key: cord-0076711-4y62uqky
authors: Mahler, Daniela; Arnold, Julia
title: MaSter-Bio – Messinstrument für das akademische Selbstkonzept zum technologiebezogenen Professionswissen von angehenden Biologielehrpersonen
date: 2022-04-05
journal: ZfDN
DOI: 10.1007/s40573-022-00137-6
sha: 34e73cc438ebd71d092138cffdf904b2ea43da42
doc_id: 76711
cord_uid: 4y62uqky

Digital technologies can—if meaningfully integrated into the lessons—promote learning. However, whether the potentials of digital technologies are actually used in the regular classroom depends to a relevant degree on the teacher and his or her willingness to do so. One important factor for this willingness is the teachers’ academic self-concept related to technological pedagogical content knowledge (TPACK). In order to understand the construct in its depth and to be able to assess the success of interventions in teacher education, the valid and reliable measurement of the academic self-concept related to technological pedagogical content knowledge is important. In this article, the MaSter-Bio is presented as a measurement instrument for the academic self-concept related to technological pedagogical content knowledge of prospective biology teachers. In its development, the current research on academic self-concept and technological pedagogical content knowledge, the usability in German-speaking countries, and a specific refinement for biology teaching were taken into account. Reliability and validity were tested on a sample of 403 prospective biology teachers. The instrument reliably measures the seven hypothesized subscales of the construct and provides sufficient evidence for discriminant and convergent validity.

Schüler*innen der Sekundarstufe I dokumentieren gemeinsam Pflanzenarten, die sie auf dem Schulgelände finden und nutzen ihre Smartphones und Tablets, um die Funde fotografisch festzuhalten und mit Apps zu bestimmen. Anschließend laden sie die Fotos in die Schul-Cloud, um die Bestimmung und Sammlung zu dokumentieren. Zusätzlich stellen sie ihre Funde der Gemeinschaft (im Sinne von citizen science) zur Verfügung, indem sie diese auf einer kollaborativen Plattform hochladen.

Dieses Beispiel veranschaulicht, wie der Einsatz digitaler Technologien den Biologieunterricht bereichern kann, indem er den Erwerb von Artenkenntnis (Groß 2018 ) sowie das Teilen der Resultate mit der (wissenschaftlichen) Gemeinschaft erleichtert. Zusätzlich widerspricht dieses Beispiel der Annahme, dass digitale Technologien im Unterricht Primärerfahrungen eher verhindern oder ersetzen würden. Es zeigt aber auch, dass die Biologielehrperson ein geeignetes Lernsetting schaffen muss, um kognitive Passivität auf Schüler*innenseite beim Bestimmen durch die App zu vermeiden.

Unter digitalen Technologien fasst dieser Beitrag folgende Kategorien zusammen: Hardware (z. B. Tablets, Smartphones), Software (z. B. Programme zur Textverarbeitung oder Tabellenkalkulation, Lernsoftware), digitale Lernmedien (z. B. E-Books, Videoinstruktion) sowie entsprechendes Zubehör (z. B. digitale Messgeräte). Solche digitalen Technologien können -sinnvoll eingesetzt -das Lernen allgemein (Tamin et al. 2011) , den naturwissenschaftlichen Unterricht (Schmid et al. 2021 ) sowie den Biologieunterricht bereichern (Remmele und Schaal 2018; Schaal und Crossley, 2013) . Um nur wenige Beispiele zu nennen: Apps zur Pflanzenbestimmung fördern -bei richtiger Einbettung in den Biologieunterricht -Arten-und Formenkenntnisse (Groß 2018) , Erklärvideos können das Erlernen von Laborprozeduren unterstützen (Jordan et al. 2016; Nadelson et al. 2015) und Augmented Reality kann den Lernerfolg beim Lernen der menschlichen Anatomie erhöhen (Fokides 2018) . Darüber hinaus können fachliche Inhalte mit Hilfe digitaler Technologien vertieft erlernt werden (Kramer et al. 2019) . Viele Phänomene, die mit dem bloßen Auge nicht erfasst werden können, können mit digitalen Technologien sichtbar werden (Weitzel 2013) . So können sich Lernende durch dynamische Repräsentationen wie Erklärvideos komplexe oder abstrakte Inhalte erschließen (Evagorou et al. 2015) oder die räumlichen Dimensionen eines (anatomischen) Gegenstandes besser verstehen (Ainsworth et al. 2010; . Zudem sind digitale Concept Maps eine gute Möglichkeit komplexe Zusammenhänge, wie sie bspw. in Ökosystemen auftreten, zu visualisieren (Weitzel 2013) und so den Aufbau konzeptuellen Wissens zu unterstützen. Ob jedoch die Potenziale digitaler Technologien im Regelunterricht tatsächlich genutzt werden, hängt zu einem relevanten Maß von der Lehrperson und ihrer Bereitschaft ab (Mahler und Arnold 2017; Petko et al. 2018) . Die Kompetenzaspekte auf Lehrpersonenseite, die für den gewinnbringenden Einsatz digitaler Technologien im Unterricht eine Rolle spielen lassen sich unter dem Begriff professionelle Handlungskompetenz zusammenfassen (Baumert und Kunter 2006) . Hierbei ist erstens das technologiebezogene Professionswissen einer Lehrperson (technological pedagogical content knowledge -TPACK; Mishra und Koehler 2006) -also jenes Wissen auf Lehrpersonenseite, welches für den lernförderlichen Einsatz digitaler Technologien notwendig ist -von Bedeutung (s. S. 6 ff. für eine ausführliche Beschreibung des Konstrukts). Motivationale Orientierungen beeinflussen zweitens, ob und in welchem Ausmaß dieses Wissen auch tatsächlich in Handeln mündet (Ajzen 2002; Mahler und Arnold 2017; Pintrich, 2003; Scherer und Teo 2019) , da sie im Zusammenhang mit der Aufrechterhaltung von Absichten und der Regulation des beruflichen Verhaltens (Baumert und Kunter 2006) stehen. In diesem Zusammenhang steht insbesondere das akademische Selbstkonzept bezüglich des TPACK im Fokus zahlreicher Studien (z. B. Schmidt et al. 2009; s. S. 8) .

