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:
| Kriterium | In der Kälte- und Klimatechnik |
|---|---|
| Dangerous gefährlich | Fehlersuche an Hochdruck- und Propananlagen ist beim ersten Kontakt gefährlich. |
| Impossible unmöglich | Das thermodynamische Innenleben geschlossener Bauteile bleibt in der Werkstatt unsichtbar. |
| Counter-productive kontraproduktiv | Lange Wartezeiten, etwa beim Evakuieren, kosten Praxiszeit. |
| Expensive teuer | Industrieanlagen lassen sich nicht für alle Auszubildenden bereitstellen. |
| Social sozial | Große Gruppen finden am Realgerät keinen Platz für gemeinsames Problemlösen. |
| Spatial räumlich | Unsichtbare 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 Prozess | Erinnern | Verstehen | Anwenden | Analysieren | Bewerten | Erschaffen |
|---|---|---|---|---|---|---|
| Faktenwissen | Darstellend · Explorativ | Darstellend · Explorativ | Darstellend · Explorativ | Darstellend · Explorativ | Darstellend · Explorativ | Darstellend · Explorativ |
| Konzeptuelles Wissen | Darstellend · Explorativ | Darstellend · Explorativ | Darstellend · Explorativ | Experimentell · Konstruktiv | Experimentell · Konstruktiv | Experimentell · Konstruktiv |
| Prozedurales Wissen | Training · Darstellend · Explorativ | Training · Darstellend · Explorativ | Training | Training | Training | Training |
| 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
DarstellendGeführter Wissenstransfer in fester Reihenfolge.
Beispiel in XR2ACH: Ein Ausbilder erklärt ein Verdichtermodell der Gruppe im gemeinsamen virtuellen Raum.
ExplorativSelbstgesteuertes Erkunden in eigener Reihenfolge und eigenem Tempo; Verstehen, Faktenwissen.
Beispiel in XR2ACH: Lernende erkunden ein CAD-Modell oder eine Anlage frei.
TrainingHandlungsabläufe üben, mit Hilfestellung und direkter Rückmeldung; prozedurales Wissen.
Beispiel in XR2ACH: Lecksuche und Inbetriebnahme Schritt für Schritt.
ExperimentellParameter 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.
KonstruktivLernen 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.


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.