Die mit Blick auf das System Braunkohleabbau herausgearbeiteten Fähigkeiten systemischen Denkens in der BNE lassen sich nicht selbst als solche unmittelbar erfassen. Wegen der Reproduzierbarkeit von Wissensbeständen ist es jedoch möglich, individuelles Systemwissen über Repräsentationsmittel wie CMs zu externalisieren und damit zu kommunizieren, sodass zu diagnostischen Zwecken ein Einblick in die jeweilige Ausprägung gewonnen werden kann (vgl. Kapitel 2.2.4). Die ausschließlich aus dem indi- viduellen Wissen heraus konstruierten CM-Inhalte und -Strukturen zu einem spezifischen System sind ein Ausdruck des individuell bestehenden mentalen Systemmodells, an dessen initialer Konstruktion und ggf. nachfolgender Modifikation (vor der Externalisation) die einzelnen Fähigkeiten beteiligt sind. Das in der CM zum Ausdruck gebrachte Systemwissen (Systemmodell) bietet die Möglichkeit zum Rückschluss auf die vorliegende Ausprägung der Fähigkeiten, wobei personale wie externale Einflüsse zu berücksichtigen sind.

Wie in Kapitel 2.2.4 dargestellt, sind CMs und die mit ihnen verwandten Kausal-/Wirkungsdiagramme bereits als Instrument zur Diagnose von Systemwissen – und damit auch von systemischem Denken – vielfach eingesetzt worden. Ein diesbezüglich besonderes Beispiel stellt die CM-Vorlage mit vorge- gebenen Begriffen zur Thematik des Braunkohleabbaus in der Zeitschrift zeitbild wissen (Zeitbild Verlag und Agentur für Kommunikation GmbH 2012) dar. Auch das artverwandte Ursache-Wirkungs-Geflecht, das von Elftklässlern in der Handreichung von Zeitler (2003) konstruiert wurde, verdeutlicht die grund- sätzliche Darstellbarkeit der systemischen Zusammenhänge innerhalb dieser Thematik in einer gra- phischen Repräsentationsform, die CMs methodisch sehr nahesteht.

Gestützt wird der Einsatz als Diagnoseinstrument durch die in Kapitel 2.3.1 geschilderte Annahme von Hoffmann & Engelkamp (2013), dass ein Zusammenhang zwischen repräsentiertem Wissen und den zugrundeliegenden kognitiven Strukturen besteht. Hieraus wird die Möglichkeit deutlich, mittels des in CMs veranschaulichten Systemwissens auf die situations-/kontextgebundene Ausprägung der bei der Wissenskonstruktion/-modifikation angewendeten Fähigkeiten zu schließen (vgl. Sommer 2005; Sommer & Lücken 2010). Bei graphisch repräsentierten Wissensstrukturen ist die Ausprägung sehr stark inhalts-/aufgabenspezifisch (Jonassen et al. 1997; Weber & Schumann 2000: 172; Ruiz-Primo et al. 2001a; Großschedl 2009). Diesbezüglich besonders relevant ist die Gegebenheit, dass die graphisch organisierte Form der Wissensrepräsentation in CMs kognitionspsychologischen Erkenntnissen über die Art und Weise der Wissensspeicherung im Gedächtnis entspricht: repräsentierte Konzepte werden über Relationen zu Propositionen als kleinsten sinngebenden Einheiten verknüpft. Durch die der Knoten-Relationen-Struktur der semantischen/propositionalen Netzwerke vergleichbare Repräsenta- tionsweise (vgl. Kapitel 2.3.1) eignen sich CMs in besonderem Maße als Repräsentationsmittel für die strukturbezogene Wissenskomponente (vgl. Kapitel 2.3.2). Dies ist v.a. für die Diagnose der Struktur- dimension von Systemen, die im Rahmen eben dieser Wissenskomponente repräsentiert wird, von großer Bedeutung (Tripto et al. 2013); sie ist in der Vergangenheit bereits über die verwandten Kausal- /Wirkungsdiagramme erfasst worden (vgl. Kapitel 2.2.4). Für die Repräsentation von Systemprozessen sind in der Vergangenheit i.d.R. andere Repräsentationsformen als CMs bevorzugt worden, da sich der Prozesscharakter in seinem Wesen und in seiner Fülle über die Knoten-Relationen-Struktur nicht in vollem Maße abbilden lässt (Tripto et al. 2013). Dies bezieht sich etwa auf die generell begrenzte Repräsentierbarkeit von quantitativen Größen in qualitativen Repräsentationsformen (Ossimitz 2000), wie z.B. CMs, in denen sich die exakte Größe zeitlicher Veränderungen (Änderungsraten) nur begrenzt darstellen lässt und für die i.d.R. Verlaufsdiagramme als Repräsentationsmittel genutzt werden (Booth Sweeney & Sterman 2000).

