Prof. Dr. Katharina Loibl

Professur für Interdisziplinäre Lehr-Lernforschung

Institut für Psychologie

Adresse/Raum
KG 5, 209
 
Telefon +49 761 682-392
E-Mail katharina.loibl(at)ph-freiburg.de
Sprechstunde n. V. per E-Mail
  • Instruktionsmodelle und kognitive Lernprozesse / Instructional design and learning processes
  • Lernen aus Fehlern, Problemlöser vor Instruktion (PS-I) / Learning from errors, problem-solving prior to instruction (PS-I)
  • Diagnostische Denken und Handeln von Lehrkräften / Diagnostic thinking and behavior of teachers
  • Bayesian Reasoning / Bayesian Reasoning
  • Seit 9/2023: Direktorin der School of Education FACE: Freiburg Advanced Center of Education
  • Seit 8/2023: W3-Professorin für Interdisziplinäre Lehr-Lernforschung, Institut für Psychologie, Pädagogische Hochschule Freiburg
  • Seit 6/2023: Gründungsdirektorin des Center of Interdisciplinary Research on Digital Education (CIRDE), Pädagogische Hochschule Freiburg (gemeinsam mit Prof. Boelmann und Prof. Reinhold)
  • Seit 4/2021: Ko-Sprecherin des Kompetenzverbundes empirische Bildungs- und Unterrichtsforschung (KeBU), Universität Freiburg und Pädagogische Hochschule Freiburg 
  • 8/2017-7/2023: Juniorprofessorin für Interdisziplinäre Lehr-Lernforschung, Institut für Erziehungswissenschaft, Pädagogische Hochschule Freiburg
  • 6/2015-3/2016: Mutterschutz und Elternzeit
  • 3/2015: Forschungsaufenthalt: Center for Teaching, Learning and Technology (Arbeitsgruppe: Dr. Ido Roll), University of British Columbia, Vancouver, Kanada
  • 4/2014-8/2017: Wissenschaftliche Mitarbeiterin, Institut für mathematische Bildung Freiburg (Arbeitsgruppe: Prof. Dr. Timo Leuders), Pädagogische Hochschule Freiburg
  • 1/2014-2/2014: Forschungsaufenthalt: London Knowledge Lab (Arbeitsgruppe: Dr. Manolis Mavrikis), Institute of Education, University of London,UK
  • 12/2013: Promotion, Ruhr-Universität Bochum, Titel der Dissertation: Problem-solving prior to instruction. Investigating the underlying mechanisms of Productive Failure and Invention approaches
  • 8/2013-8/2017: JURE Coordinator der EARLI SIG 6: Instructional Design
  • 5/2012: Forschungsaufenthalt: Carl Wieman Science Education Initiative (Arbeitsgruppe: Dr. Ido Roll), University of British Columbia, Vancouver, Kanada
  • 4/2010-10/2015: Wissenschaftliche Mitarbeiterin, Pädagogische Psychologie (Leitung: Prof. Dr. Nikol Rummel), Institut für Erziehungswissenschaft, Ruhr-Universität Bochum
  • 1/2010-3/2010: Forschungsaufenthalt: Learning Science Lab (Arbeitsgruppe: Prof. Dr. Manu Kapur), National Institute of Education, Singapur
  • 10/2009: Diplom der Psychologie, Institut für Psychologie, Albert-Ludwigs-Universität Freiburg
  • 8/2007-10/2007: Forschungsaufenthalt: Human Computer Interaction Institute (Arbeitsgruppe: Dr. Bruce McLaren), Carnegie Mellon University, Pittsburgh, USA
  • Early Career Award of the International Society of the Learning Sciences (ISLS) 2020/2021
  • Wilhelm-Hollenberg Dissertationspreis der Gesellschaft der Freunde der Ruhr-Universität Bochum 2014
  • Preis für ausgezeichnete wissenschaftliche Abschlussarbeiten der Ruhr-Universität Bochum 2014
  • Best Student Paper Award (plus Nomination Best Paper Award) of the 10th international conference on computer-supported collaborative learning (CSCL) 2013
  • Nachwuchswissenschaftlerpreis der Fachgruppe für Pädagogische Psychologie der Deutschen Gesellschaft für Psychologie (PAEPS) 2011

