STACK Newsletter 12 (07/26)

Verfasst von: Norbert Franken (FH Aachen) 

Kontinuierliches Üben ist ein zentrales Element unserer Mathematik-1-Lehre am Fachbereich Aerospace und Automotive Engineering der FH Aachen. Seit sechs Jahren nutzen wir dafür automatisiert korrigierte Online-Aufgaben, seit vier Jahren mit STACK; pro Semester betrifft das typischerweise 200–300 Studierende. Die Aufgaben werden wöchentlich bearbeitet, und eine Mindestpunktzahl ist Voraussetzung für die Zulassung zur Modulprüfung. Die dahinterstehende Idee ist bewusst einfach: regelmäßige Beschäftigung mit dem Stoff, zeitnahes Feedback, weniger „Aufholen“ kurz vor der Klausur. In den vergangenen Jahren wurde dieses Format von vielen Studierenden sehr positiv aufgenommen.

Beobachtung im letzten Jahr: ein widersprüchliches Bild

Im letzten Jahr lagen die im Mittel erreichten Übungspunkte etwa 10% über dem Durchschnitt der Vorjahre. Gleichzeitig hatte ich in den Lehrveranstaltungen eher den subjektiven Eindruck, dass der Kurs fachlich etwas schwächer aufgestellt ist, weniger tragfähiges Grundverständnis, mehr „ich komme irgendwie durch“, weniger aktive Auseinandersetzung. Die Abschlussklausur hat dieses Bauchgefühl leider bestätigt: Die Durchfallquote lag rund 9% ungünstiger als im Mittel der letzten Jahre. Diese Zahlen beruhen auf erhobenen Daten; sie sind aber ausdrücklich als Tendenzen zu verstehen. Wir haben keine vollständige statistische Auswertung vorgenommen und können nicht alle Einflussfaktoren (Kohorte, Klausurvergleichbarkeit, Rahmenbedingungen) kontrollieren. Dennoch wird eine Diskrepanz deutlich, die sich aus unserer Sicht nicht ignorieren lässt.

Was sagen Übungspunkte eigentlich aus?

STACK liefert verlässlich Rückmeldung darüber, ob eine Antwort in der geforderten Form korrekt ist. Über mehrere Jahre waren die so erreichten Übungspunkte für uns damit auch ein brauchbarer Hinweis darauf, dass Studierende kontinuierlich mitarbeiten und sich Kompetenzen aufbauen. Die aktuelle Entwicklung stellt jedoch die Frage, wie belastbar dieser Zusammenhang unter veränderten Bedingungen noch ist – und ob Übungspunkte weiterhin in gleicher Weise als Indikator für den tatsächlichen Lernstand dienen können.

Hypothesen (KI als naheliegende, aber nicht einzige Erklärung)

Eine naheliegende Erklärung ist für mich eine veränderte Bearbeitungspraxis, insbesondere durch die zunehmende Nutzung von KI-Tools. Das könnte zu höheren Erfolgsraten bei den Abgaben führen, ohne dass sich dies in vergleichbarer Weise in belastbarem Verständnis niederschlägt. Das ist zunächst einmal eine Hypothese, die ich derzeit nicht belastbar belegen kann; zugleich legen Gespräche mit Studierenden diesen Gedanken durchaus nahe. Unabhängig davon verändert die Verfügbarkeit entsprechender Werkzeuge die Bedingungen, unter denen Übungspunkte entstehen. Gleichzeitig gibt es weitere mögliche Erklärungen, die ebenso ernst zu nehmen sind: Unterschiede zwischen Kohorten, eine unbeabsichtigte Verschiebung im Klausurniveau oder im Kompetenzprofil, das in der Prüfung abgefragt wird, oder auch eine zu starke Fokussierung der Übungsaufgaben auf „korrekte Endergebnisse“ im Vergleich zu dem, was in der Klausur benötigt wird. In jedem Fall bleibt der zentrale Punkt: Übungspunkte sind nicht identisch mit Kompetenz, und möglicherweise ist diese Differenz zuletzt sichtbarer geworden.

