{"id":1184,"date":"2025-01-07T14:01:52","date_gmt":"2025-01-07T13:01:52","guid":{"rendered":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/?p=1184"},"modified":"2026-04-13T10:55:11","modified_gmt":"2026-04-13T08:55:11","slug":"future-learning-landscapes-bildungslandschaften-der-zukunft","status":"publish","type":"post","link":"https:\/\/demo2.egm.at\/www.thelivingcore-original.com\/future-learning-landscapes-bildungslandschaften-der-zukunft\/","title":{"rendered":"Future Learning Landscapes: Bildungslandschaften der Zukunft"},"content":{"rendered":"\n

Seit einiger Zeit sind wir Zeug*innen eines tiefgreifenden Wandels unserer Lernlandschaften, insbesondere unserer Hochschulen. Die Bedeutung von Generalist*innen hat ab- und die der Expert*innen zugenommen, wir sind mit einem exponentiellen Wissenszuwachs konfrontiert und das gesammelte Wissen ist uns durch die Digitalisierung zug\u00e4nglicher als je zuvor.<\/p>\n\n\n\n

Man k\u00f6nnte auch sagen, wir befinden uns im Zeitalter des ubiquit\u00e4r zug\u00e4nglichen Wissens. Dies hat bereits jetzt und wird wahrscheinlich in Zukunft noch gr\u00f6\u00dfere Bedeutung haben und unsere Art zu lehren und zu lernen an unseren Hochschulen ma\u00dfgeblich beeinflussen.<\/p>\n\n\n\n

Der Kern dieser Entwicklung ist die sich abzeichnende M\u00f6glichkeit, dass wir Wissen nicht mehr \u201einternalisieren\u201c, d.h. auswendig lernen m\u00fcssen. Das scheint angesichts der Menge des verf\u00fcgbaren Wissens geradenach willk\u00fcrlich. Umso wichtiger scheint es, die F\u00e4higkeit zu trainieren, Wissen und verf\u00fcgbare Informationen kritisch zu bewerten und vielmehr f\u00fcr die Entscheidungsfindung und Reflexion nutzbar zu machen. Vielleicht weil man sich \u00fcber die Bedeutung dieses Themas schon immer einig war (und ist), liegt der Schwerpunkt heute auf den M\u00f6glichkeiten digitaler Werkzeuge, die uns schnell und reibungslos mit Informationen versorgen k\u00f6nnen. Im Mittelpunt stehen hier in erster Linie die intelligente, digitale Bereitstellung von Wissen. In Anbetracht der Tatsache, dass Wissensarbeiter*innen tagt\u00e4glich schnell auf eine st\u00e4ndig wachsende Wissensbasis zugreifen m\u00fcssen, scheint dieser Schwerpunkt auch vern\u00fcnftig gesetzt zu sein.<\/p>\n\n\n\n

Die Digitalisierung unserer Wissens\u00f6konomie bedeutet auch, dass unsere Visionen von der Zukunft unserer Bildungslandschaften sich vornehmlich in Visionen von virtuellen R\u00e4umen ersch\u00f6pfen. Nach dieser Vision wird der physische Raum weiterhin ben\u00f6tigt, aber er wird zu einer basalen Infrastruktur degradiert, die f\u00fcr sich genommen keine prim\u00e4re Bildungsfunktion erf\u00fcllt. Das Zeitalter des allgegenw\u00e4rtig zug\u00e4nglichen Wissens scheint den physischen Raum in den Hintergrund zu dr\u00e4ngen.<\/p>\n\n\n\n

In diesem Blogbeitrag wollen wir zeigen, dass wir diese Entwicklung nicht nur kritisch beobachten, sondern auch die wesentliche Bedeutung der physischen, gebauten Umgebung f\u00fcr Bildungsr\u00e4ume hervorheben m\u00fcssen. Unser Standpunkt ist folgender: \u201cSmarte\u201d Wissenstechnologien werden dazu f\u00fchren, dass jene menschlichen Kompetenzen wichtiger werden, die nicht in den digitalen Bereich ausgelagert werden k\u00f6nnen. Aber gerade diese Kompetenzen erfordern eine positive Entwicklung der physischen, gebauten Lernumgebung.<\/p>\n\n\n\n

In unserem Blogbeitrag geht es darum, zu verstehen, warum dies der Fall ist. Kurz gesagt, cyber-physische Bildungsr\u00e4ume neigen dazu, Wissen als ein Objekt zu behandeln (d.h. ein Objekt wie die physischen Symbole, die wir zur Kodierung von Bedeutung verwenden). Die grundlegendste Form des Wissens ist jedoch nicht in Objekten kodiert, sondern verk\u00f6rpert. Wissen wird zuallererst durch menschliche Aktivit\u00e4t hervorgebracht und umgesetzt \u2013 und kann daher nicht als Objekt behandelt werden, das gespeichert und \u00fcber den Cyberspace \u00fcbertragen werden kann. Vielmehr ist menschliches Wissen zutiefst in die physische Umgebung eingebettet und wird durch diese erm\u00f6glicht. Doch bevor wir darauf n\u00e4her eingehen, m\u00fcssen wir zun\u00e4chst den Protagonisten unseres Beitrags vorstellen.<\/p>\n\n\n\n