Herausgeberschaft / Editing

  • Leuders, T. & Loibl, K. (2021). Beyond subject specificity – student and teacher thinking as sources of specificity in teacher diagnostic judgments. Research in Subject-matter Teaching and Learning (RISTAL), 4 (Editorial pp. 60–70).
  • Loibl, K. & Leuders, T. (2021). Serie: Strategien der Binnendifferenzierung. Pädagogik, 1-4.
  • Loibl, K., Leuders, T., & Dörfler, T. (2020). Kognitive Prozesse bei der Genese diagnostischer Urteile von Lehrkräften. Unterrichtswissenschaft, 48(4).
  • Hanna, G., Macchi, L., Binder, K., Martignon, L., & Loibl, K. (2020). Psychology and mathematics education. Frontiers in psychology. (Editorial: Martignon, L., Binder, K., Loibl, K., Macchi, L., & Hanna, G. (2023). Psychology and mathematics education. Frontiers in Psychology, 14, 1243419.)
  • Holzäpfel, L., Loibl, K. & Ufer, S. (Hrsg.) (2015). Fehler – Hindernis und Chance. Mathematik lehren, 191.

Zeitschriftenartikel mit Fachgutachten / Peer-reviewed journal articles

  • Reinhold, F., Leuders, T., Loibl, K., Nückles, M., Beege, M., & Boelmann, J. M. (2024). Learning Mechanisms Explaining Learning With Digital Tools in Educational Settings: a Cognitive Process Framework. Educational Psychology Review, 36(1), 14. https://doi.org/10.1007/s10648-024-09845-6
  • Leukel, C., Leuders, T., Bessi, F., & Loibl, K. (2023). Unveiling cognitive aspects and accuracy of diagnostic judgments in physical education teachers assessing different tasks in gymnastics Running head: Diagnostics in physical education teachers. Frontiers in Education, 8, 1162499. https://doi.org/10.3389/feduc.2023.1162499
  • Reinhold, F., Leuders, T., & Loibl, K. (2023). Disentangling magnitude processing, natural number biases, and benchmarking in fraction comparison tasks: A person-centered Bayesian classification approach. Contemporary Educational Psychology, 102224.
  • Loibl, K., & Leukel, C. (2023). Problem-solving prior to instruction in learning motor skills-Initial self-determined practice improves javelin throwing performance. Learning and Instruction, 88, 101828.
  • Brand, C., Hartmann, C., Loibl, K., Rummel, N. (2023). Do students learn more from failing alone or in groups? Insights into the effects of collaborative versus individual problem solving in productive failure. Instructional Science. https://doi.org/10.1007/s11251-023-09619-7
  • Mavrikis, M., Rummel, N., Wiedmann, M., Loibl, K., & Holmes, W. (2022). Combining Exploratory Learning with Structured Practice Educational Technologies to Foster Both Conceptual and Procedural Fractions Knowledge.  Educational Technology Research and Development. https://doi.org/10.1007/s11423-022-10104-0
  • Leuders, T., Loibl, K., Sommerhoff, D., Herppich, S., & Praetorius, A.-K. (2022). Toward an Overarching Framework for Systematizing Research Perspectives on Diagnostic Thinking and Practice. Journal für Mathematik-Didaktik. https://doi.org/10.1007/s13138-022-00199-6
  • Boomgaarden, A., Loibl, K., & Leuders, T. (2022). The trade-off between complexity and accuracy. Preparing for computer-based adaptive instruction on fractions. Interactive Learning Environments, 1-16. https://doi.org/10.1080/10494820.2022.2038636
  • Rieu, A., Leuders, T., & Loibl, K. (2022). Teachers’ diagnostic judgments on tasks as information processing–The role of pedagogical content knowledge for task diagnosis. Teaching and Teacher Education, 111, 103621. https://doi.org/10.1016/j.tate.2021.103621
