Digitales Rechtschreiben in der Grundschule

Der Erwerb der Rechtschreibung ist eine äußerst anspruchsvolle Aufgabe. Digitale Medien haben das Potenzial, Schülerinnen dabei durch adaptive Angebote zu unterstützen. Voraussetzung dafür sind Machine-Learning-Verfahren, die Rechtschreibfehler von Schülerinnen zuverlässig klassifizieren. Allerdings bestehen in diesem Zusammenhang einige Entwicklungs- und Forschungsdesiderate. Die folgenden wurden adressiert: Zunächst wurden gängige Grund- und Orientierungswortschätze einer umfassenden Korpusanalyse unterzogen. In den Ergebnissen zeigt sich, dass zwar ein Großteil der Wörter graphematisch, aber nur ein Bruchteil rein phonematisch herzuleiten ist. Unter Verwendung der analysierten Wörter und einer eigens entwickelten Rechtschreib-App wurde das digitale, prozessbezogene Rechtschreibverhalten von Schülerinnen mit hoher und niedriger Rechtschreibkompetenz untersucht. Die Ergebnisse machen deutlich, dass sich die Schülerinnen u.a. in ihrer Fehlersensibilität, ihrer aktiven Auseinandersetzung mit Fehlerkorrekturen und ihrem systematischen Vorgehen beim Hypothesentesten unterscheiden. Die fehlerhaften Verschriftungen der Schüler*innen wurden wiederum dafür genutzt, um Machine-Learning-Algorithmen zu trainieren. Die Evaluation zeigt, dass Rechtschreibfehler damit äußerst zuverlässig klassifiziert werden können.

Diese Dissertation wurde von der Kommission Grundschulforschung und Pädagogik der Primarstufe der Deutschen Gesellschaft für Erziehungswissenschaft (DGfE) mit dem Aloys-Fischer-Grundschulforschungspreis 2025 ausgezeichnet.

Autorentext

Richard Böhme ist als Akademischer Rat (a. Z.) am Lehrstuhl für Grundschulpädagogik und -didaktik (Diversität) an der Universität Regensburg tätig.

Inhalt

Einführung.- Theoretischer hintergrund teil I: Rechtschreibung: system, erwerb, adaptiver unterricht.- Theoretischer hintergrund teil II: Digitale medien: merkmale und einsatzweisen.- Verzeichnisse .