Moderner Rechnungswesenunterricht 2020: Status quo und Entwicklungen aus wissenschaftlicher und praktischer Perspektive [1. Aufl.] 9783658311452, 9783658311469

Der Rechnungswesenunterricht macht in den Curricula der 55 kaufmännischen Ausbildungsberufe ca. 38 Prozent der Inhalte a

921 131 15MB

German Pages VI, 412 [405] Year 2020

Report DMCA / Copyright

DOWNLOAD FILE

Polecaj historie

Moderner Rechnungswesenunterricht 2020: Status quo und Entwicklungen aus wissenschaftlicher und praktischer Perspektive [1. Aufl.]
 9783658311452, 9783658311469

Table of contents :
Front Matter ....Pages I-VI
Digitalisierung als Treiber von Reformen im Rechnungswesenunterricht. Eine Einführung in den Sammelband (Florian Berding, Heike Jahncke, Andreas Slopinski)....Pages 1-8
Front Matter ....Pages 9-9
Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht (Robert W. Jahn)....Pages 11-33
Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen – Ein psychologischer Blick auf die „Natur“ des Rechnungswesenunterrichts (Christoph Helm, Simone Stütz)....Pages 35-57
Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld – Anforderungen an duale Ausbildungsberufe (Gabriele Jordanski)....Pages 59-82
Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen an die Mitarbeiter/-innen verändert (Johannes Klein, Carsten Küst)....Pages 83-97
Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht (Ewelina Hmyzo, Andreas Muzzu)....Pages 99-113
Front Matter ....Pages 115-115
Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben – Eine Think Aloud-Studie (Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler)....Pages 117-133
Ausarbeitung und Vergleich verschiedener Typen von Grundvorstellungsnetzen über erfolgswirksame Vorgänge (Florian Berding)....Pages 135-177
Zur Entwicklung des Interesses an Finanz- und Rechnungswesen von Lernenden im Verlauf der kaufmännischen Ausbildung (Sarah Forster-Heinzer, Silja Rohr-Mentele, Claudia Zimmermann, Doreen Holtsch)....Pages 179-206
Wie entwickelt sich die Fähigkeit zur Planung von Rechnungswesenunterricht bei angehenden Lehrenden? Ausgewählte Ergebnisse einer österreichweiten Längsschnittstudie mit Masterstudierenden der Wirtschaftspädagogik (Elisabeth Riebenbauer)....Pages 207-226
Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunter-richt – Eine Mehr-Ebenen-Analyse zu den Überzeugungen von Lehrkräften und Grundvorstellungen, Motivation, Modellierungsfähigkeit und Noten von Lernenden (Florian Berding, Heike Jahncke)....Pages 227-258
Erklären und Repräsentieren von Rechnungsweseninhalten – Eine Videostudie bei angehenden Lehrpersonen (Stefanie Findeisen, Jürgen Seifried)....Pages 259-275
Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht. Eine Wirkungsstudie im Kontrollgruppendesign (Florian Berding, Heike Jahncke, Malte Albersmann)....Pages 277-317
Front Matter ....Pages 319-319
Folgen der Digitalisierung für die kaufmännische Ausbildung bei der Palfinger Tail Lifts GmbH (Jens Schröder)....Pages 321-325
Rechnungswesenunterricht mit digitalen Elementen im Modehaus Leffers in Oldenburg (Neele Harmuth, Ilka Berthold)....Pages 327-334
Flipped Classroom im Rechnungswesenunterricht – Erkenntnisse aus einem design experiment an der WU Wien (Christiane Schopf, Ingrid Dobrovits, Katharina Brunner, Nina Gehringer)....Pages 335-358
Die Konzeption, Erstellung, Erprobung und Evaluation von Lern- und Erklärvideos zum Rechnungswesen – Die Durchführung einer Lernveranstaltung im Studium für das Lehramt an berufsbildenden Schulen nach dem Konzept Forschenden Lernens (Christian Steib, Florian Berding, Andreas Slopinski, Bernd Sanders)....Pages 359-387
Neues Rechnungswesen (Fritz Burkhardt, Heiko Wesseloh)....Pages 389-412

Citation preview

Florian Berding · Heike Jahncke  Andreas Slopinski Hrsg.

Moderner Rechnungswesenunterricht 2020 Status quo und Entwicklungen aus wissenschaftlicher und praktischer Perspektive

Moderner Rechnungswesenunterricht 2020

Florian Berding · Heike Jahncke · Andreas Slopinski (Hrsg.)

Moderner Rechnungs­ wesenunterricht 2020 Status quo und Entwicklungen aus wissenschaftlicher und praktischer Perspektive

Hrsg. Florian Berding Fachgebiet Berufs- und Wirtschaftspädagogik Carl von Ossietzky Universität Oldenburg Oldenburg, Deutschland

Heike Jahncke Fachgebiet Berufs- und ­Wirtschaftspädagogik Carl von Ossietzky Universität Oldenburg Oldenburg, Deutschland

Andreas Slopinski Fachgebiet Berufs- und Wirtschaftspädagogik Carl von Ossietzky Universität Oldenburg Oldenburg, Deutschland

ISBN 978-3-658-31145-2 ISBN 978-3-658-31146-9  (eBook) https://doi.org/10.1007/978-3-658-31146-9 Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen National­ bibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. © Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von allgemein beschreibenden Bezeichnungen, Marken, Unternehmensnamen etc. in diesem Werk bedeutet nicht, dass diese frei durch jedermann benutzt werden dürfen. Die Berechtigung zur Benutzung unterliegt, auch ohne gesonderten Hinweis hierzu, den Regeln des Markenrechts. Die Rechte des jeweiligen Zeicheninhabers sind zu beachten. Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informa­ tionen in diesem Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Weder der Verlag, noch die Autoren oder die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler oder Äußerungen. Der Verlag bleibt im Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutionsadressen neutral. Springer VS ist ein Imprint der eingetragenen Gesellschaft Springer Fachmedien Wiesbaden GmbH und ist ein Teil von Springer Nature. Die Anschrift der Gesellschaft ist: Abraham-Lincoln-Str. 46, 65189 Wiesbaden, Germany

Inhaltsverzeichnis

Florian Berding, Heike Jahncke und Andreas Slopinski Digitalisierung als Treiber von Reformen im Rechnungswesenunterricht. Eine Einführung in den Sammelband ............................................................................................. 1

I

Status quo und zukünftige Perspektiven des Rechnungswesenunterrichts

Robert W. Jahn Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht .................................................................................................. 11 Christoph Helm und Simone Stütz Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen – Ein psychologischer Blick auf die „Natur“ des Rechnungswesenunterrichts .................. 35 Gabriele Jordanski Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld – Anforderungen an duale Ausbildungsberufe ....................................................................................................... 59 Johannes Klein und Carsten Küst Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen an die Mitarbeiter/-innen verändert ................................................................................................ 83 Ewelina Hmyzo und Andreas Muzzu Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht ..... 99

II

Aktuelle Befunde zum Rechnungswesenunterricht

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke und Kristina Kögler Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben – Eine Think Aloud-Studie ..................................................................................................... 117 Florian Berding Ausarbeitung und Vergleich verschiedener Typen von Grundvorstellungsnetzen über erfolgswirksame Vorgänge ......................................................................................... 135 Sarah Forster-Heinzer, Silja Rohr-Mentele, Claudia Zimmermann und Doreen Holtsch Zur Entwicklung des Interesses an Finanz- und Rechnungswesen von Lernenden im Verlauf der kaufmännischen Ausbildung..................................................................... 179

VI

Inhaltsverzeichnis

Elisabeth Riebenbauer Wie entwickelt sich die Fähigkeit zur Planung von Rechnungswesenunterricht bei angehenden Lehrenden? Ausgewählte Ergebnisse einer österreichweiten Längsschnittstudie mit Masterstudierenden der Wirtschaftspädagogik ........................ 207 Florian Berding und Heike Jahncke Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht – Eine Mehr-Ebenen-Analyse zu den Überzeugungen von Lehrkräften und Grundvorstellungen, Motivation, Modellierungsfähigkeit und Noten von Lernenden ........................................................................................................... 227 Stefanie Findeisen und Jürgen Seifried Erklären und Repräsentieren von Rechnungsweseninhalten – Eine Videostudie bei angehenden Lehrpersonen .................................................................................................. 259 Florian Berding, Heike Jahncke und Malte Albersmann Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht. Eine Wirkungsstudie im Kontrollgruppendesign ............................................................ 277

III

Einblicke in die Praxis des Rechnungswesenunterrichts

Jens Schröder Folgen der Digitalisierung für die kaufmännische Ausbildung bei der Palfinger Tail Lifts GmbH .................................................................................................. 321 Neele Harmuth und Ilka Berthold Rechnungswesenunterricht mit digitalen Elementen im Modehaus Leffers in Oldenburg ............................................................................................................ 327 Christiane Schopf, Ingrid Dobrovits, Katharina Brunner und Nina Gehringer Flipped Classroom im Rechnungswesenunterricht – Erkenntnisse aus einem design experiment an der WU Wien ................................................................................... 335 Christian Steib, Florian Berding, Andreas Slopinski und Bernd Sanders Die Konzeption, Erstellung, Erprobung und Evaluation von Lern- und Erklärvideos zum Rechnungswesen – Die Durchführung einer Lernveranstaltung im Studium für das Lehramt an berufsbildenden Schulen nach dem Konzept Forschenden Lernens .. 359 Fritz Burkhardt und Heiko Wesseloh Neues Rechnungswesen........................................................................................................ 389

Digitalisierung als Treiber von Reformen im Rechnungswesenunterricht. Eine Einführung in den Sammelband Florian Berding (Universität Oldenburg, Universität Hamburg) Heike Jahncke (Universität Oldenburg) Andreas Slopinski (Universität Oldenburg) Kaufmännische Berufe grenzen sich von anderen Berufen insbesondere durch die hohe Bedeutung des Rechnungswesens ab. Das Rechnungswesen hat die Aufgabe die wirtschaftlichen Tätigkeiten einer Organisation abzubilden, zu systematisieren und bei der Gestaltung wirtschaftlicher Prozesse zu unterstützen. Es ist ein komplexes Werkzeug, das beim Durchdringen und Verstehen ökonomischer Phänomene helfen soll. Die Buchführung stellt in diesem Zusammenhang den ältesten Teil des Rechnungswesens dar, der bis in die Zeit der Sumerer um ca. 3.000 v. Chr. nachweisbar ist (vgl. dazu Seifried 2004, S. 11 ff.) und dem die Aufgabe zukommt Tätigkeiten, Vermögen und Schulden sowie deren Bewegungen aufzuzeichnen und zusammenzufassen (vgl. Möller & Hüfner 2004, S. 11). Bereits vor über 500 Jahren erscheint 1494 in Venedig als Teil der „Summa du Arithmetica Geometria Proportioni et Proportionalita“ die erste gedruckte Einführung in die Systematik der doppelten Buchführung (vgl. Reinisch 1994, S. 559). Die Gestaltung der Lehr-Lern-Prozesse zur Einführung in die Buchführung orientierte sich lange Zeit wesentlich an den Anforderungen der Praxis, die den Ausgangspunkt für die Entwicklung von Gestaltungsempfehlungen bildete und zum dominierenden Leitbild des „praktischen Buchhalters“ führte (vgl. Reinisch 1996, S. 54 f., S. 56 f.). Dieses Konzept geht davon aus, dass Kenntnisse in der Buchführung „zu praktisch nutzbaren Fertigkeiten führen müsse(n), während die systematische geistige Durchdringung des Sachgegenstandes und das Verständnis der Systematik der doppelten Buchführung im Kontext dieser Auffassung vernachlässigt werden. Rechnungsführung und -legung des Kaufmanns erscheinen hier als ausführende und nicht als dispositive Tätigkeiten.“ (Reinisch 1996, S. 57) Die besondere Betonung sorgsam ausgeführter buchhalterischer Tätigkeiten, die 500 Jahre lang das didaktische Denken prägte, lässt sich leicht mit den technischen Möglichkeiten jener Zeit plausibilisieren. So mussten in der Buchhaltung sämtliche Aktivitäten per Hand aufgezeichnet und in den Büchern festgehalten werden, wie Abbildung 1 exemplarisch zeigt.

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_1

2

Florian Berding, Heike Jahncke, Andreas Slopinski

Abbildung 1: Auszug aus der Buchführung eines Genfer Tuchhändlers zwischen 1444–1445 (AEG Commerce F 2, abgedruckt mit Erlaubnis des Archives d'Etat de Genève)

Digitalisierung als Treiber von Reformen im Rechnungswesenunterricht. Eine Einführung

3

So zeigt Abbildung 1 auf der linken Seite die Forderungen und auf der rechten Seite die dazugehörigen Eingänge eines Tuchhändlers aus der Geschäftstätigkeit zwischen 1444 und 1445 (vgl. Körner 2004). Es wird schnell deutlich, dass bei dieser Art der Buchführung eine große Anzahl an Personen beschäftigt werden musste, um die Geschäftsvorgänge zu erfassen. Fehler durften nicht passieren, war doch die Fehlersuche und Behebung in handschriftlich geführten Büchern aufwendig. Folglich wurden Buchhalter benötigt, die schnell, präzise und gewissenhaft ihre Aufgaben erledigen konnten, die in der Regel einen dokumentierenden und repetitiven Charakter hatten. Genau diese Idee steht hinter dem „praktischen Buchhalter“. Dieser Fokus der Tätigkeiten begann sich aber schon vor einigen Jahrzehnten langsam zu verschieben und verändert sich gegenwärtig grundlegend. So werden zwar heute in Unternehmen noch knapp 50 % der Ausgangs- und ca. 60 % der Eingangsrechnungen für die Buchhaltung ausgedruckt, aber parallel dazu versuchen bereits 60 % der Firmen mit dem zumindest teilweisen Einsatz von OCR-Technologien auf Papier zu verzichten (vgl. Vlk, Demelius & Karigl 2016, S. 5). Dies zeigt bereits, dass Buchhaltung keine rein manuelle Tätigkeit mehr ist, sondern durch unterschiedliche Softwareanwendungen unterstützt wird. Nach der aktuellen PwC-Studie von Justenhoven und Loitz (2019, S. 13) nutzen beispielsweise über 50 % der Firmen SAP, gefolgt von Microsoft Navision/AX mit 11 % und Oracle bzw. DATEV mit jeweils 5 %. Gleichzeitig ist die Buchhaltung nicht mehr so dominant, sondern es haben sich auf der Grundlage der Buchhaltung weitere Bereiche des Rechnungswesens entwickelt, die mindestens das externe Rechnungswesen, die Kosten- und Leistungsrechnung, die Investitionsrechnung und die Finanzrechnung umfassen (vgl. Baetge, Kirsch & Thiele 2017, S. 1). Darüber hinaus sind mittlerweile Technologien verfügbar, welche buchhalterische Tätigkeiten zunehmend eigenständig ohne Eingriffe durch menschliches Personal erledigen können. So berichten Muzzu und Hmyzo (2019) im Handelsblatt von den Potentialen in der Buchhaltung, die durch Systeme auf Basis von künstlicher Intelligenz (KI) entstehen. Sie gehen davon aus, dass KI-gestützte Systeme pro Tag 15.000 komplexe Eingangsrechnungen bearbeiten können, während im Vergleich ein Buchhalter/eine Buchhalterin dafür ein Jahr benötigt, sodass der Einsatz dieser Technologien deutliche Effizienzverbesserungen für Unternehmen verspricht. Dabei setzen Unternehmen nach Justenhoven und Loitz (2019, S. 18) künstliche Intelligenz vor allem für das automatische Auslesen von Rechnungen und Belegen zur Weiterverarbeitung im Rechnungswesen (74 %), für die Überwachung des Buchungsstoffes (53 %) sowie für die Automatisierung des Zahlungsverkehrs ein (47 %). Bei komplexeren Anwendungen wie der Erstellung von Prognosen (21 %) oder der Verbesserung von Geschäftsprozessen (26 %) ist der Einsatz von künstlicher Intelligenz im Rechnungswesen hingegen bislang weniger stark ausgeprägt (vgl. Justenhoven & Loitz 2019, S. 18). Für die Zukunft ist mit einem weiteren Ausbau des Einsatzes von Technologien vor allem im Bereich der Belegerkennung, der Kommunikation, dem Datenaustausch mit Kunden und Lieferanten sowie im Zahlungsverkehr zu rechnen, der eine Reduktion von Routinetätigkeit mit sich bringt, Kapazitäten für die eigentliche inhaltliche Auseinandersetzung mit der Thematik schafft und mittelfristig Personaleinsparungen ermöglicht (vgl. Justenhoven & Loitz 2019, S. 23 ff.). Um die technologischen Möglichkeiten konstruktiv zu nutzen, greifen Unternehmen nach der KPMG-Studie von Kreher et al. (2019, S. 27) vor allem auf interdisziplinäre Teams zurück,

