1

Notes on Educational Informatics — Section A: Concepts and Techniques 9 (1): 1–21, 2013. © University of Education Ludwigsburg, Institute of Mathematics and Computer Science.

Bausteine eines Kompetenzmodells

Ein Literaturüberblick zur Kompetenzorientierung in der Informatikdidaktik

Andreas Zendler

University of Education Ludwigsburg

Abstract. Dieser Artikel behandelt die grundlegenden Bausteine (Kompetenzbereiche, Kompe-tenzdimensionen, Kompetenzstufen, Kompetenzen, Kompetenzerwerb, Kompetenzbewertung) für die Entwicklung von Kompetenzmodellen in der Informatikdidaktik. Ausgangspunkt ist die Kompetenzdefinition der OECD, die vier wesentliche Kompetenzdimensionen herausstellt: Wissen, kognitive Fähigkeiten, praktische Fertigkeiten sowie soziale und Verhaltenskomponen-ten. Für die Ausarbeitung der Kompetenzbausteine und für die Exemplifizierung von Konzepten wurden Referenzen aus der speziellen Literatur der Informatikdidaktik verwendet. Keywords: Computer science education, competence-based education, competence model, content concepts, process concepts. Contact: zendler@ph-ludwigsburg.de

1. Einleitung Kompetenzorientierte Ansätze gehen zurück auf Diskussionen in anglo-amerikanischen Bildungskommissionen Mitte der 1980er Jahre (vgl. Ravitch, 1995; Horn 2004; Klieme & Maag Merki, 2008). Seit dieser Zeit wurden verschiedene Ansätze unter Verwendung unterschiedlicher Kompe-tenzbegriffe entwickelt (vgl. Rychen & Salganik, 2003a; Klieme, Hartig, & Rauch, 2008). Einen Überblick gibt Ennis (2008). Kompetenzorientierte Ansätze legen den Schwerpunkt auf Output-Orientierung, d.h. auf Anwen-dung des Gelernten (in neuen Situationen), auf mehrere Wissensarten, auf den Kompetenzerwerb durch Lernaufgaben sowie auf standardisierte Ver-fahren zur Kompetenzbewertung. Durch die Schulleistungsuntersuchungen PISA (Programme for Internatio-nal Student Assessment) der OECD (Organisation for Economic Coopera-tion and Development) hat der Kompetenzbegriff eine international heraus-ragende Bedeutung erlangt. Im Projekt DeSeCo (Defining and Selecting Key Competencies) definiert OECD Kompetenz wie folgt: „A competence

Zendler

2

is defined as the ability to successfully meet complex demands in a particu-lar context. Competent performance or effective action implies the mobili-zation of knowledge, cognitive and practical skills, as well as social and behavior components such as attitudes, emotions, and values and motiva-tions. A competence – a holistic notion – is therefore not reducible to its cognitive dimension, and thus the terms competence and skill are not syn-onymous.” (Rychen & Salganik, 2003b, S. 2) Die OECD greift bei der Definition von competence (Kompetenz) explizit auf den Begriff ability (Fähigkeit) zurück. Wie Gnahs (2007) ausführt, liegt damit der Begriff "Fähigkeit" sehr nahe an dem Kompetenzbegriff, "was nebenbei erklärt, dass Kompetenz und Fähigkeit häufig synonym (...) ver-wendet werden. (...) Fähigkeit wäre damit so etwas wie ein Oberbegriff für Kenntnisse und Fertigkeiten." (Gnahs, 2007, S. 27) Die vorliegende Arbeit setzt an der OECD-Definition an. Sie zielt darauf ab, recherchierte Literatur zur Kompetenzorientierung in der Informatikdi-daktik strukturiert bereitzustellen. Sie ist wie folgt aufgebaut: Abschnitt 2 hat die verwendete Methode und das prinzipielle Vorgehen zum Inhalt. Ab-schnitt 3 enthält eine detaillierte Beschreibung der Kompetenzbausteine. Abschnitt 4 enthält den Ausblick.

2. Methode Für die Ausarbeitung der Kompetenzbausteine wurde systematisch nach Literaturreferenzen gesucht. Dazu wurde ein dreistufiges Verfahren ver-wendet: (1) Zunächst wurden die wichtigen nationalen und internationalen Zeitschriften für die Recherche identifiziert: LOG IN, Computer Science Education, The ACM Transactions on Computing Education (vormals ACM Journal on Educational Resources in Computing), ACM SIGCSE Bulletin, International Journal of Research Studies in Computing und Jour-nal of Educational Computing Research. (2) In einem zweiten Schritt wur-den die identifizierten Zeitschriften ab Erscheinungsjahr 2000 mit den bei-den Suchbegriffen competence (Kompetenz) und competency online durch-sucht. (3) Relevante Treffer wurden schließlich in einem dritten Schritt nach relevanter Sekundarliteratur durchsucht.

3. Ergebnisse Bausteine eines Kompetenzmodells beziehen sich in der Regel auf eine fachdidaktische Domäne und bestehen idealerweise aus sechs Bausteinen (siehe Abbildung 1): (1) Kompetenzbereiche, (2) Kompetenzdimensionen, (3) Kompetenzstufen, (4) Kompetenzen (5) Kompetenzerwerb und (6) Kompetenzbewertung. Der Gemeinsame europäische Referenzrahmen für

Bausteine eines Kompetenzmodells

3

Sprachen (Council of Europe, 2001) ist ein Kompetenzmodell für das Ler-nen, Lehren und Beurteilen im Sprachunterricht, das alle Bausteine behan-delt. Es gilt als Musterbeispiel für die Entwicklung eines Kompetenzmo-dells.

Kompetenzstufen

Kompetenzbereiche

Kompetenzen

Kompetenzdimensionen Kom

pete

nzbe

wer

tung

Kom

pete

nzer

wer

b

Abbildung 1. Bausteine eines Kompetenzmodells

Für die Informatikdidaktik liegt bisher noch kein vollständiges Kompe-tenzmodell vor, das die sechs genannten Bausteine berücksichtigt. Bislang wurden in Ausarbeitungen zur kompetenzorientierten Informatikdidaktik nur einzelne Teile eines kompletten Kompetenzmodells berücksichtigt.

3.1 Der Baustein Kompetenzbereiche Kompetenzbereiche legen fest, auf welchen Wissensbeständen eines ge-samten Fachgebietes (subject area)1 ein Kompetenzmodell für eine fachdi-daktische Domäne aufbauen soll. In Kompetenzmodellen sollten Kompetenzbereiche angegeben werden, die durch Inhalts- und Prozesskonzepte charakterisiert sind. Kompetenzmodel-le für den Informatikunterricht, deren Kompetenzbereiche eher durch In-haltskonzepte charakterisiert sind, beschreiben etwa CSTA (Tucker et al., 2006) im Final Report of the ACM K–12 Task Force Curriculum Commit-tee. CSTA beschreibt vier Kompetenzbereiche: foundations of computer science, computer science in the modern world, computer science as analy-sis and design und topics in computer science. Kompetenzmodelle der Informatikdidaktik, deren Kompetenzbereiche durch Inhalts- und Prozesskonzepte gekennzeichnet sind, haben die Kul-tusministerkonferenz (KMK, 2007) und die Gesellschaft für Informatik (GI, 2008) entwickelt. KMK (2007) beschreibt einheitliche Anforderungen für die Abiturprüfung in Informatik. Die Kompetenzen werden hierzu in vier Kompetenzbereiche gegliedert: (1) Erwerb und Strukturierung infor- 1 Für die Beschreibung des Kompetenzbereichs, aber auch des gesamten Fachgebiets können Ontologien herangezogen werden. Für das Fachgebiet Informatik liegen Ontologien etwa von Cassel et al. (2005, 2007) vor.

