Klimawandel, Staatsdefizit, COVID-19, das eigene Bankkonto oder der Wasserstand in der Badewanne – dynamische Systeme unterschiedlichster Komplexität umgeben uns alle ständig. Da sich dynamische Systeme unablässig verändern, müssen auch wir Menschen immer wieder unser Verhalten anpassen, um unser Leben innerhalb der Systeme möglichst angenehm zu gestalten – bspw. die Erderwärmung begrenzen, das Staatsdefizit senken, die Ausbreitung von Pandemien zumindest verlangsamen, fürs Alter ansparen oder die Badewanne am Überlaufen hindern. Jedoch gelingt es uns nicht immer, alle unsere Ziele zu erreichen, was u.a. daran liegt, dass wir häufig die Struktur des dynamischen Systems nicht komplett verstehen und statt antizipierend Handlungen einzuleiten meist erst reaktiv handeln, wenn die Auswirkungen unseres (Nichts-)Tuns bereits offensichtlich sind. Dann ist ein Umsteuern im System jedoch i.d.R. deutlich schwieriger. Es gibt eine Vielzahl an Befunden, die darlegen, dass Menschen nicht erst bei komplexen dynamischen Systemen wie der oben genannten Klimakrise oder der Corona-Pandemie Probleme haben, das System zu verstehen. Selbst bei sehr einfachen dynamischen Systemen, bei denen man sich nur die Entwicklung von zwei Größen (Zu- und Abfluss) über die Zeit hinweg anschaut, fällt es vielen Menschen schwer, die Auswirkungen auf eine dritte Größe (den Bestand) richtig vorher zu sagen. Die Überlegung liegt nahe, dass wenn selbst diese basalen dynamischen Systeme (man spricht von sogenannten Stock Flow Systemen) nicht richtig verstanden werden, ein Verständnis der komplexen Systeme erst recht schwerfällt. Das Ziel der vorliegenden Dissertation war es, herauszufinden, worin das schlechte Verständnis von Stock Flow (SF) Systemen begründet liegt und welche Denkmuster für ein gutes Verständnis dieser einfachen dynamischen Systeme förderlich sind. Auf dieser Basis wurde eine einfache und kurze Intervention entwickelt, die es ermöglichen sollte, das Verhalten von SF Systemen verstehen und vorhersagen zu können. Nachdem zu Beginn der Dissertation ein systematischer Überblick über bisher unternommene Interventions- und Trainingsversuche und deren Wirkung auf das SF Verständnis gegeben wird, folgen drei experimentelle Teile und eine abschließende Diskussion. Der experimentelle Teil beginnt mit einer Laut Denken Studie, die untersuchte, welche Denkprozesse bei Lösern und Nichtlösern von SF Aufgaben während der Bearbeitung dieser Aufgaben auftreten. Die Denkmuster wurden mittels Thematischer Analyse zu Themen zusammengefasst, um daraus Interventionen für die dritte experimentelle Untersuchung der Dissertation abzuleiten. Die erste Studie diente zudem dazu den Einfluss einer generellen (GPS) gegenüber einer konventionellen Problemlösestrategie (CPS) auf die Lösungsrate von SF Aufgaben zu untersuchen. Im zweiten experimentellen Teil wurde untersucht, inwiefern das Erhebungssetting Einfluss auf die erfasste SF Leistung hat. Die meisten Studien bisher wurden papierbasiert erhoben. Die Intervention im dritten experimentellen Teil sollte jedoch online erfolgen, um eine größere Zahl von Personen zu erreichen. Dieses zweite Experiment diente daher dazu eine Baseline vor der Interventionsstudie zu etablieren. Insgesamt 171 Personen bearbeiteten entweder mit Papier und Bleistift vor Ort oder online über einen PC dieselben Aufgaben. Es zeigten sich höhere Lösungsraten für das