4

Florian Berding, Heike Jahncke, Andreas Slopinski

in denen Mitarbeiterinnen und Mitarbeiter verschiedener Abteilungen zusammenarbeiten. Neben der Durchführung von Weiterbildungen spielt in diesen Teams vor allem auch die Gewährung von Freiräumen für das Personal eine wichtige Rolle, um in den Unternehmen die Potentiale der Digitalisierung auszuschöpfen. Ziel solcher Teams ist es, das Wissen der unterschiedlichen Fachexpert(inn)en zusammenzubringen und gleichzeitig mit dem Überschreiten fachlicher Grenzen neue, innovative Lösungen zu generieren. Weiterhin zeigt die Studie, dass die Mitarbeiterinnen und Mitarbeiter bei der Generierung solcher Innovationen gleichermaßen eingebunden sind wie Führungskräfte und sie vor allem die Umsetzung von digitalen Neuerungen im Rechnungswesen verantworten (vgl. Kreher et al. 2019, S. 36). In der Summe sieht sich der Rechnungswesenunterricht mit deutlichen Veränderungen in den Tätigkeiten von Kaufleuten konfrontiert, die aus den Möglichkeiten neuer Technologien resultieren. Veränderungen durch neue Informations- und Kommunikationstechnologien waren aber bereits 1990 Anlass für einen der ersten Sammelbände zur Rechnungswesendidaktik sich mit einer grundlegenden Reform des Rechnungswesenunterrichts auseinanderzusetzen. In dem Sammelband „Didaktik des Rechnungswesens“ von Frank Achtenhagen wurden neue curriculare, didaktisch-methodische und mediale Gestaltungsmöglichkeiten diskutiert, die insbesondere im Konzept des „Wirtschaftsinstrumentellen Rechnungswesenunterrichts“ Gestalt annahmen. Dabei kristallisierte sich zugleich eine andere Zielsetzung für den Unterricht heraus, die vor allem dispositive Tätigkeiten in komplexen ökonomischen Zusammenhängen fokussierte und das bis dahin historisch eher untergeordnete Leitbild des „denkenden Buchhalters“ aufgriff (vgl. dazu Reinisch 1996, S. 61 ff.). Die Suche nach Gestaltungsprinzipien für einen Rechnungswesenunterricht, der zu vernetztem Denken, einem tiefen ökonomischen Verständnis und verantwortungsvollem Handeln in wirtschaftlichen Situationen befähigt, wurde 1996 in dem Sammelband „Rechnungswesenunterricht und ökonomisches Denken“ von Peter Preiß und Tade Tramm fortgesetzt. Ein erstes Zwischenfazit zieht 2005 der Sammelband „Rechnungswesenunterricht am Scheideweg“ von Detlef Sembill und Jürgen Seifried, der die durch die Reformbemühungen ausgelöste Diskussion um den „richtigen“ Rechnungswesenunterricht aufgreift, die vor allem zwischen Vertreter/-innen der Bilanzmethode als Beispiel für das Leitbild des praktizierenden Buchhalters einerseits und dem wirtschaftsinstrumentellen Rechnungswesenunterricht als Beispiel für das Leitbild des denkenden Buchhalters andererseits geführt wurde und auch heute noch geführt wird. 15 Jahre später möchten wir mit dem vorliegenden Sammelband die Aussage aus dem Titel des Buches von Detlef Sembill und Jürgen Seifried wieder aufgreifen und Perspektiven aus Wissenschaft und Praxis zusammenführen, die einen Blick auf den eingeschlagenen und zukünftigen „Weg“ des Rechnungswesenunterrichts ermöglichen sollen. Dabei wird deutlich, dass die bereits 1990 wahrgenommene und dokumentierte Notwendigkeit zur Modernisierung des Rechnungswesenunterrichts durch den Fortschritt bei den Informations- und Kommunikationstechnologien in Gestalt der Digitalisierung noch weiter an Relevanz und Dynamik gewonnen hat. Um Impulse für die Weiterentwicklung des Unterrichts im Rechnungswesen zu geben, gliedert sich der Sammelband in drei Teile. Im ersten Teil sollen eine Bestandsaufnahme des

Digitalisierung als Treiber von Reformen im Rechnungswesenunterricht. Eine Einführung

5

gegenwärtigen Rechnungswesenunterrichts und eine Antizipation zukünftiger Anforderungen an die Gestaltung der Lehr-Lern-Prozesse erfolgen. So geht der Beitrag von Robert W. Jahn der Analyse der Sichtstrukturen des gegenwärtigen Rechnungswesenunterrichts auf der Grundlage von 874 beobachteten Unterrichtsstunden zur Betriebs- und Volkswirtschaftslehre und 340 beobachteten Rechnungswesenstunden nach. Der Beitrag stellt fest, dass sich der Rechnungswesenunterricht vom übrigen kaufmännischen Unterricht unterscheidet und sich vor allem durch Einzel- und Partnerarbeit sowie durch einen hohen Anteil der Ergebnissicherungsphasen insbesondere in Form von Übungen auszeichnet. Christoph Helm und Simone Stütz führen die Bestandsaufnahme fort und erarbeiten in ihrem Beitrag eine Zusammenfassung des aktuellen Forschungsstandes zu den Erkenntnissen über die Bedeutung lernpsychologischer Merkmale für den Lernerfolg im Rechnungswesenunterricht. Sie kommen zu dem Ergebnis, dass vor allem das Vorwissen eine wesentliche Größe zur Erklärung des Lernerfolges darstellt, gefolgt von volitionalen Konstrukten, dem Leistungsselbstkonzept der Lernenden, mathematischen Fähigkeiten, intrinsischer Motivation, kognitiven Fähigkeiten, Lernstrategien und negativen Emotionen. Ihr Beitrag zeigt aber auch deutlich auf, dass noch große Anteile in der Variation des Lernerfolges unerklärt bleiben und weiterer Bedarf für zukünftige Forschungsarbeiten besteht, diese Lücke zu schließen. Mit den zukünftigen Rahmenbedingungen setzt sich Gabriele Jordanski auseinander. Auf der Basis von Betriebsbefragungen gibt sie einen Einblick, wie sich die Tätigkeiten im Rechnungswesen durch die Einführung digitaler Technologien in Zukunft verändern können. Sie nimmt dabei Industriekaufleute und Bankkaufleute in den Blick und verdeutlicht, dass die Folgen der Digitalisierung berufsspezifisch beurteilt werden müssen und unterschiedliche Konsequenzen für den Unterricht implizieren. So stellt der Beitrag beispielsweise fest, dass durch Digitalisierung ein zunehmender Bedarf bei Industriekaufleuten besteht, die durch Computer leichter zur Verfügung gestellten Daten einzuordnen, zu interpretieren und für die Ableitung von Entscheidungen zu nutzen. Der Schwerpunkt der Anforderungen verlagert sich in Richtung des „denkenden Buchhalters“. Der Beitrag von Johannes Klein und Carsten Küst setzt die Überlegungen zu den zukünftigen Anforderungen an Lehr-Lern-Prozesse im Rechnungswesen fort und beschreibt Erfahrungen aus der Beratungspraxis von Unternehmen. Der Beitrag kommt zu dem Schluss, dass die Unternehmensstruktur für die Gestaltung von Lehr-Lern-Prozessen stärker berücksichtigt und die Intensität von Buchungsgrundlagen zu Gunsten technischer, statistischer und methodischer Fähigkeiten reduziert werden sollten. Ewelina Hmyzo und Andreas Muzzu vertiefen die Folgen neuer Technologien für rechnungswesenbasierte Berufe. In ihrem Beitrag geben sie einen Einblick, wie sich durch den Einsatz künstlicher Intelligenz die Tätigkeiten im Rechnungswesen verändern. Sie leiten daraus ein neues Berufsverständnis für Buchhalter/-innen ab und beschreiben vier Fähikgeitsanforderungen, die es im Rahmen der Ausbildung/dem Studium zu bewältigen gilt. Der zweite Teil des Sammelbandes knüpft an die Bestandsaufnahme und die Zukunftsperspektiven an und berichtet aktuelle Forschungsergebnisse, die helfen können den Unterricht zur Bewältigung zukünftiger Anforderungen weiterzuentwickeln. So beschäftigt sich der Beitrag von Miriam Nobiling, Jürgen Seifried, Eveline Wuttke und Kristina Kögler mit den kognitiven Prozessen bei der Bewältigung von Rechnungswesenaufgaben. Der Beitrag geht unter

6

Florian Berding, Heike Jahncke, Andreas Slopinski

anderem von einem Modellierungsprozess aus und zeigt, dass bestimmte Wissensarten eng mit den verschiedenen Teilaufgaben verbunden sind, die für die Modellierung ökonomischer Realität zur Lösung wirtschaftlicher Probleme bewältigt werden müssen. Der Beitrag von Florian Berding beschäftigt sich ebenfalls mit der Modellierung von ökonomischer Realität und untersucht, welche Vorstellungen Schülerinnen und Schüler über die Begriffe „Aufwand“ und „Ertrag“ zur Beschreibung wirtschaftlicher Phänomene einsetzen. Im Fokus der Studie steht die Suche nach den kognitiven Strukturen, die Lernende bei der Vernetzung verschiedener Vorstellungen bilden, um eine mehrperspektivische Betrachtungsweise auf ein wirtschaftliches Phänomen einzunehmen. Sarah Forster-Heinzer, Silja Rohr-Mentele, Claudia Zimmermann und Doreen Holtsch beschäftigen sich mit der Entwicklung von Interesse während der kaufmännischen Ausbildung. Mit einem komplexen Längsschnittdesign bearbeiten sie eine große Forschungslücke, indem sie nicht nur individuelle Einflussgrößen auf die motivationale Entwicklung in den Blick nehmen, sondern auch betriebliche und strukturelle Merkmale in die Betrachtung einbeziehen, die sich als erklärende Komponenten erweisen. Ihr Beitrag zeigt damit auf, dass die Verbesserung der Lehr-Lern-Prozesse nicht an den Grenzen einer einzelnen Institution stehen bleiben sollte. Während sich die ersten drei Beiträge dieses Teils mit der Erklärung von Fähigkeiten zur Lösung wirtschaftlicher Probleme und Einflussgrößen auf den dazugehörigen Lernprozess beschäftigen, nimmt der Beitrag von Elisabeth Riebenbauer die Perspektive von Lehrenden ein. Mit ihrer Längsschnittstudie zeigt sie, wie sich die Fähigkeit von angehenden Lehrkräften zur fachdidaktischen Planung während des Studiums entwickelt. Die Studie zeigt, dass die Studierenden eher traditionelle Planungsmuster verwenden, es aber zugleich große Unterschiede in einzelnen Unterrichtsplanungen gibt. Florian Berding und Heike Jahncke gehen in ihrem Beitrag der Frage nach, welche Rolle Grundvorstellungen in Lehr-Lern-Prozessen spielen. Sie entwickeln ein Wirkungsmodell und führen dazu eine Studie mit den Lehrkräften und Schülerinnen und Schülern aus 24 Klassen durch. Mit Hilfe von Mehr-Ebenen-Analysen können sie zeigen, dass die Überzeugung der Lehrkräfte von der Relevanz formaler Strukturen ungünstig auf das inhatliche Verständnis der Lernenden wirkt. Weiterhin zeigt die Studie, dass Grundvorstellungen deutlicher stärker als formale Strategien Lernprozesse und Lernerfolge erklären können und dabei eine ähnliche Bedeutung besitzen wie die Lernmotivation. Die Ergebnisse stützen vor allem die didaktischen Überlegungen des wirtschaftsinstrumentellen Rechnungswesenunterrichts. Die Perspektive von Lehrkräften greifen auch Stefanie Findeisen und Jürgen Seifried auf. Sie berichten Forschungsergebnisse über die Erklärfähigkeit von angehenden Lehrkräften mit einem besonderen Fokus auf der Qualität des fachlichen Gehalts und der verwendeten Repräsentationen. Die Studie stellt fest, dass in beiden Dimensionen ein deutlicher Förderbedarf besteht und gibt Hinweise auf mögliche Interventionen zur Unterstützung des Erwerbs einer professionellen Erklärfähigkeit. Schließlich beschäftigt sich der Beitrag von Florian Berding, Heike Jahncke und Malte Albersmann mit den fachdidaktischen Möglichkeiten dynamischer und interaktiver Arbeitsblätter, die sie auf der Grundlage von Arbeiten aus der Mathematikdidaktik entwickeln. In einem Kontrollgruppendesign zeigen sie, dass diese Art von Lernumgebungen vor allem für schwächere Schülerinnen und Schüler im Wissenserwerb vorteilhaft sein kann, zur Verdeutlichung

Digitalisierung als Treiber von Reformen im Rechnungswesenunterricht. Eine Einführung