Zendler

4

matischer Kenntnisse, (2) Kennen und Anwenden informatischer Metho-den, (3) Kommunizieren und Kooperieren, (4) Anwenden informatischer Kenntnisse, Bewerten von Sachverhalten und Reflexion von Zusammen-hängen. GI (2008) macht in ihren Bildungsstandards Vorschläge für den Informa-tikunterricht der Sekundarstufe I. Darin werden fünf Inhaltsbereiche und fünf Prozessbereiche beschrieben. Die Inhaltsbereiche sind: Information und Daten, Algorithmen, Sprachen und Automaten, Informatiksysteme so-wie Informatik, Mensch und Gesellschaft. Die Prozessbereiche sind: Mo-dellieren und Implementieren, Begründen und Bewerten, Strukturieren und Vernetzen, Kommunizieren und Kooperieren sowie Darstellen und Inter-pretieren. In Vorbereitung zu einem Kompetenzmodell für den Informatikunterricht wurden auf der Grundlage von fachwissenschaftlichen Experteneinschät-zungen (Informatikprofessoren an deutschen Hochschulen) vier Kompe-tenzbereiche bestimmt. Unter Verwendung von Methoden zur Clusterana-lyse und zur multidimensionalen Skalierung wurden die folgenden Kom-petenzbereiche bestimmt: Informationstechnologie, Computerkommunika-tion und -kooperation, Modellbildung und Softwaretechnologie. Ausgangspunkte für die Bestimmung der vier Kompetenzbereiche waren einerseits 15 für den Informatikunterricht empirisch ermittelte Inhaltskon-zepte (Zendler & Spannagel, 2008): algorithm, computer, data, problem, information, system, language, program, test, communication, software, process, model, computation und structure sowie 16 für den Informatikun-terricht empirisch erhaltene Prozesskonzepte (Zendler, Spannagel, & Klaudt, 2008): problem solving and problem posing, analyzing, generali-zing, finding relationships, classifying, investigating, ordering, communi-cating, presenting, categorizing, finding cause-and-effect relationships, comparing, collaborating, creating and inventing, transferring und questi-oning.

3.2 Der Baustein Kompetenzdimensionen Durch den Rückgriff auf eine Kompetenzdefinition ist festgelegt, was in einem Kompetenzmodell unter Kompetenzen zu verstehen ist. Für die er-folgreiche Bewältigung komplexer Aufgabenstellungen in einem bestimm-ten Kontext haben die Kompetenzdimensionen Wissen/Kenntnisse (know-ledge), kognitive Fähigkeiten (cognitive skills) und praktische Fertigkeiten (practical skills), soziale und Verhaltenskomponenten (social and behavior components) eine besondere Bedeutung – Dimensionen, auf welche die Kompetenzdefinition nach OECD (vgl. oben und Rychen & Salganik, 2003a; 2003b) abhebt.

Bausteine eines Kompetenzmodells

5

3.2.1 Wissen/Kenntnisse (knowledge) Diese Kompetenzkomponente umfasst die Wissensbasis einer Person. All-gemein akzeptiert ist heute, dass in einer solchen Wissensbasis mehrere Wissenstypen unterschieden werden können. Ein wichtiger Wissenstyp, der auf Anderson (1983) zurückgeht ist declarative knowledge. Informatikdi-daktische Ausarbeitungen zu diesem Wissenstyp sind zahlreich. Beispiele sind unterrichtspraktische Ausführungen zu Datentypen (Shaffer, Heath, & Yang, 1996; Sakhnini & Hazzan, 2008), zu Programmiersprachen (Diwan, Waite, Jackson, & Dickerson, 2004; Blank, Kumar, Meeden, & Yanco, 2003) oder zu Betriebssystemen (Röblitz, Mueller, & Bühn, 2002; Nutt, 2006).

3.2.2 Kognitive Fähigkeiten (cognitive skills) Diese Kompetenzkomponente umfasst Fähigkeiten, Regeln anzuwenden, deren sequenzielle Anwendung die zielgerichtete Lösung von Problemen ermöglicht. Wichtige Wissenstypen in diesem Zusammenhang (vgl. Jong & Ferguson-Hessler, 1996) sind: procedural knowledge, situational know-ledge sowie strategic knowledge. Informatikdidaktische Ausarbeitungen zu procedural knowledge sind etwa Beiträge zur Modellierung (Turner, Pérez-Quiñones, & Edwards, 2005) oder zur Programmierung (Ragonis & Ben-Ari, 2005; Sajaniemi, Kuittinen, & Tikansalo, 2008). Informatikdidaktische Beiträge zu situational know-ledge (Wissen über typische Situationen in einer Domäne) liegen etwa zu Designpatterns (Skrien, 2003; Gestwicki & Sun, 2008) vor oder zu Compu-terarchitekturen (Yehezkel, Yurcik, Pearson, & Armstrong, 2001; Hogan-son, 2002; Null & Lobur, 2003). In beiden Fällen geht es um die Wieder-verwendung von Lösungsansätzen bei identifizierten Problemen in be-stimmten Situationen (vgl. Gamma, Helm, Johnson, & Vlissides, 1995; Buschmann, Meunier, Rohnert, & Sommerlad, 1996; Buschmann, Henney, & Schmidt, 2007). Informatikdidaktische Beispiele zu strategic knowledge im Informatikunterricht sind Strategien des extreme programming – z.B. Paar-Programmierung, testgetriebene Entwicklung, Anwendung von Ko-dierstandards (Loftus & Ratcliffe, 2005) –, die strategische Verwendung von Kommandos (Thomas & Foster, 2001) oder Debuggingstrategien (Fitzgerald, Simon, & Thomas, 2005).

3.2.3 Praktische Fertigkeiten (practical skills) Bei dieser Kompetenzkomponente geht es im Gegensatz zu den eben be-schriebenen kognitiven Möglichkeiten um die sensumotorischen Aspekte des individuellen Leistungsvermögens (vgl. Gnahs, 2007). Allgemein geht es etwa um das handwerkliche Geschick, die Fingerfertigkeit, das Beherr-schen von Techniken, aber auch um das physische Sprachvermögen. Bei-

Zendler

6

spiele für Fertigkeiten mit Bezug zum Informatikunterricht sind Program-mier-, Modellierungs-, Kommunikations- und Kooperationsfertigkeiten (Crescendi, Loreti, & Pugliese, 2006; Liew, 2005; Granger, 2005) sowie Fertigkeiten zum kritischen Denken im Bereich Datenstrukturen (Rao, Shafique, Faisal, & Bagais, 2006) und Softwaretechnologie (Shafique, Faisal, & Rao, 2007).

3.2.4 Soziale und Verhaltenskomponenten (social and behavior compo-nents) Soziale und Verhaltenskomponenten umfassen Werthaltungen, Dispositio-nen und motivationale Faktoren. Werthaltungen (Attitudes/Ethics/Values). Bei dieser Kompetenzkomponen-te handelt es sich um Werthaltungen, die Personen gegenüber Dingen, Per-sonen, Ideen und Verhaltensweisen erworben haben (vgl. Schmuck & Kruse, 2005; Damon, Lerner, & Eisenberg, 2006; Gnahs, 2007; Montada, 2008). Die Notwendigkeit, Werthaltungen im Informatikunterricht zu behandeln, betont der Final Report of the ACM K–12 Task Force Curricu-lum Committee: "A graduate should (...) understand the social, professional, and ethical issues involved in the use of computer technology." (Tucker et al., 2003, S. 4–5) Beispiele für Werthaltungen, die Inhalte im Informatikun-terricht sein sollten, stellen Hepting (2006) sowie Fuller und Keim (2008) vor. Sie nennen Einstellungen zur Qualität, Vertrauenswürdigkeit, Ehrlich-keit, Kollegialität und Teamfähigkeit. Dispositionen (Dispositions). Diese Kompetenzkomponente umfasst Per-sönlichkeitseigenschaften, die relativ stabil im Lebensverlauf sind, wie Verträglichkeit, Gewissenhaftigkeit und Offenheit für Neues (vgl. Costa & McCrae, 1997; Gnahs, 2007; Lindenberger & Schaefer, 2008). Beispiele für Dispositionen, die im Informatikunterricht gefestigt werden können, sind: Dispositionen zum Fragen, Erforschen und Experimentieren (Katz, 1993; Lancaster & Lancaster, 2006) sowie Cognitive Playfulness (Neugier und Spieltrieb im Umgang mit Computern) (Martocchio & Webster, 1992; Hong, Hwang, Lu, Cheng, Lee, & Lin, C.-L., 2009). Motivation (Motivation). Diese Kompetenzkomponente beschäftigt sich mit den Antriebskräften und Interessen, die das Handeln anregen, auslösen und in seiner Intensität bestimmen (vgl. Gnahs 2007; Holodynski & Oerter, 2008). Beispiele für Motive, die für den Informatikunterricht förderlich sein können, sind: kooperative Lernbedingungen (Garvin-Doxas & Barker, 2004; Berenson, Slaten, Williams, & Ho, 2003; Werner, Hanks, & McDo-well, 2004), Spielkontexte (Distasio & Way, 2007, Greitzer, Kuchar, & Huston, 2007; Linhoff & Settle, 2008; Gestwicki & Sun, 2008), Rollen-spiele (Catuogno & De Santis, 2008) sowie Verfügbarkeit mobiler Infor-

