Hector-Institut für Empirische Bildungsforschung

INFER

Intelligentes Feedback-System zur Beobachtung von auf Video aufgezeichneten Unterrichtssituationen

INFER steht für “Intelligent Feedback System for Observing Videotaped Classroom Situations”.

Symbolbild: Videoaufnahme einer Unterrichtsstunde

Unser Ziel

Das Projekt INFER entwickelt und erprobt intelligente Feedbacksysteme zum gehaltenen Unterricht für Lehramtsstudierende und Lehrkräfte. Mit Methoden der natürlichen Sprachverarbeitung (NLP) und des maschinellen Lernens (ML) analysiert INFER Unterrichtsvideos automatisiert und gibt unmittelbares Feedback.

Die Herausforderung

Die Fähigkeit, Unterricht zu beobachten und zu reflektieren, ist zentraler Bestandteil einer hochwertigen Lehrkräfteausbildung. Die Analyse von auf Video aufgenommenem Unterricht ermöglicht es, konzeptuelles Wissen mit authentischer Praxis zu verknüpfen. 

Allerdings ist die systematische Auswertung dieser Unterrichtsvideos und die schriftliche Reflexion sehr ressourcenintensiv und verhindert eine zeitnahe Rückmeldung an Studierende und Lehrkräfte. An dieser Herausforderung knüpft INFER an.

Unsere Lösung

Das Projekt verfolgt drei Hauptziele:

  1. Automatisierte Erfassung
    Entwicklung und Validierung von KI-Modellen zur Einschätzung der Qualität studentischer Videointerpretationen entlang der Dimensionen Beschreiben, Erklären, Vorhersagen.
  2. Adaptives Feedback
    Umsetzung eines webbasierten Interfaces, das individuelles, direktes Feedback bereitstellt und digitale Selbstbestimmung der Studierenden fördert.
  3. Skalierung und Transfer
    Integration von INFER in die Lehrerbildung an mehreren Hochschulen und Vorbereitung einer breiteren Nutzung durch Studierende und Lehrkräfte.

Interventionsdesign

Es gibt drei zentrale Projektphasen:

  1. Phase 1 (KI-Entwicklung & Validierung):
    Training und Validierung von ML-Modellen auf Basis studentischer und lehrerseitiger Reflexionstexte zu inszenierten und authentischen Unterrichtsvideos. Vergleich der automatisierten Klassifikationen mit Expertenbewertungen.
  2. Phase 2 (Experimentelle Erprobung): 
    Integration von INFER in ein Seminar zur Klassenführung an der Universität Tübingen. Durchführung einer randomisierten kontrollierten Studie (RCT) zum Vergleich mit traditionellen videobasierten Seminaren.
  3. Phase 3 (Skalierung & Implementierung): 
    Überführung von INFER an fünf deutschsprachige Hochschulen (Tübingen, LMU/TUM, Kiel, Jena, Basel). Bereitstellung von Manualen, Trainingsmaterialien und Open-Access-Ressourcen.
     

Zeitlicher Ablauf

2021-2025
Vorarbeit, z.B. Datenerhebungen
2025-2026
Systementwicklung und Validierung
2026
Experimentelle Erprobung (Pilotstudie)
2027
Öffentliche Beta-Version
2027-2028
Skalierung & Implementierung

Projektbeteiligte

Das Projekt wird am Hector-Institut für Empirische Bildungsforschung der Universität Tübingen geleitet.

Projektleitung (Deutschland): 

Nationale Partner:

Internationale Partner:

  • Dr. Ha Nguyen, School of Education, University of North Carolina at Chapel Hill

Finanzierung

Die Entwicklung der App INFER baut auf Seed Funding der Universitäten Tübingen und UNC-Chapel Hill (2025–2026) auf. 

Zusätzlich sind nationale Förderanträge (z. B. DFG, Stiftung Innovation in der Hochschullehre) geplant, um Grundlagenforschung betreiben und die langfristige Finanzierung für Skalierung und Implementierung sicherzustellen.