AIEd-WissensbasisAIEd KB
Auf dieser Seite

Diese Seite wurde maschinell ins Deutsche übersetzt; die Artikelseiten sind weiterhin auf Englisch verfasst. Diese Seite auf Englisch lesen

Konzepte

Spielbasiertes Lernen

Erstellt 2026-08-13 · Aktualisiert 2026-10-10

Dies ist eine automatische Übersetzung der englischen Seite; sie wurde noch nicht von einer muttersprachlichen Person geprüft.

Spielbasiertes Lernen (GBL) — der Einsatz von Spielen selbst (digital oder physisch) als Medium und Kontext des Lernens, wobei die Mechaniken, Herausforderungen und Progression des Spiels die Bildungsinhalte tragen. Lernende lernen durch das Spielen. Verwandt damit legt Gamifizierung Spieldesign-Elemente (Punkte, Abzeichen, Stufen, Bestenlisten) auf Nicht-Spiel-Lernaktivitäten, ohne sie in vollständige Spiele zu verwandeln. In der KI- und Robotikbildung werden beide Ansätze genutzt, um technische Inhalte ansprechend und motivierend zu machen.

Fragen zum Nachdenken

  • Spielbasiertes Lernen nutzt das Spiel selbst als Medium des Lernens —, Sie lernen durch das Spielen. Gamifizierung legt bloß Punkte, Abzeichen und Stufen auf eine Nicht-Spiel-Aktivität. Wie verschieden, denken Sie, sind diese beiden in ihrer Wirkung auf echtes Lernen gegenüber auf kurzfristiges Engagement?
  • Ein vergleichender Review fand spielbasiertes Lernen verbreiteter in informellen Umgebungen, während Gamifizierung formelle Klassenzimmer dominierte und projektbasiertes Lernen begünstigte. Warum, denken Sie, fand jeder Ansatz ein anderes Zuhause —, und was sagt uns das darüber, wo jeder am besten wirkt?
  • Gamifizierung gründet in der Selbstbestimmungstheorie —, Autonomie, Kompetenz, Verbundenheit. Wenn Motivation darin besteht, jene Bedürfnisse zu befriedigen, warum könnte ein Punkte-und-Abzeichen-System abhängig davon gelingen oder scheitern, wie es wahrgenommenen Aufwand und Aufmerksamkeit formt?
  • Forschung legt nahe, dass der motivationale Nutzen spielartiger und KI-unterstützter Designs davon abhängt, wie sie wahrgenommene Arbeitslast und Aufmerksamkeit formen, nicht von Gamifizierung allein. Wann haben Sie gesehen, wie ein Spiel oder Abzeichen Engagement steigerten, ohne das Lernen tatsächlich zu verbessern —, oder umgekehrt?

Einleitung

GBL gründet in Motivation-, Studierendenengagement- und Aktivlernen-Theorien: Spiele bieten intrinsische Motivation, unmittelbares Feedback und authentische Problemkontexte. Es überschneidet sich mit Simulation, Projektbasiertes Lernen und Roboter in der Bildung. GBL ist besonders relevant für Roboter in der Bildung, Informatisches Denken und Informatikbildung, wo Spiele abstrakte technische Konzepte konkret und unterhaltsam machen können.

Wie GBL in der Forschung der Wissensdatenbank erscheint

  • Robotikbildung: Ein vergleichender systematischer Review von spielbasiertem Lernen und Gamifizierung in der Robotikbildung fand GBL verbreiteter in informellen Umgebungen, während Gamifizierung formelle Klassenzimmer dominierte und projektbasiertes Lernen begünstigte.

  • Robotervermittelte Spiele: REMind ist ein robotervermitteltes Rollenspiel zur Anti-Mobbing-Intervention, und MotiBo nutzt interaktives digitales Storytelling, um Motivation zu steigern.

  • KI-Konversationsagenten in Simulationsspielen: Wenzel, Geiger, and Liening (2026) leiten den CAIS-GBL-Rahmen ab —, vier Gestaltungsprinzipien und fünfzehn Gestaltungsmerkmale für KI-Konversationsagenten in digitalem spielbasiertem Lernen —, aus theoriegetriebenen Meta-Anforderungen, die kognitives, motivationales, affektives und soziokulturelles Engagement umspannen, mit einer Gerechtigkeit-durch-Gestaltung-Haltung. Ihr instanziierter Agent (Lara) in einem Unternehmenssimulationsspiel wurde positiv für kognitive und soziale Präsenz und Selbstregulationsunterstützung aufgenommen und adressierte die verbreitete Lücke begrenzten formativen Feedbacks und strukturierter Reflexion in Simulationsspielen.

