KI-gestützte Problemlösungen in der Mathematik: Eine Untersuchung zu Prompt-Techniken und Sprachmodellen

dc.contributor.authorMüller, Fabian Anton
dc.contributor.authorSchorcht, Sebastian
dc.contributor.authorBuchholtz, Nils
dc.date.accessioned2025-12-12T10:41:32Z
dc.date.available2025-12-12T10:41:32Z
dc.date.issued2025
dc.description.abstractDie Studie untersucht in einem Mixed-Methods-Design die mathematikdidaktische Qualität von KI-generierten Lösungen zu mathematischen Problemlöseaufgaben in den Bereichen „Zahlen“ und „Algebra/Funktionen“. Mithilfe verschiedener LLMs und Prompt-Techniken wurden vielfältige Lösungen generiert. Zunächst wurden die Lösungen mit Fokus auf inhaltliche Aspekte sowie auf prozessbezogene mathematikdidaktische Merkmale wie Problemlösestrategien und die Anwendung mathematischer Darstellungen qualitativ codiert und durch eine quantitative Auswertung ergänzt, um Muster und Unterschiede sichtbar zu machen.de
dc.identifier.urihttp://hdl.handle.net/2003/44456
dc.identifier.urihttp://dx.doi.org/10.17877/DE290R-26224
dc.language.isode
dc.publisherGesellschaft für Didaktik der Mathematik
dc.relation.ispartofBeiträge zum Mathematikunterricht 2025
dc.relation.ispartofseriesBeiträge zum Mathematikunterricht; 58
dc.subjectSekundarstufe I allgemeinbildendde
dc.subjectSekundarstufe I berufsbildendde
dc.subjectProblemlösende
dc.subjectAlgebrade
dc.subjectArithmetikde
dc.subjectKünstliche Intelligenzde
dc.subjectExplorative Studiede
dc.subjectUmgang mit Medien und Werkzeugende
dc.subject.ddc510
dc.titleKI-gestützte Problemlösungen in der Mathematik: Eine Untersuchung zu Prompt-Techniken und Sprachmodellende
dc.typeText
dc.type.publicationtypeConferencePaper
dcterms.accessRightsopen access
eldorado.dnb.deposittrue
eldorado.secondarypublicationfalse

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
BzMu25_MUELLER_KI_Problemloesung.pdf
Size:
1.88 MB
Format:
Adobe Portable Document Format
Description:
DNB
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
4.82 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections