Weh hahn, F anziska; Lenski, Sina; G opengieße , Ki s en; ...
E-P ü ungen: Assessmen Analy ics im Kon ex . Ein Handbuch ü die P axis
2025, 89 S.
Quellenangabe/ Re e ence:
Weh hahn, F anziska; Lenski, Sina; G opengieße , Ki s en; Bade , E eline; Zinke, Nikolai; Ba denhewe ,
Rica da; Basy o a, El i a; Bayzaei, Sohail; B eue , Ma in; Ge a ds, Ma cus; Heu emann, Di k;
Ismayilo , A az; Köppchen, Benne ; Me k , Ma in; Pe sike, Mal e; Quade, Ka ha ina; Sch oede , Ul ik;
Sch ö e , Hannes; Schwa z, Annabell; S adle , Ingo; S ü me , S e an; Thelen, Ky a: E-P ü ungen:
Assessmen Analy ics im Kon ex . Ein Handbuch ü die P axis. 2025, 89 S. - URN:
u n:nbn:de:0111-pedocs-344930 - DOI: 10.25656/01:34493
h ps://nbn- esol ing.o g/u n:nbn:de:0111-pedocs-344930
h ps://doi.o g/10.25656/01:34493
Nu zungsbedingungen Te ms o use
Dieses Dokumen s eh un e olgende C ea i e Commons-Lizenz:
h p://c ea i ecommons.o g/licenses/by/3.0/de/deed - Sie dü en das We k
bzw. den Inhal e iel äl igen, e b ei en und ö en lich zugänglich machen
sowie Abwandlungen und Bea bei ungen des We kes bzw. Inhal es
an e igen, solange Sie den Namen des Au o s/Rech einhabe s in de on ihm
es geleg en Weise nennen.
This documen is published unde ollowing C ea i e Commons-License:
h p://c ea i ecommons.o g/licenses/by/3.0/de/deed.en - You may copy,
dis ibu e and ende his documen accessible, make adap a ions o his wo k
o i s con en s accessible o he public as long as you a ibu e he wo k in he
manne speci ied by he au ho o licenso .
Mi de Ve wendung dieses Dokumen s e kennen Sie die
Nu zungsbedingungen an.
By using his pa icula documen , you accep he abo e-s a ed condi ions o
use.
Kon ak / Con ac :
peDOCS
DIPF | Leibniz-Ins i u ü Bildungs o schung und Bildungsin o ma ion
In o ma ionszen um (IZ) Bildung
E-Mail: [email p o ec ed]
In e ne : www.pedocs.de
E-PRÜFUNGEN:
ASSESSMENT ANALYTICS IM KONTEXT
Ein Handbuch ü die P axis
•GEFÖRDERT VON
2
Dieses Handbuch wi d in Zusammena bei mi
Expe *innen und Fo schenden aus den jeweiligen
Teilp ojek en en wickel .Es s eh un e de CC BY
3.0 DE Lizenz zu eien Ve ügung.
E-P ü ungen:
Assessmen Analy ics im Kon ex
Ein Handbuch ü die P axis
Zi ie hinweis: Weh hahn, F., Lenski, S., G opengieße , K., Bade , E., Zinke, N.,
Ba denhewe , R., Basy o a, E., Bayzaei, S., B eue , M., Ge a ds, M., Heu emann, D.,
Ismayilo , A., Köppchen, B., Me k , M., Pe sike, M., Quade, K., Sch oede , U.,
Sch ö e , H., Schwa z, A., S adle , I., S ü me , S. & Thelen, K. (2025). E-P ü ungen:
Assessmen Analy ics im Kon ex . Ein Handbuch ü die P axis. peDOCS.
Das P ojek wu de un e de P ojek numme FBM2020-VA-294-3-97008 aus Mi eln
de S i ung Inno a ion in de Hochschulleh e ge ö de .Die Lau zei des P ojek s
eich e om 01.08.2021 bis 31.12.2025.Die Ve an wo ung ü den Inhal diese
Ve ö en lichung lieg bei den Ve asse :innen.
Weh hahn, F., Lenski, S., G opengieße , K., Bade , E., Zinke, N., Ba denhewe , R.,
Basy o a, E., Bayzaei, S., B eue , M., Ge a ds, M., Heu emann, D., Ismayilo , A.,
Köppchen, B., Me k , M., Pe sike, M., Quade, K., Sch oede , U., Sch ö e , H., Schwa z,
A., S adle , I., S ü me , S. & Thelen, K.
Bibliog a ische In o ma ion de Deu schen Na ionalbiblio hek
Die Deu sche Na ionalbiblio hek e zeichne diese Publika ion in de Deu schen
Na ionalbibliog a ie;de aillie e bibliog a ische Da en sind im In e ne übe
h p://dnb.d-nb.de ab u ba .
Die Ve wendung on Ma e ialien D i e in diesem Buch bedeu e nich , dass diese
eben alls de genann en C ea i e-Commons-Lizenz un e liegen.In dem o liegenden
We k e wende e Ma ken, Un e nehmensnamen, allgemein besch eibende
Bezeichnungen e c.dü en nich ei genu z we den.Die Rech e des jeweiligen
Rech einhabe s müssen beach e we den, und die Nu zung un e lieg den Regeln des
Ma ken ech s, auch ohne gesonde en Hinweis.
Die Bilde in diesem Handbuch wu den ia Cha GPT 4.o on OpenAI gene ie .
Ca oon People in diesem Handbuch wu den mi els Mic oso 365 gene ie .
VORWORT
NOVA:ea
INNOVATIONSCLUSTER E-ASSESSMENT –
DIVERSITÄT, DIDAKTIK, TECHNOLOGIE
Das P ojek NOVA:ea e olg das Ziel, Hochschulbildung du ch inno a i e E-
Assessmen -Lösungen nachhal ig zu e besse n und anzupassen.Im Mi elpunk
s eh die di e si ä sge ech e Op imie ung on E-P ü ungs o men, die eine ai e
E assung on im S udium e wo benen Kompe enzen unabhängig on sons igen
indi iduellen Eigenscha en de S udie enden e möglichen sowie die In o ma ion
übe Fo schungse gebnisse.
NOVA:ea e binde hie ü d ei zen ale Schwe punk e:die echnische Umse zung
mode ne P ü ungsin as uk u en, die beglei ende didak ische Fo schung, um die
An o de ungen eine di e si ä sge ech en und kompe enzo ien ie en Leh e zu
e üllen und den T ans e on Wissen, um den Zugang zu gewonnenen E kenn nissen
zu e möglichen.De Einsa z und die Wei e en wicklung de P ü ungssys eme
Dynexi e und ILIAS s ehen dabei im Vo de g und, ebenso wie die In eg a ion
neua ige P ü ungswe kzeuge und das Sammeln on E ah ungen im Rahmen on
On-Demand-P ü ungen.
Das NOVA:ea-Handbuch dien dem T ans e gewonnenen Wissens und s ell hie ü
die E gebnisse des P ojek es in diesem p axisnahen Lei aden ü Ak eu :innen und
Mi ges al ende im Hochschulbe ieb zusammen.Mi diesem Handbuch möch e
NOVA:ea An egungen zu Ve besse ung on P ü ungsbedingungen in E-Assessmen s
lie e n und so Impulse ü eine zukun so ien ie e Hochschulbildung geben.
3
4
NOVA:EA STELLT SICH VOR

De E-P ü ungspalas s ell das Ge üs de E-P ü ung als p ü ungs ech lichen
Rahmen mi dem P ü ungscockpi als Dach da .Das P ü ungscockpi wi d
benö ig , um P ü ungse gebnisse zu analysie en, zu isualisie en und zu
in e p e ie en –wozu die ie Säulen de E-P ü ungen bei agen.Das
P ü ungscockpi s ell o lau end die Quali ä on E-P ü ungen siche , sowohl ü
Leh ende als auch ü Le nende:mi de Mach des Feedbacks (Ha ie &
Timpe ley, 2007).
P ü ungscockpi
P ü ungspla o men
E-P ü ungs o men
Assessmen Analy ics
Use Expe ience
Die ie Säulen des E-P ü ungsp ozesses, die das P ü ungscockpi s ü zen, sind (1)
E-P ü ungs o men (z. B. Hausa bei en, Klausu en u. a.), (2) Use -Expe ience (z. B.
Nu zungs eundlichkei und Nü zlichkei des E-P ü ungssys ems), (3)
P ü ungspla o men (z. B. Moodle,ILIAS und Dynexi e) und (4) Assessmen
Analy ics, also die Analyse de E-P ü ungsda en zu Quali ä sbewe ung.Dieses
Handbuch konzen ie sich o angig au die Ges al ung und Du ch üh ung on
E-P ü ungen.
E-P ü ungen
5
E-PRÜFUNGSPALAST
ASSESSMENT ANALYTICS IM KONTEXT
6
Was bedeu en die Symbole im Handbuch?
In o-Sei en:Au diesen Sei en inden Sie In o ma ionen und
E läu e ungen zu Schlüsselbeg i en aus den Themenbe eichen on
NOVA:ea und um das Thema E-P ü ungen.
Fo schungsbei äge:Au diesen Sei en e hal en Sie Einblicke in
E gebnisse aus de Fo schung on NOVA:ea mi wich igen
Bo scha en zum Thema E-P ü ungen.
Open Science F amewo k (OSF):Das NOVA:ea Handbuch s ell
wei e üh ende In o ma ionen und Links übe OSF zu Ve ügung.
QR-Codes mi un e leg en Ve linkungen inne halb des Handbuchs
lei en Sie zu wich igen Bei ägen und ak uellen P oduk en im OSF, zu
bes imm en A ikeln aus Fo schungsbei ägen und zu
wei e üh enden Fo schungsausblicken im Video o ma wei e .
Hal en Sie Ih Handy be ei ode klicken Sie au die Links!
Anwendungen:Hie inden Sie p ak ische Anwendungen und
Hil smi el on NOVA:ea zum Thema E-P ü ungen.
O-Töne:Hie inden Sie E ah ungsbe ich e und Eind ücke on
Pe sonen aus Fo schung und P axis und um das Thema E-P ü ungen.
Fo schungseinblicke:Zusä zlich zu ielen Fo schungsbei ägen
inden Sie au diesen Sei en Videos zu den NOVA:ea-S udien.
O
ANWENDUNGSHINWEISE
i
Wa um is dieses Handbuch wich ig?
Als Ak eu :innen und Mi ges al ende im Hochschulbe ieb ode In e essie e in
Bezug au E-Assessmen s und E-P ü ungen s ehen Sie o de He aus o de ung,
Leis ungsmessungen zu ges al en, zu e wal en ode zu o ganisie en, die nich nu
ai und alide sind, sonde n auch S udie ende, Leh ende und Ve wal ung
bes möglich un e s ü zen.S udie ende können insbesonde e on Flexibili ä und
di e si ä sge ech e Op imie ung p o i ie en, Leh ende können un e ande em on
Op imie ungsmöglichkei en bei de P ü ungsges al ung und Un e s ü zung bei de
E s ellung di e si ä sge ech e E-P ü ungen p o i ie en und ü Ve wal ungen kann
die Zen alisie ung und die Möglichkei , mi Assessmen Analy ics einen
um assenden Übe blick übe E-P ü ungen zu e hal en, o eilha sein.In diesem
Zusammenhang e ö ne die Digi alisie ung neue Möglichkei en ü P ü ungen, s ell
abe auch neue An o de ungen wie beispielsweise:
•Wie lassen sich digi ale P ü ungen sinn oll und essou censchonend ges al en,
o ganisie en und e wal en?
•Wie können P ü ungspla o men und Analyse-Tools be ei ges ell und genu z
we den, um P ü ungen kon inuie lich zu e besse n, zu e wal en und die
Auswahl sowie die Du ch üh ung on P ü ungen zu e leich e n?
•Wie kann eine ai e P ü ung ü un e schiedlichs e Le nende siche ges ell
we den, wenn die Di e si ä S udie ende bei de Planung, O ganisa ion und
Ve wal ung on E-P ü ungen be ücksich ig wi d?
•Wie können P ü ungen unabhängig on Zei und O du chge üh we den, ohne
die Quali ä ode die Zu e lässigkei de Ve wal ung und O ganisa ion sowie de
Fai ness de P ü ungen und P oc o ing zu beein äch igen?
•Welche ech lichen Aspek e müssen bei de Ges al ung und Implemen a ion
eine digi alen P ü ungskul u bedach we den?
Technologie bie e iele Möglichkei en das P ü en zu ges al en, zu o ganisie en, zu
e besse n, zu e wal en, zu e leich e n und auch auszuwählen und anzu e en –bei
ehlende Technologieakzep anz kann sie abe du ch die Fülle an Möglichkei en
meh Schaden als Nu zen b ingen:hie komm das Handbuch ins Spiel!
Dieses Handbuch lie e Ihnen p axisnahe
In o ma ionen und We kzeuge und um
E-P ü ungen.
ZIELGRUPPE DES HANDBUCHS
7
VORWORT 3
TEIL I: Inno a ion du ch Technik 9
1. E-P ü ungen 10
1.1 E-P ü ungs o men 13
1.2 Flexibilisie ung:On-Demand 16
2. Use Expe ience 23
3. E-P ü ungspla o men 26
4. Assessmen Analy ics 33
4.1 P ü ungscockpi 38
TEIL II:Fo schungseinblicke -Usabili y 43
1. E-P ü ungsges al ung 44
2. Feedback in E-P ü ungen 54
3. S udie endendi e si ä 60
4. P ü ungsangs 73
LITERATURVERZEICHNIS 79
GLOSSAR 88
IMPRESSUM 90
INHALTSVERZEICHNIS
8
Die hie o ges ell en Dimensionen sind
nu ein kleine Ausschni an Aspek en,
die a iie we den können. Sie können
zudem geziel kombinie we den, um
S udie endenzen ie ung, Ba ie e eihei
und indi iduelle Le nwege zu
un e s ü zen.
Eine Fo m de zei lichen Flexibilisie ung
s ell das On-Demand-E-P ü ungs o ma
da . Es bie e S udie enden die
Möglichkei , inne halb eines es geleg en
Rahmens ih en indi iduellen
P ü ungs e min zu wählen. Dieses Fo ma
eigne sich insbesonde e ü P ü ungen,
die bislang an s a e Zei ens e gebunden
wa en, und kann den P ü ungsd uck
e inge n sowie die Semes e planung
e leich e n.
15
i
E-PRÜFUNGSFORMEN
EIGENSCHAFTEN UNTERSCHIEDLICHER FORMEN
Das s uk u elle Ges al ungsspek um on E-P ü ungs o men is au de äumlichen,
zei lichen, echnischen und o ganisa o ischen Ges al ungsebene angesiedel .Das
Ges al ungsspek um beweg sich zwischen eine ixen und lexiblen S uk u .Die
äumliche Ges al ungsebene um ass P ü ungen o O in P ü ungszen en hin zu
lexiblen, o sunabhängigen, E-P ü ungs o men inklusi e Hyb id o men mi wähl-
ba en P ü ungso en.Die zei liche Ges al ungsebene um ass ixe P ü ungs e mine
ü einzelne E-P ü ungen hin zu lexiblen On-Demand-P ü ungszei äumen und
E-P ü ungs o men mi länge e Bea bei ungsdaue .Die echnische Ges al ungsebene
beinhal e s anda disie e E-P ü ungssys eme hin zu achspezi ischen D i an-
wendungen wie S a is ikso wa e und die Nu zung mobile Ge ä e.Die o gani-
sa o ische Ges al ungsebene um ass synch one E-P ü ungen hin zu asynch onen
Abgaben und die E-P ü ungss eue ung mi els Buchungs ools und lexible
P ü ungs e wal ung.
Die Be ücksich igung bes imm e beda so ien ie e Aspek e diese
Ges al ungsspek en on E-P ü ungs o men e möglichen es, E-P ü ungen in eine
lexibilisie en E-P ü ungskul u ü eine di e se S udie endenscha anzubie en.
Räumlich
S uk u elle Flexibili ä
Zei lich
Technisch
O ganisa o isch
ix lexibel
P ü ungszei aum
On-Demand
Fachspezi ische Anwendungen
B ing-You -Own-De ice
P ü ungs e mine
S anda disie e E-
P ü ungssys eme
Synch one Du ch üh ung
( es e Zei ahmen)
Asynch one Abgaben
Buchungs ools
Visualisie ung des s uk u ellen Ges al ungsspek ums
Vo O
(P ü ungszen um)
O sunabhängig
Hyb id o men

16
Wie soll das ai
bleiben, wenn manche
ühe und manche
spä e sch eiben?
