Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-07-21T22:00:32Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}
{{BR}}
= Der Dunning-Kruger-Effekt - Psychologie =

{{BR}}
= Einleitung =

Der '''[[Dunning-Kruger-Effekt]]''' beschreibt eine mögliche systematische Verzerrung der [[Selbsteinschätzung]]: Personen mit geringer Leistung in einem bestimmten Bereich überschätzen ihre Leistung häufig stärker als Personen mit hoher Leistung. Der Effekt ist '''bereichsspezifisch'''. Er bedeutet weder, dass wenig intelligente Menschen immer selbstsicher seien, noch dass Fachleute grundsätzlich unsicher auftreten.

Die Sozialpsychologen [[David Dunning]] und [[Justin Kruger]] veröffentlichten 1999 vier Studien zu [[Humor]], [[Grammatik]] und [[logischem Denken]]. Dabei verglichen sie objektive Testleistungen mit subjektiven Einschätzungen. Die Befunde wurden bekannt, ihre Erklärung durch mangelnde [[Metakognition]] wird jedoch bis heute wissenschaftlich diskutiert.

[[Datei:Dunning-kruger effect - raw score.svg|500px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=pOLmD_WVY-E |500|center}}

{{BR}}
= Lernziele =

Nach diesem aiMOOC kannst Du den [[Dunning-Kruger-Effekt]] fachlich korrekt erklären, Forschungsbefunde von populären Vereinfachungen trennen und Selbstüberschätzung anhand von Daten untersuchen. Du kannst außerdem [[Metakognition]], [[Kalibrierung]], [[Regression zur Mitte]] und den [[Better-than-average-Effekt]] zur Bewertung konkurrierender Erklärungen nutzen.

{{BR}}
= Grundidee =

{{BR}}
== Leistung und Selbsteinschätzung ==

In typischen Untersuchungen lösen Personen eine Aufgabe und schätzen anschließend ihre Leistung. Verglichen werden zum Beispiel die tatsächliche Punktzahl, die erwartete Punktzahl und der vermutete Rang innerhalb einer Gruppe.

Ein Dunning-Kruger-Muster liegt vor, wenn schwächere Personen ihre Leistung deutlich zu positiv einschätzen. Sie müssen dabei nicht selbstsicherer als die leistungsstärksten Personen sein. Entscheidend ist die '''größere Abweichung''' zwischen Leistung und Urteil.

[[Datei:Dunning–Kruger Effect.svg|500px|rahmenlos|center]]

{{BR}}
== Domänenspezifität ==

Der Effekt betrifft konkrete [[Kompetenz|Kompetenzbereiche]]. Eine Person kann sich in Statistik überschätzen und ihre musikalischen Fähigkeiten realistisch beurteilen. Aussagen über den gesamten [[Intelligenz|Intelligenzgrad]] einer Person sind deshalb unzulässig.

{{BR}}
== Metakognitive Erklärung ==

[[Metakognition]] bedeutet, das eigene Denken und Handeln zu beobachten, zu bewerten und zu steuern. Die ursprüngliche Erklärung spricht von einer '''doppelten Belastung''': Wer eine Aufgabe schlecht beherrscht, macht mehr Fehler und besitzt möglicherweise zugleich weniger Wissen, um diese Fehler zu erkennen.

[[Datei:Metacognition2.svg|420px|rahmenlos|center]]

{{#ev:youtube| https://www.youtube.com/watch?v=ErkhYq13VVE |500|center}}

{{BR}}
= Die ursprüngliche Forschung =

Dunning und Kruger teilten Versuchspersonen nach ihrer Testleistung in Leistungsgruppen ein. Besonders die leistungsschwächste Gruppe überschätzte ihren Rang. Nach Training verbesserten sich bei manchen Teilnehmenden sowohl Leistung als auch Selbsteinschätzung. Dies stützte die Annahme, dass Wissen auch die Fähigkeit zur Selbstbeurteilung verbessern kann.

Die Forschung unterscheidet zwischen '''absoluter Einschätzung''' und '''relativer Einschätzung'''. Eine absolute Frage lautet: „Wie viele Aufgaben habe ich richtig gelöst?“ Eine relative Frage lautet: „Wie gut war ich im Vergleich zu anderen?“ Relative Urteile sind oft schwieriger, weil zusätzlich die Leistung der anderen eingeschätzt werden muss.