7

der Relevanz der Inhalte beiträgt und ein positives Erleben des Unterrichts erlaubt. Der Beitrag zeigt aber auch, dass Frauen und Männer sich nicht in gleichem Maße die Bewältigung von Lehr-Lern-Prozessen mit der digitalen Umgebung zutrauen. Der dritte Teil des Sammelbandes ergänzt die wissenschaftliche Perspektive um Erfahrungen aus der Praxis von Betrieben, Schulen und Hochschulen. So berichtet Jens Schröder, wie sich durch die Einführung digitaler Technologien die Zusammenarbeit mit Kunden und Lieferanten in seinem Unternehmen verändert hat und welche Konsequenzen sich daraus für die Auszubildenden ergeben. Der Beitrag schließt an die Ausführungen von Gabriele Jordanski, Johannes Klein und Carsten Küst an und zeigt, dass durch digitale Technologien einerseits ein solides Grundlagenwissen im Rechnungswesen mehr denn je als notwendig erscheint, gleichzeitig aber die Komplexität, die es mit dem Rechnungswesen zu bewältigen gilt, deutlich zugenommen hat und Auszubildende zunehmend vor der Herausforderung stehen diese komplexen ökonomischen Strukturen zu durchdringen. Neele Harmuth und Ilka Berthold stellen die Ausbildung im Modehaus Leffers GmbH & Co. KG vor. Sie geben einen Einblick, wie mit Hilfe eines digitalen Businessplans Kompetenzen zur Gestaltung kaufmännischer Entscheidungen in der betrieblichen Praxis erworben werden. Christiane Schopf, Ingrid Dobrovits, Katharina Brunner und Nina Gehringer berichten über ihre Erfahrungen mit dem Flipped Classroom-Konzept für Rechnungswesenlehrveranstaltungen an Hochschulen. Ihr Beitrag fasst den aktuellen Forschungsstand zum Flipped-Classroom zusammen und zeigt auf, wie das Konzept für die Lehre im Rechnungswesen genutzt werden kann. Die Ergebnisse zeigen, dass sich der Lernerfolg mit dem Konzept steigern lässt und sie geben Empfehlungen, worauf bei der Etablierung dieser Lernumgebung an anderen Standorten zu achten ist. Christian Steib, Florian Berding, Andreas Slopinski und Bernd Sanders berichten ebenfalls von ihren Erfahrungen mit einem Lehrkonzept an Hochschulen, das sich aber nicht mit der fachwissenschaftlichen, sondern mit der fach- und mediendidaktischen Ausbildung zukünftiger Lehrkräfte auseinandersetzt. Sie stellen ein Konzept auf der Grundlage forschenden Lernens vor, bei dem Studierende Lern- und Erklärvideos mit einer speziellen Software erstellen, in Schulen einsetzen und die Wirkung der Lernvideos mit wissenschaftlichen Erhebungsinstrumenten evaluieren und reflektieren. Der Beitrag von Fritz Burkhardt und Heiko Wesseloh fasst die Erfahrungen von 12 Jahren Arbeit mit dem „Neuen Rechnungswesen“ zusammen, welches auf dem wirtschaftsinstrumentellen Rechnungswesenunterricht basiert. Sie beschreiben die Grundzüge des didaktischen Ansatzes und geben Einblicke in die verschiedenen Einbindungsmöglichkeiten im Unterricht (z. B. Grund- und Hauptbuch, Rechnungswesensoftware, Kosten- und Leistungsrechnung). Weiterhin macht der Beitrag deutlich, dass sich das „Neue Rechnungswesen“ deutlich vom ursprünglichen wirtschaftsinstrumentellen Ansatz weiterentwickelt hat und hebt die Notwendigkeit einer entsprechenden Rezeption vor allem in der Wissenschaft hervor. Die Beiträge in diesem Sammelband zeigen, dass sich die Fragen, Anforderungen und Perspektiven an und auf den Rechnungswesenunterricht in den letzten 15 Jahren deutlich weiterentwickelt und weiter ausdifferenziert haben. Gleichzeitig verdeutlichen sie, dass nach wie vor viel Forschungs- und Entwicklungsbedarf besteht, um den Unterricht weiter zu verbessern

8

Florian Berding, Heike Jahncke, Andreas Slopinski

und an neue Entwicklungen anzupassen bzw. neue Entwicklungen zu antizipieren. Hierfür möchte der Sammelband Impulse für Wissenschaft und Praxis geben. Wir möchten uns bei allen Autorinnen und Autoren für ihre Beiträge, die enge Zusammenarbeit und ihr Engagement zur Weiterentwicklung des Rechnungswesenunterrichts bedanken. Ein besonderer Dank gilt auch dem Archives d'Etat de Genève für die Bereitstellung von historischem Bildmaterial zum Rechnungswesen und Wencke Hansjürgen für die Unterstützung bei der Formatierung des Buches.

Die Herausgeber/-innen Florian Berding

Heike Jahncke

Andreas Slopinski

Literatur Achtenhagen, F. (Hrsg.), Didaktik des Rechnungswesens. Wiesbaden: Gabler. Baetge, J.; Kirsch, H.-J. & Thiele, S. (2017). Bilanzen (14. Aufl.). Düsseldorf: IDW. Justenhoven, P. & Loitz, R. (2019). Digitalisierung im Finanz- und Rechnungswesen 2019. PWC. Körner, M. (2004). Buchhaltung. URL: https://hls-dhs-dss.ch/de/articles/014186/2004-08-26/ [04.05.2020]. Kreher, M.; Koeplin, M.; Sellhorn, T. & Hess, T. (2019). Digitalisierung im Rechnungswesen 2019. KPMG. Möller, H. P. & Hüfner, B. (2004). Betriebswirtschaftliches Rechnungswesen. Die Grundlagen von Buchführung und Finanzberichten. München: Pearson. Muzzu, A. & Hmyzo, E. (2019). Künstliche Intelligenz im Accounting. Wenn die Maschine besser und schneller bucht. Handelsblatt: https://www.handelsblatt.com/adv/ey-accounting-ai/kuenstliche-intelligenz-im-accounting-wenn-die-maschine-besser-und-schneller-bucht/25099346.html [25.11.2019]. Preiß, P. & Tramm, T. (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken. Wiesbaden: Gabler. Reinisch, H. (1994). Luca Pacioli und die wirtschaftsethnische Dimension des Rechnungswesenunterrichts heute. Zeitschrift für Berufs- und Wirtschaftspädagogik, 90(6), 559–585. Reinisch, H. (1996). „Leitbilder“, Argumentationslinien und curriculare Konstruktionen in der Didaktik des Rechnungswesenunterrichts – eine historisch-systematische Analyse. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken (S. 45–84). Wiesbaden: Gabler. Seifried, J. (2004). Fachdidaktische Variationen in einer selbstorganisationsoffenen Lernumgebung. Eine empirische Untersuchung im Rechnungswesenunterricht. Wiesbaden: Deutscher Universitätsverlag. Sembill, D. & Seifried, J. (Hrsg.), Rechnungswesenunterricht am Scheideweg. Wiesbaden: Deutscher Universitätsverlag. Vlk, G.; Demelius, K. & Karigl, B. (2016). Automatisierung und Digitalisierung im Rechnungswesen. Deloitte.

9

Teil I

Status quo und zukünftige Perspektiven des Rechnungswesenunterrichts

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht Robert W. Jahn (Otto-von-Guericke-Universität Magdeburg) Zusammenfassung: Im Zuge der wirtschaftsdidaktischen Diskurse über Handlungs- und Situationsorientierung und der damit einhergehenden Modifikation curricularer Vorgaben ist davon auszugehen, dass dies Veränderungen in der Gestaltung von Unterricht herbeiführt. Diesbezüglich geben domänenspezifische Untersuchungen der jüngeren Vergangenheit jedoch Anlass zur Skepsis. Nach wie vor wird kritisiert, dass Methodenmonotonie und Lehrer*innendominanz vorherrschen und dass in der Unterrichtsrealität keine grundlegenden Veränderungen auf der Ebene der Sichtstrukturen nachgewiesen werden können. Zu diesen Ergebnissen kommen auch die sog. BESUB-Studien für den kaufmännisch-verwaltenden Unterricht an berufsbildenden Schulen (vgl. Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2014b, 2014c, 2015a). In diesen Beobachtungsstudien (1.214 Stunden) werden in drei Erhebungen die Sichtstrukturen als Aspekte der didaktischen Gestaltung beruflichen Lernens in den Vordergrund gestellt und insbesondere Sozialformen und Unterrichtsphasen untersucht. Es wird deskriptiv erfasst, wie Unterrichtszeit genutzt wird sowie welche Sozialformen (additional differenziert) und Unterrichtsphasen in welcher zeitlichen Intensität auftreten. Darüber hinaus werden mittels clusteranalytischer Verfahren typische Unterrichtsmuster bezüglich der Sozialformen und Unterrichtsphasen identifiziert. Da das Unterrichtsangebot domänenspezifisch und in den Daten eine gewisse Varianz hinsichtlich der Gestaltung des Unterrichts festzustellen ist, ist zu erwarten, dass im übungsintensiven Rechnungswesenunterricht (als eine Teildomäne kaufmännisch-verwaltender Bildung) spezifische, andere Phasen- und Sozialformstrukturen auftreten. Diese These wird in diesem Beitrag mithilfe der BESUB-Beobachtungsdaten untersucht. Die Ergebnisse zeigen, dass sich Rechnungswesenunterricht signifikant von anderen Lernbereichen unterscheidet. Dieser ist auf der Ebene der Sozialformen im Vergleich zum übrigen kaufmännischen Unterricht durch höhere Anteile von Einzel- und Partnerarbeit – zulasten von Gruppenarbeiten und Schülervorträgen – geprägt. Hinsichtlich der Unterrichtsphasen weist er höhere Anteile von Ergebnissicherungen (insb. Übungen) auf. Insofern dominiert hier ein lehrendenzentrierter, teilweise individualisierter Unterrichtstypus. Schlüsselbegriffe:

1

Methoden, Sichtstrukturen, Unterrichtstypen

Rechnungswesenunterricht,

Beobachtung,

Einleitung und Problemstellung

Didaktik als Wissenschaft vom Unterricht fokussiert neben Fragen nach Zielen und Inhalten insbesondere auch die methodische Gestaltung institutionalisierter Lehr-Lern-Prozesse. Vor dem Hintergrund der breit rezipierten Angebots-Nutzungs-Modelle (vgl. bspw. Helmke 2003; Reusser & Pauli 2010), in denen Unterricht als Angebot an Lerngelegenheiten konzeptualisiert wird, ist davon auszugehen, dass sowohl die methodische Sequenzierung als auch die jeweilige Sozial- und Interaktionsstruktur des Unterrichts im Wesentlichen auf didaktischen Entscheidungen der Lehrenden basiert. Neben den inhaltlichen Aspekten wird die Qualität dieses Lehrangebots u. a. durch die echte Lernzeit (vgl. Helmke 2007; Lipowsky 2007) sowie durch prozessuale und methodische Aspekte bestimmt, wie z. B. Methodenvielfalt, Strukturiertheit und Klarheit, Schülerorientierung, kooperatives Lernen, Klarheit der Arbeitsanweisungen und Aufgabenstellungen, Übungs- und Wiederholungsphasen (vgl. Hattie 2013; Helmke 2010; Lip-

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_2

12

Robert W. Jahn

owsky 2007; Meyer 2010a, 2013). Somit stellen zentrale Aspekte der Sichtstrukturen Prozessmerkmale der Unterrichtsqualität dar, die potenziell Einfluss auf die (mehrdimensionalen) Bildungswirkungen haben. Den Angebots-Nutzungs-Modellen entsprechend sind die didaktischen Entscheidungen, die zu einem jeweils spezifischen Unterrichtsangebot führen, u. a. abhängig von den Merkmalen der Lehrpersonen sowie von den entsprechenden Stützsystemen. Diese beeinflussen auf systemischer und organisationaler Ebene das Unterrichtsangebot. Hierzu zählen bspw. Curricula, die Lehrer*innenbildung oder pädagogische Traditionen (vgl. Reusser & Pauli 2010, S. 17 f.). Vor diesem Hintergrund ist anzunehmen, dass die wirtschaftsdidaktischen Diskurse über Handlungs- und Situationsorientierung in der beruflichen Bildung, im kaufmännischen Unterricht und speziell im Rechnungswesenunterricht über die Lehrer*innenbildung und die curricularen Materialien Wirkungen auf die methodische Ausgestaltung des Unterrichts an berufsbildenden Schulen entfalten und Veränderungen in der methodischen Gestaltung nach sich ziehen (vgl. Czycholl 1991; Nickolaus 2010; Pätzold 1992; Seifried & Sembill 2010). Das gleiche gilt für die (damit verbundenen) Diskurse um kooperatives (vgl. u. a. Helm, Netzthaler & Kreuzer 2017; Schumann 2008) und selbstorganisiertes bzw. selbstgesteuertes Lernen (vgl. u. a. Seifried 2004; Sembill et al. 1998; Sembill 2000; Sembill et al. 2007). Die wenigen (domänenspezifischen) Untersuchungen der prozessorientierten Unterrichtsforschung geben diesbezüglich jedoch Anlass zu Skepsis (vgl. u. a. Pätzold et al. 2003; Seifried, Grill & Wagner 2006). Es ist zu konstatieren, dass in der Unterrichtsrealität weiterhin Methodenmonotonie und ein lehrer*innenzentrierter Unterricht dominiert. In den Beobachtungsstudien BESUB I (N=428), BESUB II (N=462) und BESUB III (N=324) für den kaufmännischen Unterricht an berufsbildenden Schulen (vgl. Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2014b, 2014c, 2015a) sowie BESUB IV (N=314) für die ökonomische Bildung an allgemeinbildenden Schulen (vgl. Jahn, Bergmann & Götzl 2020) wurde dieses Bild weitgehend bestätigt. In diesem Beitrag wird nun der Frage nachgegangen, ob sich für den Rechnungswesenunterricht domänenspezifisch differenzierte Befunde im Hinblick auf die unterrichtlichen Sichtstrukturen nachweisen lassen. Da das Unterrichtsangebot domänenspezifisch und in den Daten der BESUB-Studien eine gewisse Varianz hinsichtlich der Gestaltung des Unterrichts festzustellen ist, ist zu erwarten, dass im übungsintensiven Rechnungswesenunterricht (als eine Teildomäne kaufmännisch-verwaltender Bildung) spezifische, andere Phasen- und Sozialformstrukturen auftreten. Diese These wird in diesem Beitrag mithilfe der BESUB-Beobachtungsdaten untersucht. Im Weiteren werden einführend einige theoretische Vorüberlegungen skizziert und es wird auf weitere Forschungsergebnisse verweisen, um anschließend die Fragestellungen für diesen Beitrag zu präzisieren. Danach wird das methodische Vorgehen der Studien dargestellt. Im Mittelpunkt des Beitrags stehen die Ergebnisse der Untersuchung und die domänenspezifischen Befunde zum Rechnungswesenunterricht sowie deren Diskussion, bevor dieser Beitrag mit einem Fazit schließt.