Ich ho e, es gib genug
Te mine, dami ich
nich am Ende doch
gezwungen we de,
einen ungüns igen Slo
zu nehmen.
Mega p ak isch,
dass ich meine
P ü ung lexibel
legen kann.
Das Konzep On-Demand bie e eine zei lich lexible Al e na i e zu klassischen
P ü ungs e minen.Neben den egulä en P ü ungssi zungen we den zusä zliche
Te mine inne halb eines de inie en P ü ungszei aums angebo en.S udie ende
haben so die Möglichkei , selbs zu en scheiden, wann sie ih e P ü ung ablegen
möch en.
Ziel is es, de zunehmenden He e ogeni ä in de S udie endenscha ge ech zu
we den –e wa in Bezug au indi iduelle Le n hy hmen, Lebens eali ä en ode
zei liche Ve ügba kei en.On-Demand-P ü ungen e möglichen somi eine s ä ke e
S udie endenzen ie ung im P ü ungsgeschehen.
Fü den On-Demand-Ansa z bie en sich insbesonde e E-P ü ungen an, da diese eine
au oma isie e Bewe ung bei ielen Au gaben ypen sowie eine Pa ame isie ung de
Au gaben e möglichen.Alle dings können auch ande e E-P ü ungs o men wie
mündliche P ü ungen, im On-Demand-Fo ma angebo en we den.
i
1.2 FLEXIBILISIERUNG
ON-DEMAND: PRÜFUNGEN AUF WUNSCH
17
Ke nelemen e on On-Demand-P ü ungen:
•Flexible Anmeldung zu P ü ungen inne halb eines Semes e s
•Selbs bes imm e P ü ungs o be ei ung mi hil e digi ale Le nma e ialien und
o ma i en Übungsau gaben
•Pa ame isie e und andomisie e P ü ungsau gaben aus um ang eichen Au ga-
benpools
Vo eile:
•En las ung de S udie enden du ch lexible Planung
•Indi iduelle Le nwege und P ü ungs e mine
•Reduk ion des P ü ungsd ucks und En ze ung de Ko ek u a bei
He aus o de ungen:
•Hohe Au wand in de ini ialen E s ellung de P ü ungsau gaben
•E höh e o ganisa o ische An o de ungen an P ü ungsmanagemen und Be euung
P oblem:Fes e P ü ungszei en passen nich zu wachsenden
Di e si ä de S udie endenscha , e schwe en indi iduelle
Vo be ei ung und e zeugen o zusä zlichen P ü ungsd uck.
Lösung:On-Demand-P ü ungen e möglichen S udie en-
den, den P ü ungszei punk selbs zu bes immen.Dies
e olg du ch lexible, zusä zliche P ü ungs e mine
wäh end eines de inie en Zei aums.Digi ale E-
P ü ungs o men un e s ü zen dies op imal.
Lösung
Leh e ans al ungen (RWTH Aachen):
Module de S udiengänge „Ba e y
Science and Technology in
Enginee ing“ sowie „Ba e y Sys ems
Enginee ing“, ca. 60 S udie ende
P ü ungs e mine:
Jeden Mona mindes ens ein
P ü ungs e min
P ü ungs o be ei ung:
Digi ale Leh -/ Übungs ideos
P ü ungso : o O
Leh e ans al ung (TH Köln):
Modul „Windene gie“ mi ca. 130
S udie enden
P ü ungs e mine:
Wöchen lich, übe meh e e Mona e
P ü ungs o be ei ung:
Kombina ion aus digi alen Leh ideos,
o ma i em Feedback und
T ainingscen e zu
P ü ungs o be ei ung
P ü ungso : o O
Hie sehen wi ein Beispiel,
wie zwei Uni e si ä en On-
Demand-P ü ungen umse zen.
Meh dazu im Pa e npool:
i
Wie unk ionie en On-Demand-P ü ungen als didak isches En wu smus e ?
ON-DEMAND-PRÜFUNGSDIDAKTIK
Vom Au gabenpool zu eine au oma isie en E-P ü ung
18
Wie e hal e ich In o ma ionen zum Schwie igkei sg ad meine Au gaben?
Wenn be ei s in de Ve gangenhei E-P ü ungen angebo en und Da en zu den
E gebnissen de Klausu en au gezeichne wu den, können die Au gaben übe
Ve ah en de Assessmen Analy ics un e such und klassi izie we den.Konk e
müssen da ü zunächs zu un e suchende Me iken ü Au gaben de inie
we den.Hie zu zählen beispielsweise die ela i e, e eich e Punk zahl und die
e ziel en Punk e im Ve häl nis zu beansp uch en Zei (Punk e p o Minu e).
Du ch en sp echende Clus e analysen diese Me iken können E kenn nisse zum
Schwie igkei sg ad on Au gaben ela i zueinande gewonnen we den.
Als didak isches En wu smus e b ingen On-Demand-P ü ungen einige
He aus o de ungen mi sich.Hie bei kann das un ens ehende Modell zu
au oma isie en Klausu au gabene s ellung hel en.Bei On-Demand-P ü ungen
müssen ü meh e e Te mine iele Au gaben zu Ve ügung ges ell we den, was ein
hohes Maß an Zei und Au wand in Ansp uch nimm .Zusä zlich zu
Au gabene s ellung muss ein homogene Schwie igkei sg ad de E-Assessmen s übe
alle angebo enen Te mine hinweg siche ges ell sein.Dies se z zudem die Kenn nis
des Schwie igkei sg ads de Au gaben o aus.
i
Was is bei eine au oma isie en On-Demand-P ü ungse s ellung zu beach en?
AUTOMATISIERTE E-PRÜFUNGEN
Modell zu au oma isie en Klausu au gabene s ellung
Von diesen e s en Sch i en des Modells zu au oma isie en
Klausu au gabene s ellung ausgehend, können E-P ü ungsda en
in eine Al klausu da enbank gesammel und im Rahmen de
Vo e a bei ung un e such we den.Wei e üh end können die
o e a bei e en Da en klassi izie we den.Als nächs e Sch i
im Modell, kann eine Lis e ü einen Au gabenpool gene ie
we den, de ü On-Demand-P ü ungen genu z we den kann.
Vom Au gabenpool zu eine au oma isie en E-P ü ung
19
Wie kann ich nun mi dem Modell zu au oma isie en
Klausu au gabene s ellung eine inale P ü ung zusammens ellen?
Zusä zlich zum Schwie igkei sg ad müssen Leh ende ih e
Au gaben nach wei e en Ka ego ien wie beispielsweise dem
Themengebie und dem Au gaben yp (Mul iple-Choice, o en)
klassi izie en,um le z lich einen Au gabenpool zu e hal en, bei
dem jede Au gabe kla übe diese Ka ego ien gekennzeichne is .
Eine GUI (g a ische Nu zungsobe läche) au G undlage dieses
Au gabenpools e möglich es Leh enden, eine P ü ung nach
ih en Vo s ellungen in kü zes e Zei au oma isie zu e s ellen.
In de Nu zungsobe läche können zunächs Eckda en wie
Gesam punk zahl de P ü ung, zu p ü ende Themengebie e, das
Ve häl nis on ein achen zu schwe en Au gaben und das
Ve häl nis an Au gaben ypen es geleg we den.Im Anschluss
kann eine Lis e an P ü ungsau gaben e s ell we den, die alle
Vo gaben e üllen.Fe ne muss siche ges ell sein, dass es keine
Übe schneidungen an Au gaben in einem Semes e gib .
Das Konzep de au oma isie en Klausu au gabene s ellung zu
Zusammens ellung on On-Demand-P ü ungen wu de be ei s in
meh e en P ü ungen e olg eich an de TH Köln e p ob und wi d
zukün ig ü zwei neue S udiengänge (mi denselben P ü ungen) egulä
genu z .Das Besonde e an den S udiengängen is , dass es ca.jeden
Mona min.einen P ü ungs e min geben wi d.Auße dem is die Anzahl
de S udie enden du ch die Kapazi ä sbeg enzung ge ing (maximal 60
S udie ende), sodass ge ade bei de absehba ge ingen Anzahl an
S udie enden p o Te min eine gleichbleibende Schwie igkei de
P ü ungen siche ges ell we den muss.
i
AUTOMATISIERTE E-PRÜFUNGEN
Neben de Be ücksich igung des Schwie igkei sg ads on Au gaben bei de E s ellung
on On-Demand-P ü ungen müssen zusä zlich iele hema isch passende Au gaben
zu Ve ügung ges ell we den, die das Wissen de S udie enden in e gleichba e
Weise messen.Mi els des au de o angegangenen Sei e o ges ell en Modells zu
au oma isie en Klausu au gabene s ellung,kann die Zusammens ellung eine
g oßen Menge hema isch passende Klausu au gaben mi e gleichba em
Schwie igkei sg ad gelingen, um On-Demand-P ü ungen zu e möglichen.
Um On-Demand-P ü ungen e izien anbie en zu können, bie e das Modell zu
au oma isie en Klausu au gabene s ellung einen lexibel einse zba en Ablau ,de
im Anschluss an die wei e e Ka ego isie ung die Möglichkei zu Finalisie ung on E-
P ü ungen in de GUI.Dami können On-Demand-P ü ungen achunabhängig in de
Hochschulleh e eingese z we den.
Die mi o geäuße e Angs , dass gegen Ende de
P ü ungszei alle nu noch seh gu e No en sch eiben
we den, ha sich nich bes ä ig .Wi beobach en einen
unge äh gleichbleibenden No endu chschni .
P o . D . Ingo S adle
TH Köln
20
E-PRÜFUNGSFORMEN
O-TON AUS FORSCHUNG & PRAXIS
Was ha Dich mo i ie den On-Demand-Ansa z auszup obie en?
Ich ha e schon als S uden damals den Eind uck, dass
ich, wenn ich meine P ü ungsphase selbs planen
könn e, (z.B. nich meh e e P ü ungen an einem Tag
ode au einande olgenden Tagen) das S udium
besse abschließen wü de.Ich bin übe zeug , dass wi
du ch On-Demand-P ü ungen die S udienzei en
e kü zen können.
Was sind Deine E ah ungswe e aus de Umse zung?
Die S udie enden nehmen das On-Demand-
Konzep dankend an.Insbesonde e nach dem
d i en Jah de E p obung sehen wi einen
hohen Beda in de Woche o Weihnach en
und di ek nach Neujah .Die S udie enden
nu zen die Gelegenhei , den P ü ungszei aum
zu e länge n.
Was wa en Deine g öß en Aha-Momen e?

Wi bie en an unse em Leh s uhl sei 2020 sowohl in
Bachelo -als auch Mas e s udiengängen digi ale
P ü ungen in den Be eichen Elek o echnik und
Ba e iesys em echnik an, welche on S udie enden
aus e schiedens en Lände n und akademischen
Hin e g ünden abgeleg we den.Dahe is es
selbs e klä end, dass die S udie enden un e -
schiedlichs e Wissenss ände und He angehensweisen
zum Le nen und zu Vo be ei ung au die P ü ungen
mi b ingen.Zusä zlich is es nich ge ade sel en, dass
am Ende des Semes e s iele P ü ungen in einem seh
knappen Zei ens e hin e einande abgeleg we den
müssen.
Hie e scha en On-Demand-P ü ungen Abhil e:Eine
Wahl aus meh e en Klausu e minen p o Semes e
e möglich es den S udie enden, ih e Zei p o Fach
lexibel nach ih en An o de ungen zu ges al en.
Jedoch soll e de o ganisa o ische Au wand, de du ch
die Koo dina ion meh e e P ü ungen im Semes e
einhe geh , nich un e schä z we den.Unse Konzep
de au oma ischen Klausu gene ie ung soll dabei
hel en, zu en las en und neuen Dozie enden einen
übe sich lichen und ein achen Eins ieg in die
Klausu e s ellung e möglichen.
P o . D . Di k Uwe Saue
RWTH Aachen
21
E-PRÜFUNGSFORMEN
O-TON AUS FORSCHUNG & PRAXIS
Ich inde es supe , dass ich dadu ch meine
egulä e P ü ungsphase wesen lich en ze en
kann.Die P ü ungsphasen sind schon imme
ans engend genug –da nehme ich ge ne den
D uck aus und sch eibe eine Klausu o he .
Auße dem habe ich so den Le ns o noch
ische im Kop , weil ich schon nach eine
kü ze en Zei die Klausu sch eibe und die
Inhal e nich übe das ganze Semes e
‚ e gessen‘ we den.
The on-demand-concep
is eally good because i
allows me o se my own
p io i ies and s eng hens
my sel -con idence a he
same ime.
Viel besse , da man sich selbs seinem
eigenen Tempo anpassen kann und die
Klausu sch eiben kann, wenn man sich
be ei ühl .Ich wünsch e es gäbe so
e was auch in ande en Modulen.
The o e helped me pe sonally
o educe he s ess du ing he
egula exam pe iod.My ime
managemen eels way mo e
e icien .
Aussagen on deu schsp achigen und in e na ionalen S udie enden aus de
Beglei o schung zum On-Demand-Konzep an de TH Köln
22
Zei liche Flexibili ä
und selbs s ändige
Semes e planung –
besonde s am Ende
des Bachelo s seh
hil eich.
ON-DEMAND-PRÜFUNGEN
O-TON AUS DER PRAXIS
23
Ein en scheidende Fak o bei de En wicklung und Nu zung neue Technologien, wie
z.B. elek onische P ü ungssys eme, is lau B üggemann &Wiepcke (2023)die Use
Expe ience (UX).Sie besch eib , wie Menschen ein digi ales P oduk ode Sys em
wah nehmen und bewe en.Eine posi i e UX üh dazu, dass Menschen ein Sys em
häu ige und e izien e nu zen.Eine nega i e UX hingegen kann dazu üh en, dass
neue Technologien nich akzep ie ode soga gemieden we den.
Eine posi i e UX soll e die Bedü nisse und E wa ungen de Nu zenden be ücksich-
igen.Sys eme soll en so ges al e sein, dass sie leich e s ändlich und ein ach zu
bedienen sind, unabhängig on den Fähigkei en ode Vo e ah ungen de Nu zen-
den.Die au diese Weise gescha ene Nu zungs eundlichkei gil als eine de wich-
igs en Komponen en eine posi i en UX.Wenn ein P oduk schwe e s ändlich
ode ums ändlich zu bedienen is , kann dies dazu üh en, dass die Nu zenden es
nich wei e e wenden.Um die Nu zungs eundlichkei siche zus ellen, we den
Usabili y-Tes s du chge üh .Dabei beobach en Fo schende di ek , wie Menschen
mi einem Sys em in e agie en und analysie en ih Ve hal en.Die Teilnehmenden
bea bei en dabei ealis ische Au gaben, wäh end ih e Reak ion bzw.ih Feedback
au gezeichne wi d.
Ein wei e e Aspek eine posi i en UX is die Ba ie e eihei .Sys eme und P oduk e
soll en so ges al e sein, dass sie ü alle Menschen zugänglich sind, unabhängig on
kö pe lichen Einsch änkungen ode indi iduellen Fähigkei en.Ein inklusi es Design
äg nich nu zu Nu zungs eundlichkei bei, sonde n s ell auch siche , dass
möglichs iele Menschen on de Technologie p o i ie en können.Die UX is dami
ein en scheidende E olgs ak o ü digi ale Sys eme.Sie ö de nich nu die
Akzep anz neue Technologien, sonde n e besse auch de en E ek i i ä und
Nu zungshäu igkei .
Das is nich ü die
Nu zung au einem
Sma phone
gedach , ode ?
Oh supe , dass die
F age auch au
englisch o mulie
is , das mach es mi
leich e
Mis , ich kann den
Bu on zum
Absenden meine
An wo nich
inden… und je z ?
Welche Rolle spiel die Use Expe ience bei E-P ü ungen?
i
2. USER EXPERIENCE
HERAUSFORDERUNG: DIE PRÜFUNG, NICHT DAS SYSTEM
24
Leis ungse wa ung:Hil mi die Technik, meine
Au gaben besse zu e ledigen?
Au wandse wa ung:Is die Technik leich zu benu zen?
Soziale Ein luss:Was denken ande e da übe , z. B.
Mi a bei ende ode Mi -s udie ende?
Technische Bedingungen:Gib es Hil e und gu e
Bedingungen ü die Nu zung?
Diese Punk e wi ken zum Beispiel je nach Al e , E ah ung, Geschlech ode
F eiwilligkei de Nu zung un e schiedlich s a k (Mo gan, 2013)und können
beispielsweise bei de Ges al ung on E-P ü ungen ü eine di e si ä sge ech e
Op imie ung de UX be ücksich ig we den.