Das Wissen hat das Geb\u00e4ude verlassen<\/h2>\n\n\n\n

Es ist eines der wichtigsten Merkmale unserer k\u00fcnftigen Lernlandschaften: Wir verwalten nicht nur einen exponentiell wachsenden Wissensbestand. Wir greifen darauf auch nahtloser und schneller zu als je zuvor. Das Wissen der Menschheit ist \u201eubiquit\u00e4r verf\u00fcgbar\u201c (Friedman et al., 2016).<\/p>\n\n\n\n

Zumindest im Prinzip ist das, was wir wissen wollen, nur ein paar Klicks entfernt. Wir k\u00f6nnen es \u201egoogeln\u201c oder in Wikipedia suchen \u2013 und f\u00fcr akademische Zwecke k\u00f6nnen wir wissenschaftliche Datenbanken mit einem herk\u00f6mmlichen Browser durchforschen, um nur die bekanntesten Mittel des Wissensabrufs zu nennen. Das hei\u00dft nicht, dass wir in der Lage sind, all dieses Wissen zu interpretieren oder zu nutzen. Aber solange wir wissen, wonach wir suchen, k\u00f6nnen wir es finden.<\/p>\n\n\n\n

Eine synergetische Triebkraft f\u00fcr diese Infrastruktur ist nat\u00fcrlich die exponentiell wachsende Menge an Wissen selbst. Ohne digitale Infrastruktur k\u00f6nnen wir solche Wissensmengen nicht mehr zeitnah verarbeiten, und das gilt f\u00fcr Studierende und vor allem f\u00fcr Forschende und andere Wissensarbeiter*innen.<\/p>\n\n\n\n

Au\u00dferdem erscheint es als zunehmend willk\u00fcrlich, zu entscheiden, welche Wissensinhalte wir uns \u201emerken\u201c sollen. Das sokratische Paradoxon (\u201eIch wei\u00df, dass ich nichts wei\u00df\u201c) ist heute aktueller denn je. Nur klingt es heute weniger wie ein weises Eingest\u00e4ndnis von Unwissenheit.<\/p>\n\n\n\n

Die Allgegenw\u00e4rtigkeit des Wissens ist keineswegs ein \u00fcberraschendes Merkmal der modernen Wissensarbeit. Sie wird von Lehrenden, Forschenden und Studierenden gleichsam als selbstverst\u00e4ndlich angesehen. Bis heute haben die Auswirkungen dieser Entwicklung jedoch die Art und Weise, wie wir lernen oder lehren, noch nicht tiefgreifend ver\u00e4ndert. Ein Grund daf\u00fcr ist, dass wir es heute mehr oder weniger mit der gleichen Art von Schnittstellen zu tun haben, die wir bereits aus der vordigitalen \u00c4ra kennen und gewohnt sind. Tats\u00e4chlich ist die wichtigste Schnittstelle f\u00fcr die (akademische) Bildung eine nahezu unver\u00e4nderte Einheit. Seit den Anf\u00e4ngen der Universit\u00e4ten gilt das St\u00fcck Schrift, das Papier, das Buch als Schnittstelle f\u00fcr die Wissensvermittlung. Die digitalen Werkzeuge, die wir jetzt haben, sind nichts anderes als eine Erweiterung des Originals. Im Prinzip ist es v\u00f6llig gleichg\u00fcltig, ob wir in einer Bibliothek oder am Computer lernen. Wir lesen und entschl\u00fcsseln letztendlich Symbole auf Papier oder auf dem Bildschirm.<\/p>\n\n\n\n

Nun werden aber gerade diese Schnittstellen in Zukunft zunehmend in Frage gestellt. Das Aufkommen intelligenter Technologien (d. h. automatisierter Systeme) k\u00f6nnte unsere Lernerfahrung an den Universit\u00e4ten grundlegend ver\u00e4ndern. Sie k\u00f6nnten die Art und Weise, wie wir mit der allgegenw\u00e4rtigen Verf\u00fcgbarkeit von Wissen umgehen, grundlegend revolutionieren.<\/p>\n\n\n\n

Damit sind wir bei der Vision der Wissenswolke angelangt.<\/p>\n\n\n\n

Lernen erlernen: Wie man mit der Knowledge Cloud umgeht<\/h2>\n\n\n\n

Je mehr unsere Wissensdatenbanken wachsen, desto schneller und reibungsloser, aber auch intelligenter, sollte der Abruf dieses Wissens sein. Friedman et al. (2016) stellen sich daher eine (hypothetische) \u201eknowledge cloud\u201c vor, einen intelligenten Cloud-Speicher, der das gesamte Wissen eines bestimmten Bereichs enth\u00e4lt, z. B. eine biomedizinische Cloud. Auf Anfrage kann eine solche Cloud jede Art von Information in schriftlicher oder gesprochener Form bereitstellen.<\/p>\n\n\n\n

Auf den ersten Blick \u00e4hnelt sie Wikipedia \u2013 mit einer etwas ausgefeilteren Schnittstelle. Die Vision der Knowledge Cloud ist jedoch radikaler. Wissen in \u201eberechenbarer Form\u201c (ebd.) kann verwendet werden, um die Frage des Nutzers spontan zu beantworten. So k\u00f6nnte beispielsweise eine \u00c4rztin Ratschl\u00e4ge f\u00fcr die Behandlung ihrer Patient*innen einholen, indem sie der Cloud kontextbezogene Informationen zur Verf\u00fcgung stellt, w\u00e4hrend die Cloud eine Behandlung vorschl\u00e4gt.<\/p>\n\n\n\n

