Reflexion ist eine Schlüsselkategorie für die professionelle Entwicklung von Lehrkräften, welche als Ausbildungsziel in den Bildungsstandards für die Lehrkräftebildung verankert ist. Eine Verstetigung universitär geprägter Forschung und Modellierung in der praxisnahen Anwendung im schulischen Kontext bietet Potentiale nachhaltiger Professionalisierung. Die Stärkung reflexionsbezogener Kompetenzen durch Empirie und Anwendung scheint eine phasenübergreifende Herausforderung der Lehrkräftebildung zu sein, die es zu bewältigen gilt. Ziele des Tagungsbandes Reflexion in der Lehrkräftebildung sind eine theoretische Schärfung des Konzeptes „Reflexive Professionalisierung“ und der Austausch über Fragen der Einbettung wirksamer reflexionsbezogener Lerngelegenheiten in die Lehrkräftebildung. Forschende und Lehrende der‚ drei Phasen (Studium, Referendariat sowie Fort- und Weiterbildung) der Lehrkräftebildung stellen Lehrkonzepte und Forschungsprojekte zum Thema Reflexion in der Lehrkräftebildung vor und diskutieren diese. Gemeinsam mit Teilnehmenden aller Phasen und von verschiedenen Standorten der Lehrkräftebildung werden zukünftige Herausforderungen identifiziert und Lösungsansätze herausgearbeitet.

In Brandenburg kommt der Universität Potsdam eine besondere Rolle zu: Sie ist die einzige, an der zukünftige Lehrerinnen und Lehrer die erste Phase ihres Werdegangs – das Lehramtsstudium – absolvieren können. Vor diesem Hintergrund wurde bereits kurz nach der Gründung im Jahr 1991 das „Potsdamer Modell der Lehrerbildung“ entwickelt. Dieses Modell strebt fortlaufend eine enge Verzahnung von Theorie und Praxis über das gesamte Studium hinweg an und bindet hierfür die schulpraktischen Studienanteile in besonderer Weise ein. Eine erneute Stärkung erfuhr die Lehrerbildung im Dezember 2014 mit der Gründung des Zentrums für Lehrerbildung und Bildungsforschung (ZeLB). Aus der koordinierenden Arbeit des Zentrums entstand das fakultätsübergreifende Projekt „Professionalisierung – Schulpraktische Studien – Inklusion“ (PSI-Potsdam) das im Rahmen der Qualitätsoffensive Lehrerbildung des Bundesministeriums für Bildung und Forschung erfolgreich gefördert wurde (2015–2018) und dessen Verlängerung (2019–2023) bewilligt ist. Der vorliegende Band vermittelt in den drei großen Kapiteln „Erhebungsinstrumente“, „Seminarkonzepte“ und „Vernetzungen“ einen Überblick über einige der praxisnahen Forschungszugänge, hochschuldidaktischen Ansätze und Strategien zur Vernetzung innerhalb der Lehrerbildung, die im Rahmen von PSI-Potsdam entwickelt und umgesetzt wurden. Die Beiträge wurden mit dem Ziel verfasst, Kolleginnen und Kollegen an Universitäten und Hochschulen, Akteur_innen des Vorbereitungsdiensts sowie der Fort- und Weiterbildung von Lehrkräften möglichst konkrete Einblicke zu gewähren. Unter der Herausgeberschaft von Prof. Dr. Andreas Borowski (Fachdidaktik Physik), Prof. Dr. Antje Ehlert (Inklusionspädagogik mit dem Förderschwerpunkt Lernen) und Prof. Dr. Helmut Prechtl (Fachdidaktik Biologie) vereinen sich Autor_innen mit breit gestreuter fachdidaktischer und bildungswissenschaftlicher Expertise.

Computer-based analysis of preservice teachers' written reflections could enable educational scholars to design personalized and scalable intervention measures to support reflective writing. Algorithms and technologies in the domain of research related to artificial intelligence have been found to be useful in many tasks related to reflective writing analytics such as classification of text segments. However, mostly shallow learning algorithms have been employed so far. This study explores to what extent deep learning approaches can improve classification performance for segments of written reflections. To do so, a pretrained language model (BERT) was utilized to classify segments of preservice physics teachers' written reflections according to elements in a reflection-supporting model. Since BERT has been found to advance performance in many tasks, it was hypothesized to enhance classification performance for written reflections as well. We also compared the performance of BERT with other deep learning architectures and examined conditions for best performance. We found that BERT outperformed the other deep learning architectures and previously reported performances with shallow learning algorithms for classification of segments of reflective writing. BERT starts to outperform the other models when trained on about 20 to 30% of the training data. Furthermore, attribution analyses for inputs yielded insights into important features for BERT's classification decisions. Our study indicates that pretrained language models such as BERT can boost performance for language-related tasks in educational contexts such as classification.

Für die Entwicklung professioneller Handlungskompetenzen angehender Lehrkräfte stellt die Unterrichtsreflexion ein wichtiges Instrument dar, um Theoriewissen und Praxiserfahrungen in Beziehung zu setzen. Die Auswertung von Unterrichtsreflexionen und eine entsprechende Rückmeldung stellt Forschende und Dozierende allerdings vor praktische wie theoretische Herausforderungen. Im Kontext der Forschung zu Künstlicher Intelligenz (KI) entwickelte Methoden bieten hier neue Potenziale. Der Beitrag stellt überblicksartig zwei Teilstudien vor, die mit Hilfe von KI-Methoden wie dem maschinellen Lernen untersuchen, inwieweit eine Auswertung von Unterrichtsreflexionen angehender Physiklehrkräfte auf Basis eines theoretisch abgeleiteten Reflexionsmodells und die automatisierte Rückmeldung hierzu möglich sind. Dabei wurden unterschiedliche Ansätze des maschinellen Lernens verwendet, um modellbasierte Klassifikation und Exploration von Themen in Unterrichtsreflexionen umzusetzen. Die Genauigkeit der Ergebnisse wurde vor allem durch sog. Große Sprachmodelle gesteigert, die auch den Transfer auf andere Standorte und Fächer ermöglichen. Für die fachdidaktische Forschung bedeuten sie jedoch wiederum neue Herausforderungen, wie etwa systematische Verzerrungen und Intransparenz von Entscheidungen. Dennoch empfehlen wir, die Potenziale der KI-basierten Methoden gründlicher zu erforschen und konsequent in der Praxis (etwa in Form von Webanwendungen) zu implementieren.

Der Beitrag beschreibt nach einer kurzen Klärung des Begriffs Reflexion und der Klärung der Bedeutung dieses Prozesses für das Lehrkrafthandeln eine spezielle Lerngelegenheit für diesen Prozess im Rahmen des Praxissemesters für Lehramtsstudierende. Um die Reflexionen der Studierenden theoriegeleitet analysieren zu können, wurde ein Modell des Reflexionsprozesses entwickelt, welches kurz vorgestellt wird. Der Schwerpunkt des Beitrags liegt in der Schilderung des (idealtypischen) Ablaufs der Lernsituation. Auf der Basis mehrerer Abläufe mit Lehramtsstudierenden werden am Ende Erfahrungen mit verschiedenen Ausprägungen des Reflexionsprozesses dargestellt. Eine Weiterentwicklung dieses Formats und sein über das Praxissemester hinausgehender Einsatz werden empfohlen.