Das UTAUT-Modell (Uni ied Theo y o Accep ance and Use o Technology;
Venka esh e al., 2003)zeig ie wich ige Punk e, die die En scheidung zu Nu zung
on Technologie beein lussen:
TECHNOLOGIEAKZEPTANZ
WARUM WIR TECHNIK NUTZEN ODER NICHT?
Die Wah nehmung on S udie enden, die E-P ü ungen nu zen, beein luss de en
Nu zungsin en ionen und Nu zungs e hal en:Is die Anwendung nü zlich und hil sie
bei de Bea bei ung de P ü ung, zum Beispiel du ch ö liche und zei liche Flexibili ä
ode einen Sc een eade (Venka esh e al., 2003)? E-P ü ungen bie en in diesem
Zusammenhang Chancen ü meh Fai ness und Di e si ä .Dabei sind
Ges al ungsk i e ien, Planung, Feedback und die Auswahl geeigne e P ü ungs-
pla o men wich ig (Zinke e al., 2024). E-Assessmen s sind Teil on E-P ü ungen und
um assen compu e ges ü z es Tes en mi di ek en Feedback-Möglichkei en bei
Mul iple-Choice-Tes s ode die Übe p ü ung on P oblemlösekompe enzen (Al uwais
e al., 2018).
Wie beein luss die Wah nehmung on Technologie die Nu zung in E-P ü ungen?
Das UTAUT-Modell e klä , wa um
Menschen neue Techniken nu zen –ode
auch nich .
31
En wicklung
eigene
Ko ek u diens e
Ko ek u diens
Py hon3
Ko ek u diens
Py hon3 Uni
Tes s
Zu eine quali a i hochwe igen und eali ä snahen P ü ungsdu ch üh ung gehö
eine adäqua e In eg a ion de sogenann en Ko ek u diens e in den gesam en
P ü ungsp ozess.Be ei s in de Phase de Au gabene s ellung sind Vo schau-und
Tes möglichkei en en scheidend, um die Funk ionali ä und Rückmeldemechanismen
im Vo eld zu e p oben und die Kon igu a ion de P ü ungsau gaben zu übe p ü en.
Ebenso essenziell is im wei e en Ve lau die Möglichkei , au oma isie e Tes s und
Mus e lösungen auch wäh end de Ko ek u phase geziel anzupassen, um au
un o he gesehene Lösungswege ode Fehle angemessen eagie en zu können.Nu
du ch dieses Zusammenspiel aus de Un e s ü zung de P ü ungs o be ei ung und
de nach äglichen Anpassba kei kann eine ai e, p äzise und le nzielge ech e
Bewe ung siche ges ell we den und somi eine kon inuie liche Ve besse ung de
P ü ungsquali ä gewäh leis e we den.
Um im Kon ex on Leh e ans al ungen mi dem Ziel de P og ammie ausbildung
domänenspezi ische P ü ungen zu e möglichen, soll en P ü ungspla o men die
E s ellung on Au gaben e lauben, bei denen S udie ende P og ammcodes in eine
möglichs ealis ischen Umgebung bea bei en können.Zu eine eali ä snahen
P ü ungsumgebung gehö –so e n dies mi de P ü ungs o m und den Le nzielen
de Ve ans al ung e einba is –auch die Möglichkei , die en wickel e
Implemen ie ung o Abgabe de P ü ung auszu üh en und zu es en.Je nach
Le nzielen de Ve ans al ung kann es sinn oll sein, S udie endeneingaben hinsich lich
Ko ek hei , E izienz und S il zu bewe en.Dazu we den o ab e s ell e,
au oma isie e Tes s eingese z , welche Feedback und Vo schläge zu Bewe ung de
Implemen ie ung de S udie enden e zeugen.Du ch diese au oma isie en Tes s
e hal en die S udie enden im o ma i en Sel -Assessmen -Be eich unmi elba e
Rückmeldungen, die übe die ein ache Da s ellung de Mus e lösung und den dami
e bundenen manuellen Ve gleich ih e Lösung hinausgehen.
So können beispielsweise auch Rand älle und ande e spezielle Tes älle be ücksich ig
we den, die eine de aillie e e und um assende e Bewe ung de Lösung
e möglichen.Diese Rückmeldungen bie en den S udie enden we olle Hinweise zu
Ve besse ung ih e Implemen ie ung und ö de n ein ie e es Ve s ändnis de
zug unde liegenden P oblema ik.Im Be eich summa i e P ü ungen dien das
Feedback de au oma isie en Tes s zu besse en Nach ollziehba kei de Bewe ung.
Im E-P ü ungssys em Dynexi e wu de diese Ko ek u möglichkei in Fo m on
Ko ek u diens en umgese z .Ko ek u diens e sind kleine e Hil sdiens e,welche
An wo en, Kon igu a ionen und Zusa zda en e hal en und Dynexi e Kommen a e,
Debug-Ou pu und ein E gebnis lie e n.Sie e gänzen so die egulä e Ko ek u .
PRÜFUNGSWERKZEUGE
Wie können P ü ungswe kzeuge im Rahmen eine E-P ü ung genu z we den?

Elek onische P ü ungen in Biologie und
Biologiedidak ik –zwischen WG-Einblicken, Dummy-
kon en und digi alem Fo sch i .
Meine e s en elek onischen P ü ungen anden
wäh end de Co ona-Zei s a –zu Hause, übe ILIAS,
mi Kame aau sich .Dabei habe ich nich nu
S udie ende gep ü , sonde n ganz nebenbei e s aun-
lich in ime Einblicke in s uden ische Wohn eali ä en
e hal en.Von Kleins zimme n mi Kuschel ie -
A mosphä e bis zu WG-Küche als Mul i unk ions aum.
Digi ale Nähe wa plö zlich seh pe sönlich.
Heu e p ü e ich übe das zen ale P ü ungscen e de
Uni e si ä zu Köln – echnisch zu e lässige , o ganisa-
o isch p o essionelle , abe noch nich ganz ohne
Tücken.Die liegen o im De ail:e wa in Punk we en,
die sich nach äglich nich meh ände n lassen, ode
Dummykon en,die un e Zei d uck angeleg we den
müssen, weil wiede einmal Zugangsda en ehlen.
T o zdem übe wiegen ü mich die Vo eile.De
s uk u ie e, quali ä sgesiche e P ü ungsp ozess –
on de Idee übe die Umse zung bis zu Auswe ung –
spa nich nu Zei dank au oma isie e Auswe ung,
sonde n e möglich auch den Au bau nachhal ige
Au gabenpools.Fai ness, T anspa enz und E izienz
sind ech e Pluspunk e.
Und es gib noch Lu nach oben:Ich wünsche mi ein
nu zungs eundliche es Sco ing-Sys em –e wa du ch
eine Lis enansich alle An wo en zu eine F age, ohne
mühsames Du chklicken.Und ja, ich äume on KI-
Un e s ü zung, die bei o enen An wo en ein e s es,
o sich iges P e-Sco ing übe nimm –nich als E sa z,
abe als willkommene En las ung.
Fazi :Elek onisches P ü en is kein Selbs läu e –abe
mi S uk u , O enhei und dem Mu zu Wei e -
en wicklung wi d es zunehmend zu einem es en
Bes and eil eine mode nen, inklusi en P ü ungskul u .
P o . D . Jö g G oßschedl
Uni e si ä zu Köln
32
PRÜFUNGSPLATTFORMEN
O-TON AUS FORSCHUNG & PRAXIS
33
Assessmen Analy ics bezeichnen ein da enbasie es Analyse e ah en, das speziell
zu Leis ungsbewe ung on Le nenden en wickel wu de.Als E wei e ung on
Lea ning Analy ics Ansä zen nehmen Assessmen Analy ics geziel Da en aus Tes -
si ua ionen in den Blick.Ziel is es, da aus undie e E kenn nisse ü die Leh e, die in-
di iduelle Fö de ung on S udie enden sowie ü die geziel e Wei e en wicklung on
P ü ungssys emen und Au gaben o ma en abzulei en.Besonde s bei digi alen P ü-
ungen bie e sich das an, weil hie au oma isch iele Da en e ass we den.Leh en-
de können diese In o ma ionen nu zen, um P ü ungen e s ändliche , geziel e und
e ek i e zu ges al en.
Mi Assessmen Analy ics kann man zum Beispiel he aus inden:
Welche F agen sind besonde s schwe ode leich ?
Wenn iele S udie ende bei eine F age alsch an wo en, könn e das ein Hinweis
sein, dass die F age miss e s ändlich o mulie is ode das Thema in Vo lesungen
ode Semina en nich aus eichend behandel wu de.Die Reihen olge de Au gaben-
bea bei ung ode die häu ige Rückkeh zu eine bes imm en Au gabe können Hin-
weise au die Schwie igkei e schiedene F agen geben.
Wie lange b auchen Teilnehmende ü bes imm e Au gaben?
Eine Au gabe soll in 5Minu en lösba sein, abe die meis en b auchen 15 Minu en.
Das könn e bedeu en, dass die Au gabe zu komplex is ode nich gu e klä wu de.
Gib es Mus e in den An wo en, die au P obleme hinweisen?
Wenn iele S udie ende bei eine Mul iple-Choice-F age dieselbe alsche An wo
wählen, könn e das ein Hinweis da au sein, dass die Dis ak o en i e üh end sind
ode ein Miss e s ändnis bes eh .
Wie e ände sich die Leis ung übe e schiedene P ü ungen hinweg?
Eine Leh k a kann übe meh e e Semes e hinweg p ü en, ob bes imm e F agen
ode Themen jedes Jah ähnliche Schwie igkei en be ei en.
Meine S udie enden
schneiden in „Gene ik“
schlech e ab als in ande en
Themen. Vielleich muss ich
mein Leh ma e ial
anpassen ode meh
P axisbeispiele geben…
i
4. ASSESSMENT ANALYTICS
EIN BLICK HINTER DIE KULISSEN VON E-PRÜFUNGEN
34
In Dynexi e we den die Da en als xAPI S a emen s e hoben (B eue e al., 2023)
und 2025 im Rahmen on KI:EDU.NRW in die In as uk u POLARIS eingebunden.
Diese S a emen s we den im Rahmen on POLARIS mi hil e on Analysesk ip en
ausgewe e und zu ückgelie e .Eine genaue Au lis ung de in Dynexi e e -
hobenen Da en kann mi els des QR-Codes links eingesehen we den.De ech e
QR-Code üh zu POLARIS.
Bei E-P ü ungen en s ehen in e schiedenen P ozessphasen un e schiedliche A en
on Da en:
1. E s ellung und Bea bei ung on P ü ungsau gaben sowie Zusammens ellung on
P ü ungen:
•Me ada en zu P ü ungsinhal en (z.B.E s ellungszei punk on Au gaben,
Ku sen und P ü ungen, Inhal e, Ku szugehö igkei en).
2. Du ch üh ung de P ü ung:
•In e ak ionsda en de Le nenden mi den P ü ungsinhal en wäh end de
Bea bei ung (z. B. Bea bei ungszei en, Lösungs e hal en).
•Kon ex in o ma ionen, die eine eindeu ige Zuo dnung zu P ü ungsinhal en
e möglichen (z.B.welche Au gabe, welche P ü ung, welche Pla o m).
3. Ko ek u phase:
•E gebnisda en aus de Kombina ion on E s ellungsda en (Mus e lösung-
en), Du ch üh ungsda en (An wo en) und manuelle Ko ek u (z.B.e -
eich e Punk e).
4. Nach Ve ö en lichung de o läu igen E gebnisse:
•Da en zu Einsich nahme du ch S udie ende sowie zu möglichen An ägen
au Nachko ek u .
•E gänzend en s ehen Da en du ch die Annahme ode Ablehnung diese An-
äge du ch die P ü enden.
Welche Da en we den in E-P ü ungen e ass ?
DATEN AUS E-PRÜFUNGEN
Da enspu en en lang des gesam en P ü ungsp ozesses
35
Da en aus E s ellung, Du ch üh ung und Ko ek u agen zu mi el-und lang-
is igen Quali ä ssiche ung on Leh -, Le n-und P ü ungsinhal en bei.Sie machen
T ends in den E gebnissen sich ba , decken wiede keh ende Schwachs ellen in Au -
gaben o ma en au und e möglichen so e idenzbasie e Anpassungen.Dadu ch
lassen sich Au gaben i e a i op imie en, die Passung zu den anges eb en Le nzielen
e besse n und die Validi ä sowie Fai ness de Leis ungsübe p ü ung lang is ig
siche n.
Wäh end Leh ende be ei s au g und ih e P ü ungs ä igkei Zug i au E gebnisda en
de S udie enden haben, kann eine Übe sich au ällig (schlech ) ausge allene Teil-
au gaben die Iden i izie ung mögliche P obleme zusä zlich un e s ü zen.So können
bei Beda be ei s o de Ve ö en lichung de E gebnisse Ko ek u en o ge-
nommen we den.Dies eduzie den Au wand ü Nachko ek u en und äg zu
eine insgesam ai e en Bewe ung bei.
Da übe hinaus kann die E s ellung neue Au gaben und P ü ungen du ch Mechanis-
men wie Duplika sp ü ung,die Zusammens ellung mi eine e wa e en Schwie-
igkei sowie die hema ische Ve eilung de Inhal e geziel un e s ü z we den.
DATEN AUS E-PRÜFUNGEN
Um zu un e suchen, wie Leh ende bishe mi solchen Da en a bei en
und welche wei e en Beda e bes ehen, wu de im Rahmen des
NOVA:ea-P ojek s eine S akeholde -Be agung du chge üh .Anhand
eines F agebogens, den 79 P ü ende bean wo e en, wu den bes ehen-
de Quali ä ssiche ungsp ak iken sowie Pe spek i en au zusä zliche, po-
enziell nü zliche Bewe ungsda en e ass .
Beispielha e Anwendungsszena ien im P ü ungsp ozess
Die Auswe ung zeig e, dass ak uelle P ak iken am Un e suchungss ando o
allem au di ek em Feedback on Kolleginnen und Kollegen be uhen.Vo schläge
zu Nu zung e gänzende Bewe ungsda en un e schieden sich hingegen s a k
in G anula i ä , Au wand und e wa e em Nu zen – on Zei e spa nissen du ch
die Digi alisie ung bishe manuelle Au gaben übe die b ei e e Anwendba kei
bes ehende Ve ah en bis hin zu E ö nung neue , bislang wenig e o sch e
Möglichkei en.E s e En wicklungssch i e wu den be ei s au Basis diese E -
kenn nisse un e nommen, indem p ü ungs-und inhal sbezogene Da en zu Un-
e s ü zung on Leh enden und ins i u ionellen En scheidungs äge n he ange-
zogen wu den (B eue e al., 2025).
36
DELICATE-Checklis e (I en hale ,2020)
Um ass die Beg ündung des Po enzials on Da enanalysen, E klä ung on Spei-
che ung und Ve wendungszwecken, Legi ima ion de Da ennu zung, Einbe-
ziehung Be eilig e du ch o ene Kommunika ion, Ein e s ändnis, Anonymisie-
ung on Da en, Ak ualisie ung on Da enzug i s ech en bei Ve ände ungen,
Dis ibu ion on Da en und Analysee gebnissen is zweckgebunden und ge egel .
Ve hal enskodex ü T us ed Lea ning Analy ics (Hansen e al., 2020)
T us ed Lea ning Analy ics okussie e hische P inzipien bei de Nu zung on
S udie endenda en.Hie zu wi d ein Ve hal enskodex en wickel , de g undlegen-
de P inzipien de Da ennu zung, -e hebung, -speiche ung, -auswe ung und
dessen Kommunika ion um ass .
Die Menge zu Ve ügung s ehende Da en in Hochschulen s eig s e ig an (Sche el
e al., 2024). Da en ü Assessmen Analy ics allen in digi alen P ü ungen wie bei-
spielsweise Dis anzp ü ungen an.Diese Da en bie en In o ma ions-und Un e s ü -
zungsangebo e ü Einzelpe sonen, Leh ende und Hochschulen (Hansen e al., 2020).
Fü iele Hochschulen in Deu schland is die Auseinande se zung mi den ech lichen
Aspek en on Dis anzp ü ungen ein o lau ende P ozess (Band el e al., 2021). Um
die Nu zung on Da en an Hochschulen e ek i zu ges al en, müssen die Ziele und
Chancen sowie Risiken de Da ennu zung e kann we den (Sche el e al., 2024). Zu
Nu zung on Da en ü Assessmen Analy ics an Hochschulen müssen auße dem
ech liche Vo gaben beach e und o ganisa o ische Rahmenbedingungen gescha en
we den, um die Ziele de Da ennu zung zu de inie en und die einhe gehenden
Risiken de Da ennu zung zu ad essie en.De ech liche Rahmen ü die Nu zung on
S udie endenda en in Deu schland basie au de Da enschu zg und e o dnung
(DSGVO) und dem Deu schen Da enschu z ech (Hansen e al., 2020).