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

2

13

Unterrichtliche Sichtstrukturen

Die beobachtbaren Sozial- und Interaktionsstrukturen wie auch die Sequenzierung des Unterrichts entlang eines beobachtbaren Artikulationsschemas basieren im Wesentlichen auf multidimensionalen und ineinander verwobenen didaktischen Entscheidungen der Lehrenden. Insofern wird hier eine prozessbezogene Perspektive des Unterrichts fokussiert und – wie einführend erläutert – auf Angebots-Nutzungs-Modelle u. a. von Reusser und Pauli (2010) rekurriert. In diesem systematischen Rahmenmodell von Unterrichtsqualität und Lernwirksamkeit wird Unterricht als Angebot von Lerngelegenheiten im Kontext situativer, organisationaler, qualifikatorischer und curricularer Bedingungen aufgefasst. Die (u. a. domänen- und fachspezifische) Konstellation dieser Bedingungen hat Einfluss auf die Quantität und Qualität des Lehrangebotes. In Verbindung mit der Qualität der Angebotsnutzung seitens der Lernenden konstituiert sich Unterricht (bzw. eine didaktische Situation) als einmalige und einzigartige Konstellationen des Lehrens und Lernens (vgl. Wilbers 2014, S. 5 ff.). Diese sollen mehrdimensionale und wiederum auf Unterricht zurückwirkende Lern- bzw. Bildungseffekte zur Folge haben. Die Perspektive der BESUB-Studien richtet sich dabei primär auf den Unterrichtsprozess und die Angebotsseite und klammert dabei die nutzungsbezogenen Stützsysteme, die Schüler*innenmerkmale und die mehrdimensionalen Bildungswirkungen aus – womit bereits Grenzen dieser Untersuchung markiert sind. Gleichsam hat die (empirische) Analyse des Angebots bzw. dessen Gestaltung durch Lehrpersonen sowohl in der allgemein- und fachdidaktischen als auch in der Lehr-Lern-Forschung eine lange Tradition, insbesondere vor dem Hintergrund des ProduktProzess-Paradigmas. Lernzeit, Sozialformen und Phasen spielen als Merkmale der Oberflächenstruktur des Unterrichts entsprechend des Angebots-Nutzungs-Modells von Reusser und Pauli (2010) – hier als die beobachtbare Inszenierung des Unterrichtsprozesses – eine wichtige Rolle für das Unterrichtsgeschehen sowohl in qualitativer als auch quantitativer Hinsicht. Ein quantitatives Element stellt die echte Lernzeit dar (vgl. z. B. Hattie 2013, S. 218 ff.; Helmke 2003, 2007; Lipowsky 2007, S. 27; Meyer 2013, S. 39–46). Gegenwärtig dürfte die quantitative Dimension vor dem Hintergrund des Lehrkräftemangels um den Aspekt zu erweitern sein, ob überhaupt Unterricht stattfindet oder aber ausfällt (vgl. u. a. Cloterfelter, Ladd & Vigdor 2009; Miller, Murnane & Willett 2008; Brown & Arnell 2012). Qualitative Elemente sieht Helmke (2010) bspw. in der Strukturiertheit und Klarheit, in der Schüler*innenorientierung, in der Modifizierung von Methoden und Sozialformen sowie in der Festigung und Sicherung der Lernergebnisse. Lipowsky (2007, S. 27) führt die Bedeutung von kooperativem Lernen, von thematischen Einführungen, der Klarheit der Arbeitsanweisungen und Aufgabenstellungen sowie von Übungs- und Wiederholungsphasen an (vgl. dazu auch Hattie 2013, S. 150 f., S. 220 f., S. 250– 254). Meyer (2013) nennt u. a. Methodenvielfalt (Ausbalancierung der methodischen Großformen, Variabilität der Verlaufs- und Sozialformen, Vielfalt der Handlungsmuster) als Merkmale guten Unterrichts. Somit stellen Aspekte der Oberflächenstrukturen – neben den Aspekten der Tiefenstrukturen (wie z. B. kognitive Aktivierung oder der Umgang mit Schüler*innenfehlern) – qualitative Prozessmerkmale des Unterrichtsangebots dar, die potentiell Einfluss auf die Bildungswirkungen haben.

14

Robert W. Jahn

Sozialformen bestimmen als ein je spezifisches Arrangement die Beziehungs-, Kommunikations- und Interaktionsstrukturen im Unterricht (vgl. Meyer 2008, S. 136 ff.). Die unterschiedlichen Systematisierungsansätze und Klassifikationsmöglichkeiten (vgl. bspw. Euler & Hahn 2014, S. 317 ff.; Kaiser & Kaminski 2012, S. 97; Speth & Berner 2016, S. 220) führt Meyer (2008, S. 138) auf einzig vier Ausprägungen zurück: Frontal-, Gruppenunterricht, Partner- und Einzelarbeit. Um die spezifischen Beziehungs-, Kommunikations- und Interaktionsstrukturen innerhalb des Frontalunterrichts feiner zu differenzieren, kann dieser auf einer weiteren Ebene in die vier Subkategorien Lehrervortrag, Schülervortag, Lehrer-Schüler-Interaktion und Klassendiskussion getrennt werden, die Meyer (2008, S. 124 ff., 2010b, S. 279–307) als (tradierte und akzeptierte) Handlungsmuster beschreibt. Bezüglich der Verlaufsmuster als Teil der Mikrosequenzierung bzw. der Prozessstruktur von Unterricht existiert eine vielfältige Bandbreite von (theorie-)spezifischen Unterrichtsphasen- bzw. Artikulationsschemata und Stufenkonzepten (vgl. u .a. Meyer 2008, S. 155–207; Paradies 2009, S. 197 ff.; Sievers 1984, S. 326). Meyer (2008, S. 129–135, 2010a, S. 70 f.) führt unter Rückbezug auf die empirischen Befunde von Hage et al. (1985) die vorzufindende Vielfältigkeit auf den methodischen Dreischritt bzw. den „methodischen Grundrhythmus“ (Unterrichts-)Einstieg, Erarbeitung und Ergebnissicherung zurück. In Anlehnung an die Arbeiten von Hage et al. (1985), die diese Phasen als „Didaktische Funktionen“ bezeichnen, kann dieser Rhythmus weiter differenziert werden. Hage et al. (1985) unterscheiden in ihrer Untersuchung unter Bezug auf bewährte Formalstufenkonzepte folgende Phasen des Unterrichts: Einführungs-, Aneignungs-, Wiederholungs-, Anwendungs-, Kontroll-, Übungs-, Systematisierungsphasen sowie Phasen der Anknüpfung an Erfahrungen (vgl. Tabelle 3). Diese beschreiben also die „(…) Funktion, die eine Unterrichtssequenz innerhalb eines übergreifenden didaktischen Zusammenhangs besitzt“ (Hage et al. 1985, S. 34).

3

Forschungsstand

Wie bereits in vorangegangen Beiträgen zum wirtschaftsberuflichen Unterricht herausgestellt wurde (vgl. Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2014b, 2014c, 2015a), verdeutlicht der Forschungsstand zur prozessorientierten Unterrichtsmethodenforschung hinsichtlich des Sozialformeneinsatzes zwar einerseits einen Mangel an längs- bzw. (zeit-)querschnittlichen Untersuchungen sowie an domänenspezifischen Befunden. Andererseits offenbaren die herangezogenen Studien im Zeitraum von 1965 bis 2008 (vgl. Götzl, Jahn & Held 2013, S. 5) trotz dessen eine relativ stabile domänenübergreifende Befundlage. Die in diesem Zeitraum durchgeführten Beobachtungs- und Befragungsstudien zeigen, dass lehrendenzentrierte Unterrichtsmethoden die Unterrichtsrealität prägen und dass Lehrer-Schüler-Interaktionen und Lehrervorträge im Verbund mit Einzelarbeiten methodische Entscheidungen der Lehrkräfte dominieren (vgl. Pätzold et al. 2003; Seifried 2008; Seifried, Grill & Wagner 2006; Wild 2000 sowie in der Folge Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2014b, 2014c, 2015a). Auffällig an den Befragungsergebnissen von Pätzold et al. (2003) sind die Diskrepanzen zwischen den Einschätzungen von Lehrenden und Lernenden (s. Tabelle 1). Soziale Erwünschtheit und/oder differenzierte Wahrnehmungen und/oder uneindeutige subjektive Operationalisierungen scheinen die Ergebnisse teilweise deutlich zu beeinflussen.

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

15

Tabelle 1: Befragungen zum Einsatz von Sozialformen im kaufmännisch-verwaltenden Bereich (Quelle: Pätzold et al. 2003, S. 144)

Einzelarbeit Partnerarbeit Gruppenarbeit Klassenunterricht

Lehrer Schüler Lehrer Schüler Lehrer Schüler Lehrer Schüler

Immer bis Häufig

Selten bis Nie

Keine Angabe

55,9 % 50,5 % 56,5 % 46,4 % 21,5 % 22,1 % 76,8 % 94,4 %

38,4 % 46,3 % 39,5 % 50,5 % 75,7 % 75,0 % 15,3 % 5,0 %

5,6 % 3,2 % 4,0 % 3,1 % 2,8 % 2,8 % 7,9 % 0,6 %

Daher scheinen Beobachtungsstudien u. U. validere und differenzierte Ergebnisse liefern zu können, obwohl sie deutlich aufwändiger zu realisieren sind. Die Beobachtungsstudie von Seifried, Grill und Wagner (2006) bspw. zeigt teilweise starke Unterschiede zu Pätzold et al. (2003). So berichtet zwar die Hälfte der Befragten, dass Partnerarbeit „immer bis häufig“ stattfindet (s. Tabelle 1). Demgegenüber zeigt sich jedoch, dass diese Sozialform die Unterrichtszeit nur zu 7 % prägt (s. Tabelle 2). Hinzuweisen ist in Bezug auf die Studie von Seifried, Grill und Wagner (2006) zudem auf die Operationalisierung der „methodischen Sequenzen“ (s. Tabelle 2). So sind nach Euler und Hahn (2014) Fallstudien, Planspiele, Rollenspiele sog. Methodengroßformen, die wiederum eine spezifische und i. d. R. festgelegte Abfolge verschiedener Methodengrundformen darstellen. Diese sind wiederum spezifische Kombinationen von Aktionsund Sozialformen (vgl. Euler & Hahn 2014, S. 317 ff.). Insofern können die Methodengroßformen weitere Anteile von Gruppen-, Partner-, Einzelarbeit und Frontalunterricht enthalten – wenngleich dies quantitativ kaum ins Gewicht fällt, was vor dem Hintergrund der breiten Diskussion über handlungsorientierte Methoden, kooperatives und selbstorganisiertes Lernen zumindest überraschend ist. Zudem zeigt diese Studie, dass in Abhängigkeit vom Lerninhalt methodische Variationen festzustellen sind. Dies gilt u. a. für den Rechnungswesenunterricht, der stärker durch Frontalunterricht und Einzelarbeit geprägt ist (s. Tabelle 2). Tabelle 2: Beobachtung des Anteils methodischer Sequenzen (insb. Sozialformen) nach Inhalten im kaufmännischen Unterricht in Prozent (Quelle: Seifried, Grill & Wagner 2006, S. 238 f.) Unterrichtsmethoden

Frontalunterricht Einzelarbeit Partnerarbeit Gruppenarbeit Fallstudie Planspiel Rollenspiel Projektunterricht

BWL (n=402) 58.4 13.5 5.3 15.1 0.9 0.1 0.9 5.7

REWE (n=345) 67.4 18.2 6.4 6.2 1.2 0.4 0.0 0.2

Lerninhalte VWL (n=98) 74.8 12.4 4.2 6.7 0.7 1.0 0.1 0.0

Gesamt Recht (n=63) 55.6 18.7 9.8 15.9 0.0 0.0 0.0 0.0

IT/DV (n=139) 46.1 31.5 12.2 3.7 0.0 0.0 0.0 6.5

(N=1.047) 61.1 17,7 6,7 9,9 0,8 0,3 0,4 3,1

Mit Blick auf die Rhythmisierung des Unterrichts über Artikulations-, Stufen- oder Phasenschemata mangelt es an domänenspezifischen Untersuchungen. Hage et al. (1985) haben in einer Beobachtungsstudie das Methodenrepertoire von Sekundarstufe-I-Lehrkräften an Hauptund Gesamtschulen sowie an Gymnasien untersucht und dabei auch die Häufigkeit von Unter-

16

Robert W. Jahn

richtsphasen erfasst. Ihre Ergebnisse (s. Tabelle 3) weisen über verschiedene Schulformen hinweg auf eine deutliche Dominanz der Aneignungsphase hin, die sich als „Erarbeitungsphase“ auch in den BESUB-Erhebungen zeigt (vgl. Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2014b, 2014c, 2015a). Tabelle 3: Verteilung der methodischen Sequenzen (Phasen) im allgemeinbildenden Bereich in Prozent (Quelle: Hage et al. 1985, S. 57) Hauptschule Gymnasium Gesamtschule Gesamt 9,71 8,11 7,01 8,26 Einführung 68,65 57,40 63,06 62,88 Aneignung 10,60 14,81 10,62 12,07 Wiederholung 2,21 3,45 2,34 2,68 Erfahrung 3,53 4,46+ 0,42-2,82 Übung 1,55 1,83 0,001,13 Systematisierung ---+++ 0,44 1,42 9,34 3,74 Anwendung 3,31-8,52 7,22 6,42 Kontrolle Die Zeichen (+) und (-) geben an, ob die einzelnen Kategorien in den Schulformen über- bzw. unterrepräsentiert sind.

4

Fragestellung, Design und Methodik

4.1 Fragestellungen Rechnungswesenspezifische Untersuchungen der unterrichtlichen Sichtstrukturen sind entsprechend des skizzierten Forschungsstandes selten. In diesem Beitrag sollen daher die BESUBStudien nochmals spezifisch für den Rechnungswesenunterricht ausgewertet werden. Dabei wird der grundlegenden Hypothese gefolgt, dass die didaktische Gestaltung des Unterrichtsangebots domänenspezifisch akzentuiert ist. Die Befunde von Seifried, Grill und Wagner (2006) und der ersten Auswertungen der BESUB-Studien (vgl. Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2015a) nähern eine solche Hypothese. Insofern soll das Unterrichtsangebot im Rechnungswesen mit dem übrigen kaufmännischen Unterricht auf signifikante Unterschiede hin geprüft werden. Damit stehen die folgenden Fragen und Hypothesen im Mittelpunkt: (F1): Wie wird die Unterrichtszeit im kaufmännischen Unterricht genutzt? Es wird erwartet, dass keine Unterschiede in der Zeitnutzung zwischen Rechnungswesenunterricht und dem übrigen kaufmännischen Unterricht bestehen (H1). (F2): Wie werden Sozialformen im kaufmännischen Unterricht genutzt? Welche Sozialformen dominieren im Unterrichtsprozess? Es wird erwartet, dass der übungsintensivere Rechnungswesenunterricht im Vergleich zum übrigen kaufmännischen Unterricht durch höhere Anteile von Einzelarbeit geprägt ist (H2). (F3): Wie werden Unterrichtsphasen im kaufmännischen Unterricht genutzt? Welche Phasen dominieren im Unterrichtsprozess? Es wird erwartet, dass der übungsintensivere Rechnungswesenunterricht im Vergleich zum übrigen kaufmännischen Unterricht durch höhere Anteile von Ergebnissicherungen geprägt ist (H3). Ferner ging es darum, auf der Grundlage der Daten zu prüfen, inwieweit die in den ersten Untersuchungen identifizierten Sozialformentypen (vgl. Jahn & Götzl 2015a) weiter ausdifferenziert werden können (F4). Es wird vermutet, dass im Rechnungswesenunterricht im Vergleich zum übrigen kaufmännischen Unterricht häufiger eher lehrendenzentrierte Unterrichtsstunden vorkommen (H4). Diese umfassen sowohl den klassischen Lehrendenzentrierten Frontalunterricht als auch ein Unterrichtsangebot, das dies mit Einzelarbeitsphasen verbindet.