Auffällig bei bestehenden Messinstrumenten ist jedoch, dass viele Autoren angeben, technologiebezogenes Professionswissen zu messen, dann aber ein Instrument zur Erfassung des akademischen Selbstkonzepts vorstellen (Pamuk et al. 2015; Schmidt et al. 2009; Tan et al. 2019; Valtonen et al. 2017) . Wenn man allerdings davon ausgeht, eigentlich Wissen zu messen, ist die Entwicklung des Instrumentes nicht auf das eigentliche Konstrukt des Selbstkonzeptes ausgelegt. Selbstkonzept und das entsprechende Professionswissen korrelieren zwar moderat (z. B. Paulick et al. 2016) , letztlich handelt es sich aber um zwei unterschiedliche Konstrukte, die auch im Modell professioneller Kompetenz (Baumert und Kunter 2006) 

Erfolgreiches Unterrichten erfordert unterschiedliche Eigenschaften auf Lehrpersonenseite, die sich im Modell professioneller Handlungskompetenz von Baumert und Kunter (2006) zusammenfassen lassen. Das Modell professioneller Handlungskompetenz ist ursprünglich nicht für den Kontext digitaler Technologien entwickelt worden, lädt jedoch aufgrund seines heuristischen Charakters explizit zu einer Ausdifferenzierung ein (Baumert und Kunter 2006) .

Zahlreiche Studien widmeten sich bereits dem Professionswissen als Wissensbasis für das Unterrichten (z. B. Baumert et al. 2010; Großschedl et al. 2015 Allerdings fühlen sich angehende und praktizierende Lehrpersonen oft nicht adäquat qualifiziert (Chai et al. 2013) . Sie sind also nicht davon überzeugt, dass sie das eben beschriebene Wissen und die Fähigkeiten besitzen, die notwendig wären, digitale Technologien lernförderlich zu nutzen. Diese Wahrnehmung des eigenen Wissensbestands wird auch als akademisches Selbstkonzept einer Person beschrieben (Shavelson et al. 1976) .

Das Selbstkonzept stellt einen kognitiven Bereich motivationaler Orientierungen von Lehrpersonen dar (Baumert und Kunter 2006; Paulick et al. 2016) . Shavelson et al. (1976) beschreiben das Selbstkonzept als die Selbstwahr-nehmung einer Person. Es lassen sich ein nicht-akademisches Selbstkonzept sowie ein akademisches Selbstkonzept unterscheiden. Das akademische Selbstkonzept steht im Mittelpunkt dieses Beitrags. Dieses bezieht sich dabei auf spezielle Inhaltsbereiche (Hattie 1992; Stiensmeier-Pelster und Schöne 2008) , bei angehenden Lehrpersonen beispielsweise auf ihr Professionswissen. Paulick et al. (2016) konnten zeigen, dass sich auch im akademischen Selbstkonzept die drei Wissensbereiche des Professionswissens nach Shulman (1986 Shulman ( , 1987 ; Fachwissen, fachdidaktisches Wissen und pädagogisch-psychologisches Wissen, siehe unten) abbilden lassen. Dabei korrelieren die Bereiche des akademischen Selbstkonzepts jeweils am stärksten mit dem korrespondierenden Wissensbereich. Diese Korrelationen liegen im moderaten Bereich.