3 Ansä ze zu Scha ung ech liche , o ganisa o ische Rahmenbedingungen:
SHEILA-F amewo k (Tsai e al., 2018)
SHEILA (Suppo ing Highe Educa ion o In eg a e Lea ning Analy ics) um ass
das He ausa bei en des hochschulpoli ischen Kon ex s, Iden i izie ung de
Haup be eilig en, Iden i izie ung gewünsch e Ve ände ungen, En wicklung
eine S a egie zu Einbeziehung de Be eilig en, Analyse in e ne Kapazi ä en
und die Ein ich ung on Moni o ing-und Le ns uk u en.
Welche Rahmenbedingungen müssen ü Assessmen Analy ics e üll we den?
RAHMENBEDINGUNGEN

37
P axisbeispiel:Die Lea ning Analy ics O dnung de Fe nUni e si ä Hagen om 23.
Ap il 2024 zeig , wie ech liche und o ganisa o ische Rahmenbedingungen ü die
Nu zung on Assessmen Analy ics gescha en we den können.
SELAQ –F agebögen ü S udie ende (Whi elock-Wainw igh e al., 2019)
Als Teil on SHEILA bie en diese F agebögen einen Eins iegspunk ü die E s ell-
ung on Lea ning Analy ics Policies.
Dialogp ozess zu Policy En wicklung (Sche el e al., 2024)
Ein Anwendungsbeispiel is die Ruh -Uni e si ä Bochum (RUB):De P ozess o -
ien ie sich am SHEILA-F amewo k und beinhal e die Planung on Ressou cen
und Kommunika ion, eine Um age (S udie ende und Leh ende), Fokusg uppen-
gesp äche (Fäche g uppen), die En wicklung de Lei linien und Ges al ung eines
Policy-En wu s.
Ak ion
Rich linie
He aus-
o de ung
Poli ischen Kon ex
abbilden
Engagemen -
S a egie en wickeln
S uk u des SHEILA-F amewo ks (Tsai e al., 2018)
Die S uk u des un ens ehenden SHEILA-Rahmens (Suppo ing Highe Educa ion o
In eg a e Lea ning Analy ics) kann beispielsweise genu z we den, um die o ganisa-
o ischen Rahmenbedingungen ü die Nu zung on Assessmen Analy ics geziel zu
ad essie en (Tsai e al., 2018).
Welche ech lichen und o ganisa o ischen Rahmenbedingungen müssen ü die
Nu zung on Assessmen Analy ics e üll we den?
RAHMENBEDINGUNGEN
38
So habe ich die
P ü ung gu im
Blick.
Mi hil e eines P ü ungscockpi s können die gesammel en und ausgewe e en Da en
(Assessmen Analy ics) da enschu zkon o m genu z we den, um die Quali ä on
P ü ungen kon inuie lich zu e besse n.
Mi einem P ü ungscockpi kann man zum Beispiel olgende Aspek e he aus inden:
•Gib es au ällige Abweichungen in den E gebnissen (Cons uc i e Alignmen )?
•En sp ich die geplan e Gewich ung de P ü ung de a sächlichen Bea bei ungs-
daue (Faus egel Bea bei ungszei en:„Ein-Punk -p o-Minu e”) ?
•Sind die Au gaben au e schiedene Schwie igkei ss u en e eil (di e enzie e
Bewe ung de e schiedenen Leis ungsni eaus de Le nenden )?
Eine beda sge ech e Ges al ung eines P ü ungscockpi s soll e sowohl ein zen ales
Dashboa d ü eine schnelle Gesam ansich als auch dezen ale Analysekomponen en
an ele an en S ellen im P ü ungswo k low en hal en.Ziel is es, Leh ende unmi el-
ba bei de Re lexion übe Au gabens ellungen, Schwie igkei sg ade und die Ab-
s immung mi ih en Leh inhal en zu un e s ü zen.S a p imä eine Diagnose on
Schwachs ellen zu lie e n, lieg de Fokus da au , ein e ie es Nachdenken übe
Leh -und P ü ungsinhal e zu e möglichen.Dazu können beispielsweise Hil s ex e,
Tool ips ode kon ex bezogene E klä ungen eingese z we den, die den angezeig en
Kennzahlen und Visualisie ungen eine kla e Bedeu ung e leihen.Au diese Weise
soll ein kon inuie liche Op imie ungsp ozess ge ö de we den, bei dem Leh ende
au G undlage de be ei ges ell en In e p e a ionshil en geziel an de Quali ä ih e
P ü ungen a bei en können.
READY FOR TAKE-OFF
i
4.1 PRÜFUNGSCOCKPIT
VOLLE KONTROLLE STATT BLINDFLUG
39
In de De ailansich de Au gabe zeig das
P ü ungscockpi , dass meh e e Lücken einen
Schwie igkei sindex on 100%au weisen.
Das heiß :Keine de S udie enden konn e
diese Lücken ko ek aus üllen.Die P ü ung
eine Mus e lösung o enba , dass sich in
diesen Lücken Kon igu a ions ehle be in-
den.Die ko ek en An wo en wu den on
ielen S udie enden eingegeben –abe nich
als ich ig gewe e , weil die Mus e lösungen
ehle ha wa en.
INFORMATIONEN FÜR DIE LEHRE
Wie kann ein P ü ungscockpi ü Leh ä igkei en genu z we den?
Das P ü ungscockpi kann nich nu nach de Ko ek u , sonde n be ei s bei de E -
s ellung neue P ü ungen und Leh ma e ialien genu z we den.Dabei is zu beach-
en,wie die Au gaben in eine O ganisa ionseinhei in de Ve gangenhei abge-
schni en haben:Welche Au gaben wa en besonde s leich , welche besonde s
schwe , und wo an könn e das gelegen haben? Diese In o ma ionen e möglichen
einen Übe blick übe P ü ungs-und Übungsau gaben, sodass Leh e und P ü ungen
e lek ie we den können, um diese beda sge ech zu op imie en.
Nach de Ko ek u eine P ü ung kann das P ü ungscockpi e neu genu z we den,
um E wa ungen mi E gebnissen abzugleichen.
Im oben da ges ell en Dashboa d äll au , dass die Au gabe „Func ions -Ques ion 3“
eine höhe e Au gabenschwie igkei besi z als e wa e .Dies is übe aschend, da die
u sp üngliche Einschä zung de Au gabenschwie igkei mi elschwe wa .
Dashboa d ü Leh ende:Übe sich alle Au gaben
De ailansich eine Au gabe
40
Nach de Ko ek u eine P ü ung, in diesem Beispiel zu Ve ans al ung „Ein üh ung in
die Py hon-P og ammie ung“, kann das P ü ungscockpi genu z we den, um einen
Übe blick übe die E gebnisse zu e hal en.
Lösungen können di ek im Sys em angepass we den, noch be o die E gebnisse e -
ö en lich we den.So kann siche ges ell we den, dass die Bewe ung ai und
nach ollziehba is .
Ein P ü ungscockpi konn e in diesem Beispiel konk e un e s ü zen du ch:
•Au gabenschwie igkei e kennen:Es is so o e sich lich, welche Au gaben
leich e ode schwe e aus ielen als e wa e .
•Quali ä ssiche ung:Es hal , einen inhal lichen Fehle in de Au gabens ellung bzw.
Lösung zu e kennen.
•E izien e Fehle ko ek u :Fehle konn en ühzei ig behoben und dami eine
ai e Bewe ung siche ges ell we den.
•Re lexion deine Au gabens ellung:Es we den E kenn nisse da übe gewonnen,
welche Au gaben e en uell übe a bei e ode in de Leh e ans al ung geziel e
o be ei e we den soll en.
Das P ü ungscockpi is nich nu ein Auswe ungs ool, sonde n ein we olles Ins u-
men zu Abs immung on Leh -und P ü ungsinhal en, das Leh ende dabei un e -
s ü z , Au gabenquali ä zu siche n, Fehle ühzei ig zu e kennen und die P ü ungs-
da enanalyse als E kenn nisins umen zu nu zen (B eue e al.2023;Scheidig &
Schweinbe ge , 2022).
PRÜFUNGSCOCKPIT PRAKTISCH
Wie kann ein P ü ungscockpi konk e im P ü ungsbe ieb un e s ü zen?
Exku s S udie endenpe spek i e:Den S udie enden wi d p o Ku s
eine Ku skachel be ei ges ell , die die pe sönliche Ak i i ä zei lich
gegliede da s ell .Sich ba wi d, wie iele Übungen ode P ü ung-
en heu e, in den le z en sieben Tagen sowie insgesam bea bei e
wu den.So e hal en S udie ende einen kla en Übe blick übe ih e
jüngs en Le nak i i ä en und ih e lang is ige Teilnahmein ensi ä
im jeweiligen Ku s.
Exku s zu echnischen A chi ek u :Das P ü ungscockpi
bau au eine ges u en Analysea chi ek u au .
Base-Le el-Engines we en einzelne xAPI-S a emen s di ek
aus und be ei en die Da en in s uk u ie e Fo m au .
Highe -Le el-Engines kombinie en diese au be ei e en E geb-
nisse und e zeugen agg egie e Kennzahlen.
Eine Übe sich wei e e Analysen, de da ü e wende en Da-
en sowie de en Implemen ie ung is mi els des QR-Codes
links zu Ve ügung ges ell .
47
Is das Kuns und kann das weg?
Diese NOVA:ea-S udie un e such ob e schiedene Bild ypen nega i e E ek e on
P ü ungsangs in E-P ü ungen abmilde n können.P ü ungsangs is ein wei e b ei-
e es P oblem im Bildungskon ex (Pek un e al., 2002), das sowohl das emo ionale
Wohlbe inden als auch die Leis ung on Le nenden nega i beein lussen kann ( on
de Embse e al., 2018;Schae e e al., 2007). Bilde könn en dabei hel en, P ü ungen
angenehme zu ges al en und s essbeding e nega i e Emo ionen abzumilde n
(Lindne e al., 2016;Mikhee a e al., 2021). Hie bei können sowohl ep äsen a i e
als auch deko a i e Bilde au die Emo ionen on S udie enden wi ken (Lindne e al.,
2016;Mikhee a e al., 2021). Die o liegende S udie s ell die F age, wie sich die ne-
ga i en Auswi kungen on P ü ungsangs au die Leis ung geziel eduzie en lassen.
BILDER & PRÜFUNGSANGST
BEITRAG AUS DER FORSCHUNG
Wie können Bilde au die Wah nehmung on E-P ü ungen wi ken?
Rep äsen a i e, ele an e Bilde machen Tes au gaben anschauliche und e leich e n
das Ve s ändnis, indem zen ale In o ma ionen isuell he o gehoben we den
(Lenzne e al., 2013;Lindne , 2020). Zudem können Sie das a ek i e E leben posi i
beein lussen (Lindne e al., 2016). Rep äsen a i e Bilde können als men ale S ü ze
dienen und die kogni i e Belas ung senken (Lindne , 2020).
Deko a i e Bilde ,die keine p ü ungs ele an en In o ma ionen en hal en, können
als übe lüssige „ e üh e ische De ails“ die Au me ksamkei on de eigen lichen
Au gabe ablenken und zu eine höhe en kogni i en Belas ung üh en (Sung &Maye ,
2012). Besonde s in P ü ungssi ua ionen, die be ei s s essbeha e sind, könn e dies
das A bei sgedäch nis übe las en und die Leis ung beein äch igen (Sunda a ajan &
Adesope,2020).
Tes mi ele an en Bilde n Tes mi i ele an en Bilde n
Tes ohne Bilde (Kon olle)
Ve suchsbedingungen mi e schiedenen Le nma e ialien

48
Zen ale E kenn nisse
•I ele an e Bilde :Diese Bilde hal en dabei, nega i e Emo ionen nach de P ü-
ung bei Teilnehmenden mi hohe P ü ungsangs zu eduzie en.Die P ü ungs-
leis ung wu de abe nich beein luss .
•Rele an e Bilde :Rele an e Bilde minde en besonde s die kogni i e P ü ungs-
angs , üh en abe eben alls nich zu besse en E gebnissen.
P ak ische Emp ehlungen
•Da es bislang nu wenig Fo schung zu Nu zung on Bilde n in E-P ü ungen gib ,
gil :Bilde soll en geziel und mi Bedach eingese z we den.
•Bis e lässliche und gene alisie ba e E kenn nisse o liegen, is es a sam, sie spa -
sam zu nu zen, au kla e inhal liche Rele anz zu ach en und po enzielle kogni i e
Belas ungen ode Ablenkungen zu e meiden.
BILDER & PRÜFUNGSANGST
BEITRAG AUS DER FORSCHUNG
Bo scha
Die S udiene gebnisse heben die Bedeu ung de geziel en Nu zung on Bilde n in E-
P ü ungen he o .Du ch die Nu zung on Bilde n können Leh ende so geziel die
Emo ionen und die P ü ungsangs Le nende ad essie en.Ve ie ende In o ma ionen
zu diese NOVA:ea S udie inden Sie nach olgend au de Sei e Einblick in die
Fo schung.
Im Rahmen de NOVA:ea-S udie wu den in zwei Expe imen en klassische Tes o men
(ohne Mul imedia) mi solchen, die en wede deko a i e (i ele an e) ode ep äsen-
a i e ( ele an e) Bilde en hiel en, e glichen.Es wi d dahe un e such , ob und wie
Mul imedia-Design in E-P ü ungen dazu bei agen kann, P ü ungsangs zu minde n
und so eine posi i e e P ü ungse ah ung zu e möglichen.
Zen ales E gebnis
Bilde können hel en, P ü ungsangs emo ional abzumilde n, ohne die Schwie igkei
de P ü ung zu e ände n.Die Leis ung blieb abe unbeein luss .Wei e e Fo schung
is no wendig, um das Design on Mul imedia-Elemen en zu op imie en.
Die Ve wendung on Bilde n in E-P ü ungen
is in sich also eine gu e Idee –ich soll e nu
da au ach en, dass es einen di ek en Bezug
zwischen den Bilde n und dem P ü ungs-
hema ach en, um meine S udie enden nich
zu e wi en.
Wei e e In o ma ionen und Links zu Ve ö en lichungen (so e n be ei s publizie )
Wei e e In o ma ionen und Links zu Ve ö en lichungen (so e n be ei s publizie )
49
BILDER & PRÜFUNGSANGST
EINBLICK IN DIE FORSCHUNG
IST DAS KUNST ODER KANN DAS
WEG?
Das Po enzial on Mul imedia in E-P ü ungen en al en: Kann es P ü ungsangs
milde n?
Hinweis: Nu zen Sie den Vollbildmodus
Die Mach de Bilde
Diese NOVA:ea-S udie un e such Bilde und ih Po enzial als Gedäch niss ü ze in E-
P ü ungen.Sowohl deko a i e als auch ep äsen a i e Bilde können als Gedäch nis-
s ü zen (Memo y Cues)wi ken, wenn sie in Le n-und Tes si ua ionen konsis en ein-
gese z we den:die Kong uenz zwischen Le n-und Tes phasen is en scheidende ü
die Un e s ü zung de P ü ungsleis ung als die A de Bilde .(Lindne , 2020;
Schneide e al., 2020). Zudem s eige n kong uen e, ep äsen a i e Bilde das En-
gagemen und die Konzen a ion de Le nenden (Schneide e al., 2020).
Ziel is es alle dings nich , P ü ungen zu e ein achen ode die Leis ungsmessung so-
wie die Übe p ü ung des Wissenss ands Le nende du ch Bilde als Un e s ü zungs-
maßnahme edundan we den zu lassen.Diese Ge ah könn e ebenso wie die Ab-
lenkung S udie ende du ch deko a i e Bilde (Sung &Maye , 2012)bes ehen.Bilde
soll en dahe mi Bedach in P ü ungen eingese z we den um die E inne ungs-
leis ung S udie ende o dem Hin e g und eine ai en Leis ungsmessung, die das
a sächliche Wissen S udie ende miss du chge üh we den (Zinke e al., 2024).
E gebnisse de S udie
Die S udiene gebnisse e deu lichen, dass eine du chgängige Bildauswahl in Le n-
und Tes si ua ionen den Le ne olg un e s ü z .Rep äsen a i e Bilde können da-
übe hinaus das Engagemen und die Konzen a ion s eige n.Die E kenn nisse bie-
en we olle Impulse ü die Ges al ung mul imediale Le nma e ialien.