Daher ver\u00e4ndert die Knowledge Cloud die Art und Weise, wie wir mit Wissen umgehen, grundlegend. Da die Cloud immer in unserer N\u00e4he ist, k\u00f6nnen wir sie jederzeit konsultieren und zuverl\u00e4ssige Ergebnisse erwarten. Nat\u00fcrlich besteht die Vision nicht darin, die Cloud zu befragen, um Wissen langfristig auswendig zu lernen. Friedman und Kollegen (2016) betonen, dass es auf die F\u00e4higkeit ankommt, zu wissen, was man nicht wei\u00df, die richtigen Fragen zu stellen und Entscheidungen zu treffen, wenn die Cloud widerspr\u00fcchliche Informationen liefert (und somit unter Unsicherheit zu urteilen und zu handeln). Daher wird der Bildungsschwerpunkt der Zukunft darin liegen, die Sch\u00fcler*innen darin zu schulen, mit externemWissen umzugehen, ohne, bzw. anstatt es zu internalisieren (d. h. auswendig zu lernen).<\/p>\n\n\n\n

Die Entstehung der Knowledge Cloud wird jedoch auch mit einer gro\u00dfen Revolution in der Art und Weise zusammenfallen, wie wir digitale Schnittstellen nutzen. Friedman et al. (2016) stellen sich ihre Wissenswolke als \u00fcber unsere Smartphones zug\u00e4nglich vor. Aber unsere Smartphones sind nur ein Kontaktpunkt im wachsenden \u201eInternet der Dinge\u201c (IoT). Und tats\u00e4chlich wird erwartet, dass k\u00fcnftige Lernumgebungen in das IoT eingebettet sein werden.<\/p>\n\n\n\n

Intelligente Lernumgebungen<\/h2>\n\n\n\n

Dies f\u00fchrt uns zu einer weiteren Entwicklung zuk\u00fcnftiger Lernr\u00e4ume \u2013 einer Entwicklung, die sich auf die Art und Weise, wie wir mit der Wissenswolke umgehen, auswirken (und diese verkomplizieren) wird. Die Zukunft der Lernr\u00e4ume wird oft als \u201eintelligente Lernumgebungen\u201c (\u201esmart learning environments\u201c oder kurz SLEs) bezeichnet. Es gibt unterschiedliche Definitionen daf\u00fcr, was solche intelligenten Lernr\u00e4ume sind. Allen gemeinsam ist jedoch, dass sie intelligente Sensoren und \u201eAktoren\u201c (Ger\u00e4te, die selbstst\u00e4ndig handeln) beinhalten. Solche intelligenten, automatisierten Systeme passen sich an die Lernbed\u00fcrfnisse ihrer Nutzer*innen an, indem sie beispielsweise deren Fortschritte monitorisieren und entsprechende Informationen r\u00fcckmelden. Sie zeigen den Sch\u00fcler*innen ihre Schw\u00e4chen und ihre Leistungen im Vergleich zu anderen auf und geben ihnen die digitalen Werkzeuge an die Hand, mit denen sie ihre \u201cSchw\u00e4chen\u201d beheben k\u00f6nnen. W\u00e4hrend einige Definitionen die Technologie betonen, stellen andere den Menschen in den Mittelpunkt. Dementsprechend sollten SLEs Reflexion, Innovation, Gespr\u00e4che und Selbstorganisation f\u00f6rdern (Gros, 2016). In Anbetracht dessen sind intelligente Lernumgebungen in der Regel sogenannte selbstregulierte Lernumgebungen (SRLs). Ihr intelligentes Design f\u00f6rdert h\u00e4ufig \u201eZielsetzung, Hilfesuche, Zeitmanagement und Selbsteinsch\u00e4tzung\u201c (Gambo & Shakir, 2021).<\/p>\n\n\n\n

Was bedeuten die SLEs f\u00fcr die Allgegenw\u00e4rtigkeit des Wissens und damit f\u00fcr die Knowledge Cloud?<\/p>\n\n\n\n

Bibliothek 4.0<\/h3>\n\n\n\n

Noh (2015) lieferte uns eine fr\u00fche Vision der Knowledge Cloud, die in WEB 4.0 eingebettet ist. Er stellt sich eine digitale Bibliothek als einen Ort der symbiotischen Mensch-Maschine-Interaktion vor: die Bibliothek 4.0.<\/p>\n\n\n\n

Er definierte sie als \u201eintelligent, datenintensiv, Augmented Reality, kontextbewusst, hochmoderne Displays und unendlicher kreativer Raum\u201c (S. 786, \u00fcbers.). Das klingt auch heute noch ziemlich vision\u00e4r. In Anbetracht der uns zur Verf\u00fcgung stehenden Technologien ist es jedoch nur eine Frage der Zeit und der Investitionen, um es Wirklichkeit werden zu lassen.<\/p>\n\n\n\n

Doch bei all dem bleibt eines auff\u00e4llig. Viele Berichte \u00fcber intelligente Lernumgebungen haben gemeinsam, dass sie keine klaren Leitlinien daf\u00fcr liefern, was dies f\u00fcr die gebaute Umwelt bedeutet (Freigang et al., 2018).<\/p>\n\n\n\n

