slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Theorien des Problemlösens PowerPoint Presentation
Download Presentation
Theorien des Problemlösens

Loading in 2 Seconds...

play fullscreen
1 / 27
uma-wagner

Theorien des Problemlösens - PowerPoint PPT Presentation

62 Views
Download Presentation
Theorien des Problemlösens
An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Theorien des Problemlösens Behaviormus: Problem= dominante Reaktion auf Reiz führt nicht zu erwünschten Erfolg Problemlösen= Umschichtung von Reaktionshierarchien Gestaltpsychologie: Problem=defekte Gestalt Problemlösen=Umstrukturierung; Einsicht (Aha-Effekt) Informationsverarbeitungsansatz: Problem= 1. unerwünschter Ausgangszustand 2. erwünschter Zielzustand 3. Barriere, die die Transformation von A nach Z verhindert Problemlösen= Suche im Problemraum (Newell & Simon)

  2. Resultatsorientierter Ansatz: Interesse am Ergebnis (Lösungszeit, Lösungsgüte) Paradigmen: 9-Punkte; Bergsteiger; Kerzenproblem,... Prozessorientierter Ansatz: Interesse am Lösungsprozess (Lösungsschritte, Strategien) Paradigmen: Turm von Hanoi, Kannibalen und Missionare, Kryptarithmetische Probleme, komplexe Probleme,....

  3. Problemlöseprozess I • Modell TOTE-Einheiten (Miller, Galanter & Pribram,1960) • - Konzept der Rückkoppelung

  4. Problemlöseprozess II • Zentrale Bestandteile im Problemlöseprozess • Zielantizipation • Problemrepräsentation • Planung • Überwachung/Kontrolle • Reflektion - Lösung wird konstruiert - Problemlösen erfolgt kontrolliert; vollzieht sich nicht schrittweise (Hin und Herspringen); an vielen Stellen wird gleichzeitig etwas geändert

  5. Lösen von Interpolationsproblemen I Organisation mentaler Prozesse (Dörner, 1976)

  6. Lösen von InterpolationsproblemenII Schritte im Problemlöseprozess

  7. Heuristiken /Suchprozeduren I • Heurismus • Verfahren zur Lösungsfindung, d. h. eine bestimmte Abfolge elementarer geistiger Operationen, durch die ein Problem gelöst werden kann, aber nicht unbedingt gelöst werden muss (Dörner, 1976) • - „Daumenregel“ (zeitsparend, keine Lösungsgarantie) • Algorithmus • systematisches Überprüfen aller Alternativen (zeitaufwändig, führt aber sicher zur Lösung)

  8. Heuristiken /Suchprozeduren II Generate and test: Lösungsvorschläge werden Schritt für Schritt generiert und überprüft Backward chaining (Rückwärtsverkettung): ist der Zielzustand gut beschrieben, kann auch vom Zielzustand rückwärts gearbeitet werden Operator subgoaling (Zwischenzielbildung): erzeugt ein Operator eine sinnvolle Transformation, kann aber derzeit noch nicht angewendet werden, besteht ein Zwischenziel darin die Anwendungsvoraussetzungen für diesen Operator zu schaffen Subgoal decomposition (Teilzielzerlegung): das Gesamtziel wird in additive Teilziele zerlegt

  9. Difference reduction (Differenzreduktion): Suche nach dem Operator, der die Differenz zwischen dem gegebenem und dem Zielzustand maximal reduziert Means-end analysis (Mittel-Ziel-Analyse) Kombination von Vorwärtsverkettung und Zwischenzielbildung Match (Passung): existiert ein Lösungsschema, wird es Teil für Teil an die bestehende Struktur herangetragen und passend gemacht

  10. Was macht ein Problem schwer? Determinanten der Problemschwierigkeit (Hussy, 1984)

  11. Personmerkmale Wissen - deklaratives Wissen (Wissen was) (Faktenwissen) - prozedurales Wissen (Wissen wie) (Operationswissen) - Metawissen (Wissen über das eigene Wissen) oder - epistemische Struktur (allgemeines und bereichsspezifisches Wissen) - heuristische Struktur (Heurismen)

  12. Umfang und Organisation von Wissen • - Bereichsspezifität: das Problem ist in einen best. Wissensbereich eingebettet • - semantische Einkleidung aktiviert Vorwissen (kann förderlich oder hinderlich sein) • -abhängig von: • a)Wirkung der semantischen Beziehung auf den Operatoreinsatz, • die Zwischenzielbildung und Zielabstandsbewertung • b) der Erklärung der Problemstruktur durch die Instruktion • Bsp.: Kannibalen und Missionare • -Vorstellung: Missionare sind schwach, dürfen nicht getrennt werden • - führt zu Irrwegen bzw. Verkennen von Lösungswegen • Wissensverfügbarkeit • - bestimmte Informationen stehen nur in einem funktionalen Zusammenhang • zur Verfügung • - Bsp. Kerzenproblem (verstärkte und verminderte funktionale Gebundenheit)