BILDER ALS UNTERSTÜTZUNG
BEITRAG AUS DER FORSCHUNG
50
Ve suchsbedingungen mi Le n-und Tes ma e ialien
Wie können Bilde in Le n-und E-P ü ungsphasen das E inne n un e s ü zen?
51
Zen ale E kenn nisse
•Keine gene ellen Vo eile ep äsen a i e Bilde .En gegen de E wa ungen üh en
ep äsen a i e Bilde nich g undsä zlich zu besse en Tes e gebnissen als deko a-
i e Bilde .
•En scheidend is die Kong uenz zwischen Le n-und Tes si ua ion.Die Le nleis ung
is höhe , wenn die gleichen Bild ypen in Le n-und Tes phasen e wende we den
(Kong uenze ek ).
•Sowohl deko a i e als auch ep äsen a i e Bilde können als e ek i e Gedäch nis-
s ü zen dienen, wenn sie kong uen eingese z we den.
•Rep äsen a i e Bilde können da übe hinaus das Engagemen und die Konzen a-
ion s eige n.
•Die A de Bilde beein luss nich das Spaßemp inden wäh end de Tes bea bei-
ung.
P ak ische Emp ehlungen
•Wenn in Le n-und Tes ma e ialien kong uen e Bilde e wende we den, können
diese als Gedäch niss ü ze wi ken, was mi gedach we den soll e.
•Wenn Bilde aus dem Le nma e ial in P ü ungsma e ialien genu z we den abe im
Tes zu ande en Inhal en e wende we den (inkong uen ), kann dies e l.zu Ve -
wi ung üh en.
•Wenn ep äsen a i e Bilde e wende we den, soll e gep ü we den, ob Besch i -
ungen ode In o ma ionen en hal en sind, die die Hinweise zu Lösung geben
ode die Schwie igkei de Au gabe e ände n.
BILDER ALS UNTERSTÜTZUNG
BEITRAG AUS DER FORSCHUNG
Bo scha
Die S udiene gebnisse un e s eichen die Rele anz de konsis en en Ve wendung
on Bilde n in Le n-und Tes ma e ialien ü die Un e s ü zung de Gedäch nisleis-
ung zu ai en P ü ung a sächlichen Wissens ans elle de Fähigkei In o ma ionen.
Ve ie ende In o ma ionen zu diese NOVA:ea S udie inden Sie nach olgend au de
Sei e Einblick in die Fo schung.
Au gaben ele an e In o ma ionen soll e
ich aus E-P ü ungsbilde n en e nen, abe
die gleichen Bilde wie in Le nma e ialen
e wenden, um meine S udie enden zu
un e s ü zen.
Wei e e In o ma ionen und Links zu Ve ö en lichungen (so e n be ei s publizie )
Wei e e In o ma ionen und Links zu Ve ö en lichungen (so e n be ei s publizie )
52
BILDER ALS UNTERSTÜTZUNG
EINBLICK IN DIE FORSCHUNG
DIE MACHT DER BILDER
Bilde und ih Po enzial als Gedäch niss ü ze in E-P ü ungen
Hinweis: Nu zen Sie den Vollbildmodus

Was mich an Mul imedia besonde s aszinie , is das Po enzial, Le n-und
Tes umgebungen zu scha en, die meh e e Sinne ansp echen und so das Be-
a bei en und Ve s ehen on Au gaben e leich e n können –auch in s ess-
eichen Si ua ionen.Besonde s spannend inde ich die F age, wie man diese
Umgebungen so ges al e , dass sie mo i ie en, ohne zu übe o de n.In
meine ak uellen Fo schung beschä ige ich mich mi sozialen Reizen wie
sich ba en Leh pe sonen ode animie en Agen en.Wi wissen aus dem
Le nkon ex , dass solche Reize die wah genommene kogni i e Belas ung
senken können.Nun in e essie mich, welche Rolle sie in Tes si ua ionen
spielen.Un e s ü z es Le nende, wenn Tes agen on einem Agen en ge-
s ell we den –ode emp inden Pe sonen mi P ü ungsangs das ielleich
soga als besonde s s essig? Ein My hos, dem ich im Zusammenhang mi
Mul imedia häu ig begegne, is die Annahme, dass Menschen es en Le n-
ypen wie „ isuell“ ode „audi i “ zugeo dne we den können –und dass
Le n-und P ü ungsumgebungen en sp echend solche Le n ypen ges al e
sein soll en.Aus wissenscha liche Sich gib es jedoch keine belas ba e E i-
denz ü solche es en Typisie ungen (Pashle e al., 2009). Fü die Ges al-
ung on Le n-und P ü ungsumgebungen bedeu e das, sich wenige an es-
en Le n ypen zu o ien ie en, sonde n ielmeh bewäh e, wissenscha lich
undie e P inzipien zu nu zen, die un e schiedliche Le n o ausse zungen
und Bedü nisse be ücksich igen.
Nachwuchsg uppenlei e in D . Ch is ina Sonde mann
Deu sches Ins i u ü E wachsenenbildung e.V.
53
MULTIMEDIA IN E-PRÜFUNGEN
O-TON AUS FORSCHUNG & PRAXIS
54
Wenn wi e was le nen, is Feedback seh hil eich.Es zeig uns, was wi ich ig ge-
mach haben und wo wi uns e besse n können (Ha ie &Timpe ley, 2007).
Feedback in o ma i en P ü ungen kann Le nenden hel en ih e Leis ung zu e -
besse n (Ende s e al., 2021). In E-P ü ungen gib es o e schiedene A en on Feed-
back (Johnson &P ies , 2014):
•Knowledge-o -Resul s-Feedback (1) zeig das E gebnis, also ob die F age ich ig
ode alsch bean wo e wu de.
•Knowledge-o -Co ec -Response-Feedback (2) zeig bei alschen An wo en an,
welche Lösung ko ek gewesen wä e.
•Elabo a ed-Feedback (3) gib zusä zlich de aillie e In o ma ionen in Fo m eine
E klä ung, wa um die An wo ich ig ode alsch wa .
Knowledge-o -Resul s-Feedback wi k sich gene ell kaum au die Leis ung aus, da es
keine Hinweise zu Ve besse ung gib (Shu e, 2008). Leis ungss a ke Le nende b auchen
o nu Knowledge-o -Co ec -Response-Feedback,weil sie die ich ige An wo selbs
eino dnen können (Fy e &Ri le-Johnson, 2016). Une ah ene Le nende ode Pe sonen
mi schwache Leis ung p o i ie en am meis en on Elabo a ed-Feedback, da sie da-
du ch ih e Fehle besse e s ehen (Me ens e al., 2022). Es kann es gehal en we den,
dass nich alle Le nenden gleich on Feedback p o i ie en.
(2) Das is nich ich ig. Die
ich ige An wo is „Am Son-
nenwind“.
(1) Falsch.
(3) Sonnenwind is
ein S om ge-
ladene Teilchen,
an dem sich de
Kome enschwei
aus ich e .
Posi i es Feedback
s eige den Spaß und kann Le nende
dazu mo i ie en und ih Ve auen in
die eigenen Fähigkei en zu s ä ken
(Kuklick &Lindne , 2021,2023).
Nega i es Feedback
kann Le nende demo i ie en, o
allem, wenn es nich kons uk i e -
mi el wi d (Ha ie &Timpe ley, 2007;
Kuklick &Lindne , 2021)
Wo an ich en sich
Kome enschwei e
aus? Ganz kla : sie
ich en sich spon an
ohne G und aus.
i
2. FEEDBACK IN E-PRÜFUNGEN
WARUM ‚FALSCH.‘ KEIN SINNVOLLES FEEDBACK IST
55
Gi e me mo e Feedback
Feedback is ein en scheidende Fak o im Le np ozess (Ha ie &Timpe ley, 2007).
Diese NOVA:ea-S udie un e such Feedbacka en sowie Pe sönlichkei sme kmale im
Kon ex on Akzep anz und Auswahl on Feedback.Die un ens ehende G a ik zeig
die wah genommene Nü zlichkei e schiedene Feedbacka en abhängig on e -
b ach en Leis ungen.Elabo ie es Feedback (blaue Linie), das de aillie e E klä ungen
und Lösungshinweise bie e , kann den Le ne olg s eige n (Ende s e al., 2021). Auch
Knowledge-o -Resul s-Feedback ( o e Linie) und Knowledge-o -Co ec -Response-
Feedback (g üne Linie) können Le nenden einen Leis ungsübe blick geben und zu
leis ungss eige nden Ve hal ensände ungen üh en (Na ciss,2004;Weh hahn e al.,
2025). Diese Feedbacka en insbesonde e können abe ü wenige leis ungss a ke
S udie ende schwe e in e p e ie ba sein (Cheng & Liu, 2022).
ZUGÄNGE ZU FEEDBACK
BEITRAG AUS DER FORSCHUNG
Welches Feedback kann e schiedene S udie ende un e s ü zen?
Nü zlichkei swah nehmung und Leis ung nach Feedbacka
Zen ale E kenn nisse
Feedbacka en und Leis ung
•Feedbacka en beein lussen die Akzep anz
•Elabo a ed-Feedback (blaue Linie) wi d insgesam als hil eiche und nü zliche
wah genommen als ein aches Feedback (Knowledge-o -Resul s-Feedback ( o e
Linie) ode Knowledge-o -Co ec -Response-Feedback (g üne Linie)).
•Besonde s leis ungsschwäche e Le nende p o i ie en on Elabo a ed-Feedback
•Indi iduelle Leis ung beein luss die Feedbackwah nehmung.
•Le nende mi hohen Leis ungen wählen kein Elabo a ed-Feedback,da sie das de-
aillie e Feedback e l.als edundan emp inden.
•Schwäche e Leis ungen s eige n die wah genommene Nü zlichkei on
Elabo a ed-Feedback.
56
Feedbacka en und Pe sönlichkei sme kmale
Die S udie p ü e zusä zlich die Auswahl und wah genommene Nü zlichkei on e -
schiedenen Feedbacka en on S udie enden mi Pe sönlichkei sme kmalen die indi-
ka i ü Tendenzen zu g andiosem ode une ablem Na zissmus sowie Pe ek io-
nismus sind.Pe sonen mi Pe sönlichkei sme kmalen indika i ü Tendenzen zu
g andiosem Na zissmus s eben danach ih e übe höh e Selbs wah nehmung zu e -
b ei en und können sich insbesonde e du ch nega i es Feedback in diesem S eben
bed oh ühlen, wohingegen Pe sonen mi Pe sönlichkei sme kmalen indika i ü
Tendenzen zu une ablem Na zissmus haben eine s a k posi i e abe agile e Selbs -
wah nehmung und sind ehe on ex e nem Feedback zu Un e s ü zung ih es Selbs -
bewuss seins abhängig (Besse &P iel, 2010). Pe sonen mi Pe sönlichkei s-
me kmalen indika i ü Tendenzen zu Pe ek ionismus s eben nach Fehle eihei ,
i ialisie en posi i e Leis ungen, üben übe höh e Selbs k i ik am eigenen Ve hal en
und we den insbesonde e du ch nega i es Feedback beein äch ig (Cooks &Ciesla,
2019).
Zen ale E kenn nisse
•Wunsch nach bzw.die Wahl on Feedback s ehen in Zusammenhang mi be-
s imm en Pe sönlichkei sme kmalen.
•Vulne able Na zissmus s eh in posi i em Zusammenhang mi de Wahl on
Elabo a ed-Feedback,insbesonde e bei nied ige Leis ung.
•G andiose Na zissmus zeig keinen signi ikan en Ein luss au die Wahl ode Akzep-
anz on Elabo a ed-Feedback.
P ak ische Emp ehlungen
•Feedback soll e lexibel ges al e sein, um indi iduelle Bedü nisse besse abzubil-
den.Wäh end High Pe o me on kompak em Knowledge-o -Co ec -Resul -
Feedback p o i ie en, is ü leis ungsschwäche e Le nende Elabo a ed-Feedback
hil eiche .
•Um Au onomiee leben und Mo i a ion zu ö de n könn e man Le nenden die
Möglichkei geben, selbs zu en scheiden, welches Feedback sie e hal en möch-
en.
•Besonde s bei ulne ablen Pe sönlichkei ss uk u en könn e es sinn oll sein, an-
onymes und sachliches Feedback be ei zus ellen.
ZUGÄNGE ZU FEEDBACK
BEITRAG AUS DER FORSCHUNG
Wei e e In o ma ionen und Links zu Ve ö en lichungen (so e n be ei s publizie )
Bo scha
Die S udiene gebnisse un e s eichen die Bedeu ung eine di e enzie en Feedback-
ges al ung in de Hochschulbildung.Eine adap i e Anpassung an Leis ung und Pe -
sönlichkei kann nich nu die Akzep anz, sonde n auch den Le ne olg nachhal ig
s eige n.Ve ie ende In o ma ionen zu diese NOVA:ea S udie inden Sie nach-
olgend au de Sei e Einblick in die Fo schung.
63
Gu , ich kann meine E-P ü ungen also sch i weise
und mi Blick au meine S udie enden op imie en,
ans a alles au einmal ände n zu müssen.
Es geh beim di e si ä sge ech en P ü en nich da um, jede P ü ung komple indi i-
duell anzupassen, sonde n ai e Zugangswege zu scha en.Viele Lösungen lassen sich
einmal ein ich en und dann imme wiede nu zen (z.B. e länge e Bea bei ungs-
zei en ü bes imm e S udie ende).
Schon das Bewuss sein,dass S udie ende un e schiedliche Vo ausse zungen mi -
b ingen und dass P ü ungen ü manche G uppen ungewoll schwie ige sein können,
is de wich igs e Sch i .Das P oblem lieg nich da in, dass Leh ende un ai bewe -
en wollen, sonde n dass e s eck e Ba ie en in P ü ungen exis ie en, die nich au
den e s en Blick sich ba sind.Wenn man diese Hü den kenn , kann man be ei s mi
kleinen Anpassungen g oße Ve besse ungen e zielen –ohne die P ü ung komple
umges al en zu müssen.
HERAUSFORDERUNG DIVERSITÄT
Wie kann e eich we den, dass E-P ü ungen di e si ä sge ech ges al e sind?
Ziel di e si ä sge ech e P ü ungen is es:
Gleiche Bewe ungsmaßs äbe ü alle zu scha en
Op ionale, abe angemessene Anpassungen umzuse zen
Ba ie en abzubauen,ohne Inhal e zu e ein achen
Di e si ä sge ech e P ü ungen wi ken au den e s en Blick wie ein g oße Au wand.
Abe :Es gib ein ache Wege, um Fai ness zu e besse n, ohne sich zu übe las en.
Di e si ä sge ech es P ü en kann in diesem Kon ex die Bedü nisse e schiedene
S udie endeng uppen be ücksich igen.Es kann auße dem die Akzep anz on E-P ü-
ungen du ch eine e besse e Use Expe ience sowie Nu zba kei de E-P ü ungs-
so wa e ü eine di e se S udie endenscha un e s ü zen (Mlekus e al., 2020;Yildiz
e al., 2022).
i

64
We äll du chs Ras e ?
Diese NOVA:ea-S udie mach sich mi Assessmen au Spu ensuche nach He aus o -
de ungen in E-P ü ungsau gaben im Kon ex on Di e si ä .Assessmen Analy ics
können Leh pe sonen un e s ü zen, mögliche Ve ze ungen in P ü ungen zu e ken-
nen und zu minimie en (Pelleg ino, 2005). Dabei we den P ü ungsda en sys ema isch
analysie , um Mus e in den Tes e gebnissen au zudecken.
Di e en ial I em Func ioning (DIF)
Diese Me hode un e such , ob bes imm e P ü ungsau gaben ü un e schiedliche
S udie endeng uppen un e schiedlich schwe sind, selbs wenn sie übe gleiches
Wissen e ügen (Ka ami &Mok, 2016;Kunnan,2004;Misle y e al., 2013). Insbe-
sonde e sp achliche Kompe enzen, Geschlech und sozioökonomische Hin e g und
wu den in bishe igen S udien als ele an e Di e si ä s ak o en iden i izie (Imus e
al., 2011;Sacke e al., 2009). Die un ens ehende G a ik zeig die E gebnisse eine
Reg essionsanalyse (Pen ield &Camilli,2006)diese NOVA:ea-S udie.Die Analyse
zeig den Zusammenhang de P ädik o en Geschlech , Mu e sp ache, Sp achkompe-
enz im Deu schen und im Englischen sowie im Allgemeinen, dem sozioökono-
mische S a us und de Wiede holung des Moduls mi den abhängigen Va iablen de
e eich en Gesam punk zahl eine sei s und Einzele gebnissen ü die Au gaben 1bis
8de Tes klausu ande e sei s. In de G a ik zeigen blaue K eise einen s a ken posi-
i en Zusammenhang, ü kise K eise einen schwachen posi i en Zusammenhang und
lila K eise einen schwachen nega i en Zusammenhang zwischen P ädik o en und ab-
hängigen Va iablen.