Die digital-physische Kluft: oder der Niedergang des physischen Raums?<\/h2>\n\n\n\n

Auch wenn k\u00fcnftige Lernlandschaften als cyber-physische R\u00e4ume konzipiert sind und auch wenn die Schnittstellen zunehmend \u201etransparent\u201c werden, kann man eine eigenartige Vernachl\u00e4ssigung des physischen Raums beobachten. Was vernachl\u00e4ssigt ist (oder vernachl\u00e4ssigt werden wird), ist die Frage, wie der physische Raum den Bed\u00fcrfnissen von Studierenden in einer Wissenswolke \u2013 in einem virtuellen Wissens\u00f6kosystem \u2013 gerecht werden kann.<\/p>\n\n\n\n

Heute schenken wir intelligenten Technologien unsere Aufmerksamkeit, aber die physischen Orte, an denen sie sich manifestieren, bleiben eine Leerstelle (die noch mit Bedeutung gef\u00fcllt werden muss). Dies kann eine Reihe von Auswirkungen haben. Es er\u00f6ffnet Designer*innen neue Freiheitsgrade, um physische R\u00e4ume zu schaffen, die nicht durch physische Artefakte, wie sie in gro\u00dfer Zahl in einer Bibliothek zu finden sind, eingeschr\u00e4nkt werden. Solche R\u00e4ume m\u00fcssen nur immerzu kleiner werdende, intelligente Ger\u00e4te (\u201csmart devices\u201d) aufnehmen \u2013 ansonsten sind sie in keiner Weise eingeschr\u00e4nkt. Dies gibt der Designer*in zwar mehr Freiheit, bedeutet aber auch eine Abwertung des physischen Raums als echter physischer Lernraum. Es scheint, dass der physische Raum bei der Betrachtung der Anforderungen von Lernumgebungen \u201eentlastet\u201c wird. Der virtuelle Raum \u00fcbernimmt viele seiner Aufgaben vollst\u00e4ndig. (Man denke nur an das digitale Klassenzimmer, das im Zuge der Pandemie an Bedeutung gewonnen hat).<\/p>\n\n\n\n

\n \"\"\n
Der Niedergang des physischen Raums erinnert an die Entw\u00fcrfe des Architekturb\u00fcros \u201eSuperstudio\u201c: Anonyme Megastrukturen scheinen die physische Welt, wie wir sie kennen, \u00fcberfl\u00fcssig zu machen. <\/figcaption> \n<\/figure>\n\n

Fazit: Die Rede von intelligenten Schnittstellen in cyber-physischen Lernumgebungen l\u00e4sst vermuten, dass wir es mit einer ganzheitlichen L\u00f6sung zu tun haben. Es scheint, dass solche cyber-physikalischen Orte hochgradig integrativ sein werden und dass in ihnen die Grenzen zwischen physischem und digitalem Raum verschmelzen.<\/p>\n\n\n\n

Dennoch sind wir weit davon entfernt, uns eine solche \u201eIntimit\u00e4t\u201c (Haugeland, 1993) zwischen dem digitalen und dem physischen Raum vorstellen oder verstehen zu k\u00f6nnen. Die Grenzen zwischen der physischen und der digitalen Welt sind fest. Physische und digitale Dom\u00e4nen stehen sozusagen Seite an Seite und geben gewisserma\u00dfen sich Raum.<\/p>\n\n\n\n

Der Grund daf\u00fcr ist, dass es bisher an Gestaltungsprinzipien zufehlen scheint, mit denen sich digitale und physische R\u00e4ume sinnvoll miteinander verbinden lassen. Solche Grunds\u00e4tze sollten uns bei der Gestaltung physischer R\u00e4ume leiten, die virtuelle R\u00e4ume aufnehmen k\u00f6nnen und vice versa.<\/p>\n\n\n\n

Hier stehen wir an einem entscheidenden Scheideweg. Wir k\u00f6nnten physische R\u00e4ume so gestalten, dass sie digitale Ger\u00e4te f\u00fcr \u201eintelligentes Lernen\u201c aufnehmen k\u00f6nnen. Ein solcher Ansatz hat jedoch bisher keine physischen Gestaltungsprinzipien hervorgebracht. Vielmehr hat er dazu gef\u00fchrt, dass Gestalter*innen von physischen Orten Narrenfreiheit gew\u00e4hrt wird.<\/p>\n\n\n\n

Wir schlagen dazu einen Ansatz vor, der ebenso dem Commonsense entspringt, wie menschlich ist. Er ist noch keine Antwort darauf, wie genau die physische Komponente k\u00fcnftiger Bildungslandschaften beschaffen sein wird. Unser Ansatz soll lediglich zeigen, wie man \u00fcber Bildungsr\u00e4ume nachdenken sollte, um ihre Gestaltung nicht auf ungl\u00fcckliche Weise von den neuen Technologien abzukoppeln.<\/p>\n\n\n\n

Unser Ansatz besteht darin, die grundlegendsten Arten des menschlichen Lernens ernst zu nehmen. Wie wir bisher gesehen haben, werden durch intelligente Wissenstechnologien bestimmte menschliche (Lern-)Kompetenzen wichtiger, die nicht in den digitalen Bereich ausgelagert werden k\u00f6nnen. Und es sind genau diese Kompetenzen, die eine positive Entwicklung der physischen, gebauten Lernumgebung erfordern.<\/p>\n\n\n\n