  • Loibl, K., & Leuders, T. (2021). Modeling Teachers’ Diagnostic Judgments by Bayesian Reasoning and Approximative Heuristics. Research in Subject-matter Teaching and Learning (RISTAL), 4, 88–108. https://doi.org/10.23770/RT1844
  • Leuders, T., Loibl, K., & Dörfler, T. (2020). Diagnostische Urteile von Lehrkräften erklären – Ein Rahmenmodell für kognitive Modellierungen und deren experimentelle Prüfung (Editorial). Unterrichtswissenschaft, 48(4), 493-502. https://doi.org/10.1007/s42010-020-00085-5
  • Leuders, T. & Loibl, K. (2020). Processing probability information in non-numerical settings – teachers’ bayesian and non-bayesian strategies during diagnostic judgment. Frontiers in Psychology, 11, 678. https://doi.org/10.3389/fpsyg.2020.00678
  • Loibl, K., Leuders, T., & Dörfler, T. (2020). A framework for explaining teachers’ diagnostic judgements by cognitive modeling (DiaCoM). Teaching and Teacher Education, 91, 103059. https://doi.org/10.1016/j.tate.2020.103059
  • Loibl, K., Tillema, M., Rummel, N. van Gog, T. (2020). The effect of contrasting cases during problem solving prior to and after instruction. Instructional Science, 48, 115–136. https://doi.org/10.1007/s11251-020-09504-7
  • Rieu, A., Loibl, K., & Leuders, T. (2020). Förderung diagnostischer Kompetenz von Lehrkräften bei Aufgaben der Bruchrechnung. Herausforderung Lehrer* innenbildung-Zeitschrift zur Konzeption, Gestaltung und Diskussion, 3(1), 492-509. https://doi.org/10.4119/hlz-3167
  • Rieu, A., Loibl, K., Leuders, T., & Herppich, S. (2020). Diagnostisches Urteilen als informationsverarbeitender Prozess – Wie nutzen Lehrkräfte ihr Wissen bei der Identifizierung und Gewichtung von Anforderungen in Aufgaben? Unterrichtswissenschaft, 48(4), 503-529. https://doi.org/10.1007/s42010-020-00071-x
  • Loibl, K. & Leuders, T. (2019). How to make failure productive: Fostering learning from errors through elaboration prompts. Learning and Instruction, 62, 1-10. https://doi.org/10.1016/j.learninstruc.2019.03.002(preprint)
  • Mazziotti, C., Rummel, N., Deiglmayr, A. & Loibl, K. (2019). Probing boundary conditions of productive failure: Does the productive failure effect transfer to young students, and what is the role of collaboration? npj Science of Learning, 4, 1-9. https://doi.org/10.1038/s41539-019-0041-5
  • Loibl, K. & Leuders, T. (2018). Errors during exploration and consolidation – The effectiveness of productive failure as sequentially guided discovery learning. Journal für Mathematik-Didaktik, 39(1), 69-96. https://doi.org/10.1007/s13138-018-0130-7
  • Loibl, K., Roll, I. & Rummel, N. (2017). Towards a theory of when and how problem solving followed by instruction supports learning. Educational Psychology Review, 29(4), 693-715. https://doi.org/10.1007/s10648-016-9379-x
  • Loibl, K. & Rummel, N. (2015). Productive failure as a strategy against the double curse of incompetence. Learning: Reseach and Practice, 1(2), 113-121. https://doi.org/10.1080/23735082.2015.1071231
  • Loibl, K. & Rummel, N. (2014). Knowing what you don't know makes failure productive. Learning and Instruction, 34, 74-85. https://doi.org/10.1016/j.learninstruc.2014.08.004
  • Loibl, K. & Rummel, N. (2014). The impact of guidance during problem-solving prior to instruction on students' inventions and learning outcomes. InstructionalScience, 42(3), 305-326. https://doi.org/10.1007/s11251-013-9282-5
  • Westermann, K. & Rummel, N. (2012). Delaying instruction – Evidence from a study in a university relearning setting. Instructional Science, 40(4), 673-689. https://doi.org/10.1007/s11251-012-9207-8

