E-Prüfungen: Assessment Analytics im Kontext. Ein Handbuch für die Praxis

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