Wirksame Lernumgebungen gezielt gestalten

News aus der Lehr-/Lernforschung – Q2 2026

Auf einen Blick

Die aktuellen Reviews zeigen: Wirksame Hochschullehre entsteht weniger durch einzelne Tools als durch bewusst gestaltete Lernumgebungen. Prüfungen, Feedback, KI-Anwendungen und internationale Kollaboration entfalten ihre Wirkung, wenn sie gezielt gestaltet und in den Lernprozess eingebettet sind.

Authentische Prüfungen

Besonders wirksam, wenn Aufgaben relevant sind, Qualitätskriterien transparent sind und Studierende aktiv beteiligt werden. Beachtet werden sollten die Auswahl der Prüfungsfragen sowie die inhaltliche Prüfungsplanung.

Feedbackprozesse entwickeln

Entfalten ihre Wirkung, wenn sie prozessbegleitend, dialogisch und auf die nächsten Lernschritte ausgerichtet sind. Methoden wie Lehrfeedback durch Hospitation oder Zwischenfeedback sind mögliche Formen der Umsetzung.

Generative KI einsetzen

Unterstützt das Lernen, wenn sie pädagogisch eingebettet ist; sie kann Wissen und Motivation fördern, ersetzt aber kein gutes Aufgaben- und Prüfungsdesign.

Lernen in internationaler Online-Kollaboration

Fördert interkulturelle, digitale und kooperative Kompetenzen, wirkt jedoch nur bei klaren Strukturen, realistischen Rollen und institutioneller Unterstützung. Möglichkeiten zu internationalen Lehrkooperationen finden sich in der Beratung zu ENLIGHT-Lehrkooperationen.

Im Detail

Authentisch prüfen heisst mehr als Praxis simulieren

Zhan et al. (2025) schärfen den Begriff authentischer Prüfungen: Entscheidend ist nicht nur die Nähe zur Berufspraxis, sondern ob Aufgaben für Studierende nachvollziehbar, anspruchsvoll und lernförderlich gestaltet sind. Der Review macht deutlich, dass Authentizität erst im Zusammenspiel mit klaren Kriterien, Feedbackgelegenheiten und studentischer Mitgestaltung didaktisch wirksam wird. Für die Hochschullehre verschiebt sich damit der Fokus von der blossen Praxisnähe hin zur Frage, wie Prüfungen Lernprozesse sichtbar machen und weiterführen. 

Feedbackprozesse gezielt entwickeln

In dem Review von Istencioglu et al. (2026) wird aufgezeigt, dass Feedbackkompetenz von Lehrenden mehrdimensional, situationsabhängig und entwickelbar ist. Weiterentwicklung gelingt vor allem dort, wo Lehrende Rückmeldesituationen gemeinsam reflektieren, erproben und an konkrete Lehrsettings rückbinden. Für die Praxis heißt das: Wer Feedback verbessern will, sollte weniger an einzelnen Formulierungen ansetzen als am Zusammenspiel von Aufgabe, Dialog und nächstem Lernschritt.

Generative KI gezielt für Lernprozesse einsetzen

Liu und Zhong (2025) zeigen anhand von 71 Studien, dass generative KI Lernprozesse in kognitiven, affektiven und behavioralen Bereichen unterstützen kann, ihr Potenzial jedoch stark von der didaktischen Gestaltung abhängt. Chen und Cheung (2025) richten den Blick auf studentische Lernergebnisse und zeigen positive Effekte vor allem in einzelnen Leistungsbereichen, während metakognitive Prozesse nicht konsistent profitieren. Zusammengenommen verdeutlichen beide Beiträge, dass generative KI Lernprozesse unterstützen kann, aber klare Aufgaben, passende Einsatzszenarien, Scaffolding, Feedback und Reflexionsförderung nicht ersetzt.

Lernen in internationaler Online-Kollaboration fördern

Chan (2025) zeigt, dass internationale Online-Kollaboration didaktisch anspruchsvoller ist, als der kooperative Rahmen zunächst vermuten lässt. Lernerträge entstehen nicht automatisch durch den internationalen Austausch, sondern vor allem dann, wenn Aufgaben zwischen den Partnerinstitutionen gut abgestimmt, Erwartungen früh geklärt und die Zusammenarbeit aktiv begleitet werden. Für Lehrende ist damit nicht nur die Methode selbst relevant, sondern auch der oft unterschätzte organisatorische und curriculare Vorlauf.

Ressourcen

Literatur

  • Chan, C. K. Y. (2025). A scoping review of empirical research on Collaborative Online International Learning (COIL) implementation. Educational Research Review, 49, 100749. https://doi.org/10.1016/j.edurev.2025.100749

  • Chen, S., & Cheung, A. C. K. (2025). Effect of generative artificial intelligence on university students learning outcomes: A systematic review and meta-analysis. Educational Research Review, 49, 100737. https://doi.org/10.1016/j.edurev.2025.100737

  • Istencioglu, T., Boud, D., Dawson, P., & Yang, L. (2026). Teacher feedback literacy as an emerging field: a scoping review. Assessment & Evaluation in Higher Education. Advance online publication. https://doi.org/10.1080/02602938.2026.2631533

  • Liu, X., & Zhong, B. (2025). Integrating generative Artificial Intelligence into student learning: A systematic review from a TPACK perspective. Educational Research Review, 49, 100741. https://doi.org/10.1016/j.edurev.2025.100741

  • Zhan, Y., Boud, D., & Du, Z. (2025). Designing for authentic assessment: a scoping review. Higher Education. Advance online publication. https://doi.org/10.1007/s10734-025-01588-9