Das übergeordnete Ziel des Vorhabens, das im März 2019 mit dreijähriger Laufzeit gestartet ist, besteht darin, den Mehrwert von spielerischen, augmentierten und virtuellen Realitäten (AR/VR) für die berufliche Ausbildung im Bereich Metall- und Elektrotechnik herauszuarbeiten. Mit den Mixed-Reality Lernanwendungen, die im Projekt entwickelt werden, sind immersive Lernumgebungen gemeint, welche sowohl auf AR als auch auf vollständige Virtual Reality (VR) zurückgreifen. Zielgruppe sind die entsprechenden Auszubildenden und Ausbildenden der Berufe aus diesem Bereich (z.B. Elektroniker*in, Anlagenmechaniker*in, Mechatroniker*in).

Die Lerninhalte der Anwendungen umfassen das Erlernen der Systematik der Fehlersuche, begründete Vorgehensweisen für die Fehlerbeseitigung sowie die Identifikation von Störungsursachen mithilfe von technischen Dokumentationen, wie elektrischen Stromlaufplänen, pneumatischen und hydraulischen Schaltplänen, Anlagenschaubildern und Instandhaltungsunterlagen oder Ferndiagnosesystemen.

Geplant sind zwei Lernanwendungen mit unterschiedlichem Schwierigkeitsgrad für Anfänger*innen und Expert*innen. Die Anwendungen werden exemplarisch für die Windenergietechnik entwickelt, da Windkraftanlagen komplexe technische Systeme mit elektro-, bau- und metalltechnischen Funktionen sind, bei Arbeiten an den Anlagen hohe sicherheitstechnische Anforderungen aufgrund von Witterungsbedingungen bestehen und ein sehr hohes Kompetenzniveau von Fachkräften erforderlich ist (Grantz et al., 2013).

In einem iterativen Prozess der Zusammenarbeit werden die Lernanwendungen im Verbund mit Partnern aus der Forschung, der Spielentwicklung, der beruflichen Didaktik und der Berufspraxis entwickelt. Am Projekt beteiligt sind die Technische Universität Berlin, das Game Studio "the Good Evil", und die Handwerkskammern Koblenz und Osnabrück-Emsland-Grafschaft Bentheim. Darüber hinaus besteht eine Kooperation mit dem Hein-Moeller Oberstufenzentrum für Energietechnik aus Berlin sowie dem Offshore Windpark Arkona von RWE Renewables als Partner aus der beruflichen Praxis.

Abbildung 1: Zwei Lernanwendungen für Anfänger*innen und Expter*innen

Mit AR/VR-Anwendungen lernen

In Vorbereitung der Entwicklung der AR/VR-Anwendungen wurden im Rahmen des Projekts MARLA sowohl die Erkenntnisse aus der Forschung berücksichtigt als auch auf Erfahrungswerte aus der Praxis zurückgegriffen. Dafür wurden 15 verschiedene AR/VR-Projekte im Lernkontext näher betrachtet. In Interviews wurden Erfolgsfaktoren, Interaktionsmöglichkeiten und mögliche Lernziele zusammengetragen. Die Ergebnisse dieser Analyse sind in Abbildung zwei in Form von vier Erfolgsfaktoren für die Entwicklung von AR/VR-Anwendungen dargestellt.

Abbildung 2: Kapp, F.; Kruse, L.; Spangenberger, P. (2019). AR –VR –MR? Erfolgsfaktoren für immersive Lernumgebungen am Beispiel einer Lernanwendung für die Windenergiebranche. In Sandra Schulz (Hrsg.): Proceedings of DELFI Workshops 2019, Berlin, Germany, September 16, 2019. pp. 130-143.