Bausteine eines Kompetenzmodells

7

mationstechnologien in Form von Laptops (Trimmel & Bachmann, 2004) oder Tablet PCs (Subhlok, Johnson, Subramaniam, Vilalta, & Yun, 2007).

3.3 Der Baustein Kompetenzstufen Dieser Baustein beschreibt, welche kognitiven Prozesse und Handlungen von Lernenden auf einer bestimmten Niveau- bzw. Kompetenzstufe bewäl-tigt werden müssen. Niveau- bzw. Kompetenzstufen „sind ein zentrales Hilfsmittel für die Konstruktion von Aufgaben, sei es zu Zwecken der Lernplanung oder für die Testentwicklung. Kompetenzmodelle geben Hinweise für die Aufgabenkonstruktion, indem sie kognitive Leistungen mit unterschiedlichem Schwierigkeitsniveau spezifizieren (vgl. BMBF, 2007, S. 24). Der Council of Europe (2001) nennt im Gemeinsamen europäische Refe-renzrahmen für Sprachen sechs Niveaustufen für die Organisation des Sprachenlernens und für die öffentliche Anerkennung von Sprachkenntnis-sen: Breakthrough (A1), Waystage (A2), Threshold (B1), Vantage (B2), Effective Operational Proficiency (C1), Mastery (C2), die als Anforderun-gen zur elementare Sprachverwendung (A1 und A2), zur selbstständigen Sprachverwendung (B1 und B2) sowie zur kompetenten Sprachverwen-dung (C1 und C2) zu verstehen sind. Bloom (1956a) beschreibt kognitive Lernziele nach dem Grad der Komple-xität. Nach seiner Taxonomie lassen sich für ein zu lernendes Konzept sechs aufeinander aufbauende Kompetenzstufen unterscheiden: Recall (Wissen), Comprehension (Verständnis), Application (Anwendung), Analy-sis (Analyse), Synthesis (Synthese) und Evaluation (Beurteilung). Nach Bloom implizieren Kompetenzen auf einer höheren Stufe für ein bestimm-tes Konzept Kompetenzen auf einer niedrigeren Stufe für dieses Konzept. Kompetenzstufen werden vielfach graduell formuliert. Frühe Arbeiten (Dreyfus & Dreyfus, 1986; Benner, 1984) verwenden dabei Skalen mit Ka-tegorien wie „unskilled“, „novices“, „learner“, „competent“, „proficient“ und „expert“. Neuere Arbeiten (Rodriguez, Patel, Bright, Gregory, & Gowing, 2002) stellen den Zusammenhang her zwischen Kompetenz und beobachtbarem Verhalten unter Berücksichtigung einzelner Kompetenzstu-fen. Nach wie vor sind Ansätze, die Kompetenzstufen an Modellen zu kog-nitiven oder affektiven Lernzieltaxonomien ausrichten (Bloom, 1956a; 1956b; Anderson, Krathwohl, & Airasian, 2001; Marzano & Kendall, 2007). Von aktueller Bedeutung für die Festlegung von Kompetenzstufen für den Informatikunterricht sind Ausarbeitungen vor dem Hintergrund der Taxonomie von Bloom (1956a; 1956b). Lister und Leaney (2003), Oliver, Dobele, Greber und Roberts (2004), Manaris und McCauley (2004), Bur-gess (2005), Manaris et al. (2007), Starr, Manaris und Stalvey (2008) stel-

Zendler

8

len Kurse zum Informatikunterricht vor, die bei der Beschreibung der Kompetenzstufen die Lernzieltaxonomie von Bloom explizit verwenden.

3.4 Der Baustein Kompetenzen In einem Kompetenzmodell müssen Kompetenzen formuliert sein, die zum einen Kompetenzbereichen zugeordnet sind und sich zum anderen auf die Kompetenzdimensionen Wissen (knowledge), kognitive Fähigkeiten (cog-nitive skills) und praktische Fertigkeiten (practical skills), soziale und Ver-haltenskomponenten (social and behavior components) beziehen. Zudem ist für jede Kompetenz die Kompetenzstufe anzugeben. Dies ist wichtig, wenn Aufgaben für Kompetenzen entwickelt werden sollen. Abbildung 2 zeigt Informatikinhalte für den Kompetenzbereich Informationstechnolo-gie, für die Kompetenzen mit Bezug zu Kompetenzdimensionen und -stufen zu formulieren sind. Für die Angabe der Kompetenzstufen bietet es sich an, für die Kompetenzdimensionen Wissen, kognitive Fähigkeiten, praktische Fertigkeiten, die Stufen nach der kognitiven Lernzieltaxonomie nach Bloom (1956a) zu verwenden, für die Kompetenzdimensionen soziale und Verhaltenskomponenten die Stufen nach der affektiven Lernzieltaxo-nomie nach Bloom.

B1 A1

W

...

I01 Algorithmusbegriff ………………….....

Informatikinhalte

I02 Darstellungsformen für Algorithmen ...

I04 Grundlegende Datenstrukturen ……..I03 Eigenschaften von Algorithmen ……..

I05 Sequentielle Datenstrukturen ………..

Kompetenzdimensionen

KF PF SuV

B1 B1B1

B2B2

C1C2

B2 B2 B2B2

PF: Praktische FertigkeitenW: Wissen KF:Kognitive Fähigkeiten SuV: Soziale und Verhaltenskomponenten

Kompetenzbereich: Informationstechnologie

Abbildung 2. Informatikinhalte und Codierung von Kompetenzen

Kompetenzen lassen sich formulieren, indem für Kompetenzbereiche Kombinationen von Inhalts- und Prozesskonzepten in Verbindung mit Kompetenzstufen gebracht werden. Beispielsweise ist die Kompetenz <<Schüler haben die Fähigkeit, Sortieralgorithmen im Team vergleichend zu bewerten>> formuliert vor dem Hintergrund des Inhaltskonzeptes algo-rithm, des Prozesskonzeptes comparing und der Kompetenzstufe Evaluati-on. Formulierungshilfen für Kompetenzen sind national (Walzik, 2006; ThILLM, 2007; Euler & Hahn, 2007; Bonsen & Hey, 2009) und internatio-nal verfügbar (Cruz, 2009). Besondere Bedeutung haben dabei die Tabellen

Bausteine eines Kompetenzmodells

9

mit Aktionsverben für den kognitiven, affektiven und technologischen Be-reich (Tomei, 2005; Ettmüller, 2007). Bonsen und Hey (2009) geben sechs Kriterien an, die bei der Formulierung von Kompetenzen beachtet werden sollten: (1) Anwendungsorientierung, (2) Integrierbarkeit, (3) Übertragbarkeit, (4) Grenzüberschreitung, (5) län-gerfristige Einübbarkeit und (6) Ganzheitlichkeit. Überdies grenzen sie die Formulierung von Kompetenzen von der Formulierung von Lernzielen ab.