  13. Problemmerkmale • Problemumfang (Zahl der Lösungsalternativen) • - mit steigendem Informationsgehalt wächst die Verarbeitungskapazität • - Bsp.: Anagramme (mehr Buchstaben) • a) Algorithmus: längere Bearbeitungszeit • b) Hypothesentesten: synthetisches Vorgehen (vielleicht fängt das Wort mit R an) • - Befunde zum Zusammenhang zw. Problemschwierigkeit und Alternativenzahl sind uneindeutig (individuelles Vorgehen)

  14. Problemkomplexität • -Variablenzahl • -Vernetzung • - Transparenz • Bsp.: ZAP Zielannäherungsproblem (Hussy,1984) • Aufgabe: Raumschiff in best. Höhe über Mondoberfläche landen • - Variation der 3 Komponenten • - Variablenzahl (3 vs 5): Höhe, Geschwindigkeit, Bremsstufe,... • - Vernetztheit (linear vs. nicht linear) • - Transparenz (weniger vs. mehr Informationen) • Ergebnis: bei höherer Problemschwierigkeit sinkt die Leistung

  15. Komplexes Problemlösen Entstehungsgeschichte Die Forschungsrichtung „Komplexes Problemlösen“ entstand etwa Mitte der 1970er Jahre aus der Kritik an der klassischen Problemlöseforschung. Kritikpunkte - Einfachheit der Problemstellungen - mangelnde Realitätsnähe Neuerung - computersimulierte Problemlöseszenarien (Mikrowelten) - Wissensaufbau, -organisation und- anwendung

  16. Konstrukt der operativen Intelligenz (Dörner 1989) - entstand aus Kritik an der Intelligenzforschung - mangelnde Beachtung von Prozessen die zu intellektuellen Resultaten führen - prozessorientiert: - Informationsgewinnung und -integration - Zielausarbeitung - Maßnahmenplanung und -entscheidung - Selbstmanagement - prozessorientiert

  17. Modell für komplexes Problemlösen

  18. Kennzeichen komplexer Probleme • Kompexität (Anzahl der Variablen) • Vernetztheit (Anzahl und Dichte der Verknüpfung zwischen den Variablen) • Polytelie (mehrere Ziele) • Intransparenz (Variablen und Ziel sind unbekannt) • Dynamik/Eigendynamik (Eingriffe setzen Prozesse in Gang; Situation wartet nicht sondern verändert sich von selbst)

  19. Anforderungen an den Problemlöser • Umgang mit Zielen • -Zielsetzung, Zielelaboration • -Zielverfolgung • Fähigkeit zur Situationsanalyse • -Erfassen von Zusammenhängen • -Identifikation der Systemstruktur • -Informationssammlung • -Informationsintegration und Modellbildung • -Hypothesenbildung • Richtige Handlungswahl • Absichtsauswahl und Schwerpunktbildung • Prognose und Extrapolation • Planen und Entscheiden • Maßnahmen treffen • Handlungskontrolle und Strategiemodifikation

  20. Idealisiertes Prozessmodell (Dörner, 1989) Zielausarbeitung Modellbildung und Informationssammlung Prognose und Extrapolation Planung von Aktionen Entscheidung und Durchführung von Aktionen Effektkontrolle und Revision der Handlungsstrategien

  21. 1. Zielausarbeitung: Entwicklung einer Zielvorstellung; Zielkonflikte möglich 2. Modellbildung und Informationssammlung -Informationssuche und -ergänzung, um ein Modell der Situation zu bilden - Eingriffe und Maßnahmen spezifizieren 3. Prognose und Extrapolation -Abschätzungen über zeitliche Entwicklungsverläufe - Berücksichtigung der Dynamik 4. Planung von Aktionen -Wahl des richtigen Auflösungsniveaus (systematische oder taktische Planung) 5. Entscheidung und Durchführung -handelndes Ausführen der geplanten Aktionen 6. Kontrolle und Revision - Sind die angestrebten Effekte eingetreten?

  22. Beispiel für komplexes Problemlösen: Lohhausen • „Lohhausen“ ist der Name einer simulierten Kleinstadt • Aufgabe: Die Probanden sollen als Bürgermeister über 10 fiktive Jahre hinweg (aufgeteilt in zwei achtstündige Sitzungen oder acht wöchentlich aufeinander folgende Sitzungen) für das Wohlergehen der Stadt in der näheren und fernen Zukunft sorgen. • Problemlösegütemaße: Kapital, Zufriedenheit der Bürger, Anzahl Arbeitslose etc. • Komplexität: 2000 Variablen • Beschreibung der Stadt: • -3500 Einwohner, Uhrenfabrik, Stadtverwaltung, Arztpraxen, Banken, Schulen... • - Eingriffsmöglichkeiten: Steuersätze verändern, Arbeitsplätze schaffen, Wohnungsbau betreiben, für Freizeiteinrichtungen sorgen..

  23. Grobstruktur des Lohhausen-Systems mit 44 der 2000 Variablen