Mathekompetenzen mit KI fördern

Im Projekt „KI-basierte Adaptive Lernunterstützung zur Diagnostik und Förderung der mathematischen Basiskompetenzen im inklusiven Kontext (KI-ALF)“ hat ein Forschungsteam um Professorin Maike Schindler ein digitales Diagnose- und Fördersystem entwickelt, das auf individuelle Vorgehensweisen von Kindern beim Lösen mathematischer Aufgaben eingeht und Kinder individuell und adaptiv hierin fördert.

Der Hintergrund: Empirische Studien zeigen, dass viele Kinder die mathematischen Basiskompetenzen nach dem Ende der Grundschulzeit nicht erreichen. Leider gelingt es auch im Laufe der Sekundarstufe oft nicht, diese Schwierigkeiten der Kinder angemessen zu reduzieren. Am wichtigen Übergang von der Grundschule in die weiterführende Schule fehlt es in der Praxis zudem häufig an Ressourcen: Lehrkräfte im inklusiven Kontext haben unzureichende Möglichkeiten, zu Beginn der Sekundarstufe Schwierigkeiten in den mathematischen Basiskompetenzen individuell zu diagnostizieren und Kinder angemessen und individuell zu fördern. KI-ALF setzt an dieser wichtigen Stelle an und nutzt Künstliche Intelligenz (KI) zur Entwicklung eines digitalen Diagnose- und Fördersystems, das auf individuelle Vorgehensweisen von Kindern beim Lösen mathematischer Aufgaben eingeht und Kinder individuell und adaptiv hierin fördert.

Während des Projekts konnten die Forschenden die Wirksamkeit der Förderung durch das KI-ALF Lernsystem nachweisen: Es zeigte sich, dass die Schülerinnen und Schüler sich in den geförderten Bereichen stark in ihren Leistungen und Vorgehensweisen verbesserten und Fortschritte machten.

Das Lernsystem kann in inklusiven Schulen im Übergang von der Primar- zur Sekundarstufe eingesetzt werden, um Kinder zu unterstützen, die die Grundschule mit unzureichenden mathematischen Basiskompetenzen verlassen. Durch das KI-ALF System können Kinder individuelle Unterstützung in den mathematischen Basiskompetenzen erhalten – gerade dann, wenn in der Schulpraxis die zeitlichen Ressourcen der Lehrkräfte für die individuelle Förderung knapp sind.

Das Projekt wurde vom Bundesbildungsministerium im Rahmenprogramm empirische Bildungsforschung gefördert.

Publikationen, die aus dem Projekt entstanden sind:

Schindler, M., Simon, A.L., Lai, J., Asghari, P., Baumanns, L., Kölsch, M.-M. & Lilienthal, A.J. (2025). KI-basierte Adaptive Lernunterstützung zur Diagnostik und Förderung der mathematischen Basiskompetenzen im inklusiven Kontext. In K. Beck, R.A. Ferdigg, D. Katzenbach, J. Kett-Hauser, S. Laux & M. Urban (Hrsg.), Förderbezogene Diagnostik in der inklusiven Bildung (S. 255–270). Waxmann.

Asghari, P., Simon, A.L., Lai, J., Lilienthal, A., & Schindler, M. (eingereicht). Using webcam eye tracking and AI to identify students’ strategies in basic mathematical activities in a digital adaptive learning system. ZDM – Mathematics Education.

Asghari, P., Fan, H., Lilienthal, A.J., Simon, A.L., & Schindler, M. (2025). Does webcam eye tracking work for mathematics education? A case study with AI-assisted enhanced data processing. In C. Cornejo, P. Felmer, D. M. Gómez, P. Dartnell, P. Araya, A. Peri, & V. Randolph (Hrsg.). Proceedings of the 48th Conference of the International Group for the Psychology of Mathematics Education: General Contributions (S. 215). PME.

Asghari, P., Schindler, M., & Lilienthal, A. J. (2023). Eye tracking auto-correction using domain information. In M. Kurosu & A. Hashizume (Hrsg.), Human-Computer Interaction. HCII 2023. Lecture Notes in Computer Science, vol 14011. Springer. https://doi.org/10.1007/978-3-031-35596-7_24

Asghari, P., Schindler, M., & Lilienthal, A. J. (2022). Can eye tracking with pervasive webcams replace dedicated eye trackers? An experimental comparison of eye-tracking performance. In C. Stephanidis, M. Antona, S. Ntoa & G. Salvendy (Hrsg.), HCI International 2022 – Late Breaking Posters. HCII 2022. Communications in Computer and Information Science, vol 1654. Springer. https://doi.org/10.1007/978-3-031-19679-9_1

Lai, J., Baumanns, L., Simon, A. L., Lilienthal, A. J., & Schindler, M. (2024). Students’ use of strategies when working on multiplication tasks with array representations: An eye-tracking study. In P. Ebers, F. Rösken, B. Barzel, A. Büchter, F. Schacht & P. Scherer (Hrsg.), Beiträge zum Mathematikunterricht 2024 (S. 1677). WTM.

Lai, J., Baumanns, L., Simon, A. L., Lilienthal, A. J., & Schindler, M. (2023). Exploring students’ understanding of multiplication with eye tracking: A study on the use of strategies in array representations. In P. Drijvers, C. Csapodi, H. Palmér, K. Gosztonyi, & E. Kónya (Hrsg.), Proceedings of the Thirteenth Congress of the European Society for Research in Mathematics Education (CERME13) (pp. 449–456). https://hal.science/CERME13/hal-04416526v1

Lai, J., Asghari, P., Baumanns, L., Pihl, A., Lilienthal, A. J., & Schindler, M. (2022). A digital adaptive learning system for diagnostics and support of basic arithmetic competencies. In C. Fernández, S. Llinares, A. Gutiérrez, & N. Planas (Hrsg.), Proceedings of the 45th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, S. 368). PME.Simon, A. L., Asghari, P., & Lilienthal, A. J., Schindler, M. (2023). Strategy use in number line tasks of students with and without mathematical difficulties: A study using eye tracking and AI. In M. Ayalon, B. Koichu, R. Leikin, L. Rubel & M. Tabach (Hrsg.), Proceedings of the 46th Conference of the International Group for the Psychology of Mathematics Education (Vol. 4, S. 211-218). PME.