Hector-Institut für Empirische Bildungsforschung

GEN-VET

GENerative AI in VET (Vocational Education and Training)

Unser Ziel

Wir wollen mit KI-Unterstützung Lernprozesse in der beruflichen Bildung so gestalten, dass Berufsschüler:innen den persönlichen Nutzen des Lerninhaltes und den Wert des Lernens unabhängig vom Fach oder Berufsfeld erkennen und verinnerlichen.

Die Herausforderung

Fehlt die Motivation, werden Lernprozesse nicht begonnen und es wird nur wenig Anstrengung investiert. Trotz nachgewiesener Wirksamkeit von Nützlichkeitsinterventionen gibt es bislang keine skalierbaren, adaptiven Lösungen, die Lernende gezielt beim Aufbau von Motivation unterstützen.
 

 

Unser Vorgehen

Zunächst verschaffen wir uns einen Überblick über den aktuellen Stand der Motivation von Berufsschüler:innen. Anschließend pilotieren wir einen KI-Assistenten zur Motivationsförderung und optimieren ihn iterativ an ausgewählten Berufsschulen. 

Danach folgt eine groß angelegte Wirksamkeitsstudie mit mehreren hundert Berufsschüler:innen. Schließlich optimieren wir die Anwendung abschließend und stellen sie als kostenloses Open-Source-Tool für alle Berufsschulen in Deutschland bereit.


Hintergrund

Warum Motivation so wichtig ist
Motivation ist der Motor für erfolgreiches Lernen. Wer keinen Sinn in den Lerninhalten sieht, startet oft gar nicht erst oder investiert nur wenig Energie. In der beruflichen Bildung ist das besonders relevant: Viele Schüler:innen fragen sich im Unterricht „Wofür brauche ich das später?“. Fehlt dieser Bezug, sinken Interesse und Lernleistung.

Selbstreguliertes Lernen – was bedeutet das?
Selbstreguliertes Lernen heißt: Lernende steuern ihren Lernprozess aktiv – sie setzen sich Ziele, überwachen ihren Fortschritt und passen ihre Strategien an. Damit das gelingt, braucht es nicht nur Wissen, sondern auch Motivation und das Gefühl, dass sich die Anstrengung lohnt. Genau hier liegt die Herausforderung: Ohne wahrgenommenen Nutzen fällt es schwer, dranzubleiben.

Die Lücke in der Praxis
Lehrkräfte wissen, wie wichtig Motivation ist. Aber in heterogenen Klassen mit unterschiedlichen Berufszielen ist es kaum möglich, für jede:n den persönlichen Bezug herzustellen. Bisherige Ansätze sind oft aufwendig und nicht skalierbar. Deshalb braucht es neue Wege, die einfach, flexibel und für alle Berufsschulen nutzbar sind.

Lösungsansatz

Aufbauend auf unserer jüngsten randomisierten Studie mit 373 Schüler:innen an allgemeinbildenden Schulen (Fütterer et al., 2026), in der KI-gestützte Reflexionsprompts motivationale Effekte zeigten, soll diese Idee für eine berufsbildende Variante weiterentwickelt werden. Berufsschüler:innen sollen während des Lernens mit einer speziell entwickelten KI-Assistenz interagieren, die adaptive, personalisierte Fragen („Wie ist dieses Thema in deinem späteren Beruf relevant?“) stellt und Lerninhalte mit individuellen Zielen verknüpft. Ziel ist die Entwicklung einer frei zugänglichen Anwendung, die beruflichen Schulen kostenlos zur Verfügung steht. Ein weiteres zentrales Element des Projekts besteht in der erstmaligen systematischen Untersuchung verschiedener Berufsschularten (z. B. duale Ausbildung, vollzeitschulische Ausbildung) unter einer vergleichenden Perspektive. Dadurch sollen neue Einsichten in die unterschiedlichen motivationalen Ausgangslagen, Lernvoraussetzungen und Interessensprofile der Lernenden ermöglicht werden.

Zeitlicher Ablauf

01.03.2026
Projektstart
Jahr 1
Funktionsfähiger Dialog-Prototyp mit Lernerfeedback
Jahr 2
Wirksamkeits- und Akzeptanzdaten, adaptiver KI-Prototyp
Jahr 3
Open-Source-Version, Leitfaden
28.02.2029
Abschluss-Symposium

Projektbeteiligte

Projektleitung: Dr. Tim Fütterer (Hector-Institut für Empirische Bildungsforschung, Universität Tübingen)

Expertise Selbstregulation: Prof. Dr. Peter Gerjets  (Leibniz-Institut für Wissensmedien) & Prof. Dr. Ulrich Trautwein (Hector-Institut für Empirische Bildungsforschung, Universität Tübingen)

Expertise Motivation: Prof. Dr. Hanna Gaspard (Universität Konstanz)

Expertise Didaktik: Prof. Dr. Jochen Kuhn (Ludwig-Maximilians-Universität München)

Expertise Learning Analytics: Mihwa Lee unterstützt durch Dr. Björn Rudzewitz  & Dr. Hannah Deininger (Hector-Institut für Empirische Bildungsforschung, Universität Tübingen)

Expertise Softwareentwicklung: Medientechnik (Leibniz-Institut für Wissensmedien)

Koordinationsstelle: Christina Michels (Hector-Institut für Empirische Bildungsforschung, Universität Tübingen)

Feldzugang: Berufsfachschulen Heimerer GmbH (in Person, insbesondere Adrian Heimerer und Vinzenz Benz) sowie weitere berufliche Schulen in Hamburg und/oder in Schleswig-Holstein.
 

Dieses Projekt ist gefördert durch Drittmittel der Joachim Herz Stiftung.