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

17

4.2 Untersuchungsdesign und -methode Im Rahmen der Studien wurden standardisierte Beobachtungen durchgeführt, da – wie bereits angesprochen – Effekte sozialer Erwünschtheit, differenzierte Wahrnehmungen und subjektive Operationalisierungen zu Verzerrungen bei Befragungen von Schülerinnen und Schülern resp. Lehrkräften führen können (vgl. hierzu u. a. die Diskrepanzen bei Pätzold et al. 2003; Seifried, Grill & Wagner 2006). Im Kontext der Beobachtungsstudie erfolgt eine zeitlich-quantitative Erfassung und Analyse des Sozialformeneinsatzes sowie der Rhythmisierung der Lehr-LernArrangements entlang von Unterrichtsphasen innerhalb der echten Lernzeit. Das Konzept zur minutengenauen Erfassung und Rekonstruktion der Unterrichtsprozesse verdeutlicht Abbildung 1 (vgl. zur Operationalisierung Götzl, Jahn & Held 2013, S. 8 ff.).

Abbildung 1: Erweitertes Kategoriensystem der endogenen Variablen (Quelle: Jahn & Götzl 2015a)

Im Mittelpunkt steht die Nutzung der Unterrichtszeit sowie die Anordnung und Verteilung der Zeit auf unterschiedliche methodische Aspekte. Qualitative Aspekte werden hierbei explizit nicht direkt erfasst. Der Ausgangspunkt der Konzeptspezifikation ist die zur Verfügung stehende, nominelle Stundenzeit von 45 Minuten pro Unterrichtsstunde. Diese Stundenzeit wird in genutzte und ungenutzte Stundenzeit differenziert. Ungenutzte Stundenzeit entsteht aufgrund von Verspätungen, Unterbrechungen oder vorzeitiger Beendigung des Unterrichts. Die genutzte Stundenzeit setzt sich aus der echten Lernzeit und der sonstigen Unterrichtszeit zusammen. Die sonstige Unterrichtszeit entfällt auf Zeitanteile, die der ziel- und inhaltsorientierten Lernzeit nicht zugerechnet werden können. Das sind z. B. Belehrungen, Klassenbucheintragungen oder

18

Robert W. Jahn

erhebliche Disziplinkonflikte sowie deren Bearbeitung. Es handelt sich demnach um relevante organisatorische oder disziplinarische Aktivitäten, die für das Funktionieren von Schule und Unterricht bedeutsam sind. Innerhalb der echten Lernzeit werden nun die zwei Dimensionen der didaktischen Gestaltung des Unterrichts (Sozialformen und Unterrichtphasen) fokussiert (s. Abbildung 1). Sozialformen bestimmen als je spezifische Arrangements die Beziehungs-, Kommunikations- und Interaktionsstrukturen im Unterricht (vgl. Meyer 2008, S. 136 ff.). Meyer (2008, S. 138) führt – wie bereits erwähnt – die verschiedenen Ansätze zur Systematisierung der Sozialformen auf vier Ausprägungen zurück (Frontal-, Gruppenunterricht, Partner- und Einzelarbeit). Um die spezifischen Beziehungs-, Kommunikations- und Interaktionsstrukturen innerhalb des Frontalunterrichts weiter zu differenzieren, kann dieser auf einer weiteren Ebene in die vier Subkategorien Lehrervortrag, Schülervortag, Lehrer-Schüler-Interaktion und Klassendiskussion getrennt werden (vgl. Götzl, Jahn & Held 2013). Diese Systematisierung (s. Abbildung 1) hat sich in den BESUB-Erhebungen bewährt. Ebenso wie bei der Differenzierung der Sozialformen existiert auch bez. der Verlaufsmuster als Teil der Prozessstruktur von Unterricht eine vielfältige Bandbreite von Konzepten (s. o.), die Meyer (2008) unter Rückbezug auf empirische Befunde von Hage et al. (1985, S. 57, S. 77-87) zurückführt auf den „methodischen Grundrhythmus“ (Einstieg, Erarbeitung und Ergebnissicherung). Dieser Dreischritt wurde in den BESUB-Erhebungen um einen vierten Schritt, die (inhalts- und zielorientierten) „Arbeitsanweisungen und Organisation des LehrLern-Arrangements“ (kurz: Lernorganisation) erweitert, um diese zentrale ‚Gelenkstelle‘ im Unterrichtsprozess in besonderem Maße zu berücksichtigen. Sie sollte gerade im handlungsund schüler*innenorientierten Unterricht signifikante Zeitanteile beanspruchen. Im Kontext der Weiterentwicklung des Instrumentariums in BESUB III wurde die Phasenstruktur ausdifferenziert. Während zuvor nur vier Phasen unterschieden wurden, erfolgt nun in Anlehnung an die Arbeiten von Hage et al. (1985) eine weitere Auffächerung von Einstieg und Ergebnissicherung (s. Abbildung 1), um die möglicherweise differenzierte Funktionalität dieser Phasen abzubilden (vgl. ausführlich Jahn & Götzl 2015a). Neben diesen endogenen Merkmalen der Unterrichtsprozessstrukturen wurden vor dem Hintergrund des theoretischen Rahmens eines Angebots-Nutzungs-Modells von Reusser & Pauli (2010) weitere Merkmale der Unterrichtsstunden erfasst, die das Angebot beeinflussen (z. B. Lerninhalte, Schulformen, Klassenkontext, Typ und Lage der Stunde, Merkmale der Lehrkraft und der Schulorganisation). Zudem werden die Beobachtungen ergänzt um narrative Unterrichtsprotokolle, um mehr über das tatsächliche Unterrichtsgeschehen zu erfahren und Erklärungsansätze für methodische Wechsel im Unterrichtsprozess, für Unterbrechungen, für sonstige Unterrichtszeit oder kontraintuitive Unterrichtssequenzen zu gewinnen.

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

5

19

Befunde zur kaufmännisch-verwaltenden Bildung und zum Rechnungswesenunterricht

5.1 Stichprobe Die Datenerhebung der insgesamt 1.214 Unterrichtsstunden erfolgte an verschiedenen berufsbildenden Schulen in mehreren deutschen Bundesländern. Die Beobachterinnen und Beobachter erhielten im Vorfeld eine entsprechende Schulung inkl. Simulationen und Einführung in das Beobachtungshandbuch, um weitgehend Objektivität zu gewährleisten. Das standardisierte Erhebungsinstrument basiert auf dem dargestellten Kategoriensystem (s. Abbildung 1). Die Intercoder-Reliabilität (jeweils gemessen durch zwei unabhängige Beobachter*innen) liegt mit rHolsti zwischen .88 und .95 in einem immer noch guten Bereich (vgl. Lombard, Snyder-Duch & Bracken 2002). Tabelle 4 zeigt die Zusammensetzung der Stichprobe. Tabelle 4: Kurzdarstellung der Erhebungen und ausgewählter Merkmale (Quelle: Jahn & Götzl 2015a, S. 12)

Beobachtete Unterrichtsstunden (US) Anzahl der Schulen Anzahl Beobachter Intercoder-Reliabilität (r-Holsti) Merkmale der OrAnzahl ein Schulgebäude ganisation Schule Schulgebäude mehrere Schulgebäude (nach US) Merkmale der UnEinzelstunde Stundentyp terrichtseinheit Doppelstunde Merkmale der Schülerzahl Anwesende Schüler (gesamt) Klasse ohne pädagogisches Studium Qualifikation mit pädagogischem Studium Merkmale der k. A. Lehrpersonen weiblich (nach US) Geschlecht männlich k. A. REWE Lerngebiet BWL Curriculum i. w. S. VWL Sonstige

ERHEBUNG I (2012) N=428 22 28 .94

ERHEBUNG II (2013) N=462 27 31 .95

ERHEBUNG III (2014) N=324 18 21 .88

187 (40,5%) 275 (59,5%)

105 (24,5%) 323 (75,5%)

142 (43,8%) 182 (56,2%)

125 (27,1%) 338 (73,2%)

161 (37,6%) 267 (62,4%)

56 (17,3%) 268 (82,7%)

MW=16,84

MW=17,29

MW=16,20

37 (8,0%) 341 (73,8%) 84 (18,2%) 265 (57,4%) 167 (36,1%) 30 (6,5%) 125 (29,2%) 229 (53,5%) 46 (10,7%) 28 (6,5%)

74 (17,3%) 309 (72,2%) 45 (10,5%) 267 (62,4%) 116 (27,1%) 45 (10,5%) 128 (27,7%) 202 (43,7%) 62 (13,4%) 70 (15,2%)

36 (11,1%) 247 (76,2%) 41 (12,7%) 179 (55,2%) 104 (32,1%) 41 (12,7%) 87 (26,9%) 178 (54,9%) 38 (11,7%) 21 (6,5%)

Über die drei Teilstudien hinweg wurden insgesamt 340 (28 %) Rechnungswesenstunden beobachtet. Insbesondere diese werden im Folgenden vergleichend diskutiert. Hierzu werden zunächst ausgewählte deskriptive Befunde bez. der Nutzung der Unterrichtszeit, der methodischen Gestaltung des Unterrichts über Sozialformen sowie dessen Rhythmisierung über Unterrichtsphasen präsentiert (5.2). Anschließend werden Unterrichtstypen vorgestellt und diskutiert (5.3). 5.2 Zeitnutzung, Sozialformeneinsatz und Rhythmisierung über Phasen Es lässt sich in Bezug auf die Zeitnutzung (F1) über die ersten drei Erhebungen feststellen (s. Tabelle 5), dass ca. 39 Minuten der Brutto-Unterrichtszeit ziel- und inhaltsorientiert als echte Lernzeit genutzt werden (vgl. dazu auch die Ergebnisse bei Seifried, Grill & Wagner 2006).

20

Robert W. Jahn

Die verbleibenden 6 Minuten verstreichen aber nicht ungenutzt, sondern werden zumindest teilweise für schulorganisatorische Fragen, Klassenmanagement oder für Konflikt- und Störungsinterventionen verwendet. Dies ist für die Gestaltung des Unterrichts als soziales Gefüge notwendig (vgl. ausführlich Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2015a) – dient aber nicht unmittelbar dem Lehren und Lernen. Zur Analyse der Frage, ob sich der Rechnungswesenunterricht von anderen Domänen kaufmännischer Bildung strukturell unterscheidet, werden im weiteren einfaktorielle Varianzanalysen (ANOVA) durchgeführt. Diese dienen zur Überprüfung, ob Mittelwertunterschiede zwischen mehreren Gruppen strukturell begründet sind und nicht zufällig auftreten, d. h. dass sich mindestens eine dieser Gruppen statistisch signifikant von anderen unterscheidet. Neben der F-Statistik der ANOVA und dem dort ausgewiesenen Signifikanzniveau wird mit dem Eta-Quadrat (𝜂2) weiterhin deren Effektstärke ausgewiesen. Dieses Maß schätzt die Varianz, die eine Variable aufklärt. Zur Interpretation dieser Effekte sprich man nach Cohen (1988) ab 0.01 von kleinen, ab 0.06 von mittleren und ab 0.14 von großen Effekten. Bezogen auf die Zeitnutzung im Rechnungswesenunterricht bedeutet dies im Hinblick auf die Werte in Tabelle 5, dass keine signifikanten Unterschiede zwischen den verschiedenen Lernbereichen kaufmännisch-verwaltenden Unterrichts (i. S. verschiedener Gruppen) – insb. zwischen dem Rechnungswesenunterricht und anderen Lernbereichen – im Hinblick auf die Zeitnutzung bestehen (H1). Rechnungswesenstunden beginnen oder enden weder früher noch später als andere Stunden und auch Unterbrechungen des Unterrichts treten nicht gehäuft auf. Das binäre Merkmal Rechnungswesen hat keinen Effekt auf die Zeitnutzung. Tabelle 5: Zeitnutzung im kaufmännischen Unterricht (Quelle: Jahn & Götzl 2015a, S. 10; eigene Berechnungen)

Rechnungswesen (N=340) Andere (N=874) Insgesamt (1.214) (ANOVA) F-Statistik Effektstärke

M in Min SD M in Min SD M in Min SD

Ungenutzte Stundenzeit (uSZ) 2.52 2.97 2.67 3.31 2.56 3.06 F(1,1212)= 0.59, p=0.44 𝜂2=0.00

Genutzte Stundenzeit (gSZ) 42.48 2.97 42.33 3.31 42.44 3.06 F(1,1212)= 0.59, p=0.44 𝜂2=0.00

Sonstige Unterrichtszeit (sUZ) 3.61 4.80 2.97 4.73 3.44 4.77 F(1,1212)= 4.31, p=0.04 𝜂2=0.00

Echte Lernzeit (eLZ) 38.88 5.80 39.36 5.91 39.01 5.83 F(1,1212)= 1.69, p=0.19 𝜂2=0.00

Ebenso wie zur Zeitnutzung lassen sich hinsichtlich der methodischen Gestaltung des Unterrichts entlang von Sozialformen (F2) über die drei Erhebungen hinweg vergleichbare Befunde generieren (s. Tabelle 6). Im Durchschnitt wird der Unterricht zu ca. 70 % mit Methoden des Frontalunterrichts gestaltet. Hierbei dominiert das klassische Unterrichtsgespräch, gefolgt vom Lehrervortrag. Die von den Lernenden geprägten Formen der Klassendiskussionen und des Schülervortrags – die gerade auch in handlungsorientierten Lehr-Lern-Arrangements Bedeutung haben sollten – finden sich hingegen kaum. Ebenso werden kooperative Lehr-LernFormen eher selten eingesetzt (ca. 10 %). Einzelarbeiten prägen die echte Lernzeit mit ca. 20 % (vgl. ausführlich Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2015a).

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

21

Tabelle 6: Sozialformeneinsatz (SFE) im kaufmännischen Unterricht (Quelle: Jahn & Götzl 2015a, S. 11) FrontalEinzelar- Partnerar- Gruppenunterricht beit beit arbeit (Summe)

BESUB I bis III (N=1.214) Durchschnittlicher Einsatz in der Stichprobe (in Min.) Anteil des SFE an echter Lernzeit Durchschnittliche Dauer der SF bei Einsatz (in Min.)