Der vorliegenden Studie liegt die Annahme eines Mittelwegs zwischen einem transformativen und einem integrativen Modell des TPACK als korrespondierende Wissensbasis für das akademische Selbstkonzept zugrunde, der im Folgenden kurz erläutert werden soll. Die Unterscheidung zwischen integrativem und transformativem Modell stammt ursprünglich aus der Forschung zur Entwicklung des PCK (Gess-Newsome 1999). In der integrativen Konzeptualisierung existiert PCK nicht als eigenständiger Wissensbereich, sondern entsteht im Laufe der Entwicklung des Professionswissens aus der Integration von CK und PK. PCK kann also als "Mischung" von CK und PK beschrieben werden, bei dem die "Zutaten" immer sichtbar bleiben. Die transformative Sichtweise versteht PCK als eigenständige Domäne. PCK ist dabei ein Amalgam aus CK und PK, welches während der Wissensentwicklung entsteht. Die "Zutaten" CK und PK in diesem Verbund nicht mehr sichtbar. Nach diesem Verständnis ist für jeden fachlichen Kontext und unterschiedliche Lerngruppen ein eigenes PCK erforderlich, weil nicht mehr flexibel auf die anderen Wissensbestände zugegriffen werden kann. Diese beiden Perspektiven stellen also Extreme dar. Der oben genannte Mittelweg versteht die Wissensbereiche jeweils als eigenständig. Die Wissensbereiche stehen dabei nicht unverbunden zueinander, sondern es zeigen sich Zusammenhänge. Diese Struktur ließ sich bereits für das Professionswissen (z. B. Großschedl et al. 2014 ) als auch für das akademische Selbstkonzept zum Professionswissen zeigen (Paulick et al. 2016) .

Motivationale Orientierungen wie das akademische Selbstkonzept beeinflussen, ob angehende Lehrpersonen digitale Technologien später auch tatsächlich einsetzen. Bisher liegen jedoch noch keine validierten Instrumente vor, die die aktuelle Forschung zum akademischen Selbstkonzept und zum technologiebezogenen Professionswissen berücksichtigen, eine Nutzung im deutschsprachigen Raum ermöglichen und eine spezifische Ausschärfung für das Unterrichtsfach Biologie besitzen.

Ziel des vorgestellten Projektes war es daher, ein Instrument zur Erfassung des akademischen Selbstkonzepts zum technologiebezogenen Professionswissen von angehenden Biologielehrpersonen zu entwickeln und zu validieren.

Bevor die konkreten Forschungsfragen vorgestellt werden, soll eine kurze Einordnung des Validitätsverständnisses in dieser Studie erfolgen. Kane (2001) gibt einen guten Überblick über die Veränderung des Verständnisses von Validität über die Zeit sowie Hinweise, was bei Validierungsstudien zu beachten ist. Einige Aspekte aus seinen Ausführungen sollen hier kurz thematisiert werden. Zunächst ist es wichtig, dass Validität nicht als Merkmal des Instrumentes selbst verstanden wird. Vielmehr steht die Plausibilität der Interpretation im Mittelpunkt, die man mithilfe der mit dem Instrument erhobenen Daten vornehmen will. Die Interpretation dieser Daten sollte darüber hinaus einen sinnvollen Vorteil bieten. Man sollte also grundsätzlich prüfen, was genau man für welche Personengruppe und für welches Einsatzszenario mit welchem Ziel messen will (also in unserem Fall: das akademische Selbstkonzept zum TPACK von angehenden Lehrkräften, um dieses Konstrukt in der wichtigen Professionalisierungsphase des Studiums untersuchen zu können).

Die die Studie leitenden Forschungsfragen und Hypothesen werden im Folgenden nach Validitätsaspekten strukturiert vorgestellt.

Zunächst einmal ist es notwendig, die Operationalisierung hinsichtlich der Modellpassung zu überprüfen. Dabei wird der Frage nachgegangen, ob sich die sieben Dimensionen aus dem Modell von Mishra und Koehler (2006) 

Wie im theoretischen Hintergrund bereits erläutert liegt der Instrumentenentwicklung die Annahme eines Mittelwegs zwischen einem transformativen und einem integrativen Modell des TPACK als korrespondierende Wissensbasis für das akademische Selbstkonzept zugrunde.

