🔬 physics

Semiotic problem framing: a new framework to guide students and teachers in conceptual understanding and teaching of physics

Dieses theoretische Paper führt das Framework der Semiotic Problem Framing (SPF) ein, welches die semiotische Analyse linguistischer, visueller, symbolischer und metaphorischer Ressourcen in die Problemlösung in der Physik integriert, um das konzeptionelle Verständnis von Studierenden zu verbessern und Lehrkräften ein neues Diagnoseinstrument für das Instruktionsdesign zur Verfügung zu stellen.

Ursprüngliche Autoren: Matteo Tuveri, Arianna Steri, Viviana Fanti

Veröffentlicht 2026-07-14

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Matteo Tuveri, Arianna Steri, Viviana Fanti

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, ein kniffliges Physikrätsel zu lösen. Lange Zeit dachten Lehrer und Forscher, das Geheimnis zum Erfolg bestehe lediglich aus zwei Dingen: dem Wissen über die Physik (wie die Welt funktioniert) und dem Wissen über die Mathematik (wie man die Zahlen berechnet). Sie stellten sich eine flache Landkarte vor, auf der Studierende entweder im „Algorithmus-Modus“ (bloßes Einsetzen von Zahlen in Formeln) oder im „Konzept-Modus“ (Nachdenken über die großen Ideen) feststeckten.

Doch dieses Paper legt nahe, dass diese Landkarte eine ganze Dimension vermissen lässt. Es ist, als versuche man, eine Stadt mit nur einer Straßenkarte zu navigieren, während man dabei vergisst, dass man auch die lokale Sprache sprechen, die Schilder lesen und die Metaphern verstehen muss, mit denen die Menschen den Ort beschreiben.

Die Autoren, ein Team der Universität Cagliari, schlagen eine neue Art vor, wie Studierende Probleme lösen, genannt Semiotic Problem Framing (SPF). Sie argumentieren, dass das Lösen von Physik nicht nur aus Mathematik und Physik besteht, sondern daraus, ein ganzes Werkzeugset an Zeichen und Symbolen zu jonglieren. Dieses Werkzeug umfasst:

Visuelles: Skizzen, Diagramme und Graphen.
Sprache: Die Wörter, die wir verwenden, um das Geschehen zu beschreiben.
Metaphern: Das Vergleichen abstrakter Ideen mit alltäglichen Dingen (wie etwa zu denken, dass Elektrizität wie Wasser fließt, das durch ein Rohr strömt).
Symbole: Die spezifische mathematische Notation und Gleichungen.

Die fehlende Dimension

Das Paper legt nahe, dass die alte Sichtweise auf Probleme zu flach war. Stellen Sie sich einen 2D-Graphen vor, mit „Physik“ auf einer Seite und „Mathematik“ auf der anderen. Die Autoren sagen, wir müssen eine dritte Dimension hinzufügen – eine „Z-Achse“ –, die all diese verschiedenen Arten der Kommunikation und des Denkens (die semiotischen Ressourcen) repräsentiert.

Wenn man diese dritte Dimension hinzufügt, erhält man einen 3D-Raum, in dem sich Studierende bewegen können. Anstatt nur zwischen „Mathematik machen“ und „über das Konzept nachdenken“ hin und her zu springen, könnte ein Student zum Beispiel:

Eine Zeichnung anfertigen, um das Problem zu visualisieren (Visuelle Sprache).
Eine Metapher nutzen, um zu erklären, warum etwas geschieht (Konzeptionelles metaphorisches Verständnis).
Eine physikalische Idee in einen Satz übersetzen (Physikalische Formulierung).
Diesen Satz schließlich in eine Gleichung umwandeln (Mathematische Formulierung).

Warum das wichtig ist (und was es nicht ist)

Das Paper argumentiert explizit gegen die Vorstellung, dass es ausreicht, nur das richtige Ergebnis zu erhalten. Es legt zudem nahe, dass wir Sprache, Bilder und Metaphern nicht bloß als „Hintergrundrauschen“ oder einfache Hilfsmittel betrachten sollten. Stattdessen sind dies aktive Werkzeuge, die die Art und Weise, wie ein Student ein Problem überhaupt erst versteht, prägen.