Vier Arten des Lernens<\/h2>\n\n\n\n

Die Art und Weise, wie wir Artefakte (z. B. intelligente Werkzeuge, also \u201csmart tools\u201d) zum Lernen nutzen, h\u00e4ngt in hohem Ma\u00dfe von der Art und Weise ab, wie wir lernen. Um das zu verstehen, sollten wir uns die verschiedenen Modalit\u00e4ten des Lernens genauer ansehen. Da die Knowledge Cloud (und die Allgegenw\u00e4rtigkeit von Wissen) ein zentrales Thema dieses Blogbeitrags war, werden wir au\u00dferdem untersuchen, wie sich unsere Lernmethoden auf die Art und Weise auswirken, wie wir mit der Knowledge Cloud umgehen.<\/p>\n\n\n\n

Lineares Lernen<\/h3>\n\n\n\n

Lineares Lernen ist das, was wir tun, wenn wir uns den medizinischen Begriff eines bestimmten Muskels oder das Datum eines historischen Ereignisses einpr\u00e4gen. In der Vergangenheit haben Studierende ihre Lehrb\u00fccher konsultiert, um sich die gew\u00fcnschten Informationen einzupr\u00e4gen. Das Nachschlagen in der Knowledge Cloud zum Zwecke des linearen Lernens ist also eine stark vereinfachte, reibungslose Version des Nachschlagens von Informationen in einem Buch. Nur mit Hilfe der Knowledge Cloud wird die Suche nach Informationen zu einem \u00e4u\u00dferst bequemen und \u201esmarten\u201c Prozess.<\/p>\n\n\n\n

In Anbetracht der allgegenw\u00e4rtigen Verf\u00fcgbarkeit von Wissen verliert das lineare Lernen (als menschliche F\u00e4higkeit) immer mehr an Bedeutung. Es gibt zu viel Wissen, das verinnerlicht werden muss, so dass es immer sinnvoller wird, Fakten in die Cloud auszulagern und bei Bedarf darauf zuzugreifen.<\/p>\n\n\n\n

Auf der Ebene des linearen Lernens ist die Vision einer Knowledge Cloud besonders eindringlich. Denn die Vision ist, dass lineares Lernen entlastet werden kann, indem wir uns weniger merken m\u00fcssen. F\u00fcr den Kognitionswissenschaftler und Philosophen Andy Clark w\u00fcrde uns das zu Cyborgs machen, deren Faktenwissen an eine Maschine ausgelagert wird.<\/p>\n\n\n\n

Noch wichtiger ist, dass die Knowledge Cloud nicht nur lineare Lernsysteme entlastet. Sie erh\u00f6ht damit auch die Bedeutung anderer Formen des Lernens.<\/p>\n\n\n\n

Doch w\u00e4hrend die Wissenswolke lineares Lernen unterst\u00fctzen (und sogar ersetzen) kann, wurde bisher nicht dargelegt, wie sie anderen, grundlegenderen Formen des Lernens dienen k\u00f6nnte. Der Grund daf\u00fcr ist, dass die im Folgenden beschriebenen Formen des Lernens stark verk\u00f6rpert sind und physische Handlungen und Interaktionen im materiellen Raum betonen.<\/p>\n\n\n\n

Man kann es auch so ausdr\u00fccken, dass lineares Lernen Wissen als Daten behandelt, die in physischen Symbolen gespeichert sind (d. h. die Symbole, die als auf unseren digitalen Ger\u00e4ten gesichert vorliegen). Es behandelt Wissen als ein Objekt. Das menschliche Wissen ist jedoch viel umfassender und muss in seiner urspr\u00fcnglichsten Form als ein verk\u00f6rperter Prozess oder eine Aktivit\u00e4t verstanden werden. Wissen wird aktiv herbeigef\u00fchrt oder hervorgebracht (\u201eenacted\u201c).<\/p>\n\n\n\n

\n \"\"\n
 <\/figcaption> \n<\/figure>\n\n

Single Loop Learning<\/h3>\n\n\n\n

Das Single-Loop-Learning ist die einfachste Form des Lernens (noch einfacher als das lineare Lernen). Wir k\u00f6nnen es beobachten, wenn ein Kind laufen oder wenn es ein Instrument spielen lernt. Lernen ist in diesem Fall eine k\u00f6rperliche (\u201esensomotorische\u201c) Interaktion mit der physischen Welt.<\/p>\n\n\n\n

Um dies zu veranschaulichen, denken Sie an ein Elternteil, das seinem Kind das Fahrradfahren ohne St\u00fctzen beibringt. Es geht dabei nicht darum, dem Kind die Schritte zu erkl\u00e4ren, sondern um die k\u00f6rperliche Interaktion zwischen Eltern und Kind.<\/p>\n\n\n\n

Es ist viel schwieriger, sich vorzustellen, welche Rolle eine Wissenswolke in genannten Fall spielen kann. Und hier fangen die Dinge auch an, interessant zu werden. Es k\u00f6nnte zwar eine verk\u00f6rperte Interaktion mit der Knowledge Cloud geben, aber es wurde noch nichts dar\u00fcber gesagt, wie eine solche Interaktion \u00fcberhaupt ablaufen k\u00f6nnte.<\/p>\n\n\n\n