Dieser Perspektive folgend wurden Items für alle sieben Bereiche des akademischen Selbstkonzepts entwickelt. Den Ausgangspunkt für die Instrumentenentwicklung stellt die Arbeit von Schmidt et al. (2009) dar. Trotz der oben erwähnten Problematik bezüglich der Unterscheidung zwischen Wissen und Selbstkonzept als Erhebungsgegenstand, bietet dieses Instrument eine sehr gute Ausgangslage, weshalb es hier adaptiert und weiterentwickelt wurde. Dieses englischsprachige Instrument bezieht sich auf die sieben technologiebezogenen Bereiche des SK-TPACK. Im Rahmen dieser Arbeit wurde das Instrument zunächst übersetzt und dann sowohl fachspezifisch ausgestaltet als auch durch neu entwickelte Items gestärkt. Die Übersetzung erfolgte durch die beiden Autorinnen. Im Original-Instrument (Schmidt et al. 2009 ) ist die Fachspezifität schon angelegt. Jedoch bezieht es sich auf verschiedene Fächer ("mathematics", "literacy", "science" und "social studies", S. 147). Zudem werden die Naturwissenschaften unter "sciences" zusammengefasst. Da in den deutschsprachigen Ländern Biologie meist als separates Fach unterrichtet wird, wurde das Instrument auf die Verwendung im Biologieunterricht angepasst bzw. entsprechend reduziert. Durch die Fokussierung auf ein einziges Fach blieben häufig nur ein-Item-Skalen, die dann durch Items ergänzt wurden. Dabei wurden bspw. in Bezug auf PCK und TPCK analog zu vorhandenen Studien Items in Bezug auf Instruktionsstrategien, Repräsentationsformen sowie Schüler*innenvorstellungen ergänzt (Großschedl et al. 2015; Schmelzing et al. 2013) . Durch diese Fokussierung und Erweiterung soll eine Messung für das TPACK-Selbstkonzept mit Bezug auf den Biologieunterricht ermöglicht werden. Das Instrument wurde unabhängig voneinander zwei Studierenden vorgelegt. Diese wurden gebeten, den Fragebogen zu bearbeiten und zu kommentieren und dabei laut zu denken. Dies diente einerseits der Überprüfung der Verständlichkeit der Übersetzung und Ergänzung und andererseits der Abschätzung, wieviel Zeit die Bearbeitung in Anspruch nimmt. Anschließend wurde das Instrument entsprechend der Hinweise der Studierenden überarbeitet. Ferner wurde das Instrument von einer zweiten Arbeitsgruppe, die zum gleichen Thema, aber nicht im gleichen Projekt arbeitet -also entsprechende Expertise hat -kommentiert. Auch diese Anmerkungen wurden zur Optimierung des Instruments genutzt. Die finale Version der Items sowie ein Hinweis zum Ursprung dieser finden sich in Anhang 1.

Sieben Subskalen bilden also die sieben angenommenen Bereiche des akademischen Selbstkonzepts zum technologiebezogenen Professionswissen im Biologieunterricht ab. Drei Subskalen sind folglich nicht technologiebezogen (SK-CK, SK-PCK, SK-PK), vier Subskalen repräsentieren die Bereiche mit Technologiebezug (SK-TK, SK-TCK, SK-TPK, SK-TPCK). Eine fünfstufige Likert-Skala gibt den Proband*innen die Möglichkeit sich bezüglich einer Aussage zu positionieren (z. B. "Ich lerne technische Dinge schnell."; (1) stimme zu, (2) stimme eher zu, (3) neutral, (4) stimme eher nicht zu, (5) stimme nicht zu). Zusätzlich dazu haben die Proband*innen die Möglichkeit keine Angabe zu machen.

Um die konvergente Validität sicherzustellen, wurde ein Instrument eingesetzt, welches das akademische Selbstkonzept zum Professionswissen im Lehramtsstudium erfasst (BevaKomP, Braun et al. 2008) . Dieses Instrument hat keinen Technologiebezug und wurde bereits in zwei Großpro- 

Die Ergebnisse bezüglich deskriptiver Statistik und Reliabilität fasst Tab. 5 zusammen. Die Skalen zeigen eine gute (Cronbach's α > 0,80) bis sehr gute (Cronbach's α > 0,90) Reliabilität. -TPACK   SK-CK  SK-PCK  SK-PK  SK-TK  SK-TCK  SK-TPCK  SK-TPK   S K -C K  1  ------SK-PCK  0,38***  1  -----SK-PK 0,21*** 0,21*** 1 ----SK-TK 0,04 0,01 0,07* 1 ---SK-TCK 0,26*** 0,33*** 0,19*** 0,23*** 1 --SK-TPCK 0,27*** 0,39*** 0,22*** 0,22*** 0,54*** 1 -SK-TPK 0,10* 0,21*** 0,27*** 0,27*** 0,43*** 0,48*** 1 ***: p < 0,001; **: p < 0,01, *: p < 0,05 