Konsequenzen: eher Fragen als Antworten

Wir halten die Grundidee von STACK weiterhin für überzeugend: Regelmäßigkeit, Feedback, Struktur und Skalierbarkeit sind klare Vorteile. Gleichzeitig bin ich derzeit unsicher, welche Schlussfolgerungen aus der beschriebenen Diskrepanz angemessen sind. Ein reflexartiges „mehr Kontrolle“ erscheint mir ebenso problematisch wie ein unverändertes Weiterführen, wenn Übungspunkte als Indikator an Aussagekraft verlieren. Im Moment sehe ich vor allem den Bedarf, grundsätzlicher zu klären, welche Funktion STACK in unserem Kurs unter den veränderten Rahmenbedingungen erfüllen soll. STACK ist für uns nicht nur ein Punktegenerator, sondern vor allem ein Werkzeug für Üben, Feedback, Struktur und Lernerfolg – und genau diese Rolle möchten wir neu justieren.

Offene Punkte für den weiteren Umgang mit STACK

Aus der beschriebenen Beobachtung ergeben sich für mich (und für uns in der Lehre) einige offene Punkte, zu denen ich ausdrücklich auch an Erfahrungen anderer Kontexte denke:

1. Tritt andernorts ebenfalls eine Entkopplung zwischen Übungserfolg und Klausurleistung auf?
2. Wenn Übungspunkte als Zulassungskriterium genutzt werden: Hat sich die Einschätzung dieser Praxis in den letzten ein bis zwei Jahren verändert?
3. Welche einfachen Auswertungen oder Indikatoren (ohne große Studie) helfen, die Aussagekraft von Übungsleistungen im Semester besser einzuordnen?
4. Welche Anpassungen (organisatorisch oder kommunikativ) haben sich in ähnlichen Settings bewährt – und welche eher nicht?

Ich wäre dankbar für Anregungen, Erfahrungen oder auch Widerspruch. Der Beitrag ist ausdrücklich als Einladung zum Austausch gedacht: nicht mit einer fertigen Lösung, sondern mit einer Beobachtung, die vermutlich viele von uns derzeit beschäftigt.

Verfasst von: Johannes Knaut (OTH Amberg-Weiden) und Maike Schelhorn (OTH Amberg-Weiden)

Das Deutsche Zentrum für digitale Aufgaben (DZdA) ist eine gemeinsame Initiative von sechs deutschen Hochschulen für einen verbesserten Zugang zu hochwertigen digitalen Übungs- und Prüfungsaufgaben. Dazu gehört auch die Neuentwicklung von Aufgaben für konkrete Einsatzszenarien.

Vor diesem Hintergrund bietet das Aufgaben Center des DZdA einen kostenlosen On-Demand-Service zur Entwicklung von STACK-Aufgaben für individuelle Lehrveranstaltungen. Dieser steht ab sofort allen Angehörigen deutscher Hochschulen offen.

Wir sind ein Team aus acht Mitarbeitenden mit unterschiedlichen fachlichen Hintergründen:

• Johannes Knaut, OTH Amberg-Weiden
• Maike Schelhorn, OTH Amberg-Weiden
• Stephan Bach, OTH Amberg-Weiden
• Tjark Bantelmann, HAW Hamburg
• Bernhard Gailer, OTH Amberg-Weiden
• Raphael Müller, TH Würzburg-Schweinfurt
• Tobias Waedt, Hochschule Bochum
• Anas Ben Abderrahmane (als studentische Hilfskraft), OTH Amberg-Weiden

Bei der Entwicklung von STACK-Aufgaben sind uns besonders folgende Aspekte wichtig:

• hohe didaktische und technische Qualität durch gemeinschaftliche Aufgabenentwicklung in einem interdisziplinären Team
• Unterstützung der Aufgabenziele durch Integration hochwertiger JSXGraph-Applets
• mehrsprachige Aufgabenentwicklung auf Deutsch und Englisch
• Veröffentlichung unter CC-Lizenz im öffentlichen Repository des DZdA
• langfristige Wartung der Aufgaben im Repository

Möchten Sie Aufgaben für Ihre Veranstaltung entwickeln lassen, oder haben Sie Fragen zu unserem Angebot?

Dann kontaktieren Sie uns über das Formular auf unserer Webseite oder direkt per E-Mail an aufgabencenter@dzda.info. Wir freuen uns auf Ihre Nachricht.

Verfasst von: Raphael Müller (Technische Hochschule Würzburg-Schweinfurt)

Vom 27. bis 29. Mai 2026 fand an der Università degli studi di Trieste die Konferenz „STACK in Trieste 2026“ statt. An der Veranstaltung nahmen circa 45 Personen aus unter anderem Deutschland, Italien, Kenia, Schottland und Japan teil.