3.5 Der Baustein Kompetenzerwerb Kompetenzorientierter Unterricht unterscheidet sich von herkömmlichem Unterricht insbesondere dadurch, dass dieser output-, prozess und bewer-tungsorientiert ist. Dementsprechend müssen bei der Planung kompetenz-orientierten Unterrichts Aufgaben so formuliert werden, dass sie diese Ori-entierungen unterstützen, insbesondere für die Wissensdimensionen Skills, Dispositions und Attitudes/Ethics (Values). Eine Liste mit prozessorientierten Aufgabentypen schlägt Bower (2008) für den Informatikunterricht vor. Er nennt beispielsweise Aufgabentypen, wie provide-an-example task, provide-a-model task, meet-a-design-specification task. Unter Verwendung von Experteneinschätzungen lassen sich Prozessbereiche für Aufgabentypen ermitteln: Hinterfragen, Ordnen, Abstrahieren, Problemlösen, Analysieren und kollaboratives Konstruieren. Brinker (2007) ordnet Aufgabentypen einzelnen Stufen der Lernzieltaxo-nomie von Bloom zu. So sind etwa Richtig-Falsch-Aufgaben den Kompe-tenzstufen Recall (Wissen) und Comprehension (Verständnis) zugeordnet, während Aufgaben vom Typ Stellungnahme oder Interpretation zur Kom-petenzstufe Application (Anwendung) gehören. Weil kompetenzorientierter Unterricht stark output- und bewertungsorien-tiert ist, sollte bei der Entwicklung von Aufgaben, zumal bei der Erstellung von Unterrichtsmaterialien, der so genannte test-first approach (z.B. Ardis & Dugas, 2004; Dick, Carey, & Carey, 2009) favorisiert werden. Bei die-sem Ansatz werden im Gegensatz zum design-first approach (z.B. Ardis & Dugas, 2004) zuerst Bewertungsinstrumente entwickelt und darauf abge-stimmt Aufgaben und Unterrichtsmaterialien. Ziel ist es, dass Kompeten-zen der Bewertung zugänglich gemacht werden: Die Spezifizierung von Kompetenzbewertungen legt fest, was der Lernende tun oder ausführen können muss, um zu zeigen, dass er eine bestimmte Kompetenzstufe er-reicht hat (Hager, Gonczi, & Athanasou, 1994; Combs et al., 2008; Clear, 2008). Für den Kompetenzerwerb sollte auf Aufgaben gesetzt werden, die stark prozessorientiert sind (Poloczek, 2008; Friedrich & Puhlmann, 2008) und vor dem Hintergrund so genannter reichhaltiger Lernsituationen (Fle-welling, 2004; Flewelling & Higginson, 2003) konstruiert sind.

Zendler

10

Aktuelle Trends zum Informatikunterricht konzentrieren sich auf konstruk-tivistische Ansätze (Ben-Ari, 2001, 2004; Machaniak, 2007; Moreno, González, Castilla, González & Sigut, 2007). In konstruktivistischen Sze-narien erwerben Lerner Wissen aktiv, in Zusammenarbeit mit anderen und mit Bezug zu realistischen Kontexten. Von besonderer Bedeutung sind Durchführungskontexte, die förderlich im Informatikunterricht sind, sind etwa Medienkontexte (Yarosh & Guzdial, 2008), Spielkontexte (Distasio & Way, 2007; Greitzer, Kuchar, & Huston, 2007; Linhoff & Settle, 2008; Gestwicki & Sun, 2008), Gerätekontexte (Tew, Dorn, Leahy, & Guzdial, 2008) sowie interdisziplinäre Kontexte aus der Bioinformatik (Selzer, Mar-höfer, Rohwer, & Seeber, 2008), der Geoinformatik (Longley, Goodchild, & Maguire, 2005) der Sportinformatik (Dabnichki & Baca, 2008) und an-deren. Mit der sogenannten knowledge space theory von Doignon und Falmagne (1985, 1999) sowie darauf aufbauenden Arbeiten von Korossy (1993, 1997), Hockemeyer, Conlan, Wade und Albert (2003), Ley und Albert (2003) sowie Ley et al. (2006) liegen theoretisch fundierte Ausarbeitungen vor, welche den Zusammenhang von Kompetenz und Performanz (Lö-sungsergebnisse bei Aufgaben) zum Inhalt haben. Abbildung 3 zeigt den Ausschnitt einer fiktiven Kompetenz-Performanz-Matrix, welche die Zuordnung von Aufgaben zu Kompetenzen veranschau-licht, die für die Bewältigung von Aufgaben notwendig sind. Ley und Al-bert (2003) sowie Ley et al. (2006) bieten dazu Vorgehensmodelle an mit Aktivitäten zur Identifizierung, Strukturierung und Validierung von Aufga-ben und Kompetenzen auf der Grundlage des Kompetenz-Performanz-Ansatzes.

K01 <<Kompetenz>>

Kompetenzen

Aufgaben

Kompetenzbereich: Informationstechnologie

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

x

xx

x x

x

x

A01

"Auf

gabe

"

A03

"Auf

gabe

"A

02 "A

ufga

be"

A04

"Auf

gabe

"

A06

"Auf

gabe

"A

05 "A

ufga

be"

A07

"Auf

gabe

"

A09

"Auf

gabe

"A

08 "A

ufga

be"

A10

"Auf

gabe

"

A12

"Auf

gabe

"A

11 "A

ufga

be"

A13

"Auf

gabe

"

A15

"Auf

gabe

"A

14 "A

ufga

be"

...

x x

...

K02 <<Kompetenz>>

K04 <<Kompetenz>>K03 <<Kompetenz>>

K05 <<Kompetenz>>K06 <<Kompetenz>>K07 <<Kompetenz>>

K09 <<Kompetenz>>K08 <<Kompetenz>>

K10 <<Kompetenz>>...

WissenKognitive FähigkeitenPraktische FertigkeitenEinstellungen und Haltungen

Kompetenzdimensionen

Abbildung 3. Zuordnung von Aufgaben zu Kompetenzen

Bausteine eines Kompetenzmodells

11

Kompetenzorientierter Informatikdidaktik zeichnet sich durch Prozessori-entierung aus. Zur Unterstützung dieser Sichtweise lassen sich insbesonde-re Softwarewerkzeuge im Informatikunterricht einsetzen. Beispiele sind Simulationswerkzeuge für den Kompetenzerwerb im Bereich informati-scher Inhalts- und Prozesskonzepte (Yehezkel, Yurcik, Person, & Arm-strong, 2001; Holliday, 2003; Diwan, Waite, Jackson, & Dickerson, 2004; Turner, Pérez-Quiñones, & Edwards, 2005; Koldehof, Papatriantafilou, & Tsigas, 2006), Softwareentwicklungsumgebungen für den Kompetenzer-werb in der Programmierung (Kölling, Quig, Patterson, & Rosenberg, 2003; Reichert, Nievergelt, & Hartmann, 2004; Boles, 2008a; 2008b), CASE-Tools für den Erwerb von Fertigkeiten in den Bereichen Analyse, Modellierung. Test, Qualitätssicherung und Projektmanagement (Fowler, Armarego, & Allen, 2001; Turner, Pérez-Quiñones, & Edwards, 2005; Carroll & Rosson, 2005).

