Didaktik

Das didaktische Konzept von XR2ACH – Lernziel vor Medium, Typen virtueller Lernumgebungen, die D.I.C.E.S.S.-Kriterien, VR-Nuggets und Lernreisen.

Lernziel vor Medium

Die Technik folgt dem Lernziel, nicht umgekehrt: erst Lernziel, dann Lernkontext, dann Methode (Goertz, Hagenhofer & Fehling, 2021). Eine Metaanalyse von 184 Studien zeigt, dass weder die Brille noch das Eingabegerät oder Spielelemente den Lernerfolg erklären – entscheidend ist, wie gut Aufgabe und Medium zusammenpassen (Howard, Gutworth & Jacobs, 2021). Erfahrene Techniker lernten mit VR nicht mehr als auf klassischem Weg (Gavish et al., 2015).

Wann sich XR lohnt: D.I.C.E.S.S.

XR lohnt sich dort, wo das Lernen an der realen Anlage an Grenzen stößt:

KriteriumIn der Kälte- und Klimatechnik
Dangerous gefährlichFehlersuche an Hochdruck- und Propananlagen ist beim ersten Kontakt gefährlich.
Impossible unmöglichDas thermodynamische Innenleben geschlossener Bauteile bleibt in der Werkstatt unsichtbar.
Counter-productive kontraproduktivLange Wartezeiten, etwa beim Evakuieren, kosten Praxiszeit.
Expensive teuerIndustrieanlagen lassen sich nicht für alle Auszubildenden bereitstellen.
Social sozialGroße Gruppen finden am Realgerät keinen Platz für gemeinsames Problemlösen.
Spatial räumlichUnsichtbare 3D-Prozesse und komplexe Anlagenlayouts lassen sich an starren Geräten kaum räumlich erfassen.

Das Schema D.I.C.E. – dangerous, impossible, counter-productive, expensive – stammt von Jeremy Bailenson, Leiter des Virtual Human Interaction Lab der Stanford University (Bailenson, 2018). Im Digital Economy Outlook 2024 der OECD hat er es erneut dargestellt (Bailenson & Lesher, 2024). Andere haben es um ein S für sensorische oder soziale Erfahrungen ergänzt (Virtofy, 2024; vgl. Reframe XR, 2026). XR2ACH unterscheidet zwei S – Social und Spatial –, weil beide in der Ausbildung im Kälteanlagenbau eine eigene Rolle spielen.

Typen virtueller Lernumgebungen

Virtuelle Lernumgebungen lassen sich nach ihrem didaktischen Ansatz unterscheiden (Buder & Schwan, 2002; Weise & Zender, 2017). Beckmann, Menke und Weber (2018) haben diese Typen für Trainings im Handwerk der Versorgungstechnik mit der überarbeiteten Lernzieltaxonomie nach Bloom verbunden (Anderson & Krathwohl, 2001): Welche Art von Wissen wird vermittelt, und welcher kognitive Prozess wird verlangt?

Wissensart Kognitiver ProzessErinnernVerstehenAnwendenAnalysierenBewertenErschaffen
FaktenwissenDarstellend · ExplorativDarstellend · ExplorativDarstellend · ExplorativDarstellend · ExplorativDarstellend · ExplorativDarstellend · Explorativ
Konzeptuelles WissenDarstellend · ExplorativDarstellend · ExplorativDarstellend · ExplorativExperimentell · KonstruktivExperimentell · KonstruktivExperimentell · Konstruktiv
Prozedurales WissenTraining · Darstellend · ExplorativTraining · Darstellend · ExplorativTrainingTrainingTrainingTraining
Metakognitives Wissen––––––

Welche Lernumgebung zu welchem Lernziel passt. Eigene Darstellung nach der Zuordnung von Beckmann, Menke und Weber (2018), die die überarbeitete Lernzieltaxonomie (Anderson & Krathwohl, 2001) mit den Lernumgebungen nach Buder und Schwan (2002) sowie Weise und Zender (2017) verbinden. Metakognitives Wissen deckt keine der Lernumgebungen gut ab.

Lern-
umgebungen

  • Darstellend Darstellend

    Geführter Wissenstransfer in fester Reihenfolge.

    Beispiel in XR2ACH: Ein Ausbilder erklärt ein Verdichtermodell der Gruppe im gemeinsamen virtuellen Raum.

  • Explorativ Explorativ

    Selbstgesteuertes Erkunden in eigener Reihenfolge und eigenem Tempo; Verstehen, Faktenwissen.

    Beispiel in XR2ACH: Lernende erkunden ein CAD-Modell oder eine Anlage frei.

  • Training Training

    Handlungsabläufe üben, mit Hilfestellung und direkter Rückmeldung; prozedurales Wissen.

    Beispiel in XR2ACH: Lecksuche und Inbetriebnahme Schritt für Schritt.

  • Experimentell Experimentell

    Parameter verändern, Ursache und Wirkung erforschen.