Lehrervortrag

darunter LehrerSchülerKlassenSchüler-Invortrag diskussion teraktion

7.5

1.8

2.4

27.4

11.2

1.4

14.3

0.5

19.1%

4.5%

6.1%

70.3%

28.6%

3.6%

36.7%

1.3%

13.3

13.9

19.7

27.9

12.3

7.9

16.3

7.7

In Tabelle 7 wird deutlich, dass sich die methodische Gestaltung des Rechnungswesenunterrichts signifikant (mit * hervorgehoben) von anderen Lerngebieten unterscheidet. Der Rechnungswesenunterricht ist signifikant stärker von Einzelarbeit und Partnerarbeit geprägt. Gruppenarbeitsphasen und Schülervorträge kommen demgegenüber signifikant seltener vor. H2 kann damit bestätigt werden, wenngleich allenfalls geringe Effektstärken vorliegen (𝜂2=0.00 bis 0.03) Tabelle 7: Sozialformeneinsatz (SFE) im Rechnungswesenunterricht BESUB I bis III (N=1.214) Rechnungswesen (N=340) Andere (N=874) Insgesamt (1.214) (ANOVA) F-Statistik Effektstärke

M in Min SD M in Min SD M in Min SD

darunter FrontalunLehrerterricht* Lehrervor- SchülerKlassenSchüler(Summe) trag vortrag* diskussion Interaktion 26.0 10.4 0.7 14.5 0.4 11.57 9.13 2.96 10.16 2.31 28.0 11.5 1.6 14.3 0.6 11.23 9.61 4.73 9.88 2.59 27.4 11.2 1.4 14.3 0.5 11.36 9.49 4.33 9.95 2.52

Einzelarbeit*

Partnerarbeit*

Gruppenarbeit*

10.1 10.62 6.4 8.53 7.5 9.31

2.4 7.30 1.5 5.02 1.8 5.76

0.9 4.30 3.0 8.67 2.4 7.75

F(1,1212)= 40.68, p=0.00

F(1,1212)= 5.54, p=0.02

F(1,1212)= 17.61, p=0.00

F(1,1212)= 7.91, p=0.00

F(1,1212)= 3.67, p=0.05

F(1,1212)= 10.73, p=0.00

F(1,1212)= 0.13, p=0.72

F(1,1212)= 1.53, p=0.22

𝜂2= 0.03

𝜂2=0.00

𝜂2=0.01

𝜂2=0.00

𝜂2=0.00

𝜂2=0.00

𝜂2=0.00

𝜂2=0.00

Die Betrachtung des Unterrichtsphaseneinsatzes (F3) zeigt, dass insgesamt ca. die Hälfte der echten Lernzeit im kaufmännischen Unterricht zur Erarbeitung von neuem Wissen verwendet wird (s. Tabelle 8). 38 % der Nettounterrichtszeit entfällt auf die Ergebnissicherung und jeweils ca. 5 % der Lernzeit werden für die didaktisch bedeutsamen Phasen von Einstieg und Lernorganisation genutzt (vgl. ausführlich Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2015a).

22

Robert W. Jahn

Tabelle 8: Unterrichtsphaseneinsatz (PHE) im kaufmännischen Unterricht (Quelle: Jahn & Götzl 2015a, S. 11) BESUB I bis III (N=1.214) Durchschnittlicher Einsatz in der Stichprobe (in Min.) Anteil des PHE an echter Lernzeit Durchschnittliche Dauer der PH bei Einsatz (in Min.)

Unterrichtseinstieg

Erarbeitung

Ergebnissicherung

Lernorganisation

2.5

19.6

14.8

2.0

6.5%

50.3%

38.0%

5.2%

5.4

22.8

19.0

3.5

Mit Blick auf die verschiedenen (Sub-)Funktionen der Phasen (vgl. Hage et al. 1985; Jahn & Götzl 2015a) ergibt sich – vor dem Hintergrund lerntheoretischer Annahmen – ein ernüchterndes Bild. Einführungsphasen sind selten motivierend. Ein problemorientierter Einstieg oder das Anknüpfen an Vorerfahrungen kommt kaum vor, was wenig vereinbar erscheint mit den Zielstellungen des situationsorientierten Lernfeldkonzepts. Lehrkräfte scheinen hier eher über das Thema oder den geplanten Stundenverlauf zu informieren. Ähnlich problematisch sind die Befunde zur Ergebnissicherung zu bewerten. Ergebnissicherung im kaufmännisch-verwaltenden Unterricht bedeutet zu 80 % Kontrolle, Wiederholung und Übung. Anwendungs- und transferorientierte Ergebnissicherungsphasen finden sich hingegen kaum. Das Unterrichtsgeschehen bleibt in der Ergebnissicherung vor allem auf die Reproduktion und Sicherung erworbener Kenntnisse und Techniken begrenzt. Insgesamt muss man auf der Basis dieser Befunde zu den Oberflächenstrukturen daran zweifeln, dass handlungs- und situationsorientierte Methoden das Angebot Unterricht im kaufmännisch-verwaltenden Bereich dominieren (vgl. ausführlich Jahn & Götzl 2015a). Dies gilt ebenso für den Rechnungswesenunterricht bzw. hier in besonderem Maße. Tabelle 9 zeigt wiederum signifikante Spezifika des Rechnungswesenunterrichts: Es wird insbesondere mehr Zeit für die Ergebnissicherung (zulasten von Einstieg und Erarbeitung) verwendet. Damit wird auch H3 bestätigt, auch wenn hier ebenfalls geringe Effektstärken vorliegen (𝜂2=0.00 bis 0.02) Tabelle 9: Unterrichtsphaseneinsatz (PHE) im Rechnungswesenunterricht (Quelle: Jahn & Götzl 2015a, S. 11; eigene Berechnungen)

Rechnungswesen (N=340) Andere (N=874) Insgesamt (1.214) (ANOVA) F-Statistik Effektstärke

M in Min SD M in Min SD M in Min SD

UnterrichtsEinstieg* 2.0 3.51 2.7 4.69 2.5 4.40 F(1,1212)= 6.41, p=0.01 𝜂2= 0.00

Erarbeitung* 17.5 13.11 20.4 12.14 19.6 12.49 F(1,1212)= 13.94, p=0.00 𝜂2= 0.01

ErgebnisSicherung* 17.8 13.58 13.7 12.22 14.8 12.75 F(1,1212)= 26.93, p=0.00 𝜂2=0.02

Lernorganisation 2.0 2.86 2.0 2.83 2.0 2.84 F(1,1212)= 0.06, p=0.81 𝜂2= 0.00

Diese Unterschiede zeigen sich nochmals beim ausdifferenzierten Phasenschema (in der BESUB-III-Erhebung). In der nachfolgenden Tabelle werden die differenzierten Phasen der Ergebnissicherung nochmals für den Rechnungswesenunterricht dargestellt. Es zeigt sich, dass die Unterschiede in der Rhythmisierung hauptsächlich und signifikant auf einen höheren

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

23

Übungsanteil (s. Tabelle 10) in dieser Teilstichprobe zurückzuführen sind, die dann häufiger in Einzelarbeit stattfinden. Die Effektstärken sind wiederum eher gering. Tabelle 10: Ausdifferenziertes Phasenschema (Teilergebnisse BESUB III) (Quelle: Jahn & Götzl 2015a, S. 13; eigene Berechnungen) Ergebnissicherung Arbeitsorgaanwendungs- Summe* nisation orientiert Rechnungswe- M in Min 1.1 12.9 8.1 4.4 9.2 2.6 0.4 24.7 1.5 sen (N=87) SD 2.19 13.83 9.66 6.86 11.94 6.24 2.23 14.04 2.42 Andere M in Min 1.7 17.7 7.2 3.3 2.1 3.9 0.9 17.4 1.9 (N=237) SD 3.83 12.55 9.92 6.35 5.65 7.59 3.28 12.61 2.83 Insgesamt M in Min 1.5 16.4 7.5 3.6 4.0 3.6 0.8 19.4 1.8 (N=324) SD 3.47 13.06 9.84 6.50 8.44 7.26 3.04 13.38 2.73 F(1,322)= F(1,322)= F(1,322)= F(1,322)= F(1,322)= F(1,322)= F(1,322)= F(1,322)= F(1,322)= (ANOVA) F-Statistik 1.92, 8.92, 0.49, 1.83, 52.74, 2.14, 1.99, 19.66, 1.27, p=0.17 p=0.00 p=0.49 p=0.18 p=0.00 p=0.14 p=0.16 p=0.00 p=0.26 𝜂2=0.00 𝜂2=0.00 𝜂2= 0.02 𝜂2=0.00 𝜂2=0.00 𝜂2= 0.14 𝜂2=0.00 𝜂2=0.00 Effektstärke 𝜂2=0.00 BESUB III (N=324)

Einstieg Erarbeikontrollie- wiederho(Summe) tung* rend lend

übend*

systematisierend

5.3 Typen und Muster Im Rahmen der Auswertung der BESUB-Erhebungen haben Jahn und Götzl (2014a, 2014b, 2014c, 2015a) die Befunde mittels Clusteranalysen so systematisiert, dass sich Typen – bezogen auf einzelne Unterrichtsstunden entsprechend der nominellen 45-Minuten-Taktung – bilden lassen. Als multivariates Analyseverfahren fassen sie die Unterrichtsstunden derart zusammen, dass Gruppen gebildet werden können, deren Mitglieder sich einerseits ähnlich sind (Kohäsion) und die sich andererseits voneinander abheben (Separation) (vgl. Backhaus et al. 2000). In Bezug auf die Ergebnisse der Clusteranalysen hinsichtlich der Sozialformen konnten zunächst zwei Typen voneinander unterscheiden werden: eher schüler*innenzentrierte und eher lehrer*innenzentrierte Lehr-Lern-Arrangements. In eher lehrendenzentrierten Lehr-Lern-Arrangements kommen nahezu ausschließlich Lehrgespräche, Lehrervorträge und Einzelarbeiten vor, was vermutlich mit einem eher klassisch-instruktionalen Lehr-Lern-Verständnis korrespondiert. Eher schülerzentrierte Lehr-Lern-Arrangements enthalten zwar auch Lehrervorträge und Lehrgespräche, bestehen aber nun in signifikantem Maße aus Gruppen- und Partnerarbeiten sowie Schülervorträgen oder Klassendiskussionen (vgl. Jahn & Götzl 2014a, S. 65 ff.). Sie korrespondieren entsprechend dieser Gliederung auch eher mit der Vorstellung eines entdeckenlassenden Lernens. Vergleichbare Differenzierungen finden sich bei Wiechmann (2004, S. 334, 2009, S. 200), Seifried und Klüber (2006), Gudjons (2007) oder Wuttke und Seifried (2010, S. 118 ff.) als ‚klassischer‘ Frontalunterricht vs. integrierter Frontalunterricht. Es wird allerdings darüber hinaus angeregt, diese Typisierung weiter aufzufächern (vgl. Wiechmann 2009, S. 203). Nachfolgend wurde daher nochmals für den Gesamtdatensatz eine Cluster-Analyse gerechnet (F4). Demnach lassen sich im Hinblick auf die Sozialformen vier Typen von Unterrichtsstunden identifizieren (s. Tabelle 11). Hier wird deutlich, dass eher lehrendenzentrierter Unterricht entweder als „Lehrendenzentrierter Frontalunterricht“ (N=510) oder als „Individualisierter Unterricht“ (N=399) mit starkem Abstand (75 %) dominiert. „Lehrendenzentrierter Frontalunterricht“ beinhaltet Stunden, die das typische Bild klassischen Frontalunterrichts prä-

24

Robert W. Jahn

gen: Hier finden nahezu ausschließlich Lehrervorträge und Lehrgespräche statt. „Individualisierter Unterricht“ ist ebenfalls eher lehrendenzentriert. Lehrervorträge und Lehrgespräche werden nun ergänzt durch Einzelarbeitsphasen. Die Lehrperson behält hier weitgehend die Kontrolle über und die Verantwortung für den Lehr-Lern-Prozess. Diese beiden Typen weisen eher auf ein klassisch instruktionales Lehr-Lern-Verständnis hin. Tabelle 11: Unterrichtstypen im kaufmännischen Unterricht (eigene Berechnungen) LehrerzenSchülerzen- Kooperativer Individualisiertrierter Fron- trierter Fron- Unterricht ter Unterricht talunterricht talunterricht (N=399) (N=510) (N=124) (N=181) M in Min (SD) M in Min (SD) M in Min (SD) M in Min (SD) Einzelarbeit

2.3 (3.33)

3.7 (5.89)

1.5 (3.5)

Partnerarbeit

0.2 (1.42)

0.6 (2.35)

9.8 (11.5)

0.3 (1.4)

Gruppenarbeit

0.2 (1.47)

1.6 (4.5)

13.5 (15.26)

0.2 (1.21)

Frontalunterricht (Summe)

36.3 (5.02)

33.4 (7.39)

14.2 (9.13)

20.2 (7.88)

Lehrervortrag

16.6 (10.7)

9.0 (6.48)

5.3 (4.61)

7.4 (6.03)

Schülervortrag

0.2 (1.03)

10.2 (8.92)

0.8 (2.26)

0.2 (1.16)

19.3 (10.33)

9.7 (6.77)

7.9 (7.97)

12.3 (7.84)

0.0 (0.45)

4.4 (6.52)

0.1 (0.84)

0.0 (0.52)

Lehrer-Schüler-Interaktion Klassendiskussion

17.7 (8.65)

(ANOVA) F-Statistik Effektstärke F(3,1210)= 𝜂2=0.60 608.27, p=0.00 F(3,1210)= 𝜂2=0.34 213.49, p=0.00 F(3,1210)= 𝜂2=0.36 234.28, p=0.00 F(3,1210)= 𝜂2=0.62 659.90, p=0.00 F(3,1210)= 𝜂2=0.25 135.18, p=0.00 F(3,1210)= 𝜂2=0.48 373.01, p=0.00 F(3,1210)= 𝜂2=0.20 101.94, p=0.00 F(3,1210)= 𝜂2=0.27 151.43, p=0.00

Two-Step Cluster Analysis (Distanzmaß: LogLikelihood, Clusterkriterium: Schwarzsches Bayes-Kriterium)

Umgekehrt verhält es sich mit eher schüler*innenzentriertem Unterricht. Dieser ist entweder als „Schüler*innenzentrierter Frontalunterricht“ (N=124) oder als „Kooperativer Unterricht“ (N=181) ausgeprägt. Zwar kommen hier auch Lehrervorträge und Lehrgespräche vor, jedoch dominieren sie keinesfalls diese Unterrichtsstunden. Vielmehr finden sich entweder Gruppen- und Partnerarbeiten („Kooperativer Unterricht“) oder Schülervorträge und Klassendiskussionen („Schüler*innenzentrierter Frontalunterricht“). Damit entsprechen diese Muster nicht einer Reinform schüler*innenzentrierten, offenen Unterrichts, sondern vielmehr einem Mischtyp i. S. e. integrativen Frontalunterrichts (vgl. Gudjons 2007), der Instruktion durch die Lehrkraft und Konstruktion durch die Lernenden miteinander verbindet (vgl. Wiechmann 2004, S. 334) – womit auch deutlich wird, dass es ohne Anleitung und Strukturierung durch die Lehrenden nicht geht. Zusammenfassend sind diese Befunde in Abbildung 2 dargestellt.