3.6 Der Baustein Kompetenzbewertung Dieser Baustein beschreibt, welche Methoden zur Kompetenzbewertung in einem Kompetenzmodell herangezogen werden. Dabei können drei Metho-denkategorien (vgl. Hager, Gonczi & Athanasou, 1994) unterschieden wer-den: Durchführungsnachweis (Performance Evidence), Zusatznachweis (Supplementary Evidence) und Nachweis aus vorausgehendem Lernen (Evidence of Prior Learning). Durchführungsnachweis (Performance Evidence). Diese Kategorie enthält Bewertungsmethoden, die besonders wichtig sind für den Nachweis der Kompetenzdimensionen Skills, Dispositions, Attitudes/Ethics (Values) und Motivation. Diese Kompetenzdimensionen zeigen sich bei der prozessori-entorientierten Behandlung von Aufgaben in realen Kontexten (Ley et al., 2006). Bewertungsmethoden sind: direkte Beobachtung der Arbeitsaktivitä-ten, Arbeitsproben am Arbeitsplatz, Simulationen von Arbeitsverfahren (Kompetenztests, Fertigkeitstests, Leistungstests, Projekte, Studienarbei-ten). Gerade die Entwicklung von Kompetenztests ist Gegenstand aktueller nationaler und internationaler Forschungsprojekte (vgl. Hartig, Klieme, & Leutner, 2008). AfH (2007) liefert eine Zusammenstellung von 13 Leistungsnachweisen (schriftliche und mündliche Prüfungen, Referate/mündliche Präsentationen, schriftliche Arbeiten, Posterpräsentation, wissenschaftspraktische Tätigkei-ten, Studientagebücher/Lernjournale, Portfolios, Protokolle, Gruppenprü-fungen, Parcours, Forumsbeiträge, Gruppenpuzzles), mit denen fachliche und überfachliche Kompetenzen (Methoden-, Sozial- und Selbstkompe-tenz) in unterschiedlicher Stärke nachgewiesen können. So lässt sich bei-spielsweise mit schriftlichen Prüfungen sehr gut Fachkompetenz nachwei-

Zendler

12

sen, während mit Gruppenpuzzles Fach-, Methoden-, Sozial- und Selbst-kompetenz überprüfbar. Forschungsprojekte im Bereich der kompetenzorientierten Informatikdi-daktik zeichnen sich durch die Entwicklung von automatisierten Bewer-tungswerkzeugen aus. In einem Reviewartikel stellen Keppens und Hay (2008) die wesentlichen manuellen und automatisierten Bewertungsansätze zu concept-maps vor, die im Informatikunterricht prädestiniert sind zur Bewertung von conceptual knowledge. Für die Bewertung von procedural knowledge im Informatikunterricht diskutiert Ala-Mutka (2005) Vorteile und Nachteile von Werkzeugen mit Bezug zu Konsistenz und Objektivität von Lernergebnissen. Douce, Livingstone und Orwell (2005) stellen eine chronologische Übersicht mit Bewertungswerkzeugen für Programmierfer-tigkeiten vor. Higgins, Gray, Symeonidis und Athanasios (2005) diskutie-ren den Einsatz von CourseMarker zur Bewertung von Programmieraufga-ben mit anschließendem Feedback, nachdem sie vorher eine Reihe bekann-ter Bewertungstool (BOSS, CodeLab, ASSYST, TRAKLA, RoboProf) vorge-stellt haben. BOSS wird ausführlich von Joy, Griffiths und Boyatt (2005) behandelt, wobei deren Darstellungsschwerpunkte Korrektheit, Qualität, Feedback und Detektion von Plagiaten bei der Bewertung von Program-mieraufgaben sind. Zusatznachweis (Supplementary Evidence). Diese Kategorie umfasst Be-wertungsmethoden, die vorzugsweise für den Nachweis der Kompetenz-komponente Knowledge verwendet werden. Es sind Methoden, die traditi-onell in Kursen zur Überprüfung konzeptuellen und prozeduralen Wissens (Clear, 2008) herangezogen werden, wie zum Beispiel mündliche Prüfun-gen, schriftliche Prüfungen und multiple-choice Tests.

Nachweis aus vorausgehendem Lernen (Evidence of Prior Learning). Diese Kategorie umfasst Bewertungsmethoden, die zusätzlich herangezogen wer-den können, wenn es darum geht, ein bestimmtes Kompetenz-/Lernniveau zu beurteilen. Dafür können Berichte, Entwürfe, Computerprogramme und Zertifikate herangezogen werden aber auch spezielle Pretests, die mit psychometrischen Verfahren der IRT-Theorie (Item Response Theory) entwickelt worden sind (vgl. Rasch, 1960; Wilson, De Boeck, & Carsten-sen, 2007).

4. Ausblick In diesem Artikel wurden die grundlegenden Bausteine für die Entwicklung von Kompetenzmodellen beschrieben. Als Ausgangspunkt diente die Kompetenzdefinition der OECD, welche die vier wesentlichen Kompe-tenzdimensionen herausstellte: Wissen, kognitive Fähigkeiten, praktische Fertigkeiten sowie soziale und Verhaltensdimensionen. Zur begrifflichen

Bausteine eines Kompetenzmodells

13

Fassung der Kompetenzbausteine und für die Exemplifizierung von Kon-zepten wurden Referenzen aus der speziellen Literatur der Informatikdidak-tik, die sich mit kompetenzorientierten Ansätzen beschäftigt, heran-gezogen. In Folgearbeiten sollte aufbauend auf den hier vorgestellten Ergebnissen ein Prozessmodell entwickelt werden, das die systematische Entwicklung von Kompetenzmodellen erlaubt. Wichtige Teilprozesse müssen dabei sein: (1) Festlegung von Kompetenzbereichen, (2) Identifizierung von In-formatikinhalten, für die Kompetenzen bestimmt werden sollen, (3) Zuord-nung von Kompetenzdimensionen zu Informatikinhalten, (4) Kodierung und Formulierung von Kompetenzen unter Zuhilfenahme von Verbtabellen (5) Formulierung von Lern- und Leistungsaufgaben (6) Zuordnung von Lern- und Leistungsaufgaben zu Kompetenzen unter Berücksichtigung der knowledge-space-theory. Mit einem solchen Prozessmodell ist es möglich, komplexe Kompetenzmo-delle mit Bezug zu unterschiedlichen curricularen Anforderungen der In-formatikdidaktik effizient und konsistent zu erstellen. Zudem kann ein sol-ches Prozessmodell als Ausgangspunkt dienen für die Entwicklung von Kompetenzmodellen in anderen Fachdidaktiken, wenn mit Blick auf einen kompletten Bildungsplan gearbeitet werden soll, für den eine einheitliche Vorgehensweise notwendig ist.

5. Literatur AfH (2007). Arbeitsstelle für Hochschuldidaktik. Leistungsnachweise in modulari-

sierten Studiengängen. Universität Zürich: Arbeitsstelle für Hochschuldidaktik.

Ala-Mutka, K. M. (2005). A survey of automated assessment approaches for pro-gramming assignments. Computer Science Education, 15(2), 83–102.

Anderson, J. R. (1983). The architecture of cognition (10th Ed.). Cambridge, MA.: Harvard University Press.

Anderson, L. W., Krathwohl, D. R., & Airasian, P. W. (2001). A taxonomy for learning, teaching, and assessing: a revision of Bloom's taxonomy of educational objectives. New York: Longman.

Ardis, M. A., & Dugas, C. A. (2004). Test-first teaching: extreme programming meets instructional design in software engineering courses. Proceedings of the 34th ASEE/IEEE Frontiers in Education Conference (pp. F1C25–F1C30). Savannah: IEEE.

Ben-Ari, M. (2001). Constructivism in computer science education. Journal of Comput-ers in Mathematics and Science Teaching, 20(1), 45–73.

Ben-Ari, M. (2004). Situated learning in computer science education. Computer Science Education, 14(2), 85–100.

Zendler

14

Benner, P. (1984). From novice to expert: Excellence and power in clinical nursing practice. Menlo Park, CA: Addison-Wesley.

Berenson, S. B., Slaten, K. M., Williams, L., & Ho, C.-W. (2004). Voices of women in a software engineering course: reflections on collaboration. ACM Journal on Educa-tional Resources in Computing, 4(4), Article No. 3.

Blank, D., Kumar, D., Meeden, L., & Yanco, H. (2003). Pyro: A Python-based Versatile Programming Environment for Teaching Robotics. ACM Journal of Educational Re-sources in Computing, 3(4), Article No. 1.

Bloom, B. S. (1956a). Taxonomy of educational objectives, handbook 1: cognitive do-main. New York: Addison Wesley.

Bloom, B. S. (1956b). Taxonomy of educational objectives, handbook 2: affective do-main. New York: Addison Wesley.

BMBF (2007). Bundesministerium für Bildung und Forschung. Zur Entwicklung natio-naler Bildungsstandards. Berlin: BMBF.

