OLDENBURG. Für eine individuelle Leseförderung fehlt es im Grundschulalltag oft an Ressourcen. In dem vom Bundesbildungsministerium geförderten Projekt »LeseKind« wurde an einer Lösung gearbeitet, die mittels KI die Lesekompetenz von Grundschulkindern automatisch einstuft. Dafür hat das Fraunhofer IDMT in Oldenburg – wie es in einer Pressemitteilung des Instituts heißt – mit dem Startup eKidz.eu aus München, der Universität Regensburg und der Hochschule Flensburg zusammengearbeitet. Integriert in die eKidz-App können die Entwicklungen nun durch Schulen genutzt werden und sollen Lehrkräfte bei einer individuellen Förderung der einzelnen Schülerinnen und Schüler unterstützen.
Lehrkräften in Grundschulen fehlt es oftmals an Ressourcen, um die individuelle Lesekompetenz jeder Schülerin und jedes Schülers regelmäßig zu überwachen und individuell zu fördern. Daher arbeitet das »LeseKind«-Projektkonsortium seit knapp drei Jahren an KI-Technologien, die eine automatische Einstufung der Lesekompetenz von Kindern im Grundschulalter ermöglichen sollen.
Das Ziel: Jedes Kind beim Lesenlernen individuell einschätzen und bestmöglich fördern zu können. Die im Rahmen des Forschungsprojektes entstehende Anwendung zur Lesekompetenzbewertung, inklusiver einer Einstufung in verschiedene Lesestufen, wurde nun vollständig in die App »eKidz« aufgenommen und ist bereits in einer Pilotphase in Schulen im Einsatz, wie es in der Pressemitteilung heißt.
Der Stadtstaat Hamburg setzt erfolgreich auf eine flächendeckende Leseförderung. Mit dabei seit 2022: eKidz, eine wissenschaftlich basierte App für Lesediagnose und Lesetraining. Auch andere Bundesländer, zum Beispiel Niedersachsen, setzen die App ergänzend zu Methoden wie etwa dem Hamburger Leseband an Grundschulen ein.
Der Grund: Die eKidz-App ist konzipiert für das eigenständige Leseflüssigkeitstraining in der Schule und zuhause. Sie schult unterschiedliche Teilkompetenzen des Lesens auf dem individuellen Niveau des Kindes und ermöglicht so eine zielgerichtete Förderung der Sprachentwicklung – sowohl für Kinder mit deutscher Muttersprache als auch solche mit Deutsch als Zweitsprache.
In Kooperation mit dem Fraunhofer-Institut für Digitale Medientechnologie Oldenburg, der Uni Regensburg sowie der Hochschule Flensburg ist das Start-up Projekt nun auf dem Weg zu einem umfassenden adaptiven Lernprogramm fürs Lesen. Bereits jetzt macht ein KI-gestütztes Diagnose-Tool den Einsatz der App sowie die Nachbereitung für Lehrkräfte noch einfacher.
Hier erfahren Sie mehr über eKidz: www.ekidz.eu.
Das Fraunhofer-Institut für Digitale Medientechnologie IDMT aus Oldenburg beschäftigt sich intensiv mit Technologien zur automatischen Bewertung von Sprechen, Sprache und Stimme. Alina Ernst aus der Gruppe Assistive Sprech- und Sprachanalyse erläutert: »Unsere digitalen Lösungen analysieren und fördern die verbale Kommunikation von Menschen. Beim Spracherwerb von Kindern kann die frühzeitige Erkennung eines Förderbedarfs unterstützt und so möglichen Entwicklungsstörungen entgegengewirkt werden.«
“Die Schnelligkeit der Analyse und die Genauigkeit der Auswertung steigert die Motivation beim Lernen”
Im Rahmen des Projekts »LeseKind« hat das Fraunhofer IDMT seine automatischen Spracherkennungsalgorithmen für Kindersprache eingebracht und speziell für das Lautlesen angepasst. Ein Projektfokus der Entwicklerinnen und Entwickler liegt insbesondere auf der Anwendbarkeit der automatischen Spracherkennung für Kindersprache auch in lauter Klassenraumumgebung sowie der abschließenden Integration und Evaluation der Bewertungsalgorithmen zur Lesediagnose.