Abbildung 2: Sozialformentypen im kaufmännischen Unterricht (N=1.214) (eigene Berechnungen)

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht 25

26

Robert W. Jahn

In Analogie zu den Befunden zur Gestaltung der unterrichtlichen Sichtstrukturen (5.2) des Unterrichts entlang von Sozialformen und Phasen, ist es wenig überraschend, dass sich der Rechnungswesenunterricht auch im Hinblick auf die Sozialformtypen vom restlichen kaufmännischen Unterricht signifikant unterscheidet (H4). Während „Lehrendenzentrierter Frontalunterricht“ (42 %) den kaufmännischen Unterricht insgesamt klar dominiert, wird der Rechnungswesenunterricht vom „Individualisierten Unterricht“ (44 %) dominiert, was wiederum zu den deutlich höheren Ergebnissicherungs- und insb. Übungsanteilen passt. Weiterhin verdeutlicht Tabelle 12, dass „Schüler*innenzentrierter Frontalunterricht“ signifikant seltener im Rechnungswesenunterricht auftritt. Tabelle 12: Unterrichtstypen im Rechnungswesenunterricht (eigene Berechnungen) Lehrerzentrierter Frontalunterricht Rechnungswesen (N=340) Andere (N=874) Insgesamt (1.214) (ANOVA) F-Statistik Effektstärke

M in % SD M in % SD M in % SD

Kooperativer Unterricht

Individualisierter Unterricht*

37.9% 0.486 43.6% 0.496 42.0% 0.494 F(1,1212)=3.21, p=0.07

Schülerzentrierter Frontalunterricht* 5.9% 0.236 11.9% 0.324 10.2% 0.303 F(1,1212)=9.72, p=0.00

12.4% 0.330 15.9% 0.366 14.9% 0.356 F(1,1212)=2.43, p=0.12

43.8% 0.497 28.6% 0.452 32.9% 0.470 F(1,1212)=26.21, p=0.00

𝜂2=0.00

𝜂2=0.00

𝜂2=0.00

𝜂2=0.02

Eine typische Unterrichtsstunde im Rechnungswesenunterricht sieht demnach wie folgt aus (s. Abbildung 3). Dieses Beispiel aus dem Datensatz zeigt eine eher lehrendenzentrierte Einheit, die dem individualisierten Unterricht zugeordnet ist. Die echte Lernzeit beginnt nach ca. 5 Minuten. Zu Beginn erfolgt ein Unterrichtseinstieg (ES) über eine Lehrer-Schüler-Interaktion (LSI). Nach einer kurzen Arbeitsanweisung (AO) als Lehrervortrag (LV) folgt eine Erarbeitung (ER) in Einzelarbeit (EA). Die Ergebnisse (ESS) werden anschließend wiederum über eine Lehrer-Schüler-Interaktion (LSI) gesichert. Danach folgt noch einmal eine solche durch den*die Lehrer*in induzierte und strukturierte Sequenz (vgl. Jahn & Götzl 2014a).

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

27

Abbildung 3: Eher lehrendenzentriertes, individualisiertes Unterrichtsmuster im Rechnungswesenunterricht (Quelle: Jahn & Götzl 2014a)1

Im Kontrast zu einer solchen eher lehrendenzentrierten Unterrichtsstunde zeigt Abbildung 4 eine (der seltenen) eher schüler*innenzentrierten, kooperativen Unterrichtsstunden. Ach hier kommen zwar Lehrervorträge (LV) zur Arbeitsorganisation (AO) sowie Lehrer-SchülerInteraktionen (LSI) für Einstieg (ES) und Ergebnissicherung (ESS) vor. Charakteristisch ist jedoch die in diesem Fall langandauernde Gruppenarbeit (GA), die der Erarbeitung (ER) von neuem Wissen dient (vgl. Jahn & Götzl 2014a).

Abbildung 4: Eher schülerzentriertes, kooperatives Unterrichtsmuster im Rechnungswesenunterricht (Quelle: Jahn & Götzl 2014a)

1

Diese Abbildung (und die folgende) zeigt die Verlaufsstruktur einer konkreten Unterrichtsstunde, die innerhalb der echten Lernzeit über Sozialformen und Phasen strukturiert ist. Da beide Merkmale nominal skaliert sind, ist die „Höhe“ einer bestimmten Sozialform bzw. Phase in dieser Abbildung unerheblich und beliebig und dient lediglich zur besseren Markierung von Sozialform- bzw. Phasenwechseln.

28

6

Robert W. Jahn

Zusammenfassung und Desiderata

Vor dem Hintergrund der Angebots-Nutzungs-Modelle (vgl. bspw. Helmke 2003; Reusser & Pauli 2010), ist davon auszugehen, dass sowohl die methodische Sequenzierung als auch die jeweilige Sozial- und Interaktionsstruktur des Unterrichts im Wesentlichen auf didaktischen Entscheidungen der Lehrenden basieren und diese in hohem Maße abhängig von der jeweiligen inhaltlichen Domäne sind. Die entsprechenden wirtschaftsdidaktischen Diskurse über Handlungs- und Situationsorientierung und deren Rezeption in der beruflichen Lehrer*innenbildung und in curricularen Materialien sollten demnach auch Wirkungen auf die methodische Ausgestaltung des Unterrichts haben. Die Befunde der domänenspezifischen prozessorientierten Unterrichtsmethodenforschung (vgl. Seifried, Grill & Wagner 2006) und die BESUB-Studien (vgl. Götzl, Jahn & Held 2013; Jahn & Götzl 2014a, 2014b, 2014c, 2015a) geben diesbezüglich Anlass zu Skepsis, da nach wie vor Lehrer*innendominanz und Methodenmonotonie vorherrschen. Diese Studien nähern aber auch die Vermutung, dass der kaufmännisch-verwaltende Unterricht differenzierter zu betrachten ist – also innerhalb dieses inhaltlichen Konglomerates weitere systematische Differenzen vorliegen. Im Besonderen ist anzunehmen, dass sich der traditionell übungsintensivere Rechnungswesenunterricht vom übrigen kaufmännischen Unterricht unterscheidet. Aus diesem Grund erfolgte im Rahmen dieses Beitrages eine Neuauswertung der BESUB-Daten mit dem Ziel, das Unterrichtsangebot im Rechnungswesen mit dem übrigen kaufmännischen Unterricht auf signifikante Unterschiede hin zu überprüfen. Auch wenn nur geringe Effektstärken nachgewiesen werden können, kann zusammenfassend folgendes festgehalten werden. 1. Es bestehen keine Unterschiede in der Zeitnutzung zwischen Rechnungswesenunterricht und dem übrigen kaufmännischen Unterricht (H1). 2. Rechnungswesenunterricht ist im Vergleich zum übrigen kaufmännischen Unterricht durch höhere Anteile von Einzelarbeit geprägt (H2). Dies geht insb. zulasten von Gruppenarbeitsphasen und Schülervorträgen. Kooperatives lernen findet eher im Modus von Partnerarbeiten statt. 3. Rechnungswesenunterricht ist im Vergleich zum übrigen kaufmännischen Unterricht durch höhere Anteile von Ergebnissicherungen geprägt (H3). Dies erfolgt auf Kosten des Einstiegs und von Erarbeitungsphasen. Die Ergebnissicherung fokussiert vorrangig die Funktion der Übung, sodass hier die Reproduktion von Wissen, Routinen und Schemata dominiert. 4. Ferner ging es darum, auf der Grundlage der Daten zu prüfen, inwieweit die in den ersten Untersuchungen identifizierten Sozialformentypen weiter ausdifferenziert werden können (F4). Es konnte gezeigt werden, dass im Rechnungswesenunterricht im Vergleich zum übrigen kaufmännischen Unterricht häufiger eher lehrendenzentrierte Unterrichtsstunden vorkommen (H4). Diese umfassen sowohl den klassischen „Lehrendenzentrierten Frontalunterricht“ als auch ein Unterrichtsangebot, das dies mit Einzelarbeitsphasen verbindet („Individualisierter Unterricht“). Es kann festgehalten werden, dass ein solcher individualisierter Unterricht den Rechnungswesenunterricht dominiert und sich dieser damit signifikant von anderen Lernbereichen kaufmännischer Bildung unterscheidet. Einen

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

29

schüler*innenzentrierten Frontalunterricht oder kooperatives Lernen findet man hingegen seltener. Trotz der wirtschaftspädagogischen Diskurse der vergangenen Jahre wird die kaufmännische Schule und nochmal stärker der übungsintensivere Rechnungswesenunterricht nach wie vor von einer Art (schulbuchgesteuerten) darbietenden oder fragend-entwickelnden Frontalunterricht beherrscht (vgl. Czycholl 1991, S. 178; Pätzold 1992, S. 15). Das im Rechnungswesen vorzufindende höhere Maß an (potentieller) Individualisierung (in Form von Einzelarbeitsphasen) ist vor allem auf die individuell zu vollziehenden Übungssequenzen zurückzuführen – nicht jedoch auf eine Individualisierung der Aneignungsprozesse. Gerade dies ist jedoch vor dem Hintergrund der wirtschaftsdidaktischen Konzepte und der Ergebnisse der Lehr-Lern-Forschung als problematisch zu beurteilen. So weisen Seifried und Sembill in ihren Arbeiten darauf hin, dass Lerngruppen in selbstorganisationsoffenen LehrLern-Arrangements gegenüber Kontrollgruppen in traditionellen Lernumgebungen (i. S. e. klassischen, fragend-entwickelnden Frontalunterricht) auf kognitiver sowie emotional-motivationaler Ebene bessere Lernwirkungen entfalten (vgl. Seifried et al. 2006, S. 237; zudem Sembill 2000, 2004; Sembill et al. 1998; Seifried 2004; Wuttke 1999). Insbesondere die motivationalen und emotionalen Wirkungen eines schüler*innenorientierten Unterrichts ermöglichen die aktive und selbstbestimmte Auseinandersetzung mit Lerninhalten in stärkerem Maße als frontale Methoden (vgl. Seifried & Klüber 2006). Allgemein wird kooperativem Lernen eine höhere motivationale Wirksamkeit bescheinigt, da es in höherem Maße die Möglichkeit bietet, soziale Eingebundenheit und damit auch die Lernmotivation zu stärken (vgl. Müller 2007; Schiefele & Streblow 2006). So formuliert auch Schumann (2010, S. 97), dass „problemorientierte Lernumgebungen (…) häufig durch erhebliche Anteile kooperativen Lernens gekennzeichnet“ sind. Wenn kooperatives Lernen im Rechnungswesenunterricht jedoch wenig Raum hat, Schülervorträge oder Klassendiskussionen kaum vorkommen und in der Ergebnissicherung reproduzierende Übungsphasen dominieren, dann liegt die Vermutung nahe, dass situations- und problemorientierte Lernumgebungen seltener zu finden sind. Zumindest ist zu fragen, inwieweit dies in einem lehrendenzentrierten Frontalunterricht – angesichts heterogenen Vorwissens und differenzierter beruflicher und betrieblicher Erfahrungs- und Lebenswelten – gelingt. Einschränkend muss jedoch auch angemerkt werden, dass kooperatives Lernen verschiedene Voraussetzungen erfüllen muss, wenn es Bildungswirkungen entfalten soll (vgl. Krause 2007; Renkl & Mandl 1995). Daher plädiert Schumann (2010) für eine didaktisch reflektierte Ausweitung kooperativer Lernphasen – denn Gruppen- oder Partnerarbeit allein hat noch keinen didaktischen Wert. Dies führt dann auch zu weiterführenden Fragen. Es wird deutlich, dass die Rekonstruktion der Unterrichtsstrukturen über die Sichtstrukturen allein nur ein Schritt bei der Analyse der methodischen Gestaltung kaufmännischer Bildung sein kann. Im Hinblick auf das AngebotsNutzungs-Modell von Reusser und Pauli (2010) begrenzen sich derartige Analysen bislang hauptsächlich auf eine eher quantitative Dimension des Lehrangebots. Über die Qualität des Unterrichts oder die pädagogische Professionalität lässt sich auf der Basis dieses Zugriffs wenig sagen, da bspw. weder ein Lehrervortrag noch eine Gruppenarbeit, weder lehrendenzentrierter Frontalunterricht noch kooperativer Unterricht per se gut oder schlecht sind. Dazu müssten diese Befunde mit der Nutzungsseite des Unterrichtsgeschehens in Beziehung gesetzt werden.

30

Robert W. Jahn

Es wäre zu untersuchen, wie die Lernenden ein so oder so strukturiertes Angebot aufnehmen und wie und was sie dann tatsächlich lernen. Insofern sind die hier vorgestellten Befunde vor allem als Deskription der gegenwärtigen Situation zu verstehen – weitgehend ohne qualitative Bewertungen. Festzuhalten ist in der Quintessenz vor allem die Domänenspezifität der Sichtstrukturen des Rechnungswesenunterrichts. Dies kann man zu Anlass nehmen, über eine differenzierte(re) Ausbildung, zumindest Auseinandersetzung in der kaufmännischen Lehrkräftebildung zu diskutieren. In methodischer Hinsicht bietet das Beobachtungs-Instrumentarium darüber hinaus Einsatzmöglichkeiten in der fachdidaktischen, schulpraktischen Ausbildung von Berufsschullehrkräften. Im Kontext eines forschenden Lernens können die Studierenden theoriebezogene Hospitationsaufträge ausführen, um die (differenzierten) Sichtstrukturen kaufmännischen Unterrichts zu analysieren. Indem die Studierenden mit entsprechenden Ansätzen und Forschungsbefunden konfrontiert werden, ihnen ein Instrumentarium zur Verfügung gestellt wird, sie mit Hilfe dessen empirische Daten in der schulischen Praxis erheben und auswerten sowie sie die Befunde schließlich vergleichend diskutieren und reflektieren, kann eine Falsifizierung, Verifikation, Modifikation oder Erweiterung von persönlichen Theorien und der Theorien von „gestandenen Praktiker*innen“ erfolgen (vgl. Götzl & Jahn 2017; Jahn & Götzl 2015b; Jahn, Spittel & Götzl 2019): Und vielleicht kann ein „wissenschaftlicher Blick auf die Praktiken (…) die bisherige Handlungssicherheit erschüttern“ (Rumpf 2016, S. 78) und dazu beitragen, tradierte Handlungsmuster der schulischen Realität kritisch zu hinterfragen.

