MARLA – Masters of Malfunction
Spielerische VR-Anwendung für Auszubildende zum Trainieren der Fehlerdiagnosekompetenz am Beispiel einer Offshore Windkraftanlage.
Im Forschungsvorhaben MARLA-Masters of Malfunction wird ein VR-Game für Auszubildende im Bereich Metall- und Elektrotechnik für die Oculus Quest entwickelt, um an einer virtuellen Offshore-Windkraftanlage die Fehlerdiagnosekompetenz zu trainieren. Die Auszubildenden erhalten in der Lernanwendung den Auftrag eine Windkraftanlage wieder in Stand zu setzen.Ihre Aufgabe ist es verschiedene Ursachen für einen Fehler im hydraulischen Bremssystem aufzuspüren. Dabei können Sie den kompletten Arbeitsablauf auf einem Offshore Windpark erleben: Ihr Tag startet mit einem Briefing an Land. Anschließend geht es mit dem Schiff raus aufs Meer. Auf der Anlage angekommen werden die einzelnen Schritten einer systematischen Fehlerdiagnose durchlaufen. Dabei werden Lerninhalte aus dem Bereich Hydraulik, Elektronik, Sensorik und Steuerung thematisiert. Zusätzliche Informationsquellen stehen innerhalb der Anwendung ebenfalls zur Verfügung. Dazu zählen zum Beispiel Hydraulikpläne und Diagnose-Infos aus dem System, die auf authentischen Beispielen aus der Praxis basieren.
Der didaktische Ansatz zum Trainieren der Fehlerdiagnose orientiert sich dabei am Cognitive Apprenticeship Modell (Collins, Brown, & Newman, 1987). So werden die Auszubildenden in einem ersten Durchgang von einem pädagogischen Agenten angeleitet, der sie anhand von 8 Schritten in das systematische Vorgehen bei der Fehlerdiagnose einführt. Neben den notwendigen Handlungen zum Trainieren der Fehlerdiagnosekompetenz werden auch die wichtigsten Denkprozesse in der Anwendung abgebildet und Schritt für Schritt eingeübt. Der oder die virtuelle Mitarbeitende übernimmt dabei die Funktion einer Expertenperson, welche anfangs die entsprechenden Tätigkeiten vormacht. Nach und nach zieht sich die helfende Person jedoch zurück und lässt die Lernenden selbständig handeln. Auf diese Weise wird der Lernprozess im Lauf des Spiels unterstützt. Im Vorhaben werden verschiedene wissenschaftliche Fragestellungen im Hinblick auf den Mehrwert der Anwendung (z.B. kognitive oder motivationale Effekte, Förderung der Fehlerdiagnosekompetenz) sowohl formativ als auch summativ untersucht.
Das Forschungsvorhaben MARLA-Masters of Malfunction ist ein gemeinsames Projekt der Technischen Universität Berlin, des Game Studios the Good Evil, der Handwerkskammer Koblenz und der Handwerkskammer Osnabrück-Emsland-Grafschaft Bentheim. Assoziierte Partner sind RWE Renewables, der Wissenschaftsladen Bonn und die Hein-Moeller Schule Berlin. Gefördert wird das Vorhaben vom Bundesministerium für Bildung und Forschung (Laufzeit 03/2019-02/2022) Aktuelle Informationen zum Projekt finden sich unter https://marla.tech.
Ansprechpartnerin:
Dr. Pia Spangenberger, Technische Universität Berlin, pia.spangenberger@tu-berlin.de
Wissenschaftliche Publikationen:
Nadine, Matthes; Schmidt, Kristina; Kybart, Markus; Spangenberger, Pia (2021). Problematik der Fehlerdiagnosekompetenz für die Ausbildung im Bereich Elektro- und Metalltechnik aus Sicht der Ausbildenden. Eine Qualitative Untersuchung zur Bestandsaufnahme. In Journal of Technical Education, Band 9 (1). https://doi.org/10.48513/joted.v9i1.222
Kapp, Felix; Spangenberger, Pia; Schmuntzsch, Ulrike; Rötting, Matthias (2020): Potenziale von Augmented und Virtual Reality am Beispiel zweier Ausbildungsszenarien im Bereich Windkraftanlagen. In: Dokumenation des 66. Arbeitswissenschaftlichen Kongresses. Digitaler Wandel, digitale Arbeit, digitaler Mensch?, Bd. 35. 66. Frühjahrskongress. Berlin, 6.03.-18.03.2020. Gesellschaft für Arbeitswissenschaften. Dortmund: GfA-Press
Kapp, Felix; Kruse, Linda; Spangenberger, Pia (2019). AR –VR –MR? Erfolgsfaktoren für immersive Lernumgebungen am Beispiel einer Lernanwendung für die Windenergiebranche In Sandra Schulz (Ed.), Proceedings of DELFI Workshops 2019, Berlin, Germany, September 16, (pp. 130-143).https://doi.org/10.18420/delfi2019-ws-116
Spangenberger, Pia; Kapp, Felix; Kruse, Linda; Rötting, Matthias (2019). A Mixed-Reality Learning Application to Experience Wind Engines for Beginner and Experts. In Lars Elbæk, Gunver Majgaard, Andrea Valente and Md. Saifuddin Khalid (Ed.), Proceedings of the 13th European Conference on Game Based Learning (ECGBL) 2019, Odense, Denmark, October 3-4. (pp. 1041-1044). Reading: ACPIL https://doi.org/10.34190/GBL.19.063