DIVERSITÄT & ANALYTICS
BEITRAG AUS DER FORSCHUNG
Wie können Assessmen Analy ics di e si ä sge ech e E-P ü ungen un e s ü zen?
EIN BEISPIEL
Reg essionsanalyse zu Au gaben und Di e si ä
65
Zen ale E gebnisse
Nich alle ge es e en Au gaben zeigen in de Reg essionsanalyse Ve bindungen zu
pe sönlichen Me kmalen:die P ü ungss uk u könn e be ei s ai sein, abe einige
Au gaben könn en spezi ische G uppen benach eiligen.Beispielsweise Au gabe 8
könn e s a k ex basie ode sp achlich komplex sein, da sich Nach eile bei
schwäche en Sp achkenn nissen zeigen.
P ak ische Emp ehlungen
KI-Sys eme können dabei un e s ü zen da enbasie di e si ä sbeding e Ve ze -
ungen zu e kennen und ehlende demog a ische Da en supplemen ie en.Die
Hemingway App p ü Tex e au ih e Lesba kei und Ve s ändlichkei .Die Fai ness-KI
on OpenAI ode Google Pe spec i e API e kenn mögliche geschlech sspezi ische
ode kul u elle Ve ze ungen.
DIVERSITÄT & ANALYTICS
BEITRAG AUS DER FORSCHUNG
Bo scha
Po enzielle E gebnis e ze ungen können mi Assessmen Analy ics sys ema isch au -
gedeck we den und hel en E-P ü ungen zu op imie en. De Einsa z on Reg essions-
echniken und mul imedialen Anpassungen, wie die Nu zung on Bilde n, können
dazu bei agen, dass P ü ungsleis ungen die a sächlichen Fähigkei en S udie ende
wide spiegeln und nich du ch ex e ne Fak o en wie Sp achba ie en ode P ü ungs-
ängs e e ze we den.Viele Lea ning-Managemen -Sys eme (LMS) wie Moodle und
ILIAS bie en be ei s ein ache Analyse unk ionen.
Assessmen Analy ics
könn en mi hel en
he auszu inden, wo es
momen an bei meinen
P ü ungsau gaben noch
hak .
Zinke, N., Lenski, S., B ocke , A., Me k , M., G opengieße , K., S ü me , S. &
Sch ö e , H. (2024). Towa ds Fai and Di e si y-App op ia e E-
assessmen s.In Assessmen Analy ics in Educa ion:Designs, Me hods
and Solu ions (S.373-394). Cham:Sp inge In e na ional Publishing.
h ps://doi.o g/10.1007/978-3-031-56365-2_19
OpenAI
Hemingway
Pe spec i e
API
Fo o: Volke Wiciok
Gib es einen My hos zu Di e si ä in P ü ungen, den du ge ne au klä en wü des ?
Was aszinie dich besonde s an Di e si ä in P ü ungen?
Was is dein zen ales Anliegen ü Di e si ä in P ü ungen?
Hinsich lich Di e si ä in digi alen P ü ungen aszinie mich o
allem die Vielschich igkei de Me kmale und de en mögliche
Auswi kung-en au P ü ungsleis ungen.Meh noch als die
Obe lächendi e si ä is die Tie endi e si ä in e essan , da
auch sie iele Auswi kungen au die P ü ungsleis ung Le nende
haben kann –dabei soll e es doch eigen lich da um gehen, dass
Le nende in eine P ü ung zeigen, was sie wi klich können.
Zeigen was du wi klich kanns –da um soll e es in P ü ungen gehen!
Ein My hos is , dass au bloße „Be indlichkei en“ einzelne Le nende geach e
und die eigen liche Aussagek a eine P ü ung zunich e gemach wü de –das
is abe nich de Gedanke on Di e si ä sge ech igkei ! Nich alle Le nenden
gehen un e den gleichen Vo ausse zungen in eine P ü ung und bei einem
„one-size- i s-all“-E-P ü ungs o ma we den im Ku s e wo bene Kompe enzen
gegebenen alls nich objek i gemessen.Bei Di e si ä sge ech igkei geh es
da um, allen Le nenden die Chance zu geben, ih e e wo benen Kompe enzen
zu zeigen und die Leis ungen möglichs nich du ch P ü ungsbedingungen zu
beein lussen.Ganz im Gegen eil zum My hos, mach die di e si ä sge ech e
Ges al ung P ü ungen a sächlich ai e und aussagek ä ige .
P o . D . Hannes Sch ö e
Deu sches Ins i u ü
E wachsenenbildung e.V. &
Fe nUni e si ä in Hagen
66
DIVERSITÄT & BARRIEREFREIHEIT
O-TON AUS FORSCHUNG & PRAXIS
Wo siehs du die g öß en He aus o de ungen und
die g öß en Vo eile on Di e si ä in P ü ungen?
Bishe e o de n P ü ungen häu ig zusä zliche
Kompe enzen, beispielsweise sp achliche A , die
nich im Zusammenhang mi dem hema ischen
Ve s ändnis und den im Ku s e mi el en s ehen –
ein P oblem mangelnde Di e si ä sge ech igkei .
Selbs kleine e Anpassungen des Fo ma s können
hie zu ai e en P ü ungsbedingungen üh en.
Diese NOVA:ea-S udie un e such Ba ie en und Lösungen ü di e si ä sge ech e
Op imie ungsmöglichkei en in E-P ü ungen am Beispiel de E-P ü ungsso wa e
Dynexi e.Da nich ein ach da on ausgegangen we den kann, dass Menschen neue
Technologien di ek akzep ie en, wu de eine E alua ionss udie mi S udie enden an
de Fe nUni e si ä in Hagen du chge üh , die sich mi de di e si ä sge ech en
Op imie ung de P ü ungsso wa e Dynexi e be ass –mi dem Ziel, die Use
Expe ience (UX) zu e besse n (G opengieße e al., im D uck).Hie zu wu den zu-
nächs Ve besse ungsbeda e in Anlehnung an die An o de ungen und Bedü nisse
de an de Fe nUni ansässigen di e sen S udie endenscha e mi el .Zudem wu den
Zusammenhänge zwischen Di e si ä sme kmalen wie Al e , Vo e ah ung, Ge-
schlech und Behinde ens a us, P ü ungs-und Compu e angs mi de Akzep anz
on Dynexi e übe p ü .
67
USER EXPERIENCE –DYNEXITE
BEITRAG AUS DER FORSCHUNG
Welche Ba ie en begegnen S udie enden in E-P ü ungen?
Wo wa en Ve besse ungen ü die E-P ü ungsso wa e gewünsch ?
•Tex s uk u ie ung:Mi els eines implemen ie en Tex edi o s können nun Ab-
sä ze gese z we den, was die Lesba kei e leich e (so wa ebezogene Sys em-
en wicklung).
•Übe sich lichkei :Auswahl geeigne e Au gaben ypen (Au gabenges al ung du ch
Leh ende)
Welche Rolle spiel die Compu e angs ?
•Fü Menschen mi Compu e angs spiel die Benu zungs eundlichkei des Sys-
ems eine kompensie ende Rolle.
•Fü echnika ine Pe sonen spiel die Benu zungs eundlichkei hingegen keine
signi ikan e Rolle meh ü ih e Eins ellung und Akzep anz on Dynexi e.
68
Fazi
Besonde s S udie ende mi ge ingen Ressou cen, z. B. mi Compu e -ode P ü ungs-
angs sowie wenig Vo e ah ung, p o i ie en on einem op imie en und nu zungs-
eundlichen Design, das da au ausge ich e is , die UX zu e besse n.Dami un e -
s ü z diese NOVA:ea-S udie bes ehende Annahmen zu Technologieakzep anz und
UX (Mlekus e al., 2020)und e wei e diese Pe spek i e um konk e e Einschä -
zungen beein äch ig e S udie ende zu Ve besse ung de UX.
P ak ische Emp ehlungen
Ve meiden on unnö igem Sc ollen:Besonde s
wich ig ü Menschen mi Beein äch igungen, da
so Schwindel und Fokus e lus e o gebeug we -
den können.
Lösung: z.B. nu eine Au gabe p o Sei e.
Vo e ah ungen sammeln:Besonde s wich ig, um
die Akzep anz zu e höhen.
Lösung: z.B. übe ühzei ig zu Ve ügung
s ehende Tes sei en zu Übungszwecken.
Bes -P ac ice-Beispiele e s ellen:Besonde s wich-
ig,um Leh ende bei de E s ellung on E-P ü-
ungen zu un e s ü zen.
Lösung: z.B. in Fo m on Wo kshops,
Handou s, Lei äden ode Checklis en
G opengieße , K, Zinke, N., Lenski, S., Reich-S iebe , N., Bayzaei, S. & S ü me , S. (im D uck). S udie zu
E alua ion de Technologieakzep anz nach Wei e en wicklung de E-P ü ungsso wa e
Dynexi e mi Fokus au Di e si ä . In T. B üggemann, M. Tuchsche e & C. Wiepcke (H sg.),
The Age o EdTech –Bildungs echnologie im Spannungs eld zwischen Inno a ion und Quali ä .
Sp inge .
USER EXPERIENCE –DYNEXITE
BEITRAG AUS DER FORSCHUNG
Bo scha
•Die geziel e Wei e en wicklung des Sys ems äg zu Ve besse-
ung de UX bei.
•Vo e ah ung üh endenziell zu eine Akzep anzs eige ung on
E-P ü ungen.
Ve ie ende In o ma ionen zu diese NOVA:ea S udie inden
Sie nach olgend au de Sei e Einblick in die Fo schung.
Sei ich meinen
S udie enden Al -
agen zum Üben
in de E-P ü ungs-
so wa e ei-
schal e, scheinen
sie in de E-
P ü ung besse
mi de Technik
zu ech zu
kommen.

69
USER EXPERIENCE –DYNEXITE
EINBLICK IN DIE FORSCHUNG
DIVERSITÄTSGERECHTE OPTIMIERUNG
DER USER EXPERIENCE
Am Beispiel de E-P ü ungsso wa e Dynexi e
G opengieße , K, Zinke, N., Lenski, S., Reich-S iebe , N., Bayzaei, S. & S ü me , S. (im D uck). S udie
zu E alua ion de Technologieakzep anz nach Wei e en wicklung de E-P ü ungsso wa e
Dynexi e mi Fokus au Di e si ä . In T. B üggemann, M. Tuchsche e & C. Wiepcke (H sg.),
The Age o EdTech –Bildungs echnologie im Spannungs eld zwischen Inno a ion und Quali ä .
Sp inge .
Hinweis: Nu zen Sie den Vollbildmodus
70
Ve gleich on Dynexi e und Moodle
Diese NOVA:ea-S udie e gleich die UX in Dynexi e und Moodle hinsich lich bes e-
hende Ba ie en im E-P ü ungsbe ieb um Lösungen ü eine di e si ä sge ech e Op-
imie ung gene alisie ba zu machen.Zu Ve ie ung des o angegangenen Be undes
wu de de Fokus nun au ande e A en on Beein äch igungen ge ich e , um zu
p ü en, ob auch hie ähnliche Ba ie en bes ehen.Ziel wa es, einen sys ema ischen
Ve gleich on Dynexi e und Moodle im Hinblick au ih e digi ale Ba ie e eihei und
Akzep anz o zunehmen.
Welche Rolle spielen Beein äch igungen, das Al e und Compu e angs ?
•Menschen mi ch onischen E k ankungen und höhe em Al e bewe en die wah -
genommene Ba ie e eihei und Nü zlichkei on Moodle posi i e .
•Menschen mi eine höhe en Anzahl an ch onischen E k ankungen bewe en die
wah genommene Nü zlichkei on Moodle posi i e .
•Menschen mi ch onischen E k ankungen und eine höhe en Ausp ägung an Com-
pu e angs zeigen eine posi i e e Eins ellung gegenübe Moodle.
SYSTEMVERGLEICH
BEITRAG AUS DER FORSCHUNG
Welche Ba ie en können in e schiedenen E-P ü ungssys emen au e en?
S ichp obe
Die Teilnehmenden gehö en zu G uppen, die au g und isuelle , kö pe lich-mo o-
ische ode neu odi e se Beein äch igungen sowie du ch Unsiche hei en im Um-
gang mi compu e ges ü z en Sys emen, mi un e schiedlichen Ba ie en bei de
Nu zung digi ale P ü ungen kon on ie sind.
Welche Annahme wu den ge o en?
Moodle soll e mi höhe e Wah scheinlichkei akzep ie we den, da es in ein be ei s
e au es Benu ze sys em in eg ie is .
71
Fazi aus den NOVA:ea-S udien Use Expe ience und Sys em e gleich
Nich nu Menschen mi ge inge en Ressou cen, wie z.B. Compu e -ode P ü ungs-
angs sowie wenig Vo e ah ung, p o i ie en on einem op imie en und nu zungs-
eundlichen Design, sonde n auch äl e e Menschen –insbesonde e bei Vo liegen
meh e e ch onische E k ankungen.
Bo scha und p ak ische Emp ehlungen
•Fo schungsp oblema ik:P ü ungspla o munabhängige di e si ä sge ech e Au -
gabenges al ung
Lösung: z.B. Bei de En wicklung neue Au gaben o ma e du ch das
Un e suchen on Di e en ial I em Func ioning siche s ellen, dass keine
un ai e Benach eiligung bes imm e G uppen au i .
•P axisp oblema ik:Beide E-P ü ungssys eme sind p inzipiell einse zba und mi
Hinblick au Di e si ä sge ech igkei op imie ba .Falls ein neues Sys em keine zu-
sä zlichen Vo eile gegenübe einem bes ehenden Sys em b ing :
Lösung: z.B. Nu zung eines be ei s e au en Sys ems ü die Le nenden.
SYSTEMVERGLEICH
BEITRAG AUS DER FORSCHUNG
Wei e e In o ma ionen und Links zu Ve ö en lichungen (so e n be ei s publizie )
Fo o: Ha dy Welsch
M.Sc. Ki s en G opengieße
Fe nUni e si ä in Hagen
Eine ba ie e eie Umgebung wi d als nu zungs-
eundlich und nü zlich wah genommen und e höh
somi übe geo dne die Use -Expe ience.Es is
supe he aus o de nd, allen Bedü nissen ge ech zu
we den, weil es so iele un e schiedliche Aspek e
gib , die beach e we den müssen.Zum Glück gib es
schon einige Un e s ü zungs ools wie Bildschi m-
lupen und Sc een eade .Man muss es nu o ches-
ie en.Schön, dass wi in diesem Handbuch die
Möglichkei haben zu in o mie en und zu un e -
s ü zen.
Fo o: P i a
M.Sc. Sohail Bayzaei
Fe nUni e si ä in Hagen
Ich beschä ige mich mi de F age, wie digi ale P ü-
ungen – o allem die Au gaben o mulie ung –
ai e und e s ändliche ges al e we den können.
Usabili y be i dabei nich nu die Technik, son-
de n auch den sp achlichen Au bau de F agen.Sind
Au gaben unkla o mulie , ühlen sich S udie ende
schnell benach eilig –unabhängig on ih e Vo be-
ei ung.Gu e Usabili y eduzie S ess und mach
Leis ung ai e sich ba .
Konk e zeig e sich das in eine Dynexi e-P ü ung,
bei de meh e e F ei ex elde ohne kla e Zuo d-
nung zu den Teilau gaben angeo dne wa en.Viele
wuss en nich , wo welche An wo hingehö –ein
e meidba es P oblem, das den P ü ungse olg be-
ein luss .
Die g öß e He aus o de ung bes eh ü mich da in,
P ü ungen so zu ges al en, dass sie au e schie-
denen Ge ä en, in un e schiedlichen Si ua ionen und
ü alle Nu ze :innen e s ändlich und ge ech unk-
ionie en –ohne achliche Einbußen und mi mög-
lichs wenig Meh au wand ü Leh ende.