Boles, D. (2008a). Programmieren spielend gelernt mit dem Java-Hamster-Modell. Stuttgart: Teubner.

Boles, D. (2008b). Parallele Programmierung spielend gelernt mit dem Java-Hamster-Modell: Programmierung mit Java-Threads. Stuttgart: Teubner.

Bonsen, E., & Hey, G. (2009). Kompetenzorientierung – eine neue Perspektive für das Lernen in der Schule. Kronshagen: IPTS. Retrieved October 14, 2013, from http://209.85.129.132/search?q=cache:JhyMKnBEre0J:www.bebis.de/ zielgruppen/auszubildende/rlp_berbil/kompetenzorientierung.pdf+Bonsen+Kom-petenz+.pdf&cd=3&hl=de&ct=clnk&gl=de

Bower, M. (2008). A taxonomy of task types in computing. In Proceedings of the 13th Annual SIGCSE conference on innovation and technology in computer science edu-cation – ITiCSE08 (p. 281–285). New York: ACM.

Brinker, T. (2007). Verschiedene Prüfungsformen. Retrieved October 14, 2013, from http://lehridee.fh-bielefeld.de/data/doc/id_264/Pruefungsformen.pdf

Burgess, G. A. (2005). Introduction to programming: Blooming in America. Journal of Consortium of Computing Sciences in Colleges, 12(1), 9–28.

Buschmann, F., Meunier, R., Rohnert, H., & Sommerlad, P. (1996). A system of pat-terns: pattern-oriented software Architecture: 1. New York: Wiley & Sons.

Buschmann, F., Henney, K., & Schmidt, D.C. (2007). Pattern-oriented software archi-tecture 4. New York: Wiley & Sons.

Carroll, J., & Rosson, M. B. (2005). A Case Library for Teaching Usability Engi-neering: Design Rationale, Development, and Classroom Experience. ACM Journal on Educational Resources in Computing, 5(1), Article No. 3.

Cassel, L. N., Davies, G., Finley, G. T., Hacquebard, A., LeBlanc, R., Mann, S., McGettrick, A., Riedesel, C., Sloan, R. H., & Varol, Y. L. (2005). A synthesis of computing concepts. ACM SIGCSE Bulletin, 37(4), 162–172.

Cassel, L. N., Davies, G., Fone, W., Hacquebard, A., Impagliazzo, J., LeBlanc, R., Lit-tle, J. C., McGettrick, A., & Pedrona, M. (2007). The computing ontology - applica-tion in education. ACM SIGCSE Bulletin, 39(4), 171–183.

Bausteine eines Kompetenzmodells

15

Catuogno, L., & de Santis, A. (2008). An internet role-game for the laboratory of net-work security course. In Proceedings of the 12th Annual SIGCSE conference on in-novation and technology in computer science education – ITiCSE08 (pp. 240–244). New York: ACM.

Clear, T. (2008). Assessment in computing education: measuring performance or con-formance? ACM SIGCSE Bulletin, 40(4), 13–15.

Combs, K. L., Gibson, S. K., Hays, J. M., Saly, J., & Wendt, J. T. (2008). Enhancing curriculum and delivery: linking assessment to learning objectives. Assessment & Evaluation in Higher Education, 33(1), 87–102.

Costa, P. T., & McCrae, R. R. (1997. Longitudinal stability of adult personality. In R. Hogan, J. Johnson, & S. R. Briggs (Eds.), Handbook of personality psychology (pp. 269–290). Orlando, FL. Academic Press.

Council of Europe (2001). Common European Framework of Reference for Languages: Learning, teaching, assessment. Cambridge: Cambridge University Press.

Crescenzi, P., Loreti, M., & Pugliese, R. (2006). Assessing CS1 Java skills: a three-year experience. In Proceedings of the 11th annual SIGCSE conference on innovation and technology in computer science education – ITiCSE06 (p. 348). New York: ACM.

Cruz, E. (2009). Bloom´s revised taxonomy. In B. Hoffman (Ed), Encyclopedia of edu-cational Technology. Retrieved tMay 11, 2013, from http://coe.sdsu.edu/eet/Articles/ bloomrev/index.htm

CSTA – Computer Science Teacher Association. (2006). The new educational im-perative: improving high school computer science education. New York. ACM.

Dabnichki, P., & Baca, A. (Eds.) (2008). Computers in sport. Southampton. WIT Press.

Damon, W., Lerner, R., & Eisenberg, N. (Eds.) (2006). Handbook of child psychology 3: social, emotional, and personality development: 3 (Handbook of child psycholo-gy). New York. Wiley.

Dick, W., Carey, L., & Carey, J. O. (2009). The systematic design of instruction (7th ed.). Boston: Allyn & Bacon.

Distasio, J., & Way, T. P. (2007). Inclusive computer science education using a ready-made computer game framework. In Proceedings of the 12th Annual SIGCSE confer-ence on innovation and technology in computer science education – ITiCSE08 (pp. 116–120). New York: ACM.

Diwan, A., Waite, W. M., Jackson, M. H., & Dickerson, J. (2004). PL-detective: a sys-tem for teaching programming language concepts. ACM Journal of Educational Re-sources in Computing, 4(4), Article No. 1.

Doignon, J.-P., & Falmagne, J.-C. (1985). Spaces for the assessment of knowledge. In-ternational Journal of Man-Machine Studies, 23, 175–196.

Doignon, J.-P., & Falmagne, J-C. (1999). Knowledge spaces. Heidelberg: Springer.

Douce, C., Livingstone, D., & Orwell, J. (2005). Teaching design patterns through computer game development. ACM Journal on Educational Resources in Computing, 5(3), Article No. 4.

Dreyfus, H. & Dreyfus, S. (1986). Mind over machine: The power of human intuition and expertise in the era of the computer. New York: Free Press.

Zendler

16

Ennis, M. R. (2008). Competency models: a review of the literature and the role of the employment and training administration. Washington, DC: U. S. Department of La-bor.

Ettmüller, W. (2007). Kompetenz und Taxonomie. Retrieved May 11, 2013, from http://kola.bildung-rp.de/index.php?id=20&type=66&tx_vcdarchive[sorting]=66

Euler, D., & Hahn, A. (2007). Wirtschaftsdidaktik. Stuttgart: UTB.

Fitzgerald, S., Simon, B., & Thomas, L. (2005). Strategies that students use to trace code: an analysis based in grounded theory. In Proceedings of the 1st international workshop on computing education research (pp. 69–80). New York: ACM.

Flewelling, G. (2004). Reichhaltige Lernsituationen. Mathematik lehren, 126(8), 225–239.

Flewelling, G., & Higginson, W. (2003). A handbook on rich learning tasks. Kingston: Queen´s University.

Fowler, L., Armarego, J., & Allen, M. (2001). CASE tools: Constructivism and its ap-plication to learning and usability of software engineering tools. Computer Science Education, 11(3), 261–272.

Friedrich, S., & Puhlmann, H. (2008). Von informatischen Kompetenzen zu Aufgaben im Informatikunterricht. LOG IN, 154, 11–15.

Fuller, U., & Keim, B. (2008). Assessing students’ practice of professional values. In Proceedings of the 13th Annual SIGCSE conference on innovation and technology in computer science education – ITiCSE08 (p. 88–92). New York: ACM.

Gamma, E., Helm, R., Johnson, R., & Vlissides, J. (1995). Design patterns. Elements of reusable object-oriented software. New York. Addison-Wesley.

Garvin-Doxas, K., & Barker, L. J. (2004). Communication in computer science class-rooms: understanding defensive climates as a means of creating supportive behaviors. ACM Journal on Educational Resources in Computing, 4(4), Article No. 2.

Gestwicki, P., & Sun, F.-S. (2008). Teaching design patterns through computer game development. ACM Journal on Educational Resources in Computing, 8(1), Article No. 2.

GI. Gesellschaft für Informatik (2008). Grundsätze und Standards für die Informatik in der Schule. Bildungsstandards Informatik für die Sekundarstufe. LOG IN, 28 (150/151) supplement.