Neben zahlreichen Vorträgen umfasste das Programm der drei Tage zwei Panel-Diskussionen zu Lehrerfahrungen mit STACK und zu Möglichkeiten und Erfahrungen mit Kollaborationen, zwei Workshops („Change of Perspectives“, „Different means to overcome challenging Situations“) sowie zwei Einstiegs-Workshops zu STACK (von Chris Sangwin, The University of Edinburgh) und JSXGraph (von Wigand Rathmann, FAU Erlangen-Nürnberg). Abgerundet wurde das Programm durch einen Ausflug zum Miramare Castle mit anschließendem Conference Dinner, das viel Zeit für den fachlichen Austausch und das Knüpfen von Kontakten bot. Den Abschluss bildete ein hybrides Treffen des STACK Professionals Network.

Im Folgenden werden einige Vortragsthemen kurz dargestellt. Alle Themen und Abstracts finden sich hier. 

Chris Sangwin (The University of Edinburgh) sprach über einem neuen Ansatz, mathematische Argumentation mittels freier Texteingabe zu ermöglichen.

David Stern (IDEMS) ging auf Herausforderungen im aktuellen angespannten globalen Kontext ein und plädierte für einen starken Zusammenhalt und enge Kollaboration in der STACK-Community.

Verschiedene Vorträge gingen auf Use Cases von STACK ein:

• Laura Kobel-Keller (ETH Zürich) berichtete über den erfolgreichen Einsatz von ParsonsProof Type (Drag & Drop) im Prüfungsbetrieb.
• George Ionita (ETH Zürich) trug über Erfahrungen und Empfehlungen zu digitalen Prüfungen mit STACK vor.
• Danilo Lewański (Univ. Trieste) ging auf STACK zur Umsetzung von kontinuierlichem Assessment ohne Hilfskräfte ein.
• Stefano Luzzatto (ICTP) berichtete über STACK als Mittel zur Vorauswahl im Auswahlverfahren im International Mathematics Master (IMM). 

Es wurden weitere interessante Tools vorgestellt:

• Matti Harjula (Aalto University) stellte einen Parser für chemische Reaktionsgleichungen und chemische Moleküle in STACK vor.
• Patrik Stilgenbauer (THWS) zeigte einen Maxima-Converter auf Basis von Quarto, der Python- und R-Code zur Generierung von Variablen für STACK-Fragen ermöglicht. 
• Yasuyuki Nakamura (Nagoya University) präsentierte ein Analyse-Tool für Studierenden-Antworten zur Ausgabe und Analyse von Bearbeitungspfaden.
• Wigand Rathmann (FAU Erlangen-Nürnberg) stellte neue 3D-Optimierungs-Aufgaben mit JSXGraph in STACK vor. https://wrathmann.github.io/ 
• Georg Osang (IDEMS) sprach über das Texterstellungs-Programm PreTeXt, das die Integration von STACK-Aufgaben sowie LaTeX, HTML, und verschiedene Programmiersprachen in Skripten in verschiedene Export-Formate erlaubt.  
  https://stack-assessment.org/CaseStudies/2025/PreText_integration/ 

Es gab auch Vorträge zu STACK unter didaktischen Gesichtspunkten:

• Daniel Doz (Univ. Trieste) befragte Studierende zu Technology Acceptance und emotional-motivationalen Variablen im Zusammenhang mit der Nutzung von STACK.
• Juma Zevick (Univ. Trieste) untersuchte die Nutzung von STACK und die Prüfungsresultate an der Universität Triest.

Der Einsatz von LLM bildete einen Diskussionsschwerpunkt der Konferenz. Zwei Vorträge stellten LLM-Unterstützung für das Schreiben von STACK-Fragen und zum Analysieren der Studierenden-Antworten vor. 

Herzlichen Dank an Prof. Danilo Lewański, Juma Zevick, Motognon Wastalas, Daniel Doz und der Sezione di Matematica für die hervorragende Organisation der Konferenz. Abschließend verweisen wir auf den englischsprachigen Konferenz-Bericht (Link), der das Programm chronologisch und thematisch Revue passieren lässt und einige Schlussfolgerungen aus der Konferenz zieht.