Im Kontext der terti\u00e4ren Bildung ist das Single-Loop-Learning offensichtlich f\u00fcr die (analogen) K\u00fcnste oder Sportarten und Bereiche der Medizin, die k\u00f6rperliche Fertigkeiten erfordern, relevant. Es ist aber auch f\u00fcr die Vermittlung rein \u201ekognitiver\u201c oder mentaler F\u00e4higkeiten relevant. Man denke nur an die \u201ek\u00f6rperlichen\u201c Begleiterscheinungen des Lehrens, z.b. beim Vorrechnen an der Tafel. Es gibt ein interaktives Hin und Her zwischen Lehrer*in und Lernenden, das so lange andauert, bis der Prozess schlie\u00dflich so stabil geworden ist, dass er vom Lernenden selbst\u00e4ndig durchgef\u00fchrt werden kann.<\/p>\n\n\n\n

Single-Loop-Learning ist ein Prozess, den wir normalerweise implizit als Mittel zum Lehren und Lernen akzeptieren. Dennoch scheint es, dass eine Knowledge Cloud bisher nicht im Zusammenhang mit dieser verk\u00f6rperten Art des Lernens gedacht wurde.<\/p>\n\n\n\n

Damit das Single-Loop-Learning erfolgreich ist, m\u00fcssen die physischen R\u00e4ume komplexe Anforderungen erf\u00fcllen. Sie m\u00fcssen nicht nur die erforderliche physische Interaktion unterst\u00fctzen. Single-Loop-Learning ist auch ein sozial sensibler Prozess. Andere Menschen spielen eine unterst\u00fctzende, aktivierende Rolle, wobei ihre unachtsame Anwesenheit den Lernenden auch entmutigen kann. (Man denke nur an den Demonstrationseffekt.)<\/p>\n\n\n\n

Single-Loop-Learning k\u00f6nnte eine gro\u00dfartige M\u00f6glichkeit sein, intime cyber-physische Lernr\u00e4ume zu schaffen, in denen smarte Werkzeuge physisches Handeln erm\u00f6glichen. Allerdings ist Single-Loop-Learning ein stark verk\u00f6rperter und sozial interaktiver Prozess, der nicht vollst\u00e4ndig in die virtuelle Welt verlagert werden kann. Es ist daher von entscheidender Bedeutung, dass wir physische R\u00e4ume f\u00fcr digital erweitertes Single-Loop-Lernen schaffen.<\/p>\n\n\n\n

Double Loop Learning<\/h3>\n\n\n\n
\n \"\"\n
 <\/figcaption> \n<\/figure>\n\n

Beim Double-Loop-Learning wird davon ausgegangen, dass das Wissen in einen Bezugsrahmen eingebettet ist. Wenn man zum Beispiel lernt, wie man ein Instrument spielt oder eine medizinische Operation durchf\u00fchrt, hinterfragt der Lernende normalerweise nicht, wie man es macht. Wenn er unterrichtet wird, nimmt er in der Regel an, dass dies die \u201erichtige\u201c Art und Weise ist, es zu tun. Beim Double-Loop-Learning geht es darum, solche selbstverst\u00e4ndlichen Annahmen zu hinterfragen. Wir bilden Annahmen auf Grundlage unserer Interaktionen mit der Umwelt, durch kulturelle Lernprozesse, Bildung usw. (Im oben beschriebenen Fall k\u00f6nnte die Annahme sein, dass ein erfahrener Lehrer wei\u00df, wie es geht, und dass er nicht in Frage gestellt werden darf).<\/p>\n\n\n\n

In den meisten F\u00e4llen sind solche Annahmen nicht explizit. Sie bestimmen, wie wir lernen, ohne dass wir uns dessen bewusst sind. Wir k\u00f6nnen jedoch unsere impliziten Annahmen \u00e4ndern, wenn wir in der Lage sind, uns der Reflexion und dem Hinterfragen zu \u00f6ffnen. Dazu geh\u00f6rt oft, dass man sich (sehr vertrauensw\u00fcrdigen) \u201ePeers\u201c \u00f6ffnet, um gemeinsam die eigenen verborgenen Annahmen zu erkunden.<\/p>\n\n\n\n

Double-Loop-Learning zielt darauf ab, Annahmen nicht nur explizit zu machen, sondern sie auch systematisch zu ver\u00e4ndern. Dadurch entsteht ein neuer Bedeutungsraum, in dem bereits bekannte Ph\u00e4nomene aus einer neuen Perspektive betrachtet werden k\u00f6nnen.<\/p>\n\n\n\n

Um auf unser obiges Beispiel zur\u00fcckzukommen, die Interaktion zwischen Eltern und Kind: Ein Kind durchl\u00e4uft den Prozess Double-Loop-Learning, wenn es die Annahmen in Frage stellt, auf denen die Lernprozesse der ersten Ordnung zun\u00e4chst beruhen. Ein Beispiel daf\u00fcr w\u00e4re, wenn ein Kind lernt, dass Eltern nicht alles richtig machen und fehlbare Wesen sind \u2013 mit anderen Worten, wenn Kinder die Autorit\u00e4t ihrer Eltern in Frage stellen und dadurch eine v\u00f6llig neue Sicht auf die Welt gewinnen.<\/p>\n\n\n\n