Tab. 6 gibt Auskunft über die zur Überprüfung der konvergenten Validität herangezogenen Korrelationen (Forschungsfrage 2). Erwartungskonform korrelieren die BSK-Skalen jeweils signifikant positiv mit den korrespondierenden Skalen des MaSter-Bio. Dabei fällt auf, dass SK-PK mit BSK-PCK (r = 0,117***) etwas höher korreliert als mit dem korrespondierenden BSK-PK (r = 0,059***). Hypothesenkonform ist, dass sich zwischen dem SK-TK und den BevaKomP-Items höchstens schwache (negative) Korrelationen (r = -0,06) finden lassen. Darüber hinaus zeigen sich signifikant positive Zusammenhänge zwischen den Skalen mit einem Fach-bzw. Fach-und Unterrichtsbezug. SK-TPCK korreliert etwas stärker mit BSK-CK (r = 0,203***) als mit BSK-PCK (r = 0,176***). Auffällig ist, dass SK-TPK keine Korrelation mit dem analogen nicht-technologiebezogenen Konstrukt (BSK-PK) aufweist.

Tab. 6 Korrelationen zwischen den Subskalen des SK-TPACK und des BevaKomP (Braun et al. 2008) SK-CK SK-PCK SK-PK SK-TK SK-TCK SK-TPCK SK-TPK BSK-CK a 0,37*** 0,27*** 0,09*** -0,06* 0,18*** 0,20*** 0,03 BSK-PCK a 0,26*** 0,32*** 0,12*** -0,03 0,14*** 0,18*** 0,04 BSK-PK a 0,01 0,08** 0,06* -0,02 0,01 0,01 0,04 a Skalen aus BevaKomP (Braun et al. 2008 ); ***: p < 0,001; **: p < 0,01, *: p < 0,05

Zur Überprüfung der konkurrenten Validität als Aspekt der Kriteriumsvalidität werden der Zusammenhang zwischen den SK-TPACK-Skalen und ausgewählten Prädiktoren untersucht (Tab. 7).

Bezüglich der Ausbildungsphase wurden Bachelorstudierende (n = 167), Masterstudierende (n = 101) und Lehrpersonen im Vorbereitungsdienst (n = 60) miteinander verglichen. Masterstudierende und Lehrpersonen im Vorbereitungsdienst erreichen im Vergleich zu Bachelorstudierenden höhere Werte bezüglich ihres akademischen Selbstkonzepts im CK, PCK und PK (p < 0,05 

Einen weiteren Hinweis bezüglich der Kriteriumsvalidität gibt der Vergleich von Proband*innen mit und ohne naturwissenschaftliches Zweitfach. Proband*innen mit einem naturwissenschaftlichen Zweitfach (n = 67) erreichen eine höhere Ausprägung des fachwissenschaftlichen Selbstkonzepts.

Ziel der hier vorgestellten Studie war es, ein reliables Instrument zur Erfassung des akademischen Selbstkonzepts zum TPACK zu entwickeln und zu validieren. Da die Lehrer*innenbildung eine prägende Phase für die Entwicklung professioneller Kompetenz (Kunter et al. 2013a ) und damit auch für das akademische Selbstkonzept darstellt, soll das Instrument bei angehenden Lehrpersonen im Studium und im Vorbereitungsdienst eingesetzt werden. Eines der meistgenutzten Instrumente zur Erfassung des TPACK-Selbstkonzeptes von Schmidt et al. (2009) wurde als Grundlage für MaSter-Bio genutzt und in Hinblick auf folgende Aspekte erweitert und ausdifferenziert: (1) Berücksichtigung der Forschung zum akademischen Selbstkonzept und zum technologiebezogenen Professionswissen, (2) Nutzbarkeit im deutschsprachigen Raum sowie (3) eine spezifische Ausschärfung für den Biologieunterricht. Die Ergebnisse der Validitätsüberprüfung werden im Folgenden diskutiert.

Die konfirmatorische Faktorenanalyse bestätigt die Annahme, dass das sieben-dimensionale Modell die Daten am besten beschreibt (Forschungsfrage 1). Dies deckt sich mit Befunden zum akademischen Selbstkonzept zum Professionswissen (Paulick et al. 2016 ) sowie zum Professionswissen selbst . Somit können die sieben TPACK-Konstrukte empirisch als trennbar dargestellt und entsprechend als separate Skalen behandelt werden, wodurch differenzierte Aussagen möglich werden. Alle sieben Subskalen sind reliabel. Die plausiblen Korrelationen zwischen den Skalen zeigen aber auch, dass die Konstrukte nicht gänzlich unabhängig voneinander sind. Dies gibt zum einen Hinweise auf die Validität, weil sich erwartungskonform gewisse Konstrukte näherstehen als andere (z. B. die technologiebezogenen Konstrukte untereinander). Dass die Konstrukte, die keine Schnittmenge haben (z. B. SK-CK und SK-TK) nicht bzw. nur schwach miteinander korrelieren, unterstützt die Plausibilität der Korrelationen der anderen Konstrukte. Es zeigt sich also, dass je größer die Schnittmenge ist (z. B. TCK und TPCK haben den Technologiebezug sowie den Fachwissensbezug gemeinsam), desto höher ist die Korrelation zwischen den Konstrukten. Auffällig ist, dass das SK-TK mit keinem anderen Konstrukt in Verbindung steht. Inhaltlich kann man daraus schließen, dass dieser Bereich eine Sonderstellung einnimmt. Da er weder mit dem Fach noch mit dem Unterricht in Verbindung steht, spielt er vermutlich für jede Person, die mit digitalen Technologien arbeitet, eine Rolle. Dies ist für die anderen fach-bzw. unterrichtsbezogenen Bereiche nicht der Fall (s. auch die Argumentation zur Schnittmenge). Entsprechend scheint die fehlende Korrelation plausibel. Entsprechend der Ergebnisse kann von ausreichender diskriminanter Validität ausgegangen werden.