72
USABILITY & USER EXPERIENCE
O-TON AUS FORSCHUNG & PRAXIS
Al uwais, N. (2018). Ad an ages and challenges o using e-assessmen .In e na ional
Jou nal o In o ma ion and Educa ion Technology, 8, 34–
37. h ps://doi.o g/10.18178/ijie .2018.8.1.1008
An oni J. (2020). Disengaged and Nea ing Depa u e: S uden s a Risk o D opping
Ou in he Age o COVID-19.
h ps://schola sha e. emple.edu/handle/20.500.12613/413
Aulck L., Velagapudi N., Blumens ock J. & Wes J. (2017). P edic ing s uden d opou
in highe educa ion. a Xi . h p://a xi .o g/abs/1606.06364
Band el, M., Baume, M., B inkmann, E., Bedenlie , S., Budde, J., Eugs e , B., Ghoneim,
A., Halbhe , T., Pe sike, M., Rampel , F., Reinmann, G., Sa i, Z. & Schulz, A.
(2021). Digi ale P ü ungen in de Hochschule: Whi epape eine Communi y
Wo king G oup aus Deu schland, Ös e eich und de Schweiz. Be lin.
Baume, M. & Mu is-Wend , N. (2024). Die Co ona-Pandemie: Zei enwende ode nu
ein ku zes In e mezzo in de P ü ungskul u ?. In L. M ohs, J. F anz, D.
He mann, K. Lindne , T. S aake (H sg.), Digi ale Kul u en de Leh e en wickeln:
Rahmenbedingungen, Konzep e und We kzeuge (S. 37-62). Wiesbaden:
Sp inge Fachmedien Wiesbaden. h ps://doi.o g/10.1007/978-3-658-43379-
6_4
Beh A., Giese M., He e D., Teguim K. & Theune K. (2020). Ea ly p edic ion o
uni e si y d opou s – A andom o es app oach. The Jou nal o Economics and
S a is ics, 240(6), 743–789. h ps://doi.o g/10.1515/jbns -2019-0006
Benedik E. & Gube , A. (2023). Pa adigmenwechsel in de P ü ungskul u : Digi ale
Medien und inno a i e P ü ungs o men. #schule e an wo en,3(3), 73–
77. h ps://doi.o g/10.53349/schule e an wo en.2023.i3.a349
Be ens J., Schneide K., Go z S., Os e S. & Bu gho J. (2019). Ea ly de ec ion o
s uden s a isk -p edic ing s uden d opou s using adminis a i e s uden da a
om Ge man uni e si ies and machine lea ning me hods. Jou nal o
Educa ional Da a Mining, 11(3), 1–41.
h ps://doi.o g/10.5281/zenodo.3594771
Besse , A. & P iel, B. (2010). G andiose Na cissism Ve sus Vulne able Na cissism in
Th ea ening Si ua ions: Emo ional Reac ions o Achie emen Failu e and
In e pe sonal Rejec ion. Jou nal o Social and Clinical Psychology, 29(8), 874-
902. h ps://doi.o g/10.1521/jscp.2010.29.8.874
Bos on W. E., Ice P. & Gibson A. M. (2011). Comp ehensi e assessmen o s uden
e en ion in online lea ning en i onmen s. Online Jou nal o Dis ance Lea ning
Adminis a ion, 14(1), 1593–1599. Re ie ed om
h ps://www.wes ga.edu/~dis ance/ojdla/sp ing141/bos on_ice_gibson141.p
d
B eue , M., B ocke , A., Pe sike, M. & Sch oede , U. (2025). Examine Pe spec i es on
Assessmen Analy ics as a Founda ion o De eloping Quali y Assu ance Tools
in Highe Educa ion. In 23. Fach agung Bildungs echnologien (DELFI 2025) (S.
193-200). Gesellscha ü In o ma ik e. V.
h ps://doi.o g/10.18420/del i2025_17
79
LITERATURVERZEICHNIS

B eue , M., Pe sike, M. & Sch oede , U. (2023). Konzep ion und Umse zung
syn he ische Da engene ie ung ü Fo schung und En wicklung in Assessmen
Analy ics. In Wo kshops de 21. Fach agung Bildungs echnologien (DELFI) (S.
141-147). Gesellscha ü In o ma ik e. V.
h ps://doi.o g/10.18420/wsdel i2023-32
B incke ho , L. C. & Bane jee, M. (2007). Misconcep ions Rega ding Accommoda ions
on High–S akes Tes s: Recommenda ions o P epa ing Disabili y
Documen a ion o Tes Take s wi h Lea ning Disabili ies. Lea ning Disabili ies
Resea ch & P ac ice, 22(4), 246-255. h ps://doi.o g/10.1111/j.1540-
5826.2007.00253.x
B üggemann, T. & Wiepcke, C. (2023). De EdTech-Index (ETX): Beu eilungsk i e ien
digi ale Bildungsmaßnahmen am Beispiel de Be u lichen O ien ie ung.
Ka ls uhe Bei äge zu ökonomischen Bildung 3. h ps://phka.bsz-
bw.de/ on doo /index/index/docId/457
Cheng, X. & Liu, Y. (2022). S uden Engagemen wi h Teache W i en Feedback:
Insigh s om Low-P o iciency and High-P o iciency L2 Lea ne s. Sys em, 109,
102880. h ps://doi.o g/10.1016/j.sys em.2022.102880
Cooks, J. A. & Ciesla, J. A. (2019). The Impac o Pe ec ionism, Pe o mance
Feedback, and S ess on A ec and Dep essi e Symp oms. Pe sonali y and
Indi idual Di e ences, 146, 62-67. h ps://doi.o g/10.1016/j.paid.2019.03.048
C edé M. & Nieho s e S. (2012). Adjus men o College as Measu ed by he S uden
Adap a ion o College Ques ionnai e: A Quan i a i e Re iew o I s S uc u e
and Rela ionships wi h Co ela es and Consequences. Educa ional Psychology
Re iew, 24(1), 133–165. h ps://doi.o g/10.1007/s10648-011-9184-5
Deu sches Ins i u ü E wachsenenbildung (DIE) (2024). Angs , Au schub und
Abb uch / Anxie y, pos ponemen and e mina ion. DIE BRIEF, 2024 (19).
h p://www.die-bonn.de/id/42173
Di kx, K. J. H., Skuballa, I., Manas i ean-Zijls a, C. S. & Ja odzka, H. (2021). Designing
Compu e -Based Tes s: Design Guidelines om Mul imedia Lea ning S udied
wi h Eye T acking. Ins uc ional Science, 49(5), 589-605.
h ps://doi.o g/10.1007/s11251-021-09542-9
Dolin, J., Black, P., Ha len, W. & Tibe ghien, A. (2018). Explo ing Rela ions Be ween
Fo ma i e and Summa i e Assessmen . In J. Dolin, R. E ans (H sg.),
T ans o ming assessmen : Th ough an In e play Be ween P ac ice, Resea ch
and Policy (S. 53-80). h ps://doi.o g/10.1007/978-3-319-63248-3_3
Ende s, N., Gaschle , R. & Kubik, V. (2021). Online Quizzes wi h Closed Ques ions in
Fo mal Assessmen : How Elabo a e Feedback can P omo e Lea ning.
Psychology Lea ning & Teaching,20(1), 91–106.
h ps://doi.o g/10.1177/1475725720971205
Eysenck, M. W., De akshan, N., San os, R. & Cal o, M. G. (2007). Anxie y and
Cogni i e Pe o mance: A en ional Con ol Theo y. Emo ion, 7(2), 336-353.
80
LITERATURVERZEICHNIS
F eise, M. (2025). Digi ale Hochschulleh e. In:, T. Klenk, F. Nullmeie , G. Wewe (H sg.)
Handbuch Digi alisie ung in S aa und Ve wal ung. Sp inge VS, Wiesbaden.
h ps://doi.o g/10.1007/978-3-658-37373-3_82
F oehlich, L., Sassenbe g, K., Jonkmann, K., Schei e , K. & S ü me , S. (2023). S uden
Di e si y and E-Exam Accep ance in Highe Educa ion. Jou nal o Compu e
Assis ed Lea ning, 39(4), 1196-1210. h ps://doi.o g/10.1111/jcal.12794
Fy e, E. R. & Ri le-Johnson, B. (2016). Feedback Bo h Helps and Hinde s Lea ning:
The Causal Role o P io Knowledge. Jou nal o Educa ional Psychology,108(1),
82-97.
Gewin, V. (2014). Di e si y: Equal Access. Na u e, 511, 499–500.
h ps://doi.o g/10.1038/nj7510-499a
Gillmo , S. C., Poggio, J. & Emb e son, S. (2015). E ec s o Reducing he Cogni i e
Load o Ma hema ics Tes I ems on S uden Pe o mance. Nume acy, 8(1), 4.
h p://dx.doi.o g/10.5038/1936-4660.8.1.4
G opengieße , K, Zinke, N., Lenski, S., Reich-S iebe , N., Bayzaei, S. & S ü me , S. (im
D uck). S udie zu E alua ion de Technologieakzep anz nach
Wei e en wicklung de E-P ü ungsso wa e Dynexi e mi Fokus au Di e si ä .
In T. B üggemann, M. Tuchsche e & C. Wiepcke (H sg.), The Age o EdTech –
Bildungs echnologie im Spannungs eld zwischen Inno a ion und Quali ä .
Sp inge .
Hansen, J., Rensing, C., He mann, O. & D achsle , H. (2020). Ve hal enskodex ü
T us ed Lea ning Analy ics. Ve sion 1.0. En wu ü die hessischen
Hochschulen. Inno a ions o um T us ed Lea ning Analy ics 2020.
h ps://doi.o g/10.25657/02:18903
Hao, Y. (2010). Does Mul imedia Help S uden s Answe Tes I ems?. Compu e s in
Human Beha io ,26(5), 1149-1157.
h ps://doi.o g/10.1016/j.chb.2010.03.021
Ha ie, J. & Timpe ley, H. (2007). The Powe o Feedback. Re iew o Educa ional
Resea ch, 77(1), 81-112. h ps://doi.o g/10.3102/003465430298487
Hong Y. Z., Rani M. N. A., Radzuan N. F. M., Yen L. H. & Nagalingam S. (2024). An Ea ly
Wa ning Sys em o S uden s a Risk Using Supe ised Machine Lea ning.
Jou nal o Enginee ing Science and Technology, 19(1), 131–139.
Hu, L., Chen, G., Li, P. & Huang, J. (2021). Mul imedia E ec in P oblem Sol ing: A
Me a-Analysis. Educa ional Psychology Re iew, 33, 1717-1747.
h ps://doi.o g/10.1007/s10648-021-09610-z
I en hale , D. (2020). Lea ning Analy ics im Hochschulkon ex –Po enziale aus Sich
on S akeholde n, Da enschu z und Handlungsemp ehlungen. In: Fü s , R.A.
(H sg.) Digi ale Bildung und Küns liche In elligenz in Deu schland. AKAD
Uni e si y Edi ion. Sp inge , Wiesbaden. h ps://doi.o g/10.1007/978-3-658-
30525-3_22
81
LITERATURVERZEICHNIS
Imus, A., Schmi , N., Kim, B., Oswald, F. L., Me i , S. & W es ing, A. F. (2011).
Di e en ial I em Func ioning in Bioda a: Oppo uni y Access as an Explana ion
o Gende - and Race-Rela ed DIF. Applied Measu emen in Educa ion, 24(1),
71–94. h ps://doi.o g/10.1080/08957347.2011.532412
Jansen, A. E. &Sea le, B.J. (2021), Di e se E ec s o Team Di e si y: a Re iew and
F amewo k o Su ace and Deep-Le el Di e si y.Pe sonnel Re iew, 50(9),
1838-1853. h ps://doi.o g/10.1108/PR-12-2019-0664
Ja odzka, H., Janssen, N., Ki schne , P.A. & E kens, G. (2015). A oiding Spli A en ion
in Compu e -Based Tes ing. B i ish Jou nal o Educa ional Technology, 46, 803-
817. h ps://doi.o g/10.1111/bje .12174
Johnson, C. I. & P ies , H. A. (2014). The Feedback P inciple in Mul imedia Lea ning. In
R. E. Maye (H sg.), The Camb idge Handbook o Mul imedia Lea ning (2 e
Au l., S. 449–463). Camb idge Uni e si y
P ess. h ps://doi.o g/10.1017/CBO9781139547369.023
Ka ami, H. & Mok, M. M. C. (2016). In oduc ion: Fai ness issues in educa ional
assessmen . In H. Ka ami (H sg.), Fai ness Issues in Educa ional Assessmen .
Rou ledge.
Ki schne , P. A., Swelle , J., Ki schne , F. & Zamb ano R, J. (2018). F om Cogni i e Load
Theo y o Collabo a i e Cogni i e Load Theo y. In e na ional Jou nal o
Compu e -Suppo ed Collabo a i e Lea ning,13, 213-233.
h ps://doi.o g/10.1007/s11412-018-9277-y
Kuklick, L. & Lindne , M. A. (2023). A ec i e-Mo i a ional E ec s o Pe o mance
Feedback in Compu e -Based Assessmen : Does E o Message Complexi y
Ma e ?. Con empo a y Educa ional Psychology,73, 102146.
h ps://doi.o g/10.1016/j.cedpsych.2022.102146
Kuklick, L. & Lindne , M. A. (2021). Compu e -Based Knowledge o Resul s Feedback
in Di e en Deli e y Modes: E ec s on ´Pe o mance, Mo i a ion, and
Achie emen Emo ions.Con empo a y Educa ional Psychology,67, 102001.
h ps://doi.o g/10.1016/j.cedpsych.2021.102001
Kunnan, A. J. (2010). Tes Fai ness and Toulmin’s A gumen S uc u e. Language
Tes ing, 27(2), 183-189. h ps://doi.o g/10.1177/0265532209349468
Kunnan, A. J. (2004). Tes Fai ness. Eu opean Language Tes ing in a Global Con ex ,
18, 27–48.
Ladonlah i, T., Laamanen, M. & Uo inen, S. (2020). Ensu ing Di e se Use Expe iences
and Accessibili y While De eloping he TeSLA E-Assessmen Sys em. In D.
Bane es, M. Rod íguez, A. Gue e o-Roldán (H sg.), Enginee ing Da a-D i en
Adap i e T us -Based E-Assessmen Sys ems: Challenges and In as uc u e
Solu ions, 34, 213-238. h ps://doi.o g/10.1007/978-3-030-29326-0_10
Lau ing, J. & Selme , J. (2010). Is Uni e si y In e na ionaliza ion Bad o Pe o mance?
Examining Two Di e en Types o Di e si y.In e na ional Jou nal o
Educa ional Resea ch, 49(4), 161–171
h ps://doi.o g/10.1016/j.ije .2011.02.002
82
LITERATURVERZEICHNIS
Lenski, S., Zinke, N., Me k , M., Reich-S iebe , N., S ü me , S. & Sch ö e , H. (2024).
Ea ly Indica o s o S udy Delay and D opou :Tes Anxie y and i s Link o Exam
Pa icipa ion and Pe o mance. Jou nal o College S uden Re en ion: Resea ch,
Theo y & P ac ice. h ps://doi.o g/10.1177/15210251241266547
Lenzne , A., Schno z, W. & Mülle , A. (2013). The Role o Deco a i e Pic u es in
Lea ning. Ins uc ional Science, 41(5), 811–831.
h ps://doi.o g/10.1007/s11251-012-9256-z
Lindne , M. A. (2020). Rep esen a ional and Deco a i e Pic u es in Science and
Ma hema ics Tes s: Do They Make a Di e ence?. Lea ning and Ins uc ion,68,
101345. h ps://doi.o g/10.1016/j.lea nins uc.2020.101345
Lindne , M. A., Ei el, A., Ba en hien, J. & Kölle , O. (2021). An In eg a i e S udy on
Lea ning and Tes ing wi h Mul imedia: E ec s on S uden s’ Pe o mance and
Me acogni ion.Lea ning and Ins uc ion,71, 101100.
h ps://doi.o g/10.1016/j.lea nins uc.2018.01.002
Lindne , M. A., Ihme, J. M., Saß, S. & Kölle , O. (2016). How Rep esen a ional Pic u es
Enhance S uden s’ Pe o mance and Tes -Taking Pleasu e in Low-S akes
Assessmen . Eu opean Jou nal o Psychological Assessmen .
h ps://doi.o g/10.1027/1015-5759/a000351
Malespina, A. & Singh, C. (2022). Gende Di e ences in Tes Anxie y and Sel -E icacy:
Why Ins uc o s Should Emphasize Low-S akes Fo ma i e Assessmen s in
Physics Cou ses. Eu opean Jou nal o Physics,43(3), 035701.
h ps://doi.o g/10.1088/1361-6404/ac51b1
Ma he , N. & Abu-Hamou , B. (2013). Indi idual Assessmen o Academic
Achie emen . In K. F. Geisinge , B. A. B acken, J. F. Ca lson, J.-I. C. Hansen, N. R.