Auf den ersten Blick scheint die Knowledge Cloud nicht in der Lage zu sein, das Double-Loop-Learning zu erleichtern. Es ist in der Tat schwer vorstellbar, wie die Interaktion mit der Knowledge Cloud uns dabei helfen k\u00f6nnte, unsere Annahmen zu hinterfragen. Schlie\u00dflich arbeitet sie nur mit explizierbaren Informationen, bzw. speichert diese. Das Wissen, das wir durch Double-Loop-Learning generieren oder ver\u00e4ndern, ist jedoch in hohem Ma\u00dfe implizit. (Und selbst wenn die Cloud in der Lage w\u00e4re, uns auf versteckte Annahmen und Vorurteile aufmerksam zu machen, gibt es ethische Bedenken, ob sie eine solche F\u00e4higkeit haben sollte).<\/p>\n\n\n\n

Die Knowledge Cloud macht es daher fast unumg\u00e4nglich, dass wir die F\u00e4higkeit der Studierenden schulen, ihre impliziten Annahmen zu hinterfragen. Schlie\u00dflich wird dies eine zunehmend wichtige F\u00e4higkeit sein, um die Knowledge Cloud verantwortungsvoll zu nutzen. Double-Loop-Learning bedeutet, die Zuverl\u00e4ssigkeit einer Quelle und ihren Bezugsrahmen zu hinterfragen. Und diese F\u00e4higkeit wird angesichts der radikalen Verf\u00fcgbarkeit von st\u00e4ndig wachsendem und sich ver\u00e4nderndem Wissen unverzichtbar sein<\/p>\n\n\n\n

Was bedeutet dies f\u00fcr unsere physischen R\u00e4ume? Physische Lernr\u00e4ume, die das Double-Loop-Learning unterst\u00fctzen, m\u00fcssen \u201esozio-epistemologische\u201c R\u00e4ume sein, die komplexe Anforderungen erf\u00fcllen: Sie m\u00fcssen die Erkundung impliziter Annahmen erm\u00f6glichen. Um dies zu erreichen, muss man mit vertrauensw\u00fcrdigen Peers in einer vertrauensw\u00fcrdigen Umgebung interagieren. Die Basis des Vertrauens w\u00e4chst jedoch zuallererst durch unsere verk\u00f6rperten Interaktionen in physischen R\u00e4umen. Sie wird in kleinen (oft unbedeutenden) Treffen und Begegnungen aufgebaut, die in der kontrollierten Umgebung unserer virtuellen Welten kaum stattfinden. Ist das Vertrauen erst einmal aufgebaut, kann man die Offenheit f\u00f6rdern, die die Lernenden brauchen, um ihre impliziten Annahmen auf interaktive Weise zu hinterfragen.<\/p>\n\n\n\n

\n \"\"\n
 <\/figcaption> \n<\/figure>\n\n

Triple Loop Learning<\/h3>\n\n\n\n

Damit sind wir bei der h\u00f6chsten Ebene des Lernens angelangt. W\u00e4hrend Single- und Double-Loop-Learning in erster Linie auf Ver\u00e4nderungen auf der kognitiven und affektiven Ebene abzielt, konzentriert sich das \u201eTriple-Loop-Learning\u201c nach Markus Peschl (2007) auf die \u201eexistenzielle\u201c Ebene und damit auf die Person (und ihre einzigartige Identit\u00e4t). Es zielt darauf ab, zu ver\u00e4ndern, wer wir sind. W\u00e4hrend dies f\u00fcr einige wie ein fast spirituelles Unterfangen klingen mag, kann es auch als h\u00f6chster Bildungsauftrag der Universit\u00e4ten betrachtet werden. In der Tat wird den modernen Universit\u00e4ten oft vorgeworfen, dass sie die Studierenden \u201eausbilden\u201c, anstatt sie zu \u201ebilden\u201c. Damit vernachl\u00e4ssigen sie oft die Ziele des Humboldt\u2019schen Hochschulmodells, das fordert, dass die Universit\u00e4ten die Studierenden bef\u00e4higen sollen, ihren Charakter zu kultivieren, und zwar auf autonome Weise.<\/p>\n\n\n\n

In Anbetracht dessen geht es beim Triple-Loop-Lernen nicht in erster Linie um die Vermittlung neuer F\u00e4higkeiten oder Kenntnisse, sondern um die Erm\u00f6glichung pers\u00f6nlicher Ver\u00e4nderungen und pers\u00f6nlichen Wachstums. Beim Triple-Loop-Lernen geht es um Werte, Einstellungen und den tiefgreifenden \u201eHabitus\u201c der Person. Es ist die schwierigste Art des Lernens, da sie zutiefst pers\u00f6nlich ist und allem voran \u201evon einem selbst\u201c handelt.<\/p>\n\n\n\n

Um auch aufzuzeigen, warum diese Art des Lernens auch in der Arbeitswelt an Bedeutung gewinnen wird: Triple-Loop-Learning ist z.B. f\u00fcr F\u00fchrungskr\u00e4fte besonders wichtig, denn nur wer sich selbst gut kennt, kann sich als F\u00fchrungskraft bestm\u00f6glich entwickeln und, indem er offen f\u00fcr seine Potenziale bleibt, auch zum Nutzen seiner Mitarbeiter und der Organisation.<\/p>\n\n\n\n