Trotz dieser Einschränkung können in CMs dennoch vielfältige Relationsarten repräsentiert werden, die über logisch-implikative, räumlich verortende, finale, modale oder statische Aspekte hinausgehen. Wie in Kapitel 2.3.2 gezeigt, lassen sich funktionelle wie zeitlich veränderliche Beziehungen mit prozes- sualem/dynamischem Charakter darin zum Ausdruck bringen. Ermöglicht wird dies durch die Verwen- dung geeigneter Verbindungswörter (Ben-Zvi Assaraf & Orion 2005):

„The dynamic relationship between two concepts reflects and emphasizes the propagation

of change in the concepts. It shows how change in quantity, quality, or state in one concept causes change in quantity, quality, or state of the other concept in a proposition.“

(Derbentseva et al. 2006: 583)

Diesbezüglich von Bedeutung sind entsprechende Begrifflichkeiten bei Konzepten, die Veränderungs- prozesse repräsentieren oder andeuten: In Anlehnung an Kharatmal & Nagarjuna G. (2013: 125ff.) ist zwischen Struktur- und Prozesskonzepten zu unterscheiden, die den Ausgangs- und Endzustand eines Veränderungsprozesses repräsentieren (vgl. Kapitel 2.3.2). Neben den miteinander verbundenen Kon- zepten ist das Verbindungswort, das die gesamte Proposition konkretisiert, zentral: während bei den von Ossimitz (2000) als Standardwerkzeug für vernetztes Denken bezeichneten Wirkungsdiagrammen (vgl. Kapitel 2.2.4) Prozesse über Plus-/Minuszeichen angedeutet werden, kann dies bei den metho- disch kompatiblen CMs verbal über Verbindungswörter wie »verstärken« bzw. »abschwächen« quali- tativ oder über Ausdrücke wie »verdoppeln« bzw. »halbieren« mit einer stärker quantitativen Ausrich- tung erfolgen. Des Weiteren können größere Sinnzusammenhänge über mehrere Propositionen kon- struiert werden, die grundsätzlich die Darstellung von Gründen/Ursachen sowie Folgen/Auswirkungen eines Prozesses über eine Propositionskette ermöglichen. Die Repräsentation erfolgt damit im Vergleich zu anderen Repräsentationsformen auf einer allgemeineren Auskunftsebene, die keine spezifischen/detaillierten Informationen ermöglichen. Vielmehr handelt es sich um grundlegende Auskünfte darüber, dass ein Systemprozess vorliegt und wie dessen Charakter allgemein (Kreislauf etc.) bzw. der Ausgangs-/Endzustand aussieht, welche Systemmerkmale grundsätzlich darin einbe- zogen und welche Gründe/Ursachen bzw. Folgen/Auswirkungen damit verbunden sind. Zu beachten sind dabei personale Einflussvariablen wie z.B. die Vertrautheit mit dieser Art der Darstellung.

In CMs lässt sich ferner die Systemgrenze auf indirekte Art und Weise zum Ausdruck bringen, indem eine inhaltliche Beschränkung ausschließlich auf jene Konzepte und Relationen vorgenommen wird, die in einem unmittelbaren Zusammenhang zu dem zu repräsentierenden System stehen. Umgekehrt werden nicht zum System gehörende Aspekte nicht dargestellt.