»Die Schnelligkeit der Analyse und die Genauigkeit der Auswertung steigert die Motivation beim Lernen. Die Anpassung unserer Spracherkennungstechnologie auf das Einsatzgebiet Leseübungen und Kindersprache ist dafür sehr wichtig und hat sich auch im Projekt »LeseKind« als erfolgreich erwiesen«, erklärt Jan Wellmann, Gruppenleiter Audiosystemtechnik & Automatische Spracherkennung am Fraunhofer IDMT. Die Sprachanalyse ist sowohl Basis einer anfänglichen Einstufung der Lernenden in das aus insgesamt 13 Lesestufen bestehende Lernprogramm als auch einer fortlaufenden Lernstandserhebung im Rahmen von 12 KI-Leseflüssigkeitstests.
Mit Hilfe der eKidz-App sollen die Entwicklungen des Projekts im deutschsprachigen Raum Lehrkräften zugänglich gemacht werden. Die Basis-App ist bereits über Lizenzmodelle im Schuleinsatz erprobt. Die Datenerhebung zur neuartigen KI-Lesekompetenzbewertung erfolgt im Rahmen der bereits bekannten Übungsprogramme in der eKidz-App, bei denen Kinder unter anderem Texte laut vorlesen. Lehrkräfte sollen damit entlastet werden, denn die App übernimmt anhand der regelmäßig erhobenen Daten bei Leseübungen die Bewertung der Leseleistung, gibt Feedback und verfolgt Fortschritte der Lernenden.
Prof. Anita Schilcher von der Universität Regensburg betont: »Im Vergleich zu herkömmlichen Leseförderprogrammen ermöglicht die eKidz-App eine kontinuierliche Begleitung des Leselernprozesses und eine Rückmeldung des Lernfortschritts an die Kinder und die Lehrkräfte. Dieses engmaschige Feedback ist für das Lernen besonders günstig.«
“Die automatisierte Einstufung über KI zeigt neue Wege in der Förderung von Kindern beim Lesenlernen auf”
Bereits Anfang dieses Jahres wurden den Schulen die ersten neuen Elemente der App zugänglich gemacht. Ab sofort wird auch der abschließende Baustein der KI-Lernstandserhebung allen Nutzerinnen und Nutzern angeboten: Eine automatische Einstufung in Lesestufen sorgt dafür, dass das Lesetraining für jedes Kind von Anfang an auf dem passenden Level beginnt. »Die automatisierte Einstufung über KI zeigt neue Wege in der Förderung von Kindern beim Lesenlernen auf. Sie ist zudem hochskalierbar und bietet Potenzial für weitere Forschungsaktivitäten in der Leseunterstützung«, sagt Prof. Peter John von der Hochschule Flensburg.
Für die laufende Lernstandsanalyse sorgen KI-Leseflüssigkeitstests, die Lesegenauigkeit, Lesegeschwindigkeit und Leseverständnis messen. Das Programm adressiert die erste bis vierte Jahrgangsstufe der Grundschule sowie die Sprachförderklassen bzw. Deutsch als Zweitsprache (DaZ) im Sekundarbereich. »Schulbehörden, die sich mit Lernstanderhebung und Individualdiagnostik befassen, können wir jetzt eine fundierte Lösung auf neuestem Stand der Technik anbieten. Angesichts der wachsenden Schülerzahl können wir Lehrkräfte entlasten und damit die Förderung junger Lernender einfacher gestalten. Dazu gehört die laufende Feststellung der Lernsituation«, sagt Nataliya Tetruyeva, die Gründerin und CEO von eKidz.eu. News4teachers
Die Sau füttern statt sie zu wiegen, will heißen: üben statt messen. Beziehung statt
KI. Das sind alles Binsenweisheiten, die unsere Bildungsforscher und Medienfetischisten intellektuell überfordern.
Noch treffender:
“Bezahlung” statt “Beziehung”. Der Bildunssektor wird zu einem immer größeren Markt und jeder will ein Stück vom Kuchen haben.
Aber warum stehen bei solchen Angeboten die Preise für Schullizenzen eigentlich nicht auf der Webseite?
Ist das so teuer, dass man es gleich wieder wegklicken würde?