Dennoch k\u00f6nnte man das Triple-Loop-Learning als eine gef\u00e4hrdete Spezies betrachten. In einer akademischen Welt, in der Geschwindigkeit und Produktivit\u00e4t gewisserma\u00dfen obligatorisch sind, genie\u00dft die pers\u00f6nliche Ver\u00e4nderung vielleicht nicht die h\u00f6chste Priorit\u00e4t. Triple-Loop-Lernen ist zudem eine Form der kognitiven Immersion, die den oben erw\u00e4hnten \u201eintelligenten Lernumgebungen\u201c zuwiderl\u00e4uft. Letzteres wird jedoch durch das Aufkommen der Knowledge Cloud beschleunigt werden. Umso wichtiger wird es sein, entschleunigte und freimachende R\u00e4ume f\u00fcr das Triple-Loop-Lernen zu schaffen, die mit dem schnelllebigen digitalisierten Umfeld der Knowledge Cloud koexistieren k\u00f6nnen. Um die cyber-physischen R\u00e4ume, die Lernlandschaften der Zukunft zu schaffen, wird es daher noch wichtiger, physische Refugien zu gestalten, in denen wir der Schnelllebigkeit unserer Welt entfliehen k\u00f6nnen, um uns ganz uns selbst zu widmen.<\/p>\n\n\n\n

Abschlie\u00dfend l\u00e4sst sich sagen, dass wir den Trend beobachten, dass zuk\u00fcnftige Lernr\u00e4ume als cyber-physische R\u00e4ume konzipiert werden, die mit Smart Devices (also intelligenten Ger\u00e4ten) f\u00fcr das Lehren und Lernen ausgestattet sind. Bislang ist jedoch nur die digitale Ausstattung solcher R\u00e4ume von Interesse. Physische R\u00e4ume werden lediglich als Appendix behandelt, der frei jeglicher Zw\u00e4nge gestaltet werden kann.<\/p>\n\n\n\n

Betrachtet man jedoch die Art und Weise, wie wir lernen, so wird deutlich, dass wir die physische und bauliche Umgebung nicht au\u00dfer Acht lassen d\u00fcrfen. Ein wesentlicher Teil unserer Lernf\u00e4higkeit basiert auf materiell-k\u00f6rperlichen Interaktionen, oft in Anwesenheit anderer Studierenden und Lehrenden. Es ist von entscheidender Bedeutung, dass wir zun\u00e4chst verstehen, wie und wo intelligente Werkzeuge wie die Knowledge Cloud diese Art des Lernens unterst\u00fctzen (oder untergraben) k\u00f6nnen. Daraus ergibt sich eine F\u00fclle unterschiedlicher Rahmenbedingungen f\u00fcr die Gestaltung von physischen R\u00e4umen, die wirklich ausgewogene cyber-physische Lernlandschaften w\u00e4ren \u2013 R\u00e4ume, die den tiefsten verk\u00f6rperten Anforderungen der Lernenden gerecht werden.<\/p>\n\n\n\n

Um auch auf unsere eigene Erfahrung zu verweisen: Unsere Enabling Spaces-Technologie verfolgt seit jeher das Ziel, die Kernprozesse einer Institution, einer Organisation, eines Unternehmens zu verstehen und ihre R\u00e4ume so zu gestalten, dass sie genau diese Kernprozesse erm\u00f6glichen. Angesichts der Herausforderungen zuk\u00fcnftiger Lernr\u00e4ume (die gebaute Umgebung von Bibliotheken und Universit\u00e4ten) ist unser Toolkit besonders gut geeignet, um die physischen R\u00e4ume zu gestalten, die unsere Lernf\u00e4higkeiten ben\u00f6tigen, um das Potenzial des Digitalen nachhaltig zu nutzen. Ein Grund daf\u00fcr ist, dass unser Verst\u00e4ndnis von Wissen seit jeher davon ausgeht, dass der Ursprung menschlichen Wissens nicht in Objekten (d. h. Symbolen und Daten), sondern im menschlichen Handeln liegt.<\/p>\n\n\n\n

Sind Sie gerade dabei, einen Lernraum der Zukunft zu gestalten?<\/h2>\n\n\n\n

Wir sind ein multidisziplin\u00e4res Team mit \u00fcber 20 Jahren Erfahrung in der Gestaltung von Lernr\u00e4umen f\u00fcr Organisationen. Unsere Kund:innen sch\u00e4tzen den authentischen, zielgerichteten und ko-kreativen Ansatz, den wir in ihre Projekte einbringen. Mit unserem kognitionswissenschaftlichen Hintergrund helfen wir Ihnen, die Bed\u00fcrfnisse der Menschen zu verstehen.<\/p>\n\n\n\n

Darauf aufbauend arbeiten wir mit Ihnen zusammen daran, einen hocheffektiven Lernraum zu schaffen. Wenn Sie auf der Suche nach eine:r Forschungs- und Designpartner:in sind, laden wir Sie zu einem kostenlosen Erstgespr\u00e4ch ein, in dem wir \u00fcber Ihre aktuellen Herausforderungen und Ihre Vision sprechen. W\u00e4hlen Sie einfach einen Termin in dem unten stehenden Formular aus.<\/p>\n\n\n\n

Weiterf\u00fchrende Literatur<\/h3>\n\n\n\n

Literatur<\/h2>\n