Beiträge in Herausgeberbänden und Tagungsbänden mit Fachgutachten / Peer-reviewed chapters and proceedings

  • Loibl., K., Leuders, T., Glogger-Frey, I., & Rummel, N. (2023). Cognitive Analysis of Composite Instructional Designs: New Directions for Research on Problem-Solving Prior to Instruction. In C. Damșa, M. Borge, E. Koh, & M. Worsley (Eds.), Proceedings of the 16th International Conference on Computer-Supported Collaborative Learning - CSCL 2023 (pp. 321-324). Montreal, Canada: International Society of the Learning Sciences.
  • Boomgaarden, A., Leuders, T., & Loibl, K. (2022). Blickbewegungen als Indikator für den Lernerfolg?–Nachvollziehen und Vergleichen beim Lösungsvergleich. In Eye-Tracking in der Mathematik-und Naturwissenschaftsdidaktik: Forschung und Praxis (pp. 227-243). Berlin, Heidelberg: Springer Berlin Heidelberg.
  • Boomgaarden, A., Loibl, K., & Leuders, T. (2021). Striving for Adaptivity-Enabling Complex Problem-Solving Processes in a Computer-Based Learning Environment. In: Proceedings of the 15th International Conference of the Learning Sciences (ICLS) 2021. International Society of the Learning Sciences.
  • Brand, C., Hartmann, C., Loibl, K., & Rummel, N. (2021). Observing or Generating Solution Attempts in Problem Solving Prior to Instruction: Are the Preparatory Processes Comparable?. In: Proceedings of the 15th International Conference of the Learning Sciences (ICLS) 2021. International Society of the Learning Sciences.
  • Loibl, K., & Leuders, L. (2020). “Take the middle” – Averaging prior and evidence as effective heuristic in bayesian reasoning. In S. Denison., M. Mack, Y. Xu, & B.C. Armstrong (Eds.), Proceedings of the 42nd Annual Conference of the Cognitive Science Society (pp. 1764-1770). Cognitive Science Society.
  • Boomgaarden, A., Loibl, K. & Leuders, T. (2019). Computer-based Problem Solving to Prepare for Adaptive Consolidation. In: K. Lund, G. P. Niccolai, E. Lavoué, C. Hmelo-Silver, G. Gweon & M. Baker (Eds.). A Wide Lens: Combining Embodied, Enactive, Extended, and Embedded Learning in Collaborative Settings, 13th International Conference on Computer Supported Collaborative Learning (CSCL) 2019, Vol. 2 (pp. 863-864). Lyon, France: ISLS.
  • Loibl, K. & Leuders, L. (2018). Learning from errors. The effect of comparison prompts in instruction after problem solving settings. In: J. Kay & R. Luckin (Eds.). Rethinking Learning in the Digital Age: Making the Learning Sciences Count, 13th International Conference of the Learning Sciences (ICLS) 2018, Vol. 1 (pp. 216-223). London, UK: ISLS.
  • Hartmann, C., Rummel, N. & Loibl, K. (2016). Communication patterns and their role for conceptual knowledge Acquisition from Productive Failure. In C. K. Looi, J. L. Polman, U. Cress, & P. Reimann (Eds.). Transforming Learning, Empowering Learners: The International Conference of the Learning Sciences (ICLS) 2016, Vol. 1 (pp. 530-537). Singapore: ISLS.
  • Rummel, N., Mavrikis, M., Wiedmann, M., Loibl, K., Mazziotti, C., Holmes, W. & Hansen, A. (2016). Combining exploratory learning with structured practice to foster conceptual and procedural fractions knowledge. In C. K. Looi, J. L. Polman, U. Cress, & P. Reimann (Eds.). Transforming Learning, Empowering Learners: The International Conference of the Learning Sciences (ICLS) 2016, Vol. 1 (pp. 58-65). Singapore: ISLS.
