Masterarbeit, 2021
102 Seiten, Note: 1,0
1. Einleitung
2. Begriffsbestimmungen
2.1 Algorithmus
2.2 Eigenschaften von Algorithmen
2.3 Algorithmen im Alltag
2.3.1 Der YouTube Empfehlungs-Algorithmus
2.3.2 Algorithmen außerhalb der Informatik und der Bezug zu Lego
2.4 Algorithmische Probleme
2.5 Lösen von algorithmischen Problemen
2.5.1. Lösen von algorithmischen Problemen in der Informatik
2.5.2 Lösen eines algorithmischen Problems in der Grundschule
2.5.3 Lösen von algorithmischen Problemen in der Informatik und in der Grundschule im Vergleich
2.6 Algorithmisches Denken
2.6.1 Algorithmisches Denken in der Grundschule
2.7 Roboter
2.8 Programmieren
3. Begründung der Masterarbeit
4. Lego WeDo 2.0 education
4.1 Allgemeines
4.2 Projekte in Lego WeDo 2.0 education
4.2.1 geführte Projekte
4.2.2 Offene Projekte
4.2.3 Projektablauf
4.3 Algorithmisches Denken in Lego WeDo 2.0 education
4.3.1 Entwicklung des Algorithmischen Denkens mit Lego WeDo 2.0 education
4.4 Programmieren mit Lego WeDo 2.0 education
5. Der Workshop
5.1. Didaktische Grundlagen
5.2 Phase 1: Was sind Roboter?
5.3 Phase 2: Das Erste Schritte Programm in Lego WeDo 2.0 education
5.4. Phase 3: Projektablauf
5.5 Phase 4: Geführtes Projekt Mondstation
5.6 Phase 4: Geführtes Projekt nach freier Wahl
5.6.1 Objekte greifen/Greifarme
5.6.2 Nachrichten senden/Geheimcodes
5.6.3 Vulkanische Aktivitäten/Vulkanausbruch
5.7 Phase 5: Offenes Projekt Faschingsparade
6. Fazit
Das Hauptziel dieser Masterarbeit ist die Entwicklung eines theoriebasierten, mehrphasigen Workshops, der Grundschulkindern der dritten Klasse systematisch algorithmisches Denken vermittelt. Dabei wird Lego WeDo 2.0 education als didaktisches Werkzeug genutzt, um den Kindern durch forschendes Lernen ein Verständnis für algorithmische Strukturen, Problemlöseprozesse und die Funktionsweise von Robotern zu ermöglichen, ohne dass pädagogische Vorkenntnisse bei der Durchführung vorausgesetzt werden.
2.3.1 Der YouTube Empfehlungs-Algorithmus
YouTube ist die weltweit größte Videoplattform. Das Unternehmen wurde 2005 gegründet und ist seit 2015 die zweitgrößte Suchmaschine weltweit. Von 1,5 Milliarden Menschen wird YouTube monatlich genutzt (vgl. Kroker 2017). Natürlich arbeitet ein Algorithmus, wenn ein Nutzer die Suchfunktion von YouTube nutzt. Tatsächlich arbeiten Algorithmen auch schon, wenn der Nutzer die Suchfunktion nicht nutzt. Bereits auf der Startseite von YouTube werden den Nutzern Videos vorgeschlagen, die ihren Interessen entsprechen. Das Ziel hierbei ist, dass die Nutzer lange auf YouTube verweilen.
Pro Minute werden 500 Stunden neues Videomaterial auf die Plattform hochgeladen (vgl. Kroker 2017). Diese hohe Datenmenge erfordert einen Algorithmus, der diese Daten verarbeiten kann und den Nutzern die Videos empfiehlt, die sie sehen möchten. Die grobe Funktionsweise des YouTube Empfehlungsalgorithmus soll an dieser Stelle erklärt werden.
2016 veröffentlichten die Software Ingenieure Paul Covington, Jay Adams und Emre Sargin ein Dokument über die Funktionsweise des YouTube Empfehlungsalgorithmus. Die Informationen über die Funktionsweise des YouTube Empfehlungsalgorithmus entstammen deren Veröffentlichung „DEEP NEURAL NETWORKS FOR YOUTUBE RECOMMENDATIONS“.
Der YouTube Empfehlungsalgorithmus setzt sich aus zwei Komponenten zusammen.
