Zweck
Peer Instruction nutzt das Denken in der Gruppe, um schwierige Begriffe oder Konzepte schneller zu klären. Die Methode verbindet individuelles Nachdenken mit sozialer Korrektur und gemeinsamer Präzision.
Knowledge Modeling
Peer Instruction
Nutzt Concept Questions, Abstimmungen und Peer-Diskussion, um Verständnis zu messen und gemeinsam zu vertiefen.
Verstehen die Lernenden das Konzept tief genug, um eine gut konstruierte Concept Question richtig zu beantworten, oder gibt es Verständnislücken, die Peer-Diskussion auflösen kann?
MittelWorkshop10-20 min je Frage
Funktionsweise
Eine kurze Frage wird erst einzeln beantwortet, damit jede Person eine eigene Position hat. Danach diskutieren die Teilnehmenden ihre Begründungen, bevor sie noch einmal abstimmen oder festhalten, was sich geändert hat. Der Effekt ist oft ein deutlich tieferes Konzeptverständnis.
Visuelle Orientierung
Methodenskizze für ein schnelles Grundgefühl.
Ablauf
- 1Concept Question stellen
- 2Individuell abstimmen
- 3Antwortverteilung zeigen
- 4Peer-Diskussion führen
- 5Erneut abstimmen und erklären
Das Runsheet führt mit 5 Phasen, Timeboxen, 5 Stolperfallen und klaren Abbruchkriterien durch die Umsetzung.
Runsheet öffnenIdeal für
- Workshops
- Training
- Technical Learning
Nicht gut für
- Reine Informationsvermittlung
- Themen ohne prüfbare Konzeptfragen
Vertiefung
Im Detail
Peer Instruction wirkt, weil Lernende ihr Verständnis im Austausch mit anderen aktiv prüfen und neu ordnen müssen. Die Methode ist mehr als Frageabfrage; sie lebt davon, dass gute Konzeptfragen Denkfehler provozieren und unterschiedliche Begründungen hörbar machen. Sauber eingesetzt hält sie die Schleife aus individueller Festlegung, Gespräch und erneuter Entscheidung eng, damit tragfähiges Verständnis im eigenen Kopf entsteht.
Durchführung
Bereite wenige, aber anspruchsvolle Konzeptfragen vor und formuliere Antwortoptionen so, dass typische Fehlvorstellungen wirklich sichtbar werden. Die Dynamik kippt in dem Moment, in dem Begründungen oberflächlich bleiben; dann lohnt sich gezieltes Nachfragen nach dem Warum hinter einer Wahl. Beende die Runde mit einer kurzen Synthese der tragenden Einsicht und einer Anschlussfrage für Transfer oder Vertiefung.
Output-Artefakte
Concept QuestionsVote ResultsLearning Notes
Artefakt-Vorlagen
Peer Instruction ArbeitsvorlageKompakte Arbeitsvorlage für Peer Instruction mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.markdown
Peer Instruction ArbeitsvorlageKompakte Arbeitsvorlage für Peer Instruction mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
markdownpeer-instruction-working-template.md
Kompakte Arbeitsvorlage für Peer Instruction mit Kontext, Input, Ergebnisartefakten und nächstem Schritt.
Peer Instruction Arbeitsvorlage
Ziel
Lernende beantworten Konzeptfragen, diskutieren mit Peers und stimmen erneut ab.
Kontext
Wann und wofür nutzen wir diese Methode?
Input
Welche Daten, Beobachtungen, Entscheidungen oder Materialien liegen vor?
Durchführung
Kurze Notizen entlang des Runsheets.
Ergebnisartefakte
- Concept Questions:
- Vote Results:
- Learning Notes:
Annahmen und offene Fragen
- ...
Entscheidung / Nächster Schritt
Owner, Datum und Erfolgssignal.
Wann stattdessen?
Kurze Entscheidungshilfe für vorhandene Alternativen.
Teach-back
Statt Peer Instruction, wenn du prüfen willst, ob jemand Inhalt wirklich in eigenen Worten wiedergeben kann.
Ähnliche Methoden
Alle MethodenKnowledge Modeling
Feynman Technique
Zwingt komplexe Inhalte in einfache Sprache und legt sofort offen, welche Wissenslücken noch geschlossen werden müssen.
Knowledge Modeling
Teach-back
Prüft Verständnis, indem Inhalte in eigenen Worten zurückgegeben werden und Lücken sofort sichtbar werden.
Statt Peer Instruction, wenn du prüfen willst, ob jemand Inhalt wirklich in eigenen Worten wiedergeben kann.
Facilitation
Troika Consulting
Gibt einer Person in drei Rollen präzises Peer Feedback und hält wichtige Next Actions und Beobachtungen fest.
Knowledge Modeling
Competency Questions
Formuliert fachliche Fragen so, dass Konzepte, Beziehungen und Constraints eines Ontology-Modells testbar werden.
Knowledge Modeling
Concept Mapping
Verbindet Begriffe mit benannten Beziehungen und macht Wissenslücken sichtbar, bevor das Modell zu grob wird.
Knowledge Modeling
Event Modeling
Verknüpft Events, Commands und Views zu einem Ablaufbild, das UI, Verhalten und Implementierung zusammenführt.