    Beispiel in XR2ACH: Anlagen in verschiedenen, auch kritischen Betriebszuständen testen; die Reaktion des log p,h-Diagramms auf ein verstelltes Expansionsventil sehen.

  • Konstruktiv Konstruktiv

    Lernen durch Gestalten; Wissen im Erstellungsprozess prüfen.

    Beispiel in XR2ACH: Einen Verdichter aus Einzelteilen zusammensetzen; eine Kälteanlage aus einer Bauteilbibliothek planen.

Vom Nugget zum Lehrgang

Ein Lehrgang besteht aus Modulen, Lektionen und kleinen Lerneinheiten. Ein VR-Nugget besetzt eine dieser Einheiten: kurz, in sich geschlossen und nach einem bewährten Muster gebaut – zeigen, vergleichen, Ablauf üben, zusammenbauen (Horst & Dörner, 2019; Horst et al., 2022). Der Rest bleibt Vortrag, Werkstatt und Gespräch.

Eine Präsentation mit zwei eingebetteten VR-Nuggets

Lerneinheiten auf Makro-, Meso- und Mikroebene: Lehrgang, Module, Lektionen, Nuggets

Oben: eine Präsentation mit zwei eingebetteten VR-Nuggets. Unten: Lerneinheiten auf Makro-, Meso- und Mikroebene. Abbildungen aus Horst et al. (2022), Abb. 1 und 2, CC BY 4.0.

So entsteht eine Lernreise: Für jede Einheit wird das passende Format gewählt – gemeinsam oder einzeln, mit VR, mit AR oder ohne XR. Das InnoVET-PLUS-Projekt XR-Upskill plant seine Lehrgänge auf diese Weise in „Swimlanes“, nach einem Vorgehen entlang des ADDIE-Modells (Sturman et al., 2026). Beim Train-the-Trainer-Workshop in Maintal haben Ausbildende so eine Lernreise für einen eigenen Lehrgang entworfen.

Literatur

  • Anderson, L. W., & Krathwohl, D. R. (2001). A taxonomy for learning, teaching, and assessing: A revision of Bloom’s taxonomy of educational objectives. Longman.
  • Bailenson, J. N. (2018). Experience on demand: What virtual reality is, how it works, and what it can do. W. W. Norton.
  • Bailenson, J. N., & Lesher, M. (2024). Virtual reality and its opportunities and risks. In OECD, OECD Digital Economy Outlook 2024 (Volume 1): Embracing the technology frontier (Kap. 4). OECD Publishing. doi.org/10.1787/a1689dc5-en
  • Beckmann, J., Menke, K., & Weber, P. (2018). AR and VR meet boiler suits: Deriving design elements for AR/VR trainings in the HVAC industry. In Proceedings of EdMedia + Innovate Learning 2018 (S. 1533–1542). AACE. learntechlib.org/primary/p/184375
  • Buder, J., & Schwan, S. (2002). Lernen und Wissenserwerb in virtuellen Realitäten. In G. Bente (Hrsg.), Digitale Welten. Virtuelle Realität als Gegenstand und Methode der Psychologie. Hogrefe.
  • Gavish, N., Gutiérrez, T., Webel, S., Rodríguez, J., Peveri, M., Bockholt, U., & Tecchia, F. (2015). Evaluating virtual reality and augmented reality training for industrial maintenance and assembly tasks. Interactive Learning Environments, 23(6), 778–798. doi.org/10.1080/10494820.2013.815221
  • Goertz, L., Hagenhofer, T., & Fehling, C. D. (2021). BIBB-Planungshilfe AR/VR. Bundesinstitut für Berufsbildung.
  • Horst, R., & Dörner, R. (2019). Virtual Reality Forge: Pattern-oriented authoring of virtual reality nuggets. In VRST ‘19. ACM. doi.org/10.1145/3359996.3364261
  • Horst, R., Naraghi-Taghi-Off, R., Rau, L., & Dörner, R. (2022). Authoring with virtual reality nuggets – Lessons learned. Frontiers in Virtual Reality, 3, 840729. doi.org/10.3389/frvir.2022.840729
  • Howard, M. C., Gutworth, M. B., & Jacobs, R. R. (2021). A meta-analysis of virtual reality training programs. Computers in Human Behavior, 121, 106808. doi.org/10.1016/j.chb.2021.106808
  • Reframe XR (2026). Beyond DICE: Rethinking when and why mixed reality transforms learning. reframexr.com
  • Sturman, S., Sullivan, R. R., Anderson, D., & Perez, L. (2026). The KXR instructional design framework. Frontiers in Virtual Reality, 7. doi.org/10.3389/frvir.2026.1739702
  • Virtofy (2024). Find the perfect XR use case with DICES. virtofy.com
  • Weise, M., & Zender, R. (2017). Interaktionstechniken in VR-Lernwelten. In C. Ullrich & M. Wessner (Hrsg.), Proceedings of DeLFI and GMW Workshops 2017.