{{BR}}
== Kalibrierung ==

[[Kalibrierung]] bezeichnet die Übereinstimmung zwischen subjektiver Sicherheit und tatsächlicher Trefferquote. Gute Kalibrierung bedeutet nicht, immer richtig zu liegen. Sie bedeutet, den eigenen Grad an Sicherheit passend zur Zuverlässigkeit des Urteils anzugeben.

# [[Prognose]]: Schätze vor einer Aufgabe Deine erwartete Leistung.
# [[Konfidenz]]: Gib an, wie sicher Du Dir bei einzelnen Antworten bist.
# [[Vergleich]]: Stelle Prognose und Sicherheit dem Ergebnis gegenüber.
# [[Feedback]]: Analysiere typische Fehlurteile.
# [[Transfer]]: Wiederhole das Verfahren in einem neuen Bereich.

{{BR}}
= Kritik und alternative Erklärungen =

{{BR}}
== Regression zur Mitte ==

[[Regression zur Mitte]] kann entstehen, wenn zwei Messungen nicht perfekt zusammenhängen. Wer bei der objektiven Leistung extrem niedrig liegt, wird bei einer fehlerbehafteten Selbsteinschätzung statistisch oft weniger extrem liegen. Dadurch kann ein Teil des bekannten Musters auch ohne besondere metakognitive Schwäche entstehen.

[[Datei:Dunning-kruger effect - simulation1.svg|500px|rahmenlos|center]]

{{BR}}
== Better-than-average-Effekt ==

Beim [[Better-than-average-Effekt]] schätzen Menschen ihre Fähigkeiten häufig besser als den Durchschnitt ein. Wird diese allgemeine Tendenz mit Messfehlern und Regression zur Mitte kombiniert, kann ein Dunning-Kruger-ähnliches Diagramm entstehen.

{{BR}}
== Aktueller Forschungsstand ==

Die Forschung unterstützt die Aussage, dass Selbsteinschätzungen besonders bei schwacher Leistung ungenau sein können. Umstritten ist, wie groß der Effekt ist und ob die ursprüngliche metakognitive Erklärung alle Befunde trägt. Neuere Arbeiten zeigen, dass statistische Verfahren, Aufgabenart, Messzuverlässigkeit und Art der Selbsteinschätzung das Ergebnis stark beeinflussen.

Eine wissenschaftlich vorsichtige Formulierung lautet daher: '''Leistung und Selbstwissen hängen zusammen, aber das klassische Kurvenmuster beweist allein noch keinen metakognitiven Mechanismus.'''

{{#ev:youtube| https://www.youtube.com/watch?v=d2r7Bk1NlgU |500|center}}

{{BR}}
= Populäre Missverständnisse =

Die bekannte Kurve mit einem frühen Gipfel, einem „Tal der Verzweiflung“ und einem späteren „Plateau“ ist keine Darstellung der Originaldaten. Sie ist eine populäre Lernmetapher und darf nicht als gesicherter Verlauf jeder Kompetenzentwicklung ausgegeben werden.

[[Datei:Dunning–Kruger Effekt.svg|500px|rahmenlos|center]]

'''Prüffrage zur Abbildung:''' Welche Teile zeigen Daten, welche Teile sind Interpretation und welche Beschriftungen wurden erst später populär?

{{#ev:youtube| https://www.youtube.com/watch?v=phOABGk4heo |500|center}}

Weitere Fehlinterpretationen sind die Verwendung als Schimpfwort, die Gleichsetzung mit allgemeiner Dummheit und die Annahme, nur andere Menschen seien betroffen. [[Kognitive Verzerrung|Kognitive Verzerrungen]] können grundsätzlich jede Person betreffen.

[[Datei:Cognitive bias codex en.svg|500px|rahmenlos|center]]

{{BR}}
= Umgang mit Fehleinschätzungen =

Eine realistischere Selbsteinschätzung entsteht nicht allein durch Bescheidenheit, sondern durch überprüfbare Rückmeldung.

# [[Selbsttest]]: Löse Aufgaben ohne Hilfsmittel und prüfe die Ergebnisse.
# [[Feedback]]: Hole konkrete Rückmeldungen von sachkundigen Personen ein.
# [[Fehleranalyse]]: Erkläre, warum eine Antwort falsch war.
# [[Perspektivwechsel]]: Formuliere Gründe gegen die eigene Position.
# [[Unsicherheit]]: Nutze abgestufte Sicherheitsangaben statt absoluter Gewissheit.
# [[Replikation]]: Prüfe, ob ein Ergebnis in einer neuen Aufgabe wieder auftritt.