Online-Setting gegenüber dem papierbasierten Ansatz. Eine mögliche Erklärung dafür ist Selbstselektion durch einen relativ hohen Dropout von Probanden in der Online-Studie nachdem sie die Aufgaben gesehen hatten. Von den Probanden vor Ort im Labor brach keiner die Datenerhebung ab. Neben dem Einfluss des Settings wurde in der zweiten Studie zudem untersucht, ob der in der Laut Denken Studie gefundene vorteilhafte Effekt einer GPS- gegenüber einer CPS-Strategie auch in einer größeren Stichprobe bestand hat. Dem war so. Einen noch deutlich größeren Effekt auf die Lösungsrate in beiden Experimenten hatte das Geschlecht der Probanden (Männer schnitten deutlich besser ab als Frauen). Interesse an und Note in Mathematik sowie ein Ausbildungshintergrund im MINT-Bereich waren darüber hinaus ebenfalls gute Prädiktoren für die SF Leistung. Im dritten experimentellen Teil schließlich wurden die bisherigen Erkenntnisse gebündelt, um eine kompakte, online präsentierbare Intervention zu entwickeln, die das Verständnis einfacher dynamischer Systeme erhöhen sollte. 241 Probanden nahmen in einer Initialerhebung t0 in einer von drei Bedingungen an der Studie teil. Hypothesenkonform schnitt die Kontrollgruppe am schlechtesten, die EG 2 am besten ab. Im Anschluss an die Aufgabenbearbeitung bekamen alle Probanden die korrekten Lösungen samt erklärendem Lösungsweg rückgemeldet. Um zu schauen, ob die Interventionseffekte auch mittel- und langfristig stabil waren und ob das Feedback am Studienende einen positiven Einfluss auf zukünftige SF Leistungen hatte, erfolgten zwei weitere Erhebungen ohne zusätzliche Interventionen nach zwei Monaten und erneut nach zweieinhalb Jahren. Zum ersten Nacherhebungszeitpunkt gab es noch 129, zum zweiten 73 auswertbare Datensätze. Während die Lösungsraten bei der ersten Nacherhebung verglichen mit t0 über alle Gruppen anstiegen, sanken sie nach zweieinhalb Jahren zwar wieder etwas ab, lagen im Mittel aber immer noch über denen von t0. Der Interventionseffekt zwischen den Gruppen war selbst nach dieser langen Zeit deskriptiv noch sichtbar. Obgleich die Intervention nicht alle Teilnehmer erreichte, so erzielten die Personen, die von der kurzen Intervention profitierten, einen nachhaltigen Erkenntnisgewinn. Verschiedene Personencharakteristika wie Geschlecht, Mathematiknote und Motivation beeinflussten die gezeigte SF Leistung mit. Der letzte Teil dieser Dissertation fasst die Befunde zusammen, diskutiert potentielle Einschränkungen und gibt einen Ausblick auf mögliche Anschlussfragestellungen. So wurden in der Dissertation essentielle Denkprozesse identifiziert, die Löser von SF Aufgaben durchlaufen, Nichtlöser hingegen nicht. Die Arbeit zeigte einen vorteilhaften Effekt bei Nutzung einer generellen gegenüber einer konventionellen Problemlösestrategie und durch ein nur 20-minütiges Programm, welches verschiedene Interventionsansätze kombinierte, konnte ich einen langfristig positiven Effekt auf das SF Verständnis erzielen. Zukünftige Arbeiten sollten einen Fokus darauf legen Personen mit einem niedrigen Grundverständnis für dynamische Systeme für eine Intervention zu gewinnen, da diese Personengruppe das Experiment überproportional oft abbrach, gleichzeitig aber vermutlich besonders stark von einer entsprechenden Intervention profitieren könnte. Die Untersuchung inwiefern ein gesteigertes Verständnis einfacher dynamischer Systeme auch zu einem besseren Verständnis komplexer dynamischer Systeme im Alltag führt stellt eine von mehreren spannenden Anschlussfragestellungen dar.:Danksagung