Die Hypothese zur konvergenten Validität, der zufolge die Konstrukte des MaSter-Bio mit analogen Konstrukten des BevaKomP (Braun et al. 2008 ) korrelieren, wird durch die Ergebnisse weitestgehend gestützt. Auffällig ist auch hier, dass das SK-TK wenig in Verbindung mit den BevaKomP-Skalen steht, was zur oben beschriebenen Sonderstellung des Konstruktes passt. Die nicht-hypothesenkonform fehlende Korrelation zwischen beiden Skalen des PK-Selbstkonzepts kann ggf. durch die Operationalisierung erklärt werden. Während sich die BevaKomP-Skalen auf das Lehramtsstudium beziehen, sind die MaSter-Bio-Skalen deutlich unterrichtsbezogener (abgesehen von den Selbstkonzepten zu TK, CK und TCK). Offenbar scheint sich dieser Unterschied insbesondere beim akademischen Selbstkonzept zum PK auszuwirken. Die Ergebnisse geben Hinweise auf die konvergente Validität.

Die Hypothese, der zufolge sich die Ausprägungen des SK-TPACK nach der Ausbildungsphase unterscheiden lassen, lässt sich ausschließlich für die nicht-technologiebezogenen Konstrukte bestätigen. Auch ein hypothesenkonformer Unterschied zwischen den Lehramtszugängen (Sekundarstufe I vs. Sekundarstufe II) kann in den Daten nicht gefunden werden. Ähnlich verhält es sich beim Vergleich zwischen Proband*innen mit und ohne zweites naturwissenschaftliches Fach. Hier lassen sich hypothesenkonforme Unterschiede lediglich im Selbstkonzept des Fachwissens finden. Allen drei Hypothesen lag die Annahme zugrunde, dass sich die Gruppen jeweils in den Lerngelegenheiten zu den TPACK-Konstrukten unterscheiden. Die nichthypothesenkonformen Ergebnisse könnten dadurch erklärt werden, dass eben diese zugrundeliegende Annahme nicht zutrifft. Dies würde bedeuten, dass weder im Studium noch im Vorbereitungsdienst ausreichend Lerngelegenheiten für den didaktisch begründeten Einsatz digitaler Technologien (im Biologieunterricht) zu finden sind. Dies können wir jedoch nur als vorsichtige Annahme formulieren, da inhaltliche Aussagen nicht aus einer Validierungsstudie abgeleitet werden sollten. Wenn diese Vermutung zutrifft, wäre es sinnvoll, das Instrument entweder zusätzlich bei erfahrenen Lehrpersonen, die häufig digitale Technologien im Unterricht nutzen, einzusetzen, bzw. die Studie einige Zeit nach dem Beginn der durch die SARS-CoV-2-Pandemie verursachten vermehrten Nutzung digitaler Medien (durch Lockdown und Distance-Learning) zu wiederholen, um die Kriteriumsvalidität abzusichern. Die Integration einer systematischen Förderung digitaler Basiskompetenzen in der Lehrer*innenbildung erscheint grundsätzlich sinnvoll, sodass bspw. der Vorstoß der Arbeitsgruppe Digitale Basiskompetenzen -die einen entsprechenden Orientierungsrahmen entwickelten (Becker et al. 2020 ) -unterstützt werden kann.