  • KI-GBL-Wirksamkeit: Ein systematischer Review von 55 Studien zu KI-unterstütztem spielbasiertem Lernen findet positive Effekte auf Wissen, intrinsische Motivation und affektives Engagement, doch nur 4 Studien (7%) erreichten seine Hochqualitäts-Schwelle und nur 4 (7%) waren RCTs (Kaşarcı & Yurt, 2026). Wirksamkeit hing daran, den KI-Mechanismus mit einer benannten Lerntheorie auszurichten.

Gamifizierung

Gamifizierung ist die Anwendung von Spieldesign-Elementen (Punkte, Abzeichen, Stufen, Bestenlisten, Herausforderungen, Fortschrittsbalken) auf Nicht-Spiel-Kontexte, um Nutzende zu motivieren und zu engagieren. Anders als spielbasiertes Lernen —, wo Lernen durch ein Spiel stattfindet —, legt Gamifizierung Spielmechaniken auf eine bestehende Lernaktivität, ohne sie in ein vollständiges Spiel zu verwandeln. Sie wird in der Bildung genutzt, um Motivation, Studierendenengagement und Persistenz zu steigern, und ist in formellen Klassenzimmern weit verbreitet.

Gamifizierung gründet in Motivationstheorie, besonders Selbstbestimmungstheorie (Autonomie, Kompetenz und Verbundenheit stützend) und Rahmen des Verhaltenswandels. Sie hat besondere Synergie mit Projektbasiertes Lernen in angewandten Domänen wie Robotik gezeigt. In der Forschung der Wissensdatenbank:

  • Robotikbildung: Der vergleichende Review fand, dass Gamifizierung formelle Klassenzimmer in der Robotikbildung dominierte (p < .001) und projektbasiertes Lernen stark begünstigte (p = .009), während spielbasiertes Lernen in informellen Umgebungen verbreiteter war.
  • Engagement und Motivation: Gamifizierung wird über die Wissensdatenbank genutzt, um Engagement und Motivation von Lernenden in KI-, Programmier- und STEM-Lernkontexten zu steigern. Forschung zu generativer KI, Motivation und Engagement untersucht, wie sich spielartige Elemente mit KI verbinden, um das Interesse Lernender aufrechtzuerhalten. Zwei Studien von 2026 erweitern dies, indem sie gamifizierte und KI-unterstützte Bedingungen mit traditionellem Unterricht vergleichen: eine NASA-TLX-Studie maß wahrgenommene Arbeitslast über traditionelle, gamifizierte und KI-unterstützte Lernbedingungen, und eine ARCS-Studie untersuchte motivationale „Ergonomie“ in gamifiziertem und KI-unterstütztem Lernen mit Implikationen für Arbeitsplatz-Weiterbildung. Zusammen verdeutlichen sie, dass der motivationale Nutzen spielartiger und KI-unterstützter Designs davon abhängt, wie sie wahrgenommenen Aufwand, Arbeitslast und Aufmerksamkeit formen (z. B. ARCS-Aufmerksamkeits-/Relevanzdimensionen), nicht von Gamifizierung allein.

GBL und Gamifizierung verbinden sich zusammen mit Roboter in der Bildung, Studierendenengagement, Lernmotivation, Selbstbestimmungstheorie, Aktives Lernen, Simulation, Projektbasiertes Lernen und Informatisches Denken.

Verbundene Konzepte

Verbundene Artikel

Metadaten

Lernen und UnterrichtAktives Lernen, Spielbasiertes Lernen, Lernmotivation, Studierendenengagement
Technologien und VerfahrenRoboter in der Bildung
SourceHistoryEditChat

Diese Seite einbetten

Kopieren Sie den Code unten, um diese Seite in ein Lernmanagementsystem oder eine andere Website einzubetten. Die eingebettete Version zeigt nur den Seiteninhalt — Kopfzeile, Navigation und Fußzeile der Website werden ausgeblendet.