Advertisement

Definitionen

  • Ulrike Kipman
Chapter

Zusammenfassung

Kap. 2 ist den Definitionen der wichtigsten Begriffe im Zusammenhang mit dem Themenfeld „Problemlösen“ gewidmet. Es werden Definitionen der Begriffe „Problem“ und „Problemlösekompetenz“ gegenübergestellt, und es werden sowohl der „Problemlöseprozess“ als auch die „Unterscheidung zwischen verschiedenen Problemtypen“ beleuchtet. Es ergibt sich, dass bei Problemaufgaben das Lernen und Anwenden von heuristischen Regeln und das „Eigenständig-denken-Lernen“ wesentlich ist, dies unabhängig von der Offenheit der Fragestellung, die den Problemtyp bestimmt. Problemlösekompetenz bedeutet, dass man sich auf den Prozess einlassen und Gelerntes aktivieren und organisieren muss, wobei der Prozess – von der Problemidentifikation bzw. vom Verstehen der Aufgabe/des Problems bis zur Evaluierung – mehrere Phasen durchläuft.

Literatur

  1. Andexer, K. (2015). Volksschulkinder entdecken Stochastik. Salzburg: Pädagogische Hochschule.Google Scholar
  2. Arbinger, R. (1997). Psychologie des Problemlösens. Eine anwendungsorientierte Einführung. Darmstadt: Primus.Google Scholar
  3. Arlin, P. K. (1989). The problem of the problem. In J. D. Sinnott (Hrsg.), Everyday problem solving. Theory and applications (S. 229–237). New York: Praeger.Google Scholar
  4. Betsch, T., Funke, J., & Plessner, H. (2011). Denken – Urteilen, Entscheiden, Problemlösen. Mit 14 Tabellen (Springer-Lehrbuch Allgemeine Psychologie für Bachelor). Berlin: Springer.CrossRefGoogle Scholar
  5. BIFIE (Hrsg.). (2011). Praxishandbuch für „Mathematik“ 4. Schulstufe (2, durchgesehene und erweiterte. Aufl.). Graz: Leykam.Google Scholar
  6. BIFIE (Hrsg.). (2013). Themenheft Mathematik „Problemlösen“. Volksschule Grundstufe I + II. Graz: Leykam.Google Scholar
  7. Bruder, R. (2006). Grundlagen für Analogieschlüsse: Mathematisierungsmuster und Vorgehensstrategien in Anwendungssituationen. Der Mathematikunterricht, 52(6), 5–18.Google Scholar
  8. Bruder, R., & Collet, C. (2011). Problemlösen lernen im Mathematikunterricht (Scriptor Praxis – Mathematik). Berlin: Cornelsen Scriptor.Google Scholar
  9. Dörner, D. (1976). Problemlösen als Informationsverarbeitung (Kohlhammer-Standards Psychologie: Studientext: Teilgebiet: Denkpsychologie, 1. Aufl.). Stuttgart: Kohlhammer.Google Scholar
  10. Duncker, K. (1974). Zur Psychologie des produktiven Denkens (3. Neudr., unveränd. Neudr. d. 1935 ersch. 1. Aufl.). Berlin: Springer.CrossRefGoogle Scholar
  11. Fuchs, M. (2006). Vorgehensweisen mathematisch potentiell begabter Dritt- und Viertklässler beim Problemlösen. Empirische Untersuchungen zur Typisierung spezifischer Problembearbeitungsstile (Begabungsforschung, Bd. 4). Berlin: LIT.Google Scholar
  12. Funke, J. (1990). Systemmerkmale als Determinanten des Umgangs mit dynamischen Systemen. Sprache und Kognition, 9, 143–153.Google Scholar
  13. Funke, J. (2003). Problemlösendes Denken (Kohlhammer Standards Psychologie, 1. Aufl.). Stuttgart: Kohlhammer.Google Scholar
  14. Gray, W. D. (2002). Simulated task environments. Cognitive Science Quarterly, 2, 205–227.Google Scholar
  15. Greeno, J. G. (1978). Natures of problem solving abilities. In W. K. Estes (Hrsg.), Handbook of learning and cognitive processes (S. 239–270). London: Routledge Taylor und Francis Group.Google Scholar
  16. Heckhausen, H., Gollwitzer, P. M., & Weinert, F. E. (1987). Jenseits des Rubikon. Der Wille in den Humanwissenschaften. Berlin: Springer.CrossRefGoogle Scholar
  17. Hussy, W. (1984). Denkpsychologie. Ein Lehrbuch (Urban-Taschenbücher, Bd. 363). Stuttgart: Kohlhammer.Google Scholar