Die Ergebnisse stützen die Annahme, dass das vorliegende Instrument geeignet ist, das akademische Selbstkonzept zum TPACK angehender Lehrpersonen zu messen und mithilfe der Messung zu sinnvollen Interpretationen zu kommen. Grenzen der Untersuchung zeigen sich allerdings in zwei miteinander in Beziehung stehenden Aspekten der Wahl der Prädiktoren und der Zusammensetzung der Stichprobe. Die Wahl der Prädiktoren für die Kriteriumsvalidität bezog sich vor allem auf systematische Unterschiede im Lehramtsstudium, die wiederum einen unterschiedlichen Umfang an Lerngelegenheiten implizieren. Zwar lag der Auswahl der Kriterien empirische Evidenz zugrunde (Andrew und Schwab 1995; Großschedl et al. 2015; Kleickmann et al. 2013) , jedoch zeigen sich dahingehend Grenzen dieser Auswahl, als dass sie nicht pauschal in Zusammenhang zu allen Bereichen des akademischen Selbstkonzeptes zum TPACK gesetzt werden können. Dies wird auch in unseren Ergebnissen deutlich. So zeigt sich für den Prädiktor "Zweitfach" nur ein Zusammenhang zum Selbstkonzept zum Fachwissen, was in Anbetracht der Anzahl an naturwissenschaftlichen Lerngelegenheiten (die sich ja durchaus in manchen Aspekten wie bspw. den fachgemäßen Arbeitsweisen ähneln) plausibel erscheint. Der Studienfortschritt steht insbesondere in Zusammenhang mit den nicht-technologiebezogenen Bereichen. Ein Grund könnte sein, dass der didaktisch aufbereitete Einsatz digitaler Technologien im Biologieunterricht offensichtlich noch nicht systematisch im Studium berücksichtigt wird. Dies kann jedoch nur eine Annahme bleiben, da ein Instrument nicht gleichzeitig einem Validierungsprozess unterliegen kann und für inhaltliche Aussagen herangezogen werden kann. Entsprechend differenzierte Hypothesen und eine zusätzliche Aufnahme weiterer Prädiktoren (bspw. Lerngelegenheiten mit einem Bezug zu digitalen Technologien) sollten für weitere Untersuchungen unbedingt berücksichtigt werden.

Trotz der Stichprobengröße von 403 angehenden Lehrpersonen unterschreiten wir die von Schreiber et al. (2006) empfohlene Personenanzahl pro Parameter etwas, was vor allem an der siebendimensionalen Modellierung liegt. Die grundsätzlich empfohlene Mindestgröße (N > 100) ist jedoch mit der vorhandenen Stichprobe voll erfüllt.

Darüber hinaus ist für die Auswahl der Stichprobe anzumerken, dass es sich um eine Gelegenheitsstichprobe handelt. Dennoch halten wir die Stichprobe aufgrund ihrer Größe, sowie der Abdeckung zumindest zweier Bundesländer und mehrerer Ausbildungsphasen für angemessen, um eine haltbare Aussage bezüglich der Reliabilität des Instruments sowie der Validität zu treffen. Der Einsatz des Instruments für weitere Validierungsschritte -die im Folgenden erläutert werden -erscheint dennoch vielversprechend.

Die Erhebung fand vor der SARS-CoV-2-Pandemie und der damit verbundenen Zunahme der Nutzung digitaler Technologien im Unterricht statt. Es kann vermutet werden, dass sich nicht die Qualität des Konstrukts, sondern v. a. (Ajzen 1985) . Somit eignet sich ein Fragebogen zum Selbstkonzept -also auch der MaSter-Bio für diesen Zweck besser. Da alle sieben Subskalen reliabel sind, kann auch eine Auswahl der Subskalen genutzt werden.

Das MaSter-Bio-Instrument bietet die Möglichkeit das akademische Selbstkonzept zum technologiebezogenen Professionswissen angehender Biologielehrpersonen reliabel und valide zu erfassen. Dabei wurde ein fachspezifischer und ganzheitlicher Ansatz gewählt, der sowohl technologiebezogene Bereiche als auch Bereiche ohne Technologiebezug berücksichtigt. Die Autorinnen laden explizit dazu ein, das Instrument zu adaptieren, um es auch zur Erfassung des Selbstkonzepts zum TPACK anderer Fächergruppen zu nutzen. Aufgrund der inhaltlichen Nähe (bspw. bezüglich fachgemäßer Arbeitsweisen) lässt sich das Instrument ohne großen Aufwand gut auf die anderen naturwissenschaftlichen Fächer anpassen.

Bitte geben Sie für die Fragen an, inwiefern Sie (nicht) zustimmen: Funding Open Access funding enabled and organized by Projekt DEAL.

Open Access Dieser Artikel wird unter der Creative Commons Namensnennung 4.0 International Lizenz veröffentlicht, welche die Nutzung, Vervielfältigung, Bearbeitung, Verbreitung und Wiedergabe in jeglichem Medium und Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle ordnungsgemäß nennen, einen Link zur Creative Commons Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Die in diesem Artikel enthaltenen Bilder und sonstiges Drittmaterial unterliegen ebenfalls der genannten Creative Commons Lizenz, sofern sich aus der Abbildungslegende nichts anderes ergibt. Sofern das betreffende Material nicht unter der genannten Creative Commons Lizenz steht und die betreffende Handlung nicht nach gesetzlichen Vorschriften erlaubt ist, ist für die oben aufgeführten Weiterverwendungen des Materials die Einwilligung des jeweiligen Rechteinhabers einzuholen.