1. Ein neuronales Netz für die Nutzergenerierung - das candidate generation-Netzwerk
2. Ein neuronales Netz für das Ranking, also die Reihenfolge der Videos, die dem Nutzer empfohlen werden – das ranking-Netzwerk.
Bevor auf beide neuronale Netze eingegangen wird, soll erklärt werden, was ein neuronales Netz ist.
Ein neuronales Netz ist ein künstliches Netz, das aus Neuronen besteht. Neuronale Netze extrahieren charakteristische Eigenschaften aus einer großen Datenmenge. Die Datenmenge kann beispielsweise aus Bildern oder Wörtern bestehen. Ein neuronales Netz optimiert sich dabei selbstständig (vgl. Angerer 2020). Dieser Lernprozess von neuronalen Netzen wird im Laufe dieses Kapitels anhand des YouTube Empfehlungsalgorithmus erklärt.
1. Einleitung: Die Einleitung erläutert die Motivation des Autors, basierend auf eigenen Erfahrungen, ein Konzept zur gezielten Förderung des algorithmischen Denkens mittels Lego WeDo in der Primarstufe zu entwickeln.
2. Begriffsbestimmungen: Dieses Kapitel definiert zentrale Begriffe wie Algorithmus, Roboter und Programmieren und ordnet sie in den Kontext der Informatik sowie des kindlichen Lernens ein.
3. Begründung der Masterarbeit: Es wird begründet, warum die gezielte Förderung des algorithmischen Denkens in der Grundschule positive Auswirkungen hat und warum Lego WeDo als geeignetes Werkzeug dafür dient.
4. Lego WeDo 2.0 education: Dieser Abschnitt beschreibt das Lernkonzept, die Projekttypen und die Integration des algorithmischen Denkens in der Lernsoftware Lego WeDo 2.0.
5. Der Workshop: Das Hauptkapitel präsentiert den konkreten, 7,5-stündigen Workshop, gegliedert in sechs Phasen, von den Grundlagen über geführte Projekte bis hin zu einer freien Projektphase.
6. Fazit: Das Fazit resümiert, dass Lego WeDo eine hervorragende, jedoch betreuungsintensive Methode zur Förderung des algorithmischen Denkens darstellt, weist aber auf notwendige didaktische Anpassungen der vorgegebenen Materialien hin.
Algorithmisches Denken, Informatik, Grundschule, Lego WeDo 2.0, Programmieren, Robotik, Problemlösung, Didaktik, Medienkompetenz, neuronale Netze, Unterrichtskonzept, Primarstufe, Algorithmen, Informatisches Denken, Lernumgebungen.
Die Arbeit entwickelt ein theoriebasiertes Konzept für einen Workshop, der Drittklässler spielerisch und systematisch an algorithmisches Denken heranführt.
Die Arbeit behandelt die Grundlagen algorithmischen Denkens, die Funktionsweise von Robotern und Programmiersprachen sowie deren didaktische Vermittlung im Sachunterricht der Grundschule.
Das Ziel ist es, Lehrkräften und pädagogischen Laien ein strukturiertes, praxisnahes Material an die Hand zu geben, um algorithmisches Denken mit Lego WeDo 2.0 im Unterricht gezielt zu fördern.
Die Arbeit basiert auf einer fundierten Theoriebildung durch Literaturanalyse und der praktischen Anwendung bzw. Überprüfung durch die Erstellung eines mehrphasigen, erprobten Workshop-Konzepts.
Der Hauptteil gliedert sich in eine theoretische Begriffsbestimmung, die Analyse von Lego WeDo und die detaillierte Ausarbeitung eines sechsteiligen Workshops inklusive didaktischer Phasen.
Zu den wichtigsten Begriffen zählen Algorithmisches Denken, Grundschulpädagogik, Lego WeDo 2.0, Robotik und informatische Grundbildung.
Es schult die Fähigkeit, komplexe Herausforderungen in kleine Schritte zu zerlegen, Muster zu erkennen und Lösungswege systematisch zu strukturieren.
Der Autor bemängelt einige unpräzise oder fehlerhafte deutsche Übersetzungen im Lehrerhandbuch sowie Aufgabenstellungen, die für Drittklässler teils demotivierend oder nicht verständlich formuliert sind.
Der Autor argumentiert, dass es für die Motivation der Kinder essenziell ist, ihre Modelle über die Phasen hinweg zu optimieren und weiterzuentwickeln, anstatt sie jedes Mal komplett zerlegen zu müssen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

