MINT-ProNeD

Kurz-Beschreibung und Ziele des Projekts

Das LMU-München-Teilprojekt im MINT-ProNeD-Konsortium erforschte die Integration immersiver digitaler Technologien wie Virtual und Augmented Reality sowie generative KI in den Physikunterricht. Ziel war es, gemeinsam mit Lehrkräften praxistaugliche digitale Lernformate zu entwickeln, zu erproben und zu evaluieren sowie nachhaltige Strukturen für die Lehrkräftefortbildung und den Wissenstransfer zu schaffen. Mit einer Workshopreihe als Teil eines Future Innovation Hub und einem technologiegestützten Physik-Schülerlabor wurden dafür dauerhaft nutzbare Forschungs- und Transferinfrastrukturen aufgebaut.

Detail-Beschreibung

Das LMU-München-Teilprojekt im MINT-ProNeD-Konsortium untersuchte, wie immersive digitale Technologien, insbesondere Virtual und Augmented Reality sowie generative und prädiktive KI, sinnvoll in den Physikunterricht integriert werden können. Ein zentrales Ergebnis war die Entwicklung, Erprobung und Evaluation eines Future Innovation Hubs als Experimentier-, Fortbildungs- und Forschungsraum, der in enger Zusammenarbeit mit praktizierenden Lehrkräften konzipiert und weiterentwickelt wurde. Im Projektverlauf wurden digitale Lernprototypen erstellt und mehr als 20 Workshops mit über 300 Lehrkräften durchgeführt. Die iterative Evaluation zeigte sowohl die hohen technischen Anforderungen aufkommender Technologien als auch den Bedarf an konkreten, unterrichtserprobten Beispielen auf, was zu überarbeiteten, technologiefokussierten Workshop-Formaten und zur Einrichtung eines technologiegestützten Physik-Schülerlabors führte. Seit Anfang 2025 befindet sich dieses Labor im Regelbetrieb und dient als nachhaltige Transfer- und Forschungsinfrastruktur. Insgesamt liefert das Projekt empirische Erkenntnisse und dauerhafte Strukturen, die den evidenzbasierten digitalen Wandel im MINT-Unterricht und in der Lehrkräftebildung unterstützen.

Wichtige Meilensteine und Ergebnisse

Entwicklung & Konzeption (AP 3.1)
Entwicklung eines dualen Workshop-Konzepts; ab Frühjahr 2024 Adaption auf technologiespezifische Formate (AR/VR oder generative KI) zur Erleichterung des Praxistransfers.

Erprobung & Durchführung (AP 3.2)
Mehr als 20 Workshops mit über 300 Lehrkräften bis zum Projektende; Entwicklung digitaler Lernmaterialien zu Themen wie Optik, Teilchenphysik und generativer KI; Aufbau eines Physik-Schülerlabors, das seit Anfang 2025 im Regelbetrieb ca. 500/Jahr Schülerinnen und Schüler erreicht.

Empirische Evaluation (AP 3.3)
Formative Evaluation (quantitativ und qualitativ) identifizierte zwei zentrale Herausforderungen: hoher technischer Anspruch und Bedarf an konkreten Unterrichtsbeispielen; summative Evaluation in 15 Folgeveranstaltungen.

Dissemination & Transfer
Ergebnispräsentationen auf nationalen Fachtagungen; Austausch mit Weiterbildungsinstitutionen und dem Bayerischen Kultusministerium; mehrere Veröffentlichungen in Vorbereitung.

Nachhaltige Strukturen
Physik-Schülerlabor und Workshopformate werden dauerhaft durch den Lehrstuhl für Didaktik der Physik der LMU weitergeführt.

Relevante Materialien

a. Logo

b. Links, Dateien, Materialien für die Webseite, Digitale Medien, Videos

Projektwebsite: https://mint-proned.de
Münchner Physik-Schülerlabor: www.physik.lmu.de/didaktik/de/schuelerlabor-mps

Projektleitung, Projektbeteiligte, Ansprechpartner:innen für Rückfragen

Projektleitung: Jochen Kuhn
Projektbeteiligte:
04.23.–09.24: Salome Flegr
10.24.–09.25: Niklas Stausberg
Ansprechpartner: Niklas Stausberg, niklas.stausberg@lmu.de

Publikationen

Veröffentlicht (inkl. Outreach-Beiträge):

Küchemann, S., Bauer, A., Becker, E., Veith, J., Bitzenbauer, P., & Kuhn, J. (2025). Zwischen Aufbruch und Skepsis: Chancen und mögliche Probleme bei der Nutzung von generativer KI im Physikunterricht. Unterricht Physik, 2025(209), 2–5. Friedrich Verlag.

Küchemann, S., Stausberg, N., Boolzen, C., Steinert, S., & Kuhn, J. (2025). Adaptives Feedback mit KI: LEAP – formatives Feedback zu Lösungen von Lernaufgaben. Unterricht Physik, 2025(209), 18–23. Friedrich Verlag.

Vogt, P., Sander, P., Küchemann, S., & Kuhn, J. (2025). KI-unterstützte Minilabore: Smartphone-Experimente mit KI auswerten – Beispiel Beschleunigungsmessung. Unterricht Physik, 2025(209), 24–27. Friedrich Verlag.

Kuhn, J., Rakestraw, D.J., Küchemann, S., Vogt, P.: AI-Supported Mini-Labs: Combining Smartphone-Based Experiments and Multimodal AI

In Vorbereitung:

Girdhar, A. Kuhn, J., Hoyer, C.: Augmented Reality in Physics Education: perceptions and challenges from the perspective of Physics department heads.

Stausberg, N.; Boolzen, C.; Steinert, S.; Kuhn, J.; Küchemann, S.: Prompt Iteration as a Window into Reflexivity: Investigating Pre-Service and In-Service Teachers’ Engagements with Generative AI.

Stausberg, N.; Boolzen, C.; Steinert, S.; Kuhn, J.; Küchemann, S.: AI Alignment in Educational Contexts: An Analysis of Teachers’ Pre-Prompting Strategies in the Use of Large Language Models for Adaptive Feedback

Konferenzbeiträge.

Kuhn, J., & Küchemann, S. (2025): GenKI in Physikunterricht und -lehrerbildung [Symposium]. Tagung Digitale Transformation für Schule und Lehrkräftebildung gestalten 2025, Universität Potsdam, Deutschland.

Stausberg, N., Boolzen, C., Steinert, S., Kuhn, J., Küchemann, S. (2025): AI Alignment im Bildungskontext: Analyse von Preprompting-Strategien von Lehrkräften beim Einsatz großer Sprachmodelle am Beispiel adaptiven Feedbacks

Stausberg,N.; Hortman, C.; Steinert, S.; Kuhn, J.; Küchemann, S. (2024). Metakognitive Anforderungen an Lehrkräfte im Umgang mit Sprachmodellen. Gesellschaft für Didaktik der Chemie und Physik, Jahrestreffen, Bochum.

Girdhar, A., Hoyer, C., Kuhn, J. (2024): Assessing teachers’ perspectives to develop astronomy learning materials with augmented reality. SHAQ-IAU workshop on astronomy for education.

Kieser, F., Küchemann, S., Kuhn, J., Ruf, V., Stausberg, N., Wulff, P. (2024): Prompting-Strategien von großen Sprachmodellen beim Aufgabenbasierten Lernen. Gesellschaft für Didaktik der Chemie und Physik, Schwerpunkttagung "KI in der naturwissenschaftlichen Bildung", Köln.