Navigationsmenu Icon

Heureka! Wie kleine Roboter die Problemlösekompetenz von Schülerinnen und Schülern individuell fördern können

25.04.2025: Wenn Schülerinnen und Schüler lernen, komplexe Aufgaben zu analysieren und zu lösen, legt dies eine solide Basis für die Zukunft. Dr. Raphael Fehrmann und Dominik May nutzen kleine Roboter, um Problemlösekompetenz in der Grundschule zu fördern. In zwei kurzen Videos erklären sie, was Computational Thinking ist, und zeigen, wie sie die Roboter in heterogenen Unterrichtssettings einsetzen.

Computational Thinking (er)leben

Im Video „Computational Thinking (er)leben“ erklären der Grundschullehrer Dominik May und der Erziehungswissenschaftler Raphael Fehrmann, warum es wichtig ist, dass Schülerinnen und Schüler ab der Grundschule mit Hilfe von Computational Thinking die Wirkung von Algorithmen bewusst wahrnehmen und reflektieren.

Bildungsrobotik im Unterricht

Im Video „Bildungsrobotik im Unterricht“ wird der kleine Lernroboter Ozobot vorgestellt und die Autoren geben Einblicke in den praktischen Einsatz im Unterricht. Besonderes Augenmerk wird dabei auf die vielfältigen Einsatzmöglichkeiten des Ozobot gelegt, die individuelles Lernen in heterogenen Settings ermöglichen.


Take Aways

Computational Thinking: In der digitalen Welt ist häufig von Algorithmen die Rede, die unsere Daten – wie beispielsweise jene, die wir im Internet hinterlassen – verarbeiten. Computational Thinking kann dabei helfen, die Funktionsweise dieser Algorithmen nachzuvollziehen und somit kompetenter in der digitalen Welt zu handeln. Die Fähigkeit, Problemstellungen in kleinere Teile zu zerlegen, logisch zu strukturieren und wie bei einem Computer präzise Anweisungen zu geben, lässt sich bereits in der Grundschule vermitteln. Computational Thinking bietet durch unterschiedliche Herangehensweisen und Lösungswege flexibel anwendbare Methoden, die sich besonders für heterogene Lerngruppen eignen.

Bildungsrobotik: Mithilfe des handlichen Lernroboters Ozobot können bereits Grundschüler/innen mit Stift und Papier lernen, einem Computer Anweisungen zu geben. In höheren Klassenstufen ermöglicht die blockbasierte Programmierumgebung OzoBlockly – eine App mit differenzierten Niveaustufen – die Entwicklung komplexerer Algorithmen. Der Ozobot fördert das Computational Thinking, indem er dazu anregt, Probleme kleinschrittig zu zerlegen, Lösungswege kreativ zu gestalten und diese durch iterative Korrekturen zu optimieren. Dieses Vorgehen führt zu einem unmittelbaren Erfolgserlebnis, da der Roboter die programmierten Befehle direkt ausführt. Das erlernte Schema des präzisen Formulierens und schrittweisen Anpassens lässt sich auf das Prompting bei Chatbots übertragen: Indem Nutzerinnen und Nutzer ihre Anfragen systematisch strukturieren, Fehler analysieren und präzisere Anweisungen entwickeln, werden konkrete Ergebnisse generiert.


Über die Autoren

Dr. Raphael Fehrmann ist wissenschaftlicher Mitarbeiter am Institut für Erziehungswissenschaft der Universität Münster. Er erforscht, wie Aktivitäten der Maker Education (Coding und Programmierung, Produktion von Erklärvideos, E-Books oder Podcasts usw.) dazu beitragen können, Zukunftskompetenzen bei Schülerinnen und Schülern der Grundschule zu fördern, und wie Lehrkräfte im Rahmen von Fortbildungen dazu befähigt werden können, digitale Kompetenz zielgerichtet zu vermitteln.

Dominik May ist Lehrkraft an der Kardinal-von-Galen-Schule Werne. Als Digitalisierungsbeauftragter wirkt er an schulischen Entwicklungsprozessen zur Gestaltung und Entwicklung des Lernens und Lehrens in der digitalen Welt mit.


