronic automotive systems is a key requirement for automotive technicians. However, few apprentices acquire satisfactory fault diagnosis competence by the end of their training. Reading, understanding and effective use of diagnosis-relevant information from digital diagnostic systems pose key barriers. Building on these findings, a digital learning environment with two interventions was developed and evaluated. The "basal" intervention enables lower-performing apprentices to diagnose malfunctions in which step-by-step instructions from the digital diagnostic system reveal the defect. The "complex" intervention enables higher-performing apprentices to diagnose malfunctions that require effective use of circuit diagrams. For the design of the learning arrangements, data from a preliminary study on barriers to error diagnosis as well as elements of established instructional design models are used: explanatory videos as supporting information, tasks with increasing complexity, feedback on success, graded assistance, and an integrated reward system. The interventions were evaluated in an experimental study with a comparison group. The comparison group completed tasks from the two interventions and received feedback and sample solutions while learning was supported by teacher-led stimuli. The effectiveness of the interventions was measured using tests of diagnosis-relevant reception competence (DRC) and fault diagnosis competence (FDC). The results show that both competences increase significantly over the intervention period. Under the intervention "complex" the experimental group's DRC development is significantly better than that of the comparison group; with regard to all other performance data, the groups show similar development.

Enthalten in:
Zeitschrift für Pädagogik; 2024/2 (2024)

---

Serie / Reihe: Zeitschrift für Pädagogik

Personen: Güzel, Emre Hartmann, Stefan Norwig, Kerstin Gschwendtner, Tobias

Schlagwörter: Berufsausbildung Diagnostische Kompetenz Digitale Medien Computerunterstütztes Lernen Instruktionsdesign