Wenn ein Student eine falsche Antwort gibt, würde die alte Sichtweise vielleicht nur sagen: „Er hat die Mathematik vermasselt“ oder „Er hat das Konzept nicht verstanden“. Der SPF-Rahmen legt jedoch nahe, dass wir hier den eigentlichen Übeltäter übersehen könnten: die semiotische Fehlabstimmung (Semiotic Misalignment).

Denken Sie an einen Übersetzer, der zwei Sprachen spricht, aber ständig die Grammatik vermischt. Ein Student könnte die Physik perfekt verstehen, aber daran scheitern, sein mentales Bild in das korrekte mathematische Symbol zu übersetzen, oder er verwendet eine Metapher (wie „Energie ist ein Stoff“), die die Regeln der Mathematik bricht. Das Paper deutet an, dass diese „Übersetzungsfehler“ ein wesentlicher Grund dafür sind, warum Studierende Schwierigkeiten haben, und dass sie unsichtbar bleiben, wenn man nur auf die Mathematik und die Physik schaut.

Der „Lernzyklus“

Die Autoren schlagen eine neue Art vor, wie Studierende Aufgaben angehen können, die sie einen Lernzyklus nennen. Anstatt direkt zum Taschenrechner zu greifen, schlagen sie vor, dass Studierende:

Sehen: Mit dem Zeichnen eines Bildes oder dem Visualisieren der Szene beginnen.
Denken: Wörter und Metaphern nutzen, um zu beschreiben, was passiert.
Handeln: Schließlich die Mathematik durchführen.
Prüfen: Zurück zum Bild und zu den Worten gehen, um zu sehen, ob die Mathematik Sinn ergibt.

Sie weisen darauf hin, dass Experten (wie professionelle Physiker) ganz natürlich diesen Hin-und-Her-Prozess vollziehen. Sie rechnen nicht einfach nur; sie prüfen ständig, ob ihre Zahlen zu ihrem mentalen Bild und ihrer verbalen Erklärung passen.

Wie sicher sind wir?

Es ist wichtig anzumerken, dass es sich bei diesem Paper um einen theoretischen Vorschlag handelt. Die Autoren schlagen eine neue Art vor, wie man Physik lehrt und lernt, haben aber noch keine großen Klassenzimmer-Experimente durchgeführt, um zu beweisen, dass es in jeder Situation perfekt funktioniert. Sie geben zu, dass dieser 3D-Rahmen zwar hervorragend geeignet ist, um zu analysieren, war Warum Studierende stecken bleiben, aber für einen Physiklehrer in der Sekundarstufe zurzeit vielleicht zu komplex in der detaillierten Anwendung ist. Sie schlagen vor, dass er vorerst ein mächtiges Werkzeug für Forscher und Hochschullehrer ist, um das Denken von Studierenden zu verstehen, und dass eine vereinfachte Version eventuell für jüngere Schüler genutzt werden könnte.

Sie erwähnen auch, dass die Künstliche Intelligenz (KI) die Art und Weise, wie wir lernen, verändert, das Paper selbst aber noch nicht tief darauf eingeht, wie die KI hier hineinpasst, obwohl sie dies als ein vielversprechendes Gebiet für zukünftige Studien ansehen.

Das Wesentliche

Das Paper behauptet nicht, die Physik-Didaktik „gelöst“ zu haben. Stattdessen bietet es eine neue, farbenfrohere Linse an, um das Problem zu betrachten. Es legt nahe, dass man, um ein wahrer Experte in der Physik zu werden, nicht nur in Mathematik und Naturwissenschaften fließend sein muss, sondern auch in der Sprache der Bilder, Worte und Metaphern, die all diese Dinge miteinander verbinden. Indem man versteht, wie Studierende sich zwischen diesen verschiedenen „Sprachen“ bewegen, können Lehrer vielleicht endlich genau erkennen, wo die Verwirrung beginnt, und den Schülern helfen, die Lücke zu schließen.