{{BR}}
= Bedeutung für Schule, Studium und Alltag =

Im Lernen kann schlechte Kalibrierung zu zu kurzer Vorbereitung oder ungeeigneten Lernstrategien führen. Im Studium hilft [[Abrufübung]], weil sie Wissen prüft, statt nur ein Gefühl von Vertrautheit zu erzeugen. In Teams können strukturierte Rückmeldungen verhindern, dass Lautstärke mit Kompetenz verwechselt wird. In Wissenschaft und Medien schützt die Trennung von Daten, Interpretation und Behauptung vor vorschnellen Urteilen.

{{#ev:youtube| https://www.youtube.com/watch?v=4FGnb2lgPBA |500|center}}

'''Medienkritischer Hinweis:''' Das Video nutzt eine stark vereinfachte Lernkurve. Vergleiche seine Aussagen mit den Abschnitten zur Forschung und Statistik.

{{BR}}
= Forschungshinweise =

# [[Justin Kruger]] und [[David Dunning]]: „Unskilled and Unaware of It“, 1999, DOI 10.1037/0022-3514.77.6.1121.
# [[Metakognition]]: Neuere Forschung trennt allgemeine Selbstüberschätzung von der Fähigkeit, richtige und falsche Einzelentscheidungen zu unterscheiden.
# [[Statistik]]: Regression zur Mitte, Messfehler und Gruppierung nach Leistungsquartilen müssen bei der Interpretation berücksichtigt werden.
# [[Wissenschaftskritik]]: Ein bekanntes Schlagwort ersetzt keine Prüfung von Studiendesign, Daten und Alternativerklärungen.

{{BR}}
= Interaktive Aufgaben =

{{BR}}
== Quiz: Teste Dein Wissen ==

{{MC}}

'''Was beschreibt der Dunning-Kruger-Effekt am genauesten?'''
(Eine verzerrte Selbsteinschätzung in einem bestimmten Kompetenzbereich)
(!Eine allgemeine Eigenschaft wenig intelligenter Menschen)
(!Eine sichere Diagnose für Persönlichkeitsstörungen)
(!Eine feste Lernkurve für alle Menschen)

{{E}}
<br>

{{MC}}

'''Welche Fähigkeit steht im Zentrum der ursprünglichen Erklärung?'''
(Metakognition)
(!Kurzzeitgedächtnis)
(!Konditionierung)
(!Wahrnehmungskonstanz)

{{E}}
<br>

{{MC}}

'''Was wurde in der Originalstudie verglichen?'''
(Testleistung und Selbsteinschätzung)
(!Gehirnvolumen und Schulnoten)
(!Alter und Persönlichkeit)
(!Reaktionszeit und Schlafdauer)

{{E}}
<br>

{{MC}}

'''Welche Aussage zur Domänenspezifität ist richtig?'''
(Eine Person kann sich in einem Bereich überschätzen und in einem anderen realistisch einschätzen)
(!Der Effekt betrifft immer die gesamte Intelligenz)
(!Der Effekt tritt nur bei Schülerinnen und Schülern auf)
(!Der Effekt ist in allen Aufgaben gleich stark)

{{E}}
<br>

{{MC}}

'''Was bedeutet gute Kalibrierung?'''
(Sicherheit und tatsächliche Trefferquote passen zusammen)
(!Eine Person antwortet immer ohne Zweifel)
(!Eine Person erreicht immer die höchste Punktzahl)
(!Eine Person hält sich grundsätzlich für durchschnittlich)

{{E}}
<br>

{{MC}}

'''Welche statistische Erklärung wird häufig diskutiert?'''
(Regression zur Mitte)
(!Lineare Unabhängigkeit)
(!Zufällige Stichprobenziehung allein)
(!Exponentielles Wachstum)

{{E}}
<br>

{{MC}}

'''Was ist am populären Mount-Stupid-Diagramm problematisch?'''
(Es zeigt nicht die Originaldaten von Dunning und Kruger)
(!Es enthält zu wenige Farben)
(!Es wurde vor der Originalstudie veröffentlicht)
(!Es misst ausschließlich Reaktionszeiten)