Wie sich insgesamt zeigt, bieten CMs Möglichkeiten zur Repräsentation der in dieser Arbeit relevanten Systemmerkmale Grenze, Elemente, Beziehungen, Prozesse und Struktur. Wie präzise diese Auskünfte sind, hängt allgemein davon ab, welches System konkret Gegenstand der Repräsentation ist und welche Anforderungen an die Art und Weise der zu repräsentierenden Systeminformationen gestellt werden, z.B. ob exakte Angaben über Änderungsraten gefordert werden. Sofern qualitativ-deskriptive Aussagen genügen, die bei Bedarf um quantitative Andeutungen erweitert werden können, bietet die Methode Concept Mapping im Rahmen ihrer Knoten-Relationen-Struktur einen adäquaten Ansatz- punkt für einen Einblick in das individuelle Systemwissen. Die konkrete Art und Weise, wie sich dieses innerhalb der Darstellungskonventionen im Einzelnen repräsentieren lässt, ist in Tabelle 11 mit Blick auf die einzelnen Fähigkeiten systemischen Denkens in der BNE dargestellt. Grundlage hierfür sind die in Kapitel 2.2.4 aufgeführten Studien über den CM-Einsatz als Diagnoseinstrument (Ben-Zvi Assaraf & Orion 2005; Sommer 2005; Sommer & Lücken 2010; Brandstädter et al. 2012; Viehrig et al. 2011; Viehrig et al. 2012; Tripto et al. 2013; Viehrig 2015).

Tabelle 11: Möglichkeiten zur Repräsentation von Systemwissen in einer CM

Fähigkeiten systemischen Denkens Repräsentationsmöglichkeiten

Identifikation der Systemgrenze Indirekt durch inhaltliche Beschränkung auf die Systemmerkmale Identifikation der Systemelemente In Form von Konzepten wie »Tagebau«, »Kraftwerk«

Identifikation der Beziehungen zwischen den Systemelementen

In Form von Propositionen wie »Tagebau - beliefert -> Kraftwerk«

Identifikation der Systemstruktur Entspricht der Gesamtstruktur aller Konzepte und Propositionen Identifikation der Systemprozesse In Form von Konzepten wie »Umsiedlung«

In Form von Propositionen wie »Tagebau - verdrängt -> Siedlungen«

Angesichts der sehr engen Wechselbeziehung, die Ossimitz (2000, 2002: 161) zwischen systemischen Denk- und Darstellungsformen sieht (vgl. Kapitel 2.2.4), erscheint der Einsatz von CMs nicht nur als Mittel zur Repräsentation von bereits vorhandenem Systemwissen geeignet, sondern darüber hinaus auch als Möglichkeit, seinen Erwerb im Rahmen des systemischen Denkens als solches anzuregen. Diese Annahme hängt mit der zugrundeliegenden Knoten-Relationen-Struktur zusammen, die einer systemanalytischen Denkweise entgegenkommt: Bei der Konstruktion erfolgt eine (unter-)bewusste Anregung, Konzepte mit Systemelementen und Propositionen mit Beziehungen bzw. Prozessen gleich- zusetzen, wobei letztere auch als Konzepte repräsentiert werden können. Die CM als Ganzes reflektiert die wahrgenommene Systemstruktur, die durch die indirekte Setzung der Systemgrenze von der Systemumwelt getrennt wird. Insofern stellen CMs nicht nur ein Werkzeug zur Repräsentation vorhan- denen Systemwissens dar, sondern bieten zugleich auch einen Impuls für systemisches Denken selbst, der mit der allgemeinen Reaktivität der Methode einhergeht (vgl. Kapitel 2.3.2.2).