In Anlehnung an das Modell werden im Projekt MARLA die Lernaufgaben, das Feedback, die Game-Features sowie Interaktionsmöglichkeiten innerhalb der AR/VR-Anwendung in Abhängigkeit von vorab definierten Lernzielen entwickelt und fließen in ein methodisch-didaktisches Konzept. Zu berücksichtigen ist dabei der Kontext, d.h. die technischen Voraussetzungen, die didaktische Einbettung oder auch Herausforderungen, die beim Einsatz der Anwendungen bestehen könnten. Eine systematische Gestaltung und Berücksichtigung dieser unterschiedlichen Faktoren ist eine Voraussetzung dafür, dass AR/VR-Anwendungen ihr Lernpotenzial entfalten können und ihre Verwendung kognitive, metakognitive, motivationale, emotionale, motorische oder soziale Prozesse initiiert, welche in Lernen resultieren.

Trainieren der Fehlerdiagnosekompetenz in VR

Als zentrales Lernziel wurde das Trainieren der Fehlederdiagnosekompetenz formuliert. In der geplanten VR-Lernanwendung für Anfänger*innen trainieren Auszubildende aus den Bereichen Metall- und Elektrotechnik auf der Grundlage des Cognitive Apprenticeship Ansatzes das systematische Vorgehen bei der Fehlerdiagnose. Das Modell besteht aus sechs Phasen (Link et al., 2018), in denen die Fehlerdiagnose Schritt für Schritt geübt werden soll:

• Modellhaftes Vormachen der Fehlerdiagnose durch eine Lehrkraft/Ausbilder*in.
• Anleiten des Lernenden beim eigenständigen Üben.
• Gezielte Unterstützung des Lernenden, damit dieser möglichst selbständig arbeitet.
• Erklärung der Lerninhalte durch den Lernenden.
• Reflektion des systematischen Vorgehen bei der Fehlerdiagnose.
• Anwenden der systematischen Fehlerdiagnose auf andere Bereiche.

Um diese einzelnen Phasen des Lernens in der geplanten VR-Lernanwendung umzusetzen, wurden im ersten Schritt mögliche elektro- und metalltechnische Fehler an einer Windkraftanlage in enger Zusammenarbeit mit den Expert*innen von RWE Renewables ausgewählt. Im zweiten Schritt erfolgte das Herausarbeiten der einzelnen technischen Fakten (wie z.B. mögliche Fehlersymptome und Fehlerauswirkung, eine Beschreibung der Suchräume oder notwendiger Mess- und Prüfhandlunge) und die für das Lösen der Aufgabe benötigten Kompetenzen, die für das Umsetzen der spielerischen Anwendung zur Fehlerdiagnose erforderlich sind. Darüber wurden Sicherheitsstandards definiert, notwendige Interaktionen und Wissenselemente identifiziert, um sie in die Anwendung zu implementieren.

Implementierung einer VR-Lernanwendung in die berufliche Ausbildung

Um die Auswahl der oben genannten Lerninhalte sowie erste Design-Entwürfe mithilfe der Zielgruppe zu überprüfen wurden Zielgruppenworkshops durchgeführt. Als ein Evaluierungsmaß wurden dabei auch Blickbewegungsdaten erhoben, um die Erfahrungen der Zielgruppe mit der Fehleranalyse und ihre Kenntnisse über Bauteile der Windenergietechnik genauer zu untersuchen.  Um eine VR-Anwendung erfolgreich in den Unterricht zu implementieren, wurde sich im Rahmen des Projekts auch frühzeitig mit der Frage beschäftigt, welche Art von Begleitmaterialien und Unterstützung sich Ausbildende für den Einsatz einer VR-Anwendung zur Fehlerdiagnose im Unterricht wünschen. Dazu wurden im ersten Jahr der Projektlaufzeit 29 Interviews mit Berufsschullehrkräften und Ausbildenden geführt.