Anmerkung zur geschlechtsneutralen Formulierung
Zusammenfassung
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
Abkürzungsverzeichnis
1. Einleitung
2. Theoretische Grundlagen zum Verständnis dynamischer Systeme
2.1 Komplexe dynamische Systeme, Systems Thinking, System Dynamics und Stock Flow
2.1.1 Komplexe dynamische Systeme
2.1.2 Systems Thinking
2.1.3 System Dynamics
2.1.4 Stock Flow als Basis-Element komplexer dynamischer Systeme
2.2 Praktische Relevanz – Warum sollte jeder dynamische Systeme verstehen
2.2.1 Beispiele für die Bedeutung im Alltag
2.2.2 Probleme beim Stock Flow Verständnis
2.3 Bisher untersuchte Interventionsansätze bei Stock Flow Aufgaben
2.3.1 Einfach zu manipulierende Größen
2.3.2 Schwierig experimentell zu manipulierende Aspekte/ in der Person liegende
Variablen
2.3.3 Instruktions-/Trainingsansätze
2.4 Interventionsansätze bei anderen kognitiven Aufgaben
2.5 Offene Fragen
2.6 Erforschen, wo das Problem liegt – Lautes Denken
2.7 Evaluation eines Interventionsansatzes
2.8 Zielsetzungen und untersuchte Fragestellungen
3 Worin liegen die Verständnisschwierigkeiten bei Stock Flow Aufgaben begründet?
Eine Laut Denken Studie
3.1 Theorie
3.1.1 Qualitative Fragestellungen
3.1.2 Quantitative Hypothesen
3.2 Methode
3.2.1 Stichprobe
3.2.2 Materialien
3.2.3 Design und Versuchsdurchführung
3.3 Ergebnisse
3.3.1 Quantitative Auswertung
3.3.2 Qualitative Auswertung
3.4 Diskussion
4 Sind verschiedene Erhebungsmodi vergleichbar und hat der Einfluss der Problem-
lösestrategie bestand?
4.1 Theorie
4.2 Methode
4.2.1 Stichprobe
4.2.2 Materialien
4.2.3 Design und Versuchsdurchführung
4.3 Ergebnisse
4.4 Diskussion
5 Eine Intervention für ein nachhaltig besseres Stock Flow Verständnis
5.1 Erstellung und Erprobung des Interventionsprogramms
5.1.1 Einleitung
5.1.2 Methode
5.1.2.1 Stichprobe
5.1.2.2 Materialien
5.1.2.3 Design und Versuchsdurchführung
5.1.3 Ergebnisse
5.1.4 Diskussion
5.2 Nacherhebung und Evaluation des Interventionsprogramms
5.2.1 Einleitung
5.2.2 Methode
5.2.2.1 Stichprobe
5.2.2.2 Materialien
5.2.2.3 Design und Versuchsdurchführung
5.2.3 Ergebnisse
5.2.4 Diskussion der Nacherhebungen und Bewertung der Interventionsstudie gesamt
6 Generelle Diskussion
6.1 Zusammenfassung der durchgeführten Studien
6.2 Ziele und Ergebnisse der Studien
6.3 Mögliche Einschränkungen der Untersuchungen
6.4 Unerwartete Befunde und denkbare Ursachen
6.5 Weitere Forschung zur Verbesserung der Lösungsraten bei Stock Flow Aufgaben
6.6 Praktische Implikationen für künftige Interventionsansätze
6.7 Fazit/ Schlusswort
Literaturverzeichnis
Anhang ............................................................................................................. 238
ANHANG A.1
ANHANG A.2
ANHANG A.3
ANHANG B.1
ANHANG B.2
ANHANG B.3
ANHANG C.1
ANHANG C.2
ANHANG C.3
ANHANG C.4
ANHANG C.5
| Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:92708 |
| Date | 02 September 2024 |
| Creators | Lungwitz, Vivien |
| Contributors | Sedlmeier, Peter, Jahn, Georg, Technische Universität Chemnitz |
| Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
| Language | German |
| Detected Language | German |
| Type | info:eu-repo/semantics/acceptedVersion, doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0039 seconds