{{E}}
<br>

{{MC}}

'''Welche Aussage über leistungsschwache Personen ist fachlich angemessen?'''
(Sie überschätzen ihre Leistung häufig stärker, sind aber nicht zwingend selbstsicherer als alle anderen)
(!Sie sind immer überzeugter als Fachleute)
(!Sie können Feedback grundsätzlich nicht verstehen)
(!Sie besitzen eine unveränderliche Persönlichkeitseigenschaft)

{{E}}
<br>

{{MC}}

'''Welche Maßnahme verbessert die Selbsteinschätzung am ehesten?'''
(Konkretes Feedback mit überprüfbaren Aufgaben)
(!Verzicht auf jede Unsicherheitsangabe)
(!Wiederholung der eigenen Meinung)
(!Orientierung an der lautesten Person)

{{E}}
<br>

{{MC}}

'''Welche Schlussfolgerung ist wissenschaftlich vorsichtig?'''
(Das Muster ist beobachtbar, seine Ursachen und Stärke hängen von Methode und Aufgabe ab)
(!Der Effekt erklärt jede Form von Selbstüberschätzung)
(!Die ursprüngliche Erklärung ist endgültig bewiesen)
(!Statistische Einwände widerlegen jede Fehleinschätzung)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Metakognition || Beobachtung und Steuerung des eigenen Denkens
|-
| Kalibrierung || Passung von Sicherheit und Trefferquote
|-
| Domänenspezifität || Bezug auf einen bestimmten Fähigkeitsbereich
|-
| Regression zur Mitte || Extreme Messwerte erscheinen bei Folgemessungen oft weniger extrem
|-
| Feedback || Rückmeldung zur Überprüfung eines Urteils
|-
| Selbsteinschätzung || Urteil über die eigene Leistung
|}
{{E}}
<br>

{{BR}}
== Drag and Drop ==

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Metakognition'''
| Denken über das eigene Denken
|-
| '''Kalibrierung'''
| Vergleich von Sicherheit und tatsächlicher Genauigkeit
|-
| '''Domänenspezifität'''
| Geltung für einen bestimmten Kompetenzbereich
|-
| '''Regression zur Mitte'''
| Statistische Annäherung extremer Werte an den Durchschnitt
|-
| '''Feedback'''
| Externe Information über die Qualität einer Leistung

|}
{{E}}

<br>
...
<br />

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Metakognition || Wie heißt die Beobachtung und Steuerung des eigenen Denkens?
|-
| Kalibrierung || Wie heißt die Passung von Sicherheit und Trefferquote?
|-
| Kompetenz || Welcher Begriff bezeichnet Wissen und Können in einem Bereich?
|-
| Feedback || Wie heißt eine konkrete Rückmeldung zur Leistung?
|-
| Regression || Welcher Begriff bezeichnet die statistische Bewegung extremer Werte zur Mitte?
|-
| Verzerrung || Wie heißt ein systematischer Fehler des Urteilens?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=Der+Dunning-Kruger-Effekt+Psychologie </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Der Dunning-Kruger-Effekt betrifft die Einschätzung einer { bereichsspezifischen } Fähigkeit. Die ursprüngliche Studie erschien im Jahr { 1999 }. Die Fähigkeit zur Beobachtung des eigenen Denkens heißt { Metakognition }. Die Übereinstimmung von Sicherheit und Genauigkeit nennt man { Kalibrierung }. Ein statistischer Erklärungsansatz verweist auf die { Regression } zur Mitte. Der allgemeine Hang zur positiven Selbstbewertung heißt Better-than-average-{ Effekt }. Die populäre Mount-Stupid-Kurve zeigt nicht die { Originaldaten }. Eine bessere Selbsteinschätzung wird durch konkretes { Feedback } unterstützt.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===
# [[Begriffsnetz]]: Erstelle ein Begriffsnetz mit Dunning-Kruger-Effekt, Metakognition, Kompetenz, Selbsteinschätzung und Feedback.
# [[Alltagsbeispiel]]: Beschreibe eine Situation, in der eine Person ihre Leistung falsch einschätzt, ohne sie abzuwerten.
# [[Lernjournal]]: Schätze vor einer Lernaufgabe Deine Punktzahl und vergleiche sie anschließend mit dem Ergebnis.
# [[Medienanalyse]]: Untersuche eine populäre Grafik zum Effekt und markiere Daten, Deutung und unbelegte Zusätze.