  18. Joerger, K. (1976). Einführung in die Lernpsychologie. Freiburg im Breisgau: Herder.Google Scholar
  19. Kipman, U. (2006). Gruppendynamik in Politik und Pädagogik. München: Grin.Google Scholar
  20. Klix, F. (1971). Information und Verhalten. Bern: Huber.Google Scholar
  21. Lüer, G., & Spada, H. (1998). Denken und Problemlösen. In H. Spada (Hrsg.), Lehrbuch allgemeine Psychologie (Aus dem Programm Huber, Nachdr. der 2., korr. Aufl. 1992, S. 189–280). Huber: Bern.Google Scholar
  22. McCarthy, J. (1972). The inversion of functions defined by turing machines. In W. R. Ashby, C. E. Shannon, & J. McCarthy (Hrsg.), Automata studies (Annals of mathematics studies, Bd. 34, 5. Aufl., AM-34). Princeton: Princeton University Press.Google Scholar
  23. Newell, A., & Simon, H. A. (1972). Human problem solving. Englewood Cliffs: Prentice-Hall.Google Scholar
  24. OECD. (2012). Literacy, numeracy and problem solving in technology-rich environments. Framework for the OECD survey of adult skills. Paris: OECD.CrossRefGoogle Scholar
  25. OECD. (2014). PISA 2012 results: Creative problem solving: Students’ skills in tackling real-life problems (Bd. V). PISA: OECD.Google Scholar
  26. Pólya, G. (1995). Schule des Denkens. Vom Lösen mathematischer Probleme (Sammlung Dalp, 4. Aufl.). Tübingen: Francke.Google Scholar
  27. Schnabel, J., & Trapp, A. (2012). Problemlösendes Denken im Mathematikunterricht. Donauwörth: Auer.Google Scholar
  28. Schnabel, J., & Trapp, A. (2013). Problemlösendes Denken im Mathematikunterricht. Donauwörth: Auer.Google Scholar
  29. Schnabel, J., & Trapp, A. (2015). Problemlösendes Denken im Mathematikunterricht. Theoretische Grundlagen, Musteraufgaben, Materialien; 1.–4. Klasse; [Grundschule] (Immer besser unterrichten, 2. Aufl.). Augsburg: Auer.Google Scholar
  30. Schoenfeld, A. H. (1989). Mathematical thinking and problem solving (Studies in mathematical thinking and learning). Abingdon: Routledge.Google Scholar
  31. Sell, R., & Schimweg, R. (2002). Probleme lösen. In komplexen Zusammenhängen denken (6. Aufl.). Berlin: Springer.CrossRefGoogle Scholar
  32. Sembill, D. (1992). Problemlösefähigkeit, Handlungskompetenz und emotionale Befindlichkeit. Zielgrößen forschenden Lernens (Ergebnisse der pädagogischen Psychologie, Bd. 10). Göttingen: Hogrefe.Google Scholar
  33. Someren, M. W., Barnard, Y., & Sandberg, J. (1994). The think aloud method: A practical guide to modeling cognitive processes. London: Academic.Google Scholar
  34. Spering, M. (2003). Praktisches Problemlösen. http://www.psychologie.uniheidelberg.de/ae/allg/mitarb/ms/PH_Einfuehrung.pdf. Zugegriffen am 15.02.2017.
  35. Strauß, B. (1993). Konfundierungen beim Komplexen Problemlösen. Zum Einfluss des Anteils der richtigen Lösungen (ArL) auf das Problemlöseverhalten in komplexen Situationen (Aktuelle psychologische Forschung, Bd. 2). Zugl.: Kiel, Univ., Diss.: 1991 u.d.T.: Die Bedeutung formaler Merkmale für die Lösung komplexer Probleme. Bonn: Holos.Google Scholar
  36. Tietze, U.-P., Klika, M., & Wolpers, H. (1982). Didaktik des Mathematikunterrichts in der Sekundarstufe II. Wiesbaden: Vieweg + Teubner.  https://doi.org/10.1007/978-3-322-91103-2.CrossRefGoogle Scholar
  37. Wagener, D. (2001). Psychologische Diagnostik mit komplexen Szenarios. Taxonomie, Entwicklung, Evaluation (Aktuelle psychologische Forschung, Bd. 33). Zugl.: Mannheim, Univ., Diss. Lengerich: Pabst.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  • Ulrike Kipman
    • 1
  1. 1.Pädagogische Hochschule SalzburgSalzburgÖsterreich

Personalised recommendations