Weitere Details zur Lizenz entnehmen Sie bitte der Lizenzinformation auf http://creativecommons.org/licenses/by/4.0/deed.de.

Engaging students with assessment: inquiry cartoons

From intentions to actions: a theory of planned behavior

Perceived behavioral control, self-efficacy, locus of control, and the theory of planned behavior

The influence of attitudes on behavior

Has reform in teacher education influenced teacher performance? An outcome assessment of graduates of an eleven-university consortium

Stichwort: Professionelle Kompetenz von Lehrkräften

Teachers' mathematical knowledge, cognitive activation in the classroom, and student progress

Digitale Basiskompetenzen -Orientierungshilfe und Praxisbeispiele für die universitäre Lehramtsausbildung in den

Effectiveness of teacher education. State of research, measurement issues and consequences for future studies

Das Berliner Evaluationsinstrument für selbsteingeschätzte, studentische Kompetenzen (BEvaKomp)

Making Science VisiBLe: Professionswissen zu Erklärvideos fördern

A review of technological pedagogical content knowledge

The relative performance of full information maximum likelihood estimation for missing data in structural equation models

The role of visual representations in scientific practices: from conceptual understanding and knowledge generation to 'seeing' how science works

Tablets in primary schools: results of a study for teaching the human organ systems

Lineare Strukturgleichungsmodelle

Pedagogical content knowledge: An introduction and orientation

Theoretical considerations for understanding technological pedagogical content knowledge (TPACK)

Die APP ID-logics als digitale Bestimmungshilfe

Content-Related Knowledge of Biology Teachers from Secondary Schools: Structure and Learning Opportunities

Preservice biology teachers' professional knowledge: Structure and learning opportunities

Construction and evaluation of an instrument to measure content knowledge in biology: The CK-IBI

Towards a model of schooling: A synthesis of meta-analyses

Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives

Effectiveness of student-generated video as a teaching tool for an instrumental technique in the organic chemistry laboratory

Current concerns in validity theory

Teachers' content knowledge and pedagogical content knowledge: The role of structural differences in teacher education

Professionswissen angehender Lehrkräfte mit mathematisch-naturwissenschaftlichen Fächern -Testentwicklung im Rahmen des

Der Einsatz digitaler Medien im gymnasialen Biologieunterricht

Cognitive activation in the mathematics classroom and professional competence of teachers

Wissen und Motivation im Umgang mit digitalen Technologien

Opportunities to Learn for Teachers' Self-Efficacy and Enthusiasm

Technological pedagogical content knowledge: a framework for teacher knowledge

MPlus (Version 5.21). Author

Integration of video-based demonstrations to prepare students for the organic chemistry laboratory

Exploring relationships among TPACK components and development of the TPACK instrument. Education and Information Technologies

Preservice teachers' professional knowledge and its relation to academic self-concept

The interplay of school readiness and teacher readiness for educational technology integration: a structural equation model. Computers in the Schools

A motivational science perspective on the role of student motivation in learning and teaching contexts

Animation, Simulation, virtuelle Realität -was bringt's? Zum Wert digitaler Darstellungsformen im Biologieunterricht

The impact of stereoscopic imagery and motion on anatomical structure recognition and visual attention performance

Biologie und ihre Didaktik, Physik und ihre Didaktik, lnstitut für Naturwissenschaften und Technik

On the quest for validity: testing the factor structure and measurement invariance of the technology-dimensions in the technological, pedagogical, and content knowledge (TPACK) model

Development, evaluation, and validation of a paper-and-pencil test for measuring two components of biology teachers' pedagogical content knowledge concerning the "cardiovascular system

Self-reported technological pedagogical content knowledge (TPACK) of pre-service teachers in relation to digital technology use in lesson plans. Computers in Human Behavior

Technological pedagogical content knowledge (TPACK)

Reporting structural equation modeling and confirmatory factor analysis results: A review

Self-concept: Validation of construct interpretations. Review of educational research

Those who understand: knowledge growth in teaching

Knowledge and teaching. Foundations of the new reform

Fähigkeitsselbstkonzept. In W. Schneider & M. Hasselhorn (Hrsg.), Handbuch der Pädagogischen Psychologie

What forty years of research says about the impact of technology on learning: a second-order meta-analysis and validation study

Examining pre-service teachers' knowledge of teaching multimodal literacies: A validation of a TPACK survey

TPACK updated to measure preservice teachers' twenty-first century skills

Mit Handyclips diagnostizieren und dokumentieren

Evaluating cutoff criteria of model fit indices for latent variable models with binary and continuous outcomes (Doctoral dissertation)