Digitale Diagnostik und Intervention im Kfz-Wesen (DigiDIn-Kfz) Digital Diagnostics and Intervention in the Automotive Sector (DigiDIn-Kfz)

DOI

Eine der Hauptaufgaben im Beruf Kraftfahrzeugmechatroniker*in ist es, die Ursachen von Störungen an Kraftfahrzeugen zu ermitteln. Die Analyse von Problemen fällt den Auszubildenden oft schwer, weil sie nicht in der Lage sind, technische Texte und Diagramme zu nutzen und zu interpretieren und eine geeignete Diagnosestrategie zu finden.

Im Projekt DigiDln-Kfz wurden deshalb digitale Instrumente entwickelt, die die Rezeptionskompetenz der Auszubildenden im Hinblick auf die Diagnosefähigkeit, d. h. die Kompetenz zur Generierung, Interpretation und Nutzung von Informationen für die Diagnose von Kraftfahrzeugen, unterstützen. Ergänzend dazu wurde ein weiteres digitales Lerninstrument entwickelt, das anhand von Lösungsbeispielen erfolgversprechende Diagnosestrategien unterstützt. Je nach Kompetenzniveau der Auszubildenden kamen unterschiedliche Lerninstrumente zum Einsatz.

Im Projekt wurde auch der kollaborative Kfz-Diagnoseprozess untersucht, d. h. die gemeinsame Diagnose von Kfz-Fehlfunktionen durch mehrere Auszubildende. Ziel war es, den Prozess mit Hilfe eines digitalen Bewertungsinstruments zu erfassen und eine zusätzliche Unterstützung in Form eines computergestützten Lernwerkzeugs bereitzustellen.

Schließlich wurden auch die im ASCOT-Projekt KOKO-Kfz entwickelten Bewertungsinstrumente für die Kfz-Diagnosekompetenz und die Reparaturkompetenz im Hinblick auf den Einsatz in Abschlussprüfungen untersucht. Dabei wurde untersucht, inwieweit die Leistungen der Auszubildenden in der virtuellen Reparaturkompetenzprüfung mit Reparaturleistungen an realen Fahrzeugen vergleichbar sind. Das Projekt ist Teil des Verbundes ASCOT+. (Projekt/IQB)

One of the main tasks in the occupation of automotive mechatronics technician is to determine the causes of malfunctions in motor vehicles. Trainees often find it difficult to analyze problems because they are unable to use and interpret technical texts and diagrams and find a suitable diagnostic strategy.

In the DigiDln-Kfz project, digital tools were therefore developed to support trainees' receptive skills with regard to diagnostic skills, i.e. the competence to generate, interpret and use information for the diagnosis of motor vehicles. To complement this, another digital learning tool was developed that uses solution examples to support promising diagnostic strategies. Different learning tools were used depending on the competence level of the trainees.

The project also investigated the collaborative automotive diagnosis process, i.e. the joint diagnosis of automotive malfunctions by several trainees. The goal was to capture the process using a digital assessment tool and to provide additional support in the form of a computer-based learning tool.

Finally, the assessment tools for automotive diagnostic competence and repair competence developed in the ASCOT project KOKO-Kfz were also investigated with regard to their use in final examinations. This involved investigating the extent to which trainees' performance in the virtual repair competence examination is comparable with repair performance on real vehicles. (IQB)

SelfAdministeredQuestionnaire.ComputerAssisted

MeasurementsAndTests.Educational

CrossSection

Quasi-Experimentelles Design

Quasi-Experimental Design

Teilprojekt "Interventionen zur Förderung der Kfz-Diagnosekompetenz" Erhebung 1: Auszubildende zum/r Kfz-Mechatroniker:in im 4. Ausbildungsjahr (N=78); Erhebung 2: Auszubildende zum/r Kfz-Mechatroniker:in im 4. Ausbildungsjahr (N=118); Erhebung 3: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=148); Kollaborationsstudie: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=154); Teilprojekt "Technologiebasierte Verfahren aus KOKO Kfz für Abschlussprüfungen" Validierungsstudie 1: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=188); Validierungstudie 2: Auszubildende zum/r Kfz-Mechatroniker:in im 3. Ausbildungsjahr (N=88)

Partial Project Intervention Study 1: Trainees for automotive mechatronics technician in 4th year of training (N=78); Study 2: Trainees for automotive mechatronics technician in 4th year of training (N=118); Study 3: Trainees for automotive mechatronics technician in 3rd year of training (N=148); Collaboration study: Trainees for automotive mechatronics technician in 3rd year of training (N=154); Partial Project Technology Validation study 1: Trainees for automotive mechatronics technician in 3rd year of training (N=188); Validation study 2: Trainees for automotive mechatronics technician in 3rd year of training (N=88)

Vollerhebung

Complete Enumeration

Publikationsort: Berlin

Publication Place: Berlin

Erhebungseinheiten: Auszubildende###

Survey Unit: Trainees###

Availability Type: Delivery

Beantragung nötig: https://www.iqb.hu-berlin.de/fdz/fdz/Datenzugang/SUF-Antrag/FormularSUFs

application required: https://www.iqb.hu-berlin.de/fdz/fdz/Datenzugang/SUF-Antrag/FormularSUFs

Identifier
DOI https://doi.org/10.5159/iqb_digidin_kfz_suf_off-site_v1
Metadata Access https://api.datacite.org/dois/10.5159/iqb_digidin_kfz_suf_off-site_v1
Provenance
Creator Abele, Stephan; Glogger-Frey, Inga; Gschwendtner, Tobias; Güzel, Emre; Hartmann, Stefan; Hesse, Peter; Meier, Julius; Norwig, Kerstin; Rexhäuser, Dave
Publisher IQB - Institute for Educational Quality Improvement
Contributor Forschungsdatenzentrum (FDZ) Am Institut Zur Qualitätsentwicklung Im Bildungswesen (IQB) / Research Data Centre (FDZ) At The Institute For Educational Quality Improvement (IQB)
Publication Year 2024
Rights Creative Commons Zero v1.0 Universal; Alle veröffentlichten Metadaten sind frei verfügbar unter den Creative Commons CC0 1.0 Universal Public Domain Dedication (https://creativecommons.org/publicdomain/zero/1.0/deed.de).; All metadata are available free of restriction under the Creative Commons CC0 1.0 Universal Public Domain Dedication (https://creativecommons.org/publicdomain/zero/1.0/deed.de).
OpenAccess true
Representation
Language German
Resource Type Dataset; Umfragedaten; Daten aus Kompetenz- und Leistungsmessungen // Survey Data; Skills Measurement / Performance Measurement
Version 1
Discipline Social Sciences
Spatial Coverage Sachsen