Gnahs, D. (2007). Kompetenzen – Erwerb, Erfassung, Instrumente. Bielefeld: Ber-telsmann.

Granger, M. J. (2005). Learning technical concepts with collaboration and commu-nication skills. In Proceedings of the 10th Annual SIGCSE conference on innovation and technology in computer science education – ITiCSE05 (p. 391). New York: ACM.

Greitzer, F. L., Kuchar, O., & Huston, K. (2007). Cognitive science implications for enhancing training effectiveness in a serious gaming context. ACM Journal on Edu-cational Resources in Computing, 7(3), Article No. 2.

Hager, P., Gonczi, A., & Athanasou, J. (1994). General issues about assessment of competence. Assessment & Evaluation in Higher Education, 19(1), 3–16.

Bausteine eines Kompetenzmodells

17

Hartig, J., Klieme, E., & Leutner, D. (Eds.) (2008). Assessment of competencies in edu-cational contexts. Göttingen: Hogrefe.

Hepting, D. H. (2006). Ethics and usability testing in computer science education. ACM SIGCSE Bulletin, 38(2), 76–80.

Higgins, C., Gray, G., Symeonidis, P., & Athanasios, A. (2005). Automated assessment and experiences of teaching programming. ACM Journal on Educational Resources in Computing, 5(3), Article No. 5.

Hockemeyer, C., Conlan, O., Wade, V., & Albert, D. (2003). Applying competence prerequisite structures for elearning and skill management. Journal of Universal Computer Science, 9(12), 1428–1436.

Hoganson, K. E. (2002). High-Performance Computer Architecture and Algorithm Simulator. ACM Journal of Educational Resources in Computing, 2(1), 131–148.

Holliday, M. (2003). Animation of computer networking concepts. ACM Journal on Educational Resources in Computing, 3(2), Article No. 2.

Holodynski, M., & Oerter, R. (2008). Tätigkeitsregulation und die Entwicklung von Motivation, Emotion, Volition. In R. Oerter & L. Montada (Hrsg.), Entwick-lungspsychologie (pp. 535–571). Weinheim: Psychologie Verlags Union.

Hong, J.-C., Hwang, M.-Y., Lu, C.-H., Cheng, C.-L., Lee, Y.-C., & Lin, C.-L. (2009). Playfulness-based design in educational games: a perspective on an evolutionary con-test game. Interactive Learning Environments, 17(1), 143–161.

Horn, R. A. J. (2004). Standards. New York: Lang.

IEEE/ACM. (2004). Computer engineering 2004. Curriculum guidelines for under-graduate degree programs in computer engineering. Retrieved October 15, 2013, from http://www.acm.org/ education/curricula.html

Jong, T. d., & Ferguson-Hessler, M. G. M. (1996). Types and qualities of knowledge. Educational Psychologist, 31(2), 105–113.

Joy, M., Griffiths, N., & Boyatt, R. (2005). The BOSS online submission and as-sessment system. ACM Journal on Educational Resources in Computing, 5(3), Arti-cle No. 2.

Katz, L. G. (1993). Dispositions as educational goals. Urbana, IL: ERIC Clearinghouse on Elementary and Early Childhood Education.

Keppens, J., & Hay, D. (2008). Concept map assessment for teaching computer pro-gramming. Computer Science Education, 18(1), 31–42.

Klieme, E. & Maag Merki, K. (2008). Introduction of educational standards in german-speaking countries. In J. Hartig, E. Klieme, & D. Leutner (Eds.), Assessment of com-petencies in educational contexts (pp. 305–314). Göttingen: Hogrefe.

Klieme, E., Hartig, J., & Rauch, D. (2008). The concept of competence in educational contexts. In J. Hartig, E. Klieme, & D. Leutner (Eds.), Assessment of of competencies in educational contexts (pp. 3–22). Göttingen: Hogrefe.

KMK. Kultusministerkonferenz (2007). Einheitliche Prüfungsanforderungen Infor-matik. Retrieved May 11, 2013, from http://www.kmk.org/fileadmin/veroeffentlichungen_beschluesse/1989 /1989_12_01_EPA_Informatik.pdf

Zendler

18

Kölling, M., Quig, B., Patterson, A., & Rosenberg, J. (2003). The BlueJ system and its pedagogy. Computer Science Education, 13(4), 249–268.

Koldehof, B., Papatriantafilou, M., & Tsigas, P. (2006). LYDIAN: An extensible educa-tional animation environment for distributed algorithms. ACM Journal on Educa-tional Resources in Computing, 6(2), Article No. 1.

Korossy, K. (1993). Modellierung von Wissen als Kompetenz und Performanz. Eine Erweiterung der Wissensstruktur-Theorie von Doignon & Falmagne. Universität Heidelberg: Dissertation.

Korossy, K. (1997). Extending the theory of knowledge spaces: a competence-per-formance approach. Zeitschrift für Psychologie, 205, 53–82.

Lancaster, S. J.C. & Lancaster, P. E. (2006). Technology shaping learner dispositions. The Knowledge Tree: An e-journal of learning innovation, 12, 8–19

Ley, T., & Albert, D. (2003). Identifying employee competencies in dynamic work do-mains: Methodological considerations and a case study. Journal of Universal Com-puter Science, 9(12), 1500–1518.

Ley, T., Kump, B., Lindstaedt, S. N., Albert, D. Maiden, A. M., & Jones, S. V. (2006). Competence and performance in requirements engineering: Bringing learning to the workplace. In Proceedings of the EC-TEL06 Workshops (pp. 148–158). Milton Keynes: Open University.

Liew, C. W. (2005). Teaching software development skills early in the curriculum through software engineering. In Proceedings of the 10th Annual SIGCSE conference on innovation and technology in computer science education – ITiCSE05 (pp. 133–137). New York: ACM.

Lindenberger, U., & Schaefer, S. (2008). Erwachsenenalter und Alter. In R. Oerter & L. Montada (Eds.), Entwicklungspsychologie (pp. 366–409). Weinheim. Beltz.

Linhoff, J., & Settle, A. (2008). Teaching Game Development Using XNA. In Pro-ceedings of the 12th Annual SIGCSE conference on innovation and technology in computer science education – ITiCSE08 (pp. 250–254). New York: ACM.

Lister, R., & Leaney, J. (2003). Introductory programming, criterion-referencing, and Bloom. In Proceedings of the 34th SIGCSE technical symposium on computer sci-ence education. (pp. 142–147). New York: ACM.

Loftus, C. & Ratcliffe, M. (2005). Extreme programming promotes extreme learning? aCM SIGCSE Bulletin, 37(3), 311–315.

Longley, P. A., Goodchild, M. F., & Maguire, D. J. (2005). Geographic information systems and science. New York: Wiley.

Machaniak, P. (2007). A scocial construction approach to computer science education. Computer Science Education, 17(1), 1–20.

Manaris, B., & McCauley, R. (2004). Incorporating HCI into the undergraduate CS cur-riculum: Bloom’s taxonomy meets the CC’01 curricular guidelines. In Proceedings of 34th ASEE/IEEE Frontiers in Education Conference. New York: IEEE.

Manaris, B., Wainer, M., Kirkpatrick, A. E., Stalvey, R. H., Shannon, C., Leventhal, L., Barnes, J., Wright, J., Schafer, J. B., & Sanders, D. (2007). Implementations of the CC’01 human-computer interaction guidelines using Bloom’s taxonomy. Computer Science Education Journal, 17(1), 21–57.

Bausteine eines Kompetenzmodells

19

Marzano, R. J., & Kendall, J. S. (2007). The new taxonomy of educational objectives. Thousand Oaks: Corwin.

Martocchio, J.J., & Webster, J. (1992). Effects of feedback and cognitive playfulness on performance in microcomputer software training. Personnel Psychology, 45, 553–578.

Montada, L. (2008). Moralische Entwicklung und Sozialisation. In R. Oerter & L. Mon-tada (Eds.), Entwicklungspsychologie (pp. 572–606). Weinheim: Beltz.