  • Deiglmayr, K., Rummel, N. & Loibl, K. (2015). The mediating role of interactive learning activities in CSCL: An Input-Process-Outcome model. In: O. Lindwall, P. Häkkinen, T. Koschman, P. Tchounikine, & S. Ludvigsen (Eds.). Exploring the Material Conditions of Learning: The Computer Supported Collaborative Learning (CSCL) Conference 2015, Vol. 2 (pp. 518-522). Gothenburg, Sweden: ISLS.
  • Grawemeyer, B., Holmes, W., Gutierrez-Santos, S., Hansen, A., Loibl, K. & Mavrikis, M. (2015). Light-Bulb Moment? Towards adaptive presentation of feedback based on students’ affective state. Proceedings of the 20th ACM Conference on Intelligent User Interfaces (IUI 2015) (pp. 400-404). New York: ACM.
  • Loibl, K. & Rummel, N. (2015). Discussing student solutions is germane for learning when providing or delaying instruction. In: Y. H. Cho, I. S. Caleon & M. Kapur (Eds.). Authentic problem solving and learning in the 21st century: Perspectives from Singapore and beyond (pp. 229-248). Singapore: Springer.
  • Mazziotti, C., Loibl, K. & Rummel, N. (2015). Collaborative or individual learning within Productive Failure. Does the social form of learning make a difference? In: O. Lindwall, P. Häkkinen, T. Koschman, P. Tchounikine, & S. Ludvigsen (Eds.). Exploring the Material Conditions of Learning: The Computer Supported Collaborative Learning (CSCL) Conference 2015, Vol. 2 (pp. 570-575). Gothenburg, Sweden: ISLS.
  • Mazziotti, C., Loibl, K. & Rummel, N. (2014). Does collaboration affect learning in a Productive Failure setting? In: J. L. Polman, E. A. Kyza, D. K. O'Neill, I. Tabak, W. R. Penuel, A. S.Jurow, K. O'Connor, T. Lee, & L. D'Amico (Eds.). Learning and becoming in practice: The International Conference of the Learning Sciences (ICLS 2014), Vol. 3 (pp. 1184-1185). Boulder, CO: ISLS.
  • Loibl, K. & Rummel, N. (2013). Delaying Instruction Alone Doesn’t Work: Comparing and Contrasting Student Solutions is Necessary for Learning from Problem-Solving prior to Instruction. In: N. Rummel, M. Kapur, M. Nathan, & S. Puntambekar (Eds.). To see the world and a grain of sand: Learning across levels of space, time an scale - Proceedings of the 10th international conference on computer-supported collaborative learning (CSCL 2013), Vol. 1 (pp. 296-303). Madison: ISLS.
  • Westermann, K. & Rummel, N. (2012). New evidence on productive failure - Building on students’ prior knowledge is key! In: J. van Aalst, K. Thompson, M. J. Jacobson & P. Reimann (Eds.). The future of learning: Proceedings of the 10th international conference of the learning sciences (ICLS 2012), Vol. 2 (pp. 266-270). Sydney, Australia: ISLS.
  • Westermann, K. & Rummel, N. (2011). What type of support is needed when students generate multiple representations in small groups? In: H. Spada, G. Stahl, N. Miyake, & N. Law (Eds.). Connecting computer-supported collaborative learning to policy and practice – CSCL2011 Conference Proceedings, Vol. 3 (pp. 1067-1068). ISLS.

Die hier genannten Themen orientieren sich an meinen Forschungsschwerpunkten. Diese Vorschläge dienen nur der groben Orientierung. Innerhalb dieser Grobthemen gibt es eine Vielzahl möglicher Fragestellungen, z. B. zu bestimmten Unterstützungsformaten oder Kognitionen, zur Replikation bei neuen Lerngegenständen, etc. Die konkrete Fragestellung gilt es im Rahmen eines Exposés herauszuarbeiten. Je nach konkreter Fragestellung sind dabei quantitative (z. B. Interventionsstudien mit Gruppenvergleich oder Fragebogenerhebungen) oder qualitative (z. B. Interviewstudien) Ansätze geeignet.