Technische Zusammenfassung: Semiotische Problemrahmung (SPF)

Problemstellung
Effektive Problemlösung in der Physik erfordert mehr als nur die Anwendung mathematischer Formeln; sie verlangt die Koordination multipler Repräsentationsmodi, um abstraktes Denken mit physikalischen Phänomenen zu verbinden. Während bestehende Frameworks in der Physikdidaktik die kognitiven und epistemologischen Dimensionen des „Problemframings“ (wie Studierende Aufgaben interpretieren und Begründungen rechtfertigen) umfassend analysiert haben, behandelten sie semiotische Ressourcen – Visualisierungen, Symbole, Sprache und Metaphern – weitgehend als implizite Hintergrundwerkzeuge statt als konstitutive Dimensionen des Denkens. Infolgedessen stoßen aktuelle Frameworks darauf, spezifische Fehlertypen zu erfassen, die aus semiotischen Fehlausrichtungen resultieren, wie etwa dem Missbrauch von Metaphern, Konflikten zwischen Alltagssprache und wissenschaftlicher Sprache oder der Fehlinterpretation von Diagrammen. Es besteht ein Bedarf an einem Framework, das diese semiotischen Register explizit integriert, um das Verständnis und die Unterstützung fachkundiger Denkprozesse (expert-like reasoning) zu verbessern.

Methodik und theoretischer Rahmen
Dieses Paper schlägt eine theoretische Erweiterung bestehender Problemframing-Modelle vor, die sich insbesondere auf die Arbeit von Bing & Redish [9,10] und Nguyen et al. [8] stützt. Die Autoren führen das Semiotic Problem Framing (SPF) Framework ein, welches das traditionelle zweidimensionale Problemframing-Modell in eine dreidimensionale Struktur transformiert.

Die bestehende Ebene (x-y): Das Framework behält die etablierten Achsen bei, wobei die x-Achse das Fachgebiet (Physik vs. Mathematik) darstellt und die y-Achse die Art des Denkens (konzeptionell vs. algorithmisch) unterscheidet. Dies generiert die vier standardmäßigen epistemologischen Frames: Konzeptionelle Physik (CP), Algorithmische Physik (AP), Algorithmische Mathematik (AM) und Konzeptionelle Mathematik (CM).
Die semiotische Erweiterung (z-Achse): Die Neuheit von SPF liegt in der Hinzufügung einer dritten Dimension (z-Achse), die den semiotischen Ressourcen gewidmet ist. Diese Achse umfasst natürliche Sprache, symbolische Sprache, visuelle/bildliche Repräsentationen und metaphorisches Denken.
Neue Frames: Der Schnittpunkt dieser semiotischen z-Achse mit der traditionellen x-y-Ebene erzeugt acht neue Frames und schafft eine umfassende 3D-Matrix. Dazu gehören:
- Visuell/Bildlich: Bildliche Sprache (PL) und Visuelle Sprache (VL).
- Linguistisch/Metaphorisch: Physikalische Formulierung (PW) und Konzeptionelles Metaphorisches Verständnis (CMU).
- Symbolisch/Phänomenologisch: Mathematische Formulierung (MW), Mathematische Bedeutung (MM) und Phänomenologische Sprache (PHL).

Die Autoren ordnen diese Frames den kognitiven Handlungen des „Sehens“ (Wahrnehmung/Repräsentation), „Denkens“ (interne Verarbeitung) und „Handelns“ (prozedurale Ausführung) nach Pee et al. [42] zu und argumentieren, dass SPF die oft vernachlässigte Domäne des „Sehens“ in algorithmisch fokussierten Frameworks explizit und analysierbar macht.