Moreno, L., González, C., Castilla, I., González, E. J. & Sigut, J. (2007). Use of con-structivism and collaborative teaching in an ILP processors course. IEEE Transac-tions on Education, 50(2), 101–111.

Null, L., & Lobur, J. (2003). MarieSim: The MARIE Computer Simulator. ACM Jour-nal of Educational Resources in Computing, 3(2), Article 1.

Nutt, G. (2006). Addressing small computers in the first os course. ACM Journal of Ed-ucational Resources in Computing, 6(2), Article No. 3.

Oliver, D., Dobele, R., Greber, & Roberts, T. (2004). This course has a Bloom rating of 3.9. In Sixth Australasian computing education conference (pp. 227–231). Dunedin, NZ: Australian Computer Society.

Poloczek, J. (2008). Kompetenzorientierte Aufgaben. LOG IN, 154, 74–80. Ragonis, N., & Ben-Ari, M. (2005). A long-term investigation of the comprehension of

OOP concepts by novices. Computer Science Education, 15(3), 203–221.

Rasch, G. (1960). Probabilistic models for some intelligence and attainment tests. Co-penhagen: Nielsen & Lydiche.

Rao, K., Shafique, M., Faisal, A., Bagais, A. (2006). Infusing critical thinking skill compare and contrast into content of data structures course. In Proceedings of the 2006 International conference on frontiers in education: Computer science & com-puter engineering (pp. 287–292). Las Vegas: CSREA Press.

Ravitch, D. (1995). National standards in american education. Washington, D.C.: Brookings Institution Press.

Reichert, R., Nievergelt, J., & Hartmann, W. (2004). Programmieren mit Kara. Ein spielerischer Zugang zur Informatik. Berlin: Springer.

Röblitz, T., Mueller, F., & Bühn, O. (2002). LegoSim: Simulation of embedded kernels over Pthreads. ACM Journal of Educational Resources in Computing, 2(1), 117–130.

Rodriguez, D., Patel, R., Bright, A., Gregory, D., & Gowing, M. K. (2002). Developing competency models to promote integrated human resource practices. Human Re-source Management, 41(3), 309–324.

Rychen, S., & Salganik, L. H. (2003a). Key competencies for a successful life and well-functioning society. Göttingen: Hogrefe.

Rychen, S., & Salganik, L. H. (2003b). Definition and selection of competencies: theo-retical and conceptual foundations – summary of the final report “key competencies for a successful life and a well-functioning society. Retrieved May 11, 2009, from http://74.125.77.132/search?q=cache:ObYE9oXHkBsJ:www.cepcordoba.org/aulavirtual/file.php/70/Bloque_0_Competencias_basicas._Cultura_imprescindible_de_la_ciudadania/3.CD-

Zendler

20

Rom. Materiales_para_el_asesoramiento/Docu/Otros/Deseco_final_Report.pdf+DeSeCo+%22Report+Summary%22+Rychen&cd=2&hl=de&ct=clnk&gl=de

Sajaniemi, J., Kuittinen, M., & Tikansalo, T. (2008). A study of the development of students’ visualizations of program state during an elementary object-oriented pro-gramming course. ACM Journal of Educational Resources in Computing, 7(4), Arti-cle No. 3.

Sakhnini, V., & Hazzan, O. (2008). reducing abstraction in high school computer sci-ence education: the case of definition, implementation, and use of abstract data types. ACM Journal of Educational Resources in Computing, 8(2), Article No. 5.

Schmuck, P., & Kruse, A. (2005). Entwicklung von Werthaltungen und Lebenszielen. In J. Asendorpf (Ed.), Enzyklopädie der Psychologie: Soziale, emotionale und Per-sönlichkeitsentwicklung (pp. 191–258). Göttingen: Hogrefe.

Selzer, P. M., Marhöfer, R., Rohwer, A., & Seeber, F. (2008). Applied bioinformatics: an introduction. Berlin: Springer.

Shaffer, C. A, Heath, L. S., & Yang, J. (1996). Using the Swan data structure visu-alization system for computer science education. In Proceedings of the 27th SIGCSE Technical symposium on computer science education (pp. 140–144). New York: ACM.

Shafique, M., Faisal, K. A., & Rao, K. (2007). Infusing critical thinking skill classi-fication into a software engineering course. In Proceedings of the 2007 International conference on frontiers in education: computer science & computer engineering (pp. 285–289). Las Vegas: CSREA Press.

Skrien, D. (2003). Learning appreciation for design patterns by doing it the hard way first. Computer Science Education, 13(4), 305–313.

Starr, C. W., Manaris, B., & Stalvey, R. H. (2008). Bloom´s taxonomy revisited: speci-fying accessable learning objectives in computer science. ACM SIGCSE Bulletin, 40(1), 261–265.

Subhlok, J., Johnson, O., Subramaniam, V., Vilalta, R., & Yun, C. (2007). Tablet PC video based hybrid coursework in computer science: Report from a pilot project. In The 38th ACM Technical Symposium on Computer Science Education (pp. 74–78). New York: ACM.

Tew, A. E., Dorn, B., Leahy, W. D., & Guzdial, M. (2008). Context as support for learning computer organization. ACM Journal on Educational Resources in Compu-ting, 8(3), Article No. 8.

ThILLM, 2007. Gehirngerechtes Klassenzimmer. Bad Berka: ThILLM.

Thomas, R.C., & Foster, M. K. K. (2001). A pilot study of teaching the strategic use of common computer applications. Australian computer science communications, 23(5), 85–92.

Tomei, L.A. (2005). Taxonomy for the technology domain. London: Information Sci-ence Publishing.

Trimmel, M., & Bachmann, J. (2004). Cognitive, social, motivational and health aspects of students in laptop classrooms. Journal of Computer Assisted Learning 20, 151–158.

Bausteine eines Kompetenzmodells

21

Tucker, A., Deek, F., Jones, J., McCowan, D., Stephenson, C., & Verno, A. (2003). A model curriculum for K-12 computer science. New York: ACM.

Tucker, A., Deek, F., Jones, J., McCowan, D., Stephenson, C., & Verno, A. (2006). A model curriculum for K-12 computer science (2nd edition) New York: ACM.

Turner, S., Pérez-Quiñones, M. A., & Edwards. S. H. (2005). minimUML: a minimalist approach to uml diagramming for early computer science education. ACM Journal of Educational Resources in Computing, 5(4), Article No. 1.

Walzik, S. (2006). Kompetenzen als Lernziele formulieren. St. Gallen: Institut für Wirt-schaftspädagogik. Retrieved May 11, 2009, from http: //209.85.129.132/search?q=cache:Ouew0EoK2lgJ:kola.bildung-rp.de/index.php%3Fid%3D20%26type%3D66%26tx_vcdarchive%255Bsorting%255D%3D75+Walzik+Kompetenzen+als&cd=1&hl=de&ct=clnk&gl=de

Werner, L. L., Hanks, B., & McDowell, C. (2004). Pair-programming helps female computer science students. ACM Journal on Educational Resources in Computing, 4(4), Article No. 4.

Wilson, M., De Boeck, P., & Carstensen, C. H. (2007). Explanatory item response mod-els. J. Hartig, E. Klieme, & D. Leutner (Eds.), Assessment of competencies in educa-tional contexts (pp. 91–120). Göttingen: Hogrefe.

Yarosh, S., & Guzdial, M.. (2008). Narrating Data structures: the role of context in CS2. ACM Journal on Educational Resources in Computing, 7(4), Article No. 6.

Yehezkel, C., Yurcik, W., Pearson, M., & Armstrong, D. (2001). Three simulator tools for teaching computer architecture: EasyCPU, Little Man Computer, and RTLSim. ACM Journal on Educational Resources in Computing, 1(4), 60–80.

Zendler, A., & Spannagel, C. (2008). Empirical foundation of central concepts for com-puter science education. ACM Journal on Educational Resources in Computing, 8(2), Article No. 6.

Zendler, A., Spannagel, C., & Klaudt, D. (2008). Process as content in computer science education: empirical determination of central processes. Computer Science Educati-on, 18(4), 231–245.

Zendler

22