  • PS-I (Problemlösen vor Instruktion): Lernende generieren Lösungen oder Ideen bzw. explizieren ihre Vorstellungen in einer Problemlöse-/Erkunden-/Explorations-Phasen, die in nachfolgender Instruktion aufgegriffen werden (s. PS-I im zdf)
  • Digitale Tools zur Unterstützung kognitiver Aktivierung bei der Erarbeitung neuer Inhalte (s. Kolleg zu dem Thema), insbesondere Wirtschaft (Preisbildung), Mathematik (Fläche und Umfang, Brüche)
  • Übertragung erforschter Instruktionsansätze auf den Bereich Motor Learning (Sport, s. Beispielprojekte unten)


Vergabe eines Masterarbeitsthemas: Vergleich von Vermittlungsansätzen beim Speerwerfen in der Grundschule (oder Sekundarstufe)

Ein wichtiges Ziel des Sportunterrichts in der Primarstufe ist die Verbesserung von Bewegungskompetenzen der Kinder. Zur Förderung der Bewegungskompetenzen kommen verschiedene Lernansätze zum Einsatz.
In der Lehr-Lernforschung ist ‚Problem-solving before Instruction‘, (deutsch: Problemlösen vor Instruktion, PS-I) als Lernansatz bekannt, bei dem der Instruktion durch die Lehrkraft zur Lösung des Problems/der Lernaufgabe eine längere Phase selbstgesteuerten Übens (Explorierens) vorangestellt wird. Der positive Nutzen von PS-I für die Lernleistung, beispielsweise in der Mathematik, ist mittlerweile sehr gut dokumentiert. Die potentielle Bedeutung von PS-I für die sportmotorische Entwicklung von Kindern wurde in zwei aktuellen Studie am Beispiel des Speerwurfs untersucht (Leukel & Loibl, 2023; Loibl & Leukel, 2023). Hier probierten die Schüler:innen zunächst ohne weitere Instruktion den Speer möglichst weit zu werfen und explorierten dabei mögliche Bewegungsabläufe (PS), bevor sie in einer anschließenden Instruktionsphase (I) Erläuterungen zu den relevanten Bewegungsmerkmalen erhielten. Offen ist, welche Mechanismen für einen lernförderlichen Effekt mit diesem PS-I-Lernansatz verantwortlich sind.
In der hier zu vergebenden Masterarbeit wollen wir die Hypothese testen, dass eine Verknüpfung von Wissenskomponenten aus der PS-Phase mit Wissens¬komponenten aus der I-Phase die Steigerung der Lernleistung mit PS-I erklärt. Um diese Hypothese zu testen, variieren wir gezielt das Instruktionsdesign und geben einem Teil der Kinder Hinweise (sogenannte Prompts), die zum Ziel haben, die Verknüpfung von Wissenskomponenten zu unterstützen.
Das Ergebnis dieser Arbeit klärt wichtige Fragen in Bezug zur optimalen Gestaltung von Lernumgebungen im Sportunterricht in der Grundschule.
Betreuung der Masterarbeit:
• Prof. Dr. Katharina Loibl, PH Freiburg
• Dr. Christian Leukel, PH Freiburg
• Prof. Dr. Timo Leuders, PH Freiburg 
Organisatorisches: Kontakte zu Schulen bestehen
Bei Interesse an diesem Masterarbeitsthema melden Sie sich bitte mit Angaben zu Ihren Studienfächern bei uns: katharina.loibl@ph-freiburg.de oder christian.leukel@ph-freiburg.de
Wir vereinbaren dann einen Termin mit Ihnen, um mit Ihnen über die geplante Arbeit zu sprechen.


Zurück zur Übersicht