Über Preise spricht man hier nicht. 🙂
Doch, über Kosten spricht “man” hier. Funktionierende Unterstützungssysteme in Schulen wirken kostensenkend, weil damit (teure) Arbeitszeit von Lehrkräften effizienter eingesetzt werden kann. Allerdings ist das in Zeiten von Lehrkräftemangel in der Tat Nebensache, weil es zusätzliche Lehrkräfte auf dem Arbeitsmarkt sowieso nicht gibt.
Herzliche Grüße
Die Redaktion
Erinnert das nicht an die alten Sprachlabore für Fremdsprachenunterricht? Zumindest bei DaZ müsste der Computer ja auch die Qualität der Aussprache erkennen und bewerten. Aber wer korrigiert die dann, wenn nötig? Eine krächzende Stimme der KI? Mancher kann ja vielleicht schnell lesen, aber es ist eigentlich fast unverständlich. Die KI schafft es gerade noch, aber ein Mensch würde nicht mehr verstehen, was da jemand sagt, gerade weil es so schnell ist.
In jedem Fall gilt: Wenn das für den Spracherwerb in der Grundschule taugt, dann müsste es auch für Englisch, Französisch, Spanisch etc. taugen. Tut es das?
Fragt sich immer noch, wie die “problematischen” Grundschüler darauf reagieren. Diejenigen, die dem Lernen gegenüber nicht aufgeschlossen sind und schon gar nicht so begeistert wie das obige Bild es suggeriert. Der Erfolg in Hamburg beruht doch wohl auf dem gemeinsamen lauten Lesen?
Klar sei dürfte auch, dass solche Maßnahmen die Leistungsunterschiede zwischen den SuS nur weiter vergrößern, während bei standardisierten Tests immer eine geringe Streuung als Tugend gilt. Eine hohe Streuung zieht den Verdacht auf Chancenungleichheit nach sich.
Die Stimmen der KI krächzen schon lange nicht mehr. Und dieses Sprachlabor Argument ist ermüdend: Nur weil mal Dinge schief gegangen sind ist nicht alles was neu ist automatisch schlecht.
Ich finde es ebenso ermüdend, wenn hier ständig vorgegaukelt wird, mit Digitalisierung und dieser und jener App ginge alles spielend leicht. Nicht alles, was möglich ist, ist auch erstrebenswert. Konkrete Erfahrungen in unabhängigen Tests, das wäre gut. Erst die Bewährung, dann die flächendeckende Einführung.
Genau davon handelt der Beitrag oben. Herzliche Grüße Die Redaktion
„Der Erfolg in Hamburg beruht doch wohl auf dem gemeinsamen lauten Lesen?“
Kann sein,
oder an 108 Stunden in der Stundentafel, statt 94 Stunden in anderen Ländern,
oder an den aus dem Umland abgeworbenen Lehrkräften, die in HH schon länger A13 in Aussicht hatten, allerdings mit Hamburger Modell,
oder am umgesetzten Ganztag, statt an Schulen ohne Ganztag
oder an der Möglichkeit der über die Schule vermittelte Nachhilfe
oder am Einsatz der KI-Leseprogramme
oder …
Es reicht nicht aus, eine Maßnahme singulär zu betrachten
“Für eine individuelle Leseförderung fehlt es im Grundschulalltag oft an Ressourcen.”
Nein, tut es nicht. Ist im AU sogar meine vornehmste Aufgabe. Wenn Lehrer in Ruhe ihrer Aufgabe nachgehen dürften, bräuchte ich keine App.
Schön, wenn Sie Leseförderung betreiben. Damit ist aber leider nicht sichergestellt, dass alle förderbedürftigen Kinder eine solche bekommen. Und das tun sie leider nicht – bei weitem nicht -, wie eine IGLU-Sonderauswertung belegt. Gerne hier nachlesen: https://www.news4teachers.de/2024/05/iglu-sonderauswertung-viele-kinder-die-zu-hause-kein-deutsch-sprechen-erhalten-keine-besondere-lesefoerderung/
Herzliche Grüße
Die Redaktion
Cool. Inwiefern die Erfassung auch zuverlässig ist, hinterlässt bei mir erhlichgesagt Magengrummeln – eigene Fehler fallen mir leichter 😀
Habe aber auch sehr schwache Schüler*innen, die undeutlich, sehr ungenau lesen. Bin gespannt, wie die Software dies aufnimmt.
Die Probl