Als ein Ergebnis der Expert*inneninterviews sowie eines Fachworkshops im Januar 2020 ist festzuhalten, dass Ausbildende einen verstärkten Bedarf an Unterrichtskonzepten äußerten, um die Fehlerdiagnosekompetenz systematisch zu trainieren. Als ein Mehrwert von VR wurde vor allem das individuelle Bearbeiten von Aufgaben im Klassenkontext herausgestellt, sowie die Möglichkeit der Wiederholung und das Trainieren von Fehlern, die in der Realität nicht ohne weiteres möglich wären. Eine Download kann auf der Projektwebseite heruntergeladen werden. 

Im Rahmen von Zielgruppenworkshops mit Auszubildenden der Metall- und Elektrotechnik wurde schnell deutlich, dass die Auszubildenden einer spielerischen VR-Anwendung im Lernkontext sehr gewissenhaft begegnen und ergebnisorientiert einzelne Komponenten benannten, die sie zum Ausführen direkter technischer Handlungen in der VR nutzen möchten (bspw. konkrete Werkzeuge, wie einen Gliedermaßstab). Handlung und Abbildungen sollten ebenfalls möglichst realistisch sein. Außerdem wurde der Wunsch geäußert, Aufgaben komplett selbstständig von Anfang bis Ende zu erledigen (bspw. Reparatur einer Heizung). Die Ergebnisse fließen in die Entwicklung des methodisch-didaktischen Konzepts, das Grundlage für die Spielentwicklung ist, ein.

Fazit und Ausblick

Nach einem Jahr Projektlaufzeit wurden zwei zentrale Lernziele und die entsprechenden Lerninhalte in einem methodisch-didaktischen Konzept aufgearbeitet. Auszubildende sollen mithilfe der VR-Lernanwendung die Fehlerdiagnosekompetenz trainieren und den Aufbau einer Windkraftanlage erklären können. Dazu wurden Lernaufgaben entwickelt, die auf der Grundlage das Cognitive Apprenticeship Modells Lernen in VR ermöglichen sollen. In den kommenden Monaten besteht nun die Herausforderung darin, die Lernziele zielführend in eine Spielmechanik zu übertragen, die sowohl den Unterhaltungswert, die Lernziele selbst, als auch die Bedürfnisse der Zielgruppe erfüllt. Regelmäßiger Austausch und Testen mit der Zielgruppe ermöglichen darüber hinaus die Vorstellungen aus Entwicklerperspektive mit der Zielgruppe abzugleichen. Darüber hinaus werden in enger Zusammenarbeit mit dem Kooperationspartner RWE Renewables die Lerninhalte des zweiten geplanten Trainingsszenarios für Facharbeiter entwickelt und in eine entsprechende AR-Anwendung umgesetzt.

Referenzen

• Grantz, T., Molzow-Voit, F., Spöttl, G., & Windelband, L. (2013). Offshore-Kompetenz: Windenergie und Facharbeit - Sektorentwicklung und Aus- und Weiterbildung. Berufliche Bildung in Forschung, Schule und Arbeitswelt: Vol. 9. Frankfurt am Main: Peter Lang Edition.
• Kapp, F.; Kruse, L.; Spangenberger, P. (2019). AR –VR –MR? Erfolgsfaktoren für immersive Lernumgebungen am Beispiel einer Lernanwendung für die Windenergiebranche. In Sandra Schulz (Hrsg.): Proceedings of DELFI Workshops 2019, Berlin, Germany, September 16, 2019. pp. 130-143.
• Link, N., Schäfer, P. & Walker, F. (2018). Der Cognitive Apprenticeship Ansatz - Eine Möglichkeit zur Förderung der Fehleranalysefähigkeit in mechatronischen Systemen. In S. F. Dietl, H. Schmidt, R. Weiß & W. Wittwer (Hrsg.), Ausbilder-Handbuch. Aufgaben, Strategien und Zuständigkeiten für Verantwortliche in der Aus- und Weiterbildung (Aktualisierungslieferung Nr. 205, S. 131–152). Köln: Deutscher Wirtschaftsdienst

Grafik: © MARLA