Kuncel, S. P. Reise & M. C. Rod iguez (H sg.), APA Handbook o Tes ing and
Assessmen in Psychology, Vol. 3: Tes ing and Assessmen in School Psychology
and Educa ion (S. 101–128). Ame ican Psychological Associa ion.
h ps://doi.o g/10.1037/14049-005
Maye , R. E. (2014). In oduc ion o Mul imedia Lea ning. In R. E. Maye (H sg.), The
Camb idge Handbook o Mul imedia Lea ning (2 e Au l., S. 1–24). Camb idge
Uni e si y P ess. h ps://doi.o g/10.1017/CBO9781139547369.002
Me ens, U., Finn, B. & Lindne , M. A. (2022). E ec s o Compu e -Based Feedback on
Lowe -and Highe -O de Lea ning Ou comes: A Ne wo k Me a-Analysis.
Jou nal o Educa ional Psychology, 114(8), 1743–1772.
h ps://doi.o g/10.1037/edu0000764
Mikhee a, M., Schneide , S., Beege, M. & Rey, G. D. (2021). The In luence o A ec i e
Deco a i e Pic u es on Lea ning S a is ics Online. Human Beha io and
Eme ging Technologies, 3(3), 401–412. h ps://doi.o g/10.1002/hbe2.250
Misle y, R. J., Hae el, G., Cheng, B. H., Ruc inge , L., DeBa ge , A., Mu ay, E., Rose,
D., G a el, J., Colke A. M., Ru s ein, D. & Vendlinski, T. (2013). A “condi ional”
sense o ai ness in assessmen . Educa ional Resea ch and E alua ion, 19(2–3),
121–140. h ps://doi.o g/10.1080/13803611.2013.767614
83
LITERATURVERZEICHNIS
Mlekus, L., Ben le , D., Pa uzel, A., Ka o-Beide wieden, A. L. & Maie , G. W. (2020).
How o Raise Technology Accep ance: Use Expe ience Cha ac e is ics as
Technology-Inhe en De e minan s. G uppe. In e ak ion. O ganisa ion, 51(3),
273-283. h ps://doi.o g/10.1007/s11612-020-00529-7
Mo eno, R. & Maye , R. (2007). In e ac i e Mul imodal Lea ning En i onmen s:
Special Issue on In e ac i e Lea ning En i onmen s: Con empo a y Issues and
T ends. Educa ional Psychology Re iew, 19, 309-326.
h ps://doi.o g/10.1007/s10648-007-9047-2
Mo gan, A. (2013). Fac o s In luencing S uden Use o Online Homewo k
Managemen Sys ems. Recognizing Excellence in Business Educa ion, 98, 98–
112.
Na ciss, S. (2004). The Impac o In o ma i e Tu o ing Feedback and Sel -E icacy on
Mo i a ion and Achie emen in Concep Lea ning. Expe imen al Psychology,
51(3), 214–228. h ps://doi.o g/10.1027/1618-3169.51.3.214
Niehues, N., Fische , E. & Je emias, C. (2018). P ü ungs ech (7. Au l.). München: C. H.
Beck.
OECD. (2018). Equi y in Educa ion: B eaking Down Ba ie s o Social Mobili y.
O ganisa ion o Economic Coope a ion and De elopmen .
h ps://doi.o g/10.1787/9789264073234-en
Pashle , H., McDaniel, M., Roh e , D. & Bjo k, R. (2009). Lea ning S yles: Concep s
and E idence: Concep s and E idence. Psychological Science in he Public
In e es , 9(3), 105-119. h ps://doi.o g/10.1111/j.1539-6053.2009.01038.x
Pek un, R. (2011). Emo ions as D i e s o Lea ning and Cogni i e De elopmen . In R.
Cal o, S. D’Mello (H sg.), New Pe spec i es on A ec and Lea ning
Technologies (S. 23-39). New Yo k, NY: Sp inge New Yo k.
h ps://doi.o g/10.1007/978-1-4419-9625-1_3
Pek un, R., Goe z, T., Ti z, W. & Pe y, R. P. (2002). Academic Emo ions in S uden s’
Sel -Regula ed Lea ning and Achie emen : A P og am o Quali a i e and
Quan i a i e Resea ch. Educa ional Psychologis , 37(2), 91-105.
h ps://doi.o g/10.1207/S15326985EP3702_4
Pelleg ino, J. (2005). The Challenge o Knowing Wha S uden s Know. Measu emen :
In e disciplina y Resea ch and Pe spec i es, 1(2), 7–11.
Pen ield, R. D. & Camilli, G. (2006). Di e en ial I em Func ioning and I em Bias. In C.
R. Rao, S. Sinha ay (H sg.), Handbook o S a is ics (Au l. 26, S. 125–167).
Else ie . h ps://doi.o g/10.1016/S0169-7161(06)26005-X
Pengelley, J., Whipp, P. R. & Malpique, A. (2024). A Tes ing Load: A Re iew o
Cogni i e Load in Compu e and Pape -Based Lea ning and Assessmen .
Technology, Pedagogy and Educa ion, 34(1), 1–17.
h ps://doi.o g/10.1080/1475939X.2024.2367517
Pe sike, M. (2021). Digi ales P ü en. In Neiske, I., Os hushen ich, J., Schape , N., T ie ,
U. Vöing, N. (H sg.), Hochschule au Abs and. Ein mul ipe spek i ische Zugang
zu digi alen Leh e. Biele eld: T ansk ip .
84
LITERATURVERZEICHNIS

Pe sike, M., Halbhe , T. & Rampel , F. (2021). 2.3 Zen ale Beg i e. In M. Band el, M.
Baume, E. B inkmann, S. Bedenlie , J. Budde, B. Eugs e , A. Ghoneim, T.
Halbhe , M. Pe sike, F. Rampel , G. Reinmann, Z. Sa i, A. Schulz (H sg.) Digi ale
P ü ungen in de Hochschule: Whi epape eine Communi y Wo king G oup
aus Deu schland, Ös e eich und de Schweiz (S. 24-29). Be lin.
Pi es L. (2023). Oppo uni y Cos s, COVID-19, and Ea ly D opou Ra e. In J. Sainz, I.
Sanz (H sg.), Add essing Inequi ies in Mode n Educa ional Assessmen :
B idging he Gap (S. 103–126). Sp inge In e na ional Publishing.
h ps://doi.o g/10.1007/978-3-031-45802-6_7
Reinmann, G. (2021). 2.1 P ü ungs ypen, -szena ien, - o ma e und - o men. In M.
Band el, M. Baume, E. B inkmann, S. Bedenlie , J. Budde, B. Eugs e , A.
Ghoneim, T. Halbhe , M. Pe sike, F. Rampel , G. Reinmann, Z. Sa i, A. Schulz
(H sg.), Digi ale P ü ungen in de Hochschule: Whi epape eine Communi y
Wo king G oup aus Deu schland, Ös e eich und de Schweiz (S. 14-17). Be lin.
Respondek L., Seu e T., S upnisky R., Ne U. E. (2017). Pe cei ed Academic Con ol
and Academic Emo ions P edic Unde g adua e Uni e si y S uden Success:
Examining E ec s on D opou In en ion and Achie emen . F on ie s in
Psychology, 8(243), 1–18. h ps://doi.o g/10.3389/ psyg.2017.00243
Richa ds, A., F ench, C. C., Keogh, E. & Ca e , C. (2000). Tes -Anxie y, In e en ial
Reasoning and Wo king Memo y Load. Anxie y, S ess & Coping,13(1), 87–
109. h ps://doi.o g/10.1080/10615800008248335
Roos, A. L., Goe z, T., K annich, M., Ja ell, A., Donke , M. & Mainha d, T. (2020). Tes
Anxie y Componen s: An In a-Indi idual App oach Tes ing Thei Con ol
An eceden s and E ec s on Pe o mance. Anxie y, S ess & Coping,34(3), 279–
298. h ps://doi.o g/10.1080/10615806.2020.1850700
Sacke , P. R., Kuncel, N. R., A neson, J. J., Coope , S. R. & Wa e s, S. D. (2009). Does
Socioeconomic S a us Explain he Rela ionship Be ween Admissions Tes s and
Pos -Seconda y Academic Pe o mance? Psychological Bulle in, 135(1), 1–22.
h ps://doi.o g/10.1037/a0013978
Schae e A., Ma hess H., P i ze G. & Köhle K. (2007). Seelische Gesundhei und
S udiene olg on S udie enden de Medizin mi hohe und nied ige
P ü ungsängs lichkei . Psycho he apie Psychosoma ik Medizinische
Psychologie, 57(7), 289–297.
Sche el, M., Simis, C., Leschke, J., Bo ga ds, L. & Salden, P. (2024). Lea ning Analy ics-
Policys im Hochschulkon ex . In Salden P., Laschke, P. (H sg.), Lea ning
Analy ics und Küns liche In elligenz in S udium und Leh e: E ah ungen und
Schluss olge ungen aus eine hochschulwei en E p obung (S. 169-185).
Wiesbaden: Sp inge Fachmedien Wiesbaden. h ps://doi.o g/10.1007/978-3-
658-42993-5_10
Scheidig, F. & Schweinbe ge , K. (2022). Assessmen Analy ics –Da en Digi ale
P ü ungen Auswe en. In B. Be end , A. Fleischmann, G. Salmho e , N. Schape ,
B. Szczy ba, M. Wieme , J. Wild (H sg.), Neues Handbuch Hochschulleh e.
E gänzungsband N . 108 (H 3.9). Be lin: DUZ.
85
LITERATURVERZEICHNIS
Schneide , S., Nebel, S., Beege, M. & Rey, G. D. (2020). The Re ie al-Enhancing
E ec s o Deco a i e Pic u es as Memo y Cues in Mul imedia Lea ning Videos
and Subsequen Pe o mance Tes s. Jou nal o Educa ional Psychology,
112(6), 1111–1127. h ps://doi.o g/10.1037/edu0000432
Shu e, V. J. (2008). Focus on Fo ma i e Feedback. Re iew o Educa ional Resea ch,
78(1), 153-189. h ps://doi.o g/10.3102/0034654307313795
Sunda a ajan, N. & Adesope, O. (2020). Keep i Cohe en : A Me a-Analysis o he
Seduc i e De ails E ec . Educa ional Psychology Re iew, 32(3), 707-734.
h ps://doi.o g/10.1007/s10648-020-09522-4
Sung, E. & Maye , R. E. (2012). When G aphics Imp o e Liking Bu No Lea ning om
Online Lessons. Compu e s in Human Beha io , 28(5), 1618-1625.
h ps://doi.o g/10.1016/j.chb.2012.03.026
Swelle , J. (2011). Cogni i e Load Theo y. In J. P. Mes e & B. H. Ross (H sg.), The
Psychology o Lea ning and Mo i a ion: Cogni ion in Educa ion (Vol. 55, S. 37–
76). Else ie Academic P ess. h ps://doi.o g/10.1016/B978-0-12-387691-
1.00002-8
Swelle , J. (1988). Cogni i e Load Du ing P oblem Sol ing: E ec s on
Lea ning. Cogni i e Science,12(2), 257-285. h ps://doi.o g/10.1016/0364-
0213(88)90023-7
Swelle , J., Van Me iënboe , J. J. & Paas, F. (2019). Cogni i e A chi ec u e and
Ins uc ional Design: 20 Yea s La e . Educa ional Psychology Re iew,31(2),
261-292. h ps://doi.o g/10.1007/s10648-019-09465-5
Tin o V. (2006). Resea ch and P ac ice o S uden Re en ion: Wha Nex ? Jou nal o
College S uden Re en ion: Resea ch, Theo y & P ac ice, 8(1), 1–19.
h ps://doi.o g/10.2190/4YNU-4TMB-22DJ-AN4W
Tsai, Y. S., Mo eno-Ma cos, P. M., Tamme s, K., Kollom, K. & Gaše ić, D. (2018,
Ma ch). SHEILA Policy F amewo k: In o ming Ins i u ional S a egies and Policy
P ocesses o Lea ning Analy ics. In P oceedings o he 8 h In e na ional
Con e ence on Lea ning Analy ics and Knowledge (S. 320-329).
h ps://doi.o g/10.1145/3170358.3170367
Venka esh, V., Mo is, M. G., Da is, G. B. & Da is, F. D. (2003). Use Accep ance o
In o ma ion Technology: Towa d a Uni ied View. MIS Qua e ly, 425-478.
h ps://doi.o g/10.2307/30036540
Von de Embse, N., Jes e , D., Roy, D. & Pos , J. (2018). Tes Anxie y E ec s, P edic o s,
and Co ela es: A 30-Yea Me a-Analy ic Re iew. Jou nal o A ec i e
Diso de s,227, 483-493. h ps://doi.o g/10.1016/j.jad.2017.11.048
Weh hahn, F., Gaschle , R. & Zhao, F. (2025). S uden s’ Adap ion o P og ession
Following Quiz Feedback P edic s Exam Success. Technology, Knowledge and
Lea ning, 1-21. h ps://doi.o g/10.1007/s10758-025-09888-w
Whi elock-Wainw igh , A., Gaše ić, D., Tejei o, R., Tsai, Y. S. & Benne , K. (2019). The
S uden Expec a ions o Lea ning Analy ics Ques ionnai e. Jou nal o Compu e
Assis ed Lea ning, 35(5), 633-666. h ps://doi.o g/10.1111/jcal.12366
86
LITERATURVERZEICHNIS
Yıldız, G., Şahin, F., Doğan, E. & Oku , M. R. (2022). In luen ial Fac o s on E‐Lea ning
Adop ion o Uni e si y S uden s Wi h Disabili y: E ec s o Type o Disabili y.
B i ish Jou nal o Educa ional Technology, 53(6), 2029-2049.
h ps://doi.o g/10.1111/bje .13235
Zeidne M. (1998). Tes anxie y: The s a e o he a . Sp inge Science & Business
Media.
Zinke, N., Lenski, S., B ocke , A., Me k , M., G opengieße , K., S ü me , S. & Sch ö e ,
H. (2024). Towa ds Fai and Di e si y-App op ia e E-assessmen s.
In Assessmen Analy ics in Educa ion: Designs, Me hods and Solu ions (S. 373-
394). Cham: Sp inge In e na ional Publishing. h ps://doi.o g/10.1007/978-3-
031-56365-2_19
87
LITERATURVERZEICHNIS
B
•Bes -P ac ice –Beispiele ü gu e, bzw. die bes en Handlungsop ionen zu einem
bes imm en Thema
C
•Coping-S a egien –Bewäl igungss a egien zum Umgang mi Ängs en, T auma a
ode Einsch änkungen
D
•Didak ik –die Wissenscha des Leh ens und Le nens; besch eib P inzipien ü s
Un e ich en
•Digi alisie ung –Digi alisie ung besch eib die Ve lage ung on Be eichen des
menschlichen Lebens ins digi ale
E
•E hnische & kul u elle He kun / E hnie –eine G uppe die du ch He kun ,
Sp ache, Kul u , u. a. e bunden is
•E alua ionss udie –eine S udie die die E ek i i ä eine (Bildungs-) Maßnahme
ode eines P og amms miss
F
•Fo en –Fo en bezeichnen eine digi ale Kommunika ionspla o m in de z. B.
S udie ende F agen s ellen können, die en wede on ih en Pee s ode de
Leh pe son bean wo e we den.
G
•GUI –G a ische Nu zungsobe läche in Compu e p og ammen und Applika ionen
I
•Inklusion –Inklusion bedeu e , dass alle Menschen gleichbe ech ig am
gesellscha lichen Leben (z. B. an Bildungsein ich ungen) eilnehmen können,
unabhängig on He kun , Behinde ung, Geschlech ode ande en Me kmalen.
•Inno a ionsclus e –Fo schungsg uppen mi anwendungso ien ie em
Themenbezug
K
•KI –küns liche In elligenz
•Kogni i e Fähigkei en –geis ige Fähigkei en; e möglichen es Signale aus de
Umgebung wah zunehmen/zu e a bei en
•Kompe enzo ien ie e Leh e –Leh e mi Fokus au Wissense we b, Handlungs-
und Re lexions ähigkei
L
•Lea ning Managemen Sys ems/LMS –eine digi ale Umgebung zu O ganisa ion
und Ges al ung on Leh e/ P ü ungen
•Le n äume/Moodle Le n aum –ein (digi ale ) Le n aum bezeichne eine Websi e-
Umgebung mi Le nma e ial
GLOSSAR
88