Wie entsteht Qualität in Gruppenprozessen beim digitalen Lernen?

Das Forschungsteam unter der Leitung von Carmen Zahn (FHNW) erforschte komplexe, dynamische Gruppenprozesse in studentischen Teams, die mit digitalen Tools gemeinsam Probleme lösen – zum Beispiel in einer Projektarbeit. Das Ziel war die Qualität der Zusammenarbeit in der Gruppe messen zu können. Dafür entwickelten sie einen neuen, multimethodischen Ansatz, der die die Qualität dieses kollaborativen Gruppenengagements (QCGE) in seinen vier Dimensionen – verhaltensbezogen, sozial, kognitiv und konzeptuell-konsequent – erfassen kann. Dafür beobachteten sie Gruppen mit Hilfe von Videoanalysen und kombinierten diese Daten mit Selbsteinschätzungen durch die Gruppenmitglieder. Jede Methode eröffnete eine eigene Perspektive: Während die videobasierten Bewertungen eine Beobachterperspektive ermöglichten, spiegelten die Selbsteinschätzungen die inneren Dynamiken der Gruppen wider.

Kollaboratives Engagement ist ein zentraler Faktor für erfolgreiches Gruppenlernen in der Hochschulbildung. Bisher war wenig darüber bekannt, wie sich die Qualität dieses Engagements entwickelt – und welche Rolle nonverbales Verhalten dabei spielt. Das Projekt liefert neue Erkenntnisse zur Verbesserung der Zusammenarbeit und stellt ein Instrument zur Verfügung, mit dem man die Qualität des Engagements in Gruppen messen und somit einschätzen kann.

Dass noch wenig über die Qualität des Engagements und das nonverbale Verhalten in Lerngruppen bekannt war, lag zum grossen Teil daran, dass diese Faktoren nicht leicht messbar sind. Die Forschenden hatten deshalb zum Ziel automatisierte Methoden zur Erfassung und Visualisierung der nonverbalen sozialen Interaktions- und Gruppenprozesse in Lerngruppen zu entwickeln.

Die Projektergebnisse sind nicht nur wissenschaftlich relevant, sondern sollen als solide Grundlage für eine evidenzbasierte Hochschulentwicklung und Entwicklung universitärer Lehre in Zeiten digitaler Transformation dienen. Dies ist insbesondere wichtig, als die Zielkompetenzen gerade auch in technischen Studiengängen je länger je mehr auch auf interdisziplinäre Zusammenarbeit und die Arbeit in Projektteams fokussieren.

Die Befunde zeigen, dass bestimmte nonverbale Verhaltensweisen – etwa Kopfnicken, Lachen und Blickkontakt – aussagekräftige Indikatoren für die jeweilige Engagement-Qualität in Gruppenarbeiten sind. Es gibt jedoch Abweichungen zwischen den Perspektiven: So stuften Teilnehmende ihr kognitives Engagement oft als hoch ein, während Beobachtende es lediglich als mittel bis niedrig bewerteten. Insgesamt zeigt die Auswertung der Daten, wie komplex das Phänomen des Engagements in kollaborativen Lernsettings ist – und wie wichtig es ist, unterschiedliche Datenquellen zu kombinieren, um ein vollständigeres Bild der Gruppendynamiken zu erhalten.

Drei Hauptbotschaften

1. Kollaboratives Gruppenengagement lässt sich in vier Dimensionen unterteilen: Verhaltensbezogen, kognitiv, sozial sowie konzeptuell-konsequent.

2. Die Forschenden schlagen einen multimethodischen Ansatz zur Messung von Gruppenengagement (QCGE) in seiner ganzen Komplexität vor. Dieser umfasst sowohl nonverbales Verhalten als auch verbale Kommunikation und integriert Innen- (Selbsteinschätzung durch die Gruppe) und Aussenperspektiven (Beobachtung durch Dritte). Diese Kombination ist zentral für die Entwicklung praxistauglicher Messverfahren im Bildungsbereich.

3. Visual Analytics (VA) eignet sich besonders gut zur Analyse nonverbalen Verhaltens und multimodaler Kommunikation. Die Methode ermöglicht es Fachpersonen, komplexe Daten flexibel und verständlich zu erkunden und zu verarbeiten. Damit lassen sich hochwertige Datensätze und aussagekräftige Muster identifizieren. Herausforderungen bestehen jedoch weiterhin – etwa bei der Merkmalsextraktion, im Spannungsfeld zwischen Datenqualität und Rechenaufwand sowie bei der Gestaltung effektiver Visualisierungen.

Next generation learning: Investigating and enhancing collaborative group engagement quality to support learning groups [by social robots]