Wie die Expertiseforschung zeigt, existieren Differenzen in der Elaboriertheit des Wissens zwischen Expert/innen und Noviz/innen; dies gilt v.a. im Bereich der strukturbezogenen Wissenskomponente (vgl. Kapitel 2.3.1). Auch in der Kompetenzforschung betrachten Klieme et al. (2003 in Sommer 2005: 61) eine stärkere Vernetztheit von Wissensinhalten als einen Ausdruck eine stärker ausgeprägten Kom- petenz im Sinne einer höheren Kompetenzstufe. Dies korrespondiert mit empirischen Untersuchungs- ergebnissen von Sommer (2005) bezüglich der Existenz verschiedener Ausprägungsstufen in unter- schiedlichen Bereichen systemischen Denkens. Auch die Kompetenzmodelle von Rempfler & Uphues bzw. Viehrig & Kollegen in Kapitel 2.2.2 weisen Untergliederungen in verschiedene Kompetenzausprä- gungsstufen auf. Um interindividuell verschieden stark ausgeprägte Fähigkeiten/Kompetenzen metho- disch/instrumentell erfassen zu können, bedarf es, wie in Kapitel 2.3.1 dargelegt, einer sensitiven Erhebungstechnik, über die unterschiedlich ausgeprägtes Systemwissen externalisiert und repräsen- tiert werden kann. Die diesbezügliche Sensitivität von CMs ist in Kapitel 2.3.2 verdeutlicht worden. Nach Brandstädter et al. (2012) existiert keine allgemein anerkannte Concept-Mapping-Variante, mittels derer sich Systemwissen (möglichst) optimal erfassen und diagnostizieren lässt. Es gilt somit im Rahmen einer Abwägung der in Kapitel 2.3.2.2 geschilderten Vor- und Nachteile der verschiedenen Varianten eine im Rahmen des Forschungsinteresses adäquate Variante auszuwählen (Kapitel 4.3.1). Dies gilt ebenso für das zu verwendende Auswertungsschema (Kapitel 4.5). Beide sollten dazu geeignet sein, einen umfangreichen, tiefgreifenden Einblick in das individuelle Systemwissen zu geben, um einen zutreffenden Rückschluss auf den Ausprägungsgrad der einzelnen Fähigkeiten zu ermöglichen. Hierfür bedarf es aussagekräftiger Auswertungsparameter, die Auskunft geben über interindividuelle Differenzen im Bereich der inhalts- und strukturbezogenen Wissenskomponente (Indikator-Funktion). Zudem sind zahlreiche Einflussvariablen bei der Erhebung und Beurteilung des repräsentierten System- wissens bzw. den damit zusammenhängenden Fähigkeiten zu berücksichtigen (Tabelle 12).

Tabelle 12: Variablen der Repräsentation von Systemwissen in einer CM

Personale Variablen Im Bereich der Wissensexternalisation (vgl. Kapitel 2.3.1)

• Ausmaß und Struktur bereichsspezifischen Vorwissens • Individuelle Kapazität des Kurzzeit-/Arbeitsgedächtnisses

• Kognitive Fähigkeit zur gleichzeitigen Verarbeitung einer größeren Anzahl von Konzepten und Propositionen im Kurzzeit-/Arbeitsgedächtnis

• Fähigkeit zum Abruf von Wissen aus dem Langzeitgedächtnis Im Bereich des systemischen Denkens (vgl. Kapitel 2.2.4)

• Beherrschung des Umgangs mit Werkzeugen zur adäquaten Externalisation von Systemwissen Im Bereich des Concept Mapping (vgl. Kapitel 2.3.2)

• Motivation bzw. Interesse: dispositional bzw. situational

• Wissen über die Methode: Theorie, Funktionsweise, Darstellungskonventionen, Nützlichkeit • Sprachfähigkeit:Versprachlichung von Gedanken/Wissen

Externale Variablen Im Bereich des systemischen Denkens (vgl. Kapitel 2.2.1)

• Komplexität des betrachteten Systems • Dynamik des betrachteten Systems • Deutlichkeit des Verlaufs der Systemgrenze Im Bereich des Concept Mapping (vgl. Kapitel 2.3.2)

• Kompatibilität des Concept Mapping mit bekannten Lernmethoden/-strategien • Konstruktion möglichst genauer Propositionen

• Vorgabe oder Nichtvorgabe von Parametern: offenes vs. geschlossenes Concept Mapping • Verfügbare Konstruktionszeit

• Komplexität des zu repräsentierenden Wissens

3.3 Synthese 3: Anwendung der Fähigkeiten systemischen Denkens in der BNE

Im Dokument Digitale Luft- und Satellitenbilder in der Bildung für Nachhaltige Entwicklung - Eine empirische Untersuchung mit Kursstufenschüler/innen zur Wirksamkeit für die systemische Erschließung von Erdräumen am Beispiel des Braunkohleabbaus im Rheinland (Seite 131-134)