Weiterführende Literatur zum Video „Computational Thinking (er)leben“

  • Aho, A. V. (2012). Computation and computational thinking. The Computer Journal, 55(7), 832–835. https://doi.org/10.1093/comjnl/bxs074
  • Bollin, A. (2016). COOLeInformatik. OCG Journal, 02, 28. https://www.aau.at/wp-content/uploads/2018/05/2016-OCGa-Bollin.pdf.
  • Denning, P. J. (2017). Remaining trouble spots with computational thinking. Communications of the ACM, 60(6), 33–39. https://doi.org/10.1145/2998438
  • Fehrmann, R. & Zeinz, H. (2023). Computational Thinking vermitteln – Wie Problemlösekompetenz als Bestandteil digitaler Souveränität erworben werden kann. In de Witt, C., Gloerfeld, C. Wrede, S. E. (Hrsg.), Künstliche Intelligenz in der Bildung (S. 175–196). Springer. https://doi.org/10.1007/978-3-658-40079-8_9
  • Fehrmann, R. (2024a). Professionelle digitale Kompetenz bei Lehramtsstudierenden fördern! Wie kann Computational Thinking durch den Einsatz von Bildungsrobotik in der Hochschullehre vermittelt werden? Wissenschaftliche Schriften der Universität Münster VI, Band 26. tredition. https://doi.org/10.17879/37908713757
  • Fehrmann, R. (2024b). Künstliche Intelligenz im Unterricht. Zur Förderung von Zukunftskompetenzen durch Einsatz von Lernrobotern. Schulverwaltung: Fachzeitschrift für Schulentwicklung und Schulmanagement. Nordrhein-Westfalen, 2024(05), 138–142.
  • Fehrmann R., Baalmann A., Grosse A. & Herrmann L. (2024). Mit dem Ozobot zur Schule – Der Einsatz von Bildungsrobotik für Problemlösen und kritisches Denken. Schulmagazin 5-10, 3, 36–42.
  • Flanagan, T., Wong, G., & Kushnir, T. (2023). The minds of machines: Children’s beliefs about the experiences, thoughts, and morals of familiar interactive technologies. Developmental Psychology, 59(6), 1017–1031. https://doi.org/10.1037/dev0001524
  • May, D., Grosser, S. & Fehrmann, R. (2022). Coding und Robotik als Elemente einer zukunftsorientierten digitalen Bildung – Wie der Einsatz von Lernrobotern im Unterricht dazu beitragen kann, ein Verständnis für die Funktionsweise und ein Bewusstsein für die Wirkung von Algorithmen anzuregen. In J. Hugo, R. Fehrmann, S. Ud-Din & J. Scharfenberg (Hrsg.), Digitalisierungen in Schule und Bildung als gesamtgesellschaftliche Herausforderung – Perspektiven zwischen Wissenschaft, Praxis und Recht (S. 167–180). Waxmann.
  • Siller, F. (2020). Der digitale Kompass – Kinder und Algorithmen in Onlinemedien. In F. von Gross & R. Röllecke (Hrsg.), Familienkultur smart und digital – Ergebnisse, Konzepte und Strategien der Medienpädagogik (S. 31–39). kopaed.
  • Wing, J. M. (2006). Computational Thinking – It represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use. Communication of the ACM, 49(3), 33–35. https://doi.org/10.1145/1118178.1118215
  • Yadav, A., Gretter, S., Good, J. & McLean, T. (2017). Computational thinking in teacher education. In P. Rich & C.B. Hodges (Hrsg.), Emerging research, practice, and policy on computational thinking (S. 205–220). Springer.

Weiterführende Literatur zum Video „Bildungsrobotik im Unterricht“

  • Fehrmann, R. (2024a). Professionelle digitale Kompetenz bei Lehramtsstudierenden fördern! Wie kann Computational Thinking durch den Einsatz von Bildungsrobotik in der Hochschullehre vermittelt werden? Wissenschaftliche Schriften der Universität Münster VI, Band 26. tredition. https://doi.org/10.17879/37908713757
  • Fehrmann, R. (2024b). Künstliche Intelligenz im Unterricht. Zur Förderung von Zukunftskompetenzen durch Einsatz von Lernrobotern. Schulverwaltung: Fachzeitschrift für Schulentwicklung und Schulmanagement. Nordrhein-Westfalen, 2024(05), 138–142.
  • Knight, V. F., Wright, J. & DeFreese, A. (2019). Teaching Robotics Coding to a Student with ASD and Severe Problem Behavior. Journal of Autism and Developmental Disorders, 49(6), 2632–2636. https://doi.org/10.1007/s10803-019-03888-3
  • Tengler, K. (2020). Klein, kreativ, Ozobot – Förderung von Kreativität und informatischem Denken durch spielerisches Programmieren. Open Online Journal for Research and Education, 1–13. https://www.researchgate.net/publication/346419560.
  • Tengler, K., Sabitzer, B. & Kastner-Hauler, O. (2020). First programming with ozobots – a creative approach to early computer science in primary schools. INTED2020 Proceedings, 5156–5162.
  • Wing, J. M. (2006). Computational Thinking – It represents a universally applicable attitude and skill set everyone, not just computer scientists, would be eager to learn and use. Communication of the ACM, 49(3), 33–35. https://doi.org/10.1145/1118178.1118215


Dieser Video-Beitrag ist zuerst im lernen:digital-Zukunftsraum erschienen: „Heureka! Wie kleine Roboter die Problemlösekompetenz von Schüler:innen individuell fördern können“. Er wurde gemeinsam mit dem Redaktionsteam des Zukunftsraums betreut.