Zentrale Beiträge und Ergebnisse
Das Paper präsentiert SPF sowohl als analytisches Werkzeug für Forscher als auch als pädagogische Orientierungshilfe für Lehrkräfte. Die primären Beiträge sind:

Explizite semiotische Integration: Im Gegensatz zu früheren Modellen, die Semiotik implizit behandeln, systematisiert SPF die Rolle von natürlicher Sprache, Symbolen, Diagrammen und Metaphern als aktive Framing-Ressourcen. Es postuliert, dass Bedeutung in der Physik durch die dynamische Koordination und Transformation über diese Register hinweg konstruiert wird.
Diagnostische Kapazität für neue Fehlertypen: Das Framework ermöglicht die Identifizierung von „semiotischen Fehlausrichtungen“, die in Standardmodellen unsichtbar sind. Dazu gehören:
- Metapher-Missbrauch: Eine Überdehnung einer Metapher (z. B. Energie als eine physische „Substanz“ ohne Grenzen zu behandeln).
- Sprachkonflikte: Spannungen zwischen Alltagssprache und fachspezifischem Diskurs.
- Repräsentationsfehler: Fehlinterpretation von Graphen oder Diagrammen aufgrund einer mangelnden Koordination zwischen visuellen und symbolischen Registern.
Reinterpretation von Problemlündynamiken: Durch eine Re-Analyse eines klassischen Elektromagnetismus-Problems (ursprünglich untersucht von Nguyen et al. [8]) zeigen die Autoren auf, wie SPF die „semiotische Spannung“ einfängt, die Studierende erleben, wenn sie zwischen linguistischen Metaphern (z. B. „Fluss wächst“) und symbolischem Formalismus (z. B. $\Phi = \int B dA$ ) wechseln. Diese Analyse verdeutlicht, dass Denkprobleme oft aus der Unfähigkeit resultieren, diese unterschiedlichen semiotischen Systeme in Einklang zu bringen, und nicht allein aus einem Mangel an konzeptionellem Wissen.
Vorgeschlagener Lernzyklus: Das Paper skizziert einen theoretischen Lernzyklus (Abb. 5), in dem Studierende idealerweise mit bildlich/visuellen Frames („Sehen“) beginnen, zu konzeptionellem und symbolischem Denken („Denken“) übergehen, algorithmische Prozeduren ausführen („Handeln“) und für Konsistenzprüfungen zu semiotischen Frames zurückkehren. Dieser Zyklus spiegelt expertengleiche Denkprozesse wider.

Bedeutung und Ansprüche
Die Autoren behaupten, dass SPF eine distinktive theoretische Linse bietet, die die Physikdidaktik vorantreibt, indem sie:

Die Lücke schließt: Epistemologische Framing-Modelle mit der sozialen Semiotik verbindet und somit eine einheitliche Struktur zur Analyse bietet, wie Lernende Wissen durch multiple Repräsentationsmodi aufbauen.
Die Instruktion verbessert: Lehrkräften ein strukturiertes Werkzeug zur Förderung der „Repräsentationskompetenz“ (representational fluency) an die Hand gibt – die Fähigkeit, flexibel zwischen linguistischen, visuellen und symbolischen Registern zu wechseln. Es ermöglicht Lehrkräften, die spezifischen semiotischen Ursachen von Fehlern der Studierenden zu diagnostizieren und gezielte Frame-Wechsel zu unterstützen.
Zukünftige Richtungen: Das Paper räumt bescheiden ein, dass es sich bei SPF derzeit um ein theoretisches Framework handelt. Es identifiziert den Bedarf an zukünftiger empirischer Validierung, einschließlich der Entwicklung von Kodierungsschemata für den Diskurs von Studierenden, Tests zur Interrater-Reliabilität und Classroom-Piloten. Die Autoren schlagen vor, dass das vollständige Framework für das Bachelor- und Masterstudium geeignet ist, während vereinfachte Teilmengen, die sich auf Schlüsselregister (z. B. bildlich und metaphorisch) konzentrieren, für die Sekundarstufe angepasst werden könnten, um die kognitive Belastung zu reduzieren. Zudem merken sie das Potenzial von SPF zur Analyse KI-gestützter Problemlösungen an, was jedoch eine Richtung für zukünftige Forschung bleibt.

Zusammenfassend argumentiert das Paper, dass SPF durch die Explizierung semiotischer Prozesse das Problemframing von einer rein kognitiven/epistemologischen Analyse in eine multimodale Analyse transformiert und somit neue Wege eröffnet, um die Entwicklung expertengleicher Kompetenzen in der Physik zu verstehen und zu unterstützen.