{{BR}}
=== Standard ===
# [[Mini-Experiment]]: Lass mehrere Personen einen kurzen Wissenstest bearbeiten und ihre Punktzahl vorher und nachher schätzen.
# [[Diagrammkritik]]: Vergleiche eine Originaldatendarstellung mit einer Mount-Stupid-Kurve und erläutere mindestens drei Unterschiede.
# [[Fallanalyse]]: Analysiere eine Fehlentscheidung aus Schule, Studium oder Beruf mithilfe von Kalibrierung und Feedback.
# [[Interview]]: Befrage eine Lehrkraft oder Fachperson dazu, wie sie eigene Wissenslücken erkennt und Rückmeldungen nutzt.

{{BR}}
=== Schwer ===
# [[Studiendesign]]: Entwickle eine Untersuchung, die metakognitive Erklärung und statistische Alternativerklärung voneinander trennt.
# [[Datenanalyse]]: Erstelle einen Datensatz mit Leistung, Selbsteinschätzung und Sicherheit und prüfe unterschiedliche Darstellungsformen.
# [[Replikationskritik]]: Bewerte, welche Anforderungen eine überzeugende Replikation der Originalstudie erfüllen müsste.
# [[Wissenschaftsdebatte]]: Führe eine strukturierte Debatte zur Frage, ob der Effekt primär psychologisch oder statistisch erklärt werden sollte.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Datentransfer]]: Eine Gruppe erzielt im Test 30, 50, 70 und 90 Prozent, schätzt sich aber mit 55, 60, 72 und 85 Prozent ein. Analysiere Über- und Unterschätzung, ohne allein aus dem Diagramm auf eine Ursache zu schließen.
# [[Begriffsabgrenzung]]: Erkläre an einem eigenen Beispiel den Unterschied zwischen Dunning-Kruger-Effekt, Better-than-average-Effekt und allgemeinem Selbstvertrauen.
# [[Methodenkritik]]: Begründe, warum die Einteilung in Leistungsquartile und eine fehlerbehaftete Selbsteinschätzung ein scheinbar starkes Muster erzeugen können.
# [[Interventionsplanung]]: Entwickle für einen Kurs ein Verfahren aus Prognose, Test, Feedback und Wiederholung, das die Kalibrierung verbessern soll.
# [[Medienbewertung]]: Prüfe eine populäre Aussage zum Effekt anhand der Kriterien Domänenspezifität, Datenbezug, Alternativerklärungen und Sprache.
# [[Forschungstransfer]]: Übertrage das Thema auf den Umgang mit KI-Ausgaben und entwirf Regeln, mit denen eigene Kompetenz und Werkzeugleistung getrennt bewertet werden.

<br>
<br>

{{BR}}
= Lernnachweis =

Für einen überzeugenden Lernnachweis solltest Du den Effekt fachlich definieren, eine Datendarstellung korrekt lesen, die metakognitive Erklärung erläutern, statistische Alternativerklärungen einbeziehen und populäre Fehlbilder erkennen. Außerdem solltest Du ein eigenes Beispiel respektvoll analysieren, eine Methode zur Verbesserung der Kalibrierung anwenden und Grenzen Deiner Schlussfolgerungen benennen.

<br>
<br>

{{BR}}
= OERs zum Thema =

<iframe> https://de.m.wikipedia.org/wiki/Dunning-Kruger-Effekt </iframe>

<br>

{{BR}}
= Verknüpfte Lernbereiche =

{| align=center
{{:D-Tab}}
'''[[Dunning-Kruger-Effekt]]'''
# [[Sozialpsychologie]]
# [[Kognitive Psychologie]]
# [[Metakognition]]
# [[Selbsteinschätzung]]
# [[Kognitive Verzerrung]]
# [[Statistik]]
# [[Wissenschaftliche Methode]]
# [[Medienkompetenz]]
|}

[[Kategorie:Psychologie]]
[[Kategorie:Klasse 11-13]]
[[Kategorie:Studium]]
[[Kategorie:Sozialpsychologie]]
[[Kategorie:Kognitive Psychologie]]

{{BR}}
= aiMOOC-Projekte =
[[Kategorie:AI_MOOC]] [[Kategorie:GPT aiMOOC]]
{{MT}}

Der Dunning-Kruger-Effekt - Psychologie - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt