Details

In der heutigen Informationsgesellschaft erweist sich der effiziente Umgang mit dem Produktionsfaktor Wissen als entscheidender Wettbewerbsfaktor. Aufgrund der geringeren Halbwertszeit des Wissens tritt das reine Faktenlernen zunehmend in den Hintergrund und das Lernen von Zusammenhangen gewinnt an Bedeutung. Diese Studie beschreibt einen auf der deutschen Wikipedia basierenden Prototyp, der zum einen zum automatisierten Abfragen von Zusammenhngen genutzt werden kann und zum anderen ein neuartiges didaktisches Konzept zum Lernen von Assoziationen einfhrt. Zur Definition von Wissensdomnen werden Algorithmen vorgestellt, welche die einem Wikipedia-Artikel zugeordneten Kategorien auf vordefinierte Hauptkategorien aggregieren. Da Daten zu inhaltlichen Zusammenhngen zwischen verschiedenen Wikipedia-Eintrgen bisher noch nicht erhoben wurden, stellt diese Arbeit solche Assoziationen anhand der semantischen hnlichkeit her. Die im entwickelten Prototyp implementierten Konzepte ermglichen das spielerische Lernen von Zusammenhngen durch die Bearbeitung zuflliger oder vordefinierter Navigationsaufgaben.