Literatur Backhaus, K.; Erichson, B.; Plinke, W. & Weiber, R. (2000). Multivariate Analysemethoden. Eine anwendungsorientierte Einführung (9. Aufl.). Berlin: Springer. Brown, S. L. & Arnell, A. T. (2012). Measuring the effect teacher absenteeism has in student achievement at a “urban but not too urban:” Title I elementary school. International Journal of Humanities and Social Science, 2(17), 172–183. Cloterfelter, C. T.; Ladd, H. F. & Vigdor, J. L. (2009). Are teachers absences worth worrying about in the U.S.? Education Finance and Policy, 4(2), 115–149. Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Hillsdale: Erlbaum. Czycholl, R. (1991). Neue Lehr-/Lernverfahren im Dualen System - bildungspolitische und pädagogische Implikationen. In M. Twardy (Hrsg.), Duales System zwischen Tradition und Innovation. Wirtschafts-, berufsund sozialpädagogische Texte, Sonderband 4 (S. 175–194). Köln: Müller Botermann. Euler, D. & Hahn, A. (2014). Wirtschaftsdidaktik (3. Aufl.). Bern: Haupt. Götzl, M.; Jahn R. W. & Held G. (2013). Bleibt alles anders!? Sozialformen, Unterrichtsphasen und echte Lernzeit im kaufmännischen Unterricht. [email protected], 24, 1–22. Götzl, M. & Jahn, R. W. (2017). Subjektive und intersubjektive Perspektiven auf Lebenssituationen. In T. Oeftering; J. Oppermann & A. Fischer (Hrsg.), Der „fachdidaktische Code“ der Lebenswelt und / oder Situationsorientierung (S. 94–111). Baltmannsweiler: Schneider Verlag Hohengehren. Gudjons, H. (2007). Frontalunterricht – neu entdecken. Integration in offene Unterrichtsformen (2. Aufl.). Bad Heilbrunn: Klinkhardt. Hage, K.; Bischoff, H.; Dichanz, H.; Eubel, K-D.; Oehlschläger, H.-J. & Schwittmann, D. (1985). Das MethodenRepertoire von Lehrern. Eine Untersuchung zum Unterrichtsalltag in der Sekundarstufe I. Opladen: Leske & Budrich.

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

31

Hattie, J. (2013). Lernen sichtbar machen. Übersetzung von W. Beywl & K. Zierer. Baltmannsweiler: Schneider Verlag Hohengehren. Helm, C.; Netzthaler, J. & Kreuzer, B. (2017). Kooperatives Lernen im kaufmännischen Unterricht. Eine Netzwerkanalyse zu sozial-konstruktivistischen Lerntheorien. In J. Seifried; S. Seeber & B. Ziegler (Hrsg.), Jahrbuch der berufs- und wirtschaftspädagogischen Forschung 2017 (S. 43–62). Opladen: Barbara Budrich. Helmke, A. (2003). Unterrichtqualität erfassen, bewerten, verbessern. Seelze: Kallmeyer. Helmke, A. (2007). Aktive Lernzeit optimieren. Was wissen wir über effiziente Klassenführung? Pädagogik, 59(5), 46–50. Helmke, A. (2010). Unterrichtsqualität. In K.-P. Horn; H. Kemnitz; W. Marotzki & U. Sandfuchs (Hrsg.), Klinkhardt Lexikon Erziehungswissenschaften. Band 3: Phänomenologische Pädagogik – Zypern (S. 1364– 1365). Bad Heilbrunn. Jahn, R. W.; Bergmann, D. & Götzl, M. (2020). Sichtstrukturen ökonomischer Bildung. Empirische Erfassung der Zeitnutzung, Sozialformen und Unterrichtsphasen des Wirtschaftsunterrichts an allgemeinbildenden Schulen. Zeitschrift für ökonomische Bildung (im Erscheinen). Jahn, R. W. & Götzl M. (2014a). Unterrichtsmuster sichtbar machen – Zur Variabilität von Unterrichtsrhythmen und Sozialformen im kaufmännischen Unterricht. Zeitschrift für Berufs- und Wirtschaftspädagogik, 110(1), 57–78. Jahn, R. W. & Götzl M. (2014b). Lehrer- und schülerzentrierte Prozessstrukturen kaufmännischen Unterrichts – Ergebnisse einer Beobachtungsstudie. Wirtschaft & Erziehung, 66(4), 127–133. Jahn, R. W. & Götzl M. (2014c). „Das geht nicht in 45 Minuten“ – Unterrichtsprozessstrukturen von Einzel- und Doppelstunden im kaufmännischen Unterricht. berufsbildung – Zeitschrift für Praxis und Theorie in Betrieb und Schule, 150, 5–10. Jahn, R. W. & Götzl, M. (2015a). BESUB III – Zur Beschreibung der Sichtstrukturen kaufmännischen Unterrichts entlang von Sozialformen und Unterrichtsphasen – Ergebnisse einer vertiefenden Analyse mit einem ausdifferenzierten Erhebungsinstrument. Berufs- und Wirtschaftspädagogik – online, 28, 1–24. Jahn, R. W. & Götzl, M. (2015b). Forschung lernen durch Forschendes Lernen – Zur Verbindung von Forschung und Lehre in Schulpraktischen Studien. In K. Jenewein & H. Henning (Hrsg.), Kompetenzorientierte Lehrerbildung. Neue Handlungsansätze für die Lernorte im Lehramt an berufsbildenden Schulen (S. 287–309). Bielefeld: wbv. Jahn, R. W.; Spittel, M. & Götzl, M. (2019). Forschendes Lernen im Rahmen der Lehrer_innenbildung – Induktive versus deduktive Konzeptionen schulpraktischer Studienphasen. In S. Eck (Hrsg.), Forschendes Lernen – Lernendes Forschen. Partizipative Empirie in Erziehungs- und Sozialwissenschaften (S. 87–102). Weinheim: Beltz Juventa. Kaiser, F.-J. & Kaminski, H. (2012). Methodik des Ökonomieunterrichts. Grundlagen eines handlungsorientierten Lernkonzepts mit Beispielen. Bad Heilbrunn: Klinkhardt. Krause, U.-M. (2007). Feedback und kooperatives Lernen. Münster: Waxmann. Lipowsky, F. (2007). Was wissen wir über guten Unterricht? Im Fokus: die fachliche Lernentwicklung. FriedrichJahresheft, 25, 26–30. Lombard, M.; Snyder-Duch, J. & Bracken, C. C. (2002). Content analysis in mass communication assessment and reporting of intercoder reliability. Human Communication Research, 2(4), 587–604. Meyer, H. (2008). Unterrichtsmethoden I: Theorieband. Berlin. Meyer, H. (2010a). Leitfaden Unterrichtsvorbereitung. Berlin. Meyer, H. (2010b). Unterrichtsmethoden II: Praxisband. Berlin. Meyer, H. (2013). Was ist guter Unterricht? Berlin. Miller, R. T.; Murnane, R. J. & Willett, J. B. (2008). Do teacher absences impact student achievement? Longitudinal evidence from one urban school district educational. Evaluation and Policy Analysis, 30(1), 181–200.

32

Robert W. Jahn

Müller, C. (2007). Implementation von Problem-based Learning. Eine Evaluationsstudie an einer Höheren Fachschule. Bern. Nickolaus, R. (2010). Einflüsse der Methodenwahl auf die Kompetenz- und Motivationsentwicklung – eine Übersicht zu Ergebnissen empirischer Untersuchungen. lernen & lehren, 25(98), 56–61. Paradies, L. (2009). Stufung des Unterrichts. In K. Arnold; U. Sandfuchs & J. Wiechmann, Handbuch Unterricht (S. 197–200). Bad Heilbrunn: Klinkhardt. Pätzold, G. (1992). Handlungsorientierung in der beruflichen Bildung – Zur Begründung und Realisierung. In G. Pätzold (Hrsg.), Handlungsorientierung in der beruflichen Bildung (S. 9–32). Frankfurt a. M.: Verl. der Ges. zur Förderung arbeitsorientierter Forschung und Bildung. Pätzold, G.; Klusmeyer, J.; Wingels, J. & Lang, M. (2003). Lehr-Lern-Methoden in der beruflichen Bildung. Eine empirische Untersuchung in ausgewählten Berufsfeldern. Oldenburg. Renkl, A. & Mandl, H. (1995). Kooperatives Lernen: die Frage nach dem Notwendigen und dem Ersetzbaren. Unterrichtswissenschaft, 23, 292–300. Reusser, K. & Pauli, C. (2010). Unterrichtsgestaltung und Unterrichtsqualität – Ergebnisse einer internationalen und schweizerischen Videostudie zum Mathematikunterricht: Einleitung und Überblick. In K. Reusser; C. Pauli & M. Waldis (Hrsg.), Unterrichtsgestaltung und Unterrichtsqualität. Ergebnisse einer internationalen und schweizerischen Videostudie zum Mathematikunterricht (S. 9–32). Münster: Waxmann. Rumpf, D. (2016). Forschendes Lernen und Forschen lernen in Hochschullernwerkstätten. In S. Schude; D. Bosse & J. Klusmeyer (Hrsg.), Studienwerkstätten in der Lehrerbildung. Theoriebasierte Praxislernorte an der Hochschule (S. 73–85). Wiesbaden: Springer VS. Schiefele, U. & Streblow, L. (2006). Motivation aktivieren. In H. Mandl (Hrsg.), Handbuch Lernstrategien (S. 232–247). Göttingen: Hogrefe. Schumann, S. (2008). Förderung von Sozialkompetenzen im Unterricht - aber wie? Die Bedeutung und Wirkungsweisen kooperativer Lernformen. Netzwerk: Zeitschrift der Wirtschaftsbildung Schweiz, 102(2), 10–23. Schumann, S. (2010). Motivationsförderung durch problemorientierten Unterricht? Überlegungen zur motivationstheoretischen Passung und Befunde aus dem Projekt APU. Zeitschrift für Pädagogik 56(1), 90–111. Seifried, J. (2004). Schüleraktivitäten beim selbstorganisierten Lernen und deren Auswirkungen auf den Lernerfolg. Zeitschrift für Erziehungswissenschaft, 7(4), 569–584. Seifried, J. (2008). Methodische Gestaltung des Unterrichts an kaufmännischen Schulen. Wirtschaft und Erziehung, 60(1/2), 364–370. Seifried, J.; Grill L. & Wagner M. (2006). Unterrichtsmethoden in der kaufmännischen Unterrichtspraxis. Wirtschaft und Erziehung, 58(7/8), 236–241. Seifried, J. & Klüber, C. (2006). Unterrichtserleben in schüler- und lehrerzentrierten Unterrichtsphasen. Unterrichtswissenschaft, 34(1), 2–21. Seifried. J. & Sembill, D. (2010). Empirische Erkenntnisse zum handlungsorientierten Lernen in der kaufmännischen Bildung. lernen & lehren, 98, 61–67. Sembill, D. (2000). Selbstorganisiertes und Lebenslanges Lernen. In F. Achtenhagen & W. Lempert (Hrsg.), Lebenslanges Lernen – seine Grundlegung im Kindes- und Jugendalter, Band 4: Formen und Inhalte von Lernprozessen (S. 60–90). Opladen: Leske & Budrich. Sembill, D. (2004). Abschlussbericht zu „Prozessanalysen Selbstorganisierten Lernens“ im Rahmen des DFGSchwerpunktprogramms „Lehr-Lern-Prozesse in der kaufmännischen Erstausbildung“. Bamberg. Sembill, D.; Wolf, K. D.; Wuttke, E.; Santjer, I. & Schumacher, L. (1998). Prozessanalysen Selbstorganisierten Lernens. In K. Beck & R. Dubs (Hrsg.), Kompetenzerwerb in der Berufserziehung. Kognitive, motivationale und moralische Dimensionen kaufmännischer Qualifizierungsprozesse (S. 57–79). Stuttgart. Sembill, D.; Wuttke, E.; Seifried, J.; Egloffstein, M. & Rausch, A. (2007). Selbstorganisiertes Lernen in der beruflichen Bildung Abgrenzungen, Befunde und Konsequenzen. [email protected], 13, 1–35. Sievers, H.-P. (1984). Lernen – Wissen – Handeln. Untersuchungen zum Problem der didaktischen Sequenzierung. Frankfurt a. M.: R. G. Fischer.

Noch mal anders?! Analyse unterrichtlicher Sichtstrukturen im Rechnungswesenunterricht

33

Speth, H. & Berner, S. (2016). Theorie und Praxis des Wirtschaftslehreunterrichts. Rinteln: Merkur. Wiechmann, J. (2004). Das Methodenrepertoire von Lehrern – ein aktualisiertes Bild. In M. Wosnitza; A. Frey & R. S. Jäger (Hrsg.), Lernprozess, Lernumgebung und Lerndiagnostik. Wissenschaftliche Beiträge zum Lernen im 21. Jahrhundert (S. 320–335). Landau: Verl. Empirischer Pädagogik. Wiechmann, J. (2009). Direkte Instruktion, Frontalunterricht, Klassenunterricht. In K. Arnold; U. Sandfuchs & J. Wiechmann (Hrsg.), Handbuch Unterricht (S. 200–203). Bad Heilbrunn. Wilbers, K. (2014). Wirtschaftsunterricht gestalten. Nürnberg. Wild, K.-P. (2000). Der Einfluss von Unterrichtsmethoden und motivationalen Orientierungen auf das kognitive Engagement im Berufsschulunterricht. In T. Duit & C. v. Rhöneck (Hrsg.), Ergebnisse fachdidaktischer und psychologischer Lehr-Lern-Forschung. Beiträge zu einem Workshop an der Pädagogischen Hochschule Ludwigsburg (S. 35–54). Kiel: IPN. Wuttke, E. (1999). Motivation und Lernstrategien in einer selbstorganisationsoffenen Lernumgebung. Eine empirische Untersuchung bei Industriekaufleuten. Frankfurt. Wuttke, E. & Seifried, J. (2010). Unterrichtliche Kommunikation in schülerzentrierten Lehr-Lern-Arrangements. In R. Nickolaus; G. Pätzold; H. Reinisch & T. Tramm (Hrsg.), Handbuch der Berufs- und Wirtschaftspädagogik (S. 118–121). Bad Heilbrunn: Klinkhardt.

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen – Ein psychologischer Blick auf die „Natur“ des Rechnungswesenunterrichts Christoph Helm (Johannes Kepler Universität Linz) Simone Stütz (Johannes Kepler Universität Linz) Zusammenfassung: Psychologische Schülermerkmale nehmen eine zentrale Rolle in der Vorhersage von fachlichen Leistungen ein. Für den allgemeinbildenden Bereich liegt dazu bereits eine Vielzahl an empirischen Befunden vor, hingegen existieren für die Domäne Rechnungswesen (RW) vergleichsweise wenige Studien. Dieser Beitrag geht daher der Frage nach, welche Rolle kognitive und „non-kognitive“ Merkmale bei der Erklärung von Schülerleistungen im RW spielen. Entlang der Systematik individueller Voraussetzungen erfolgreichen Lernens (INVO) nach Hasselhorn und Gold (2006) werden die theoretischen Annahmen zum Einfluss psychologischer Schülermerkmale auf fachliche Leistungen herausgearbeitet und entsprechende Befunde aus allgemeinbildenden Fächern jenen aus der Domäne RW gegenübergestellt. Die Analyse der vorhandenen Forschungsergebnisse zum RW zeigt ein heterogenes, aber erwartungskonformes Bild. So nimmt das (bereichsspezifische) Vorwissen wesentlichen Einfluss auf die Leistung im RW. Kognitive Fähigkeiten wie Intelligenzmaße scheinen hingegen nur indirekt bspw. über (domänenverbundenes) Vorwissen auf RW-Leistungen zu wirken. Besonders stark variieren die Befunde zum Einfluss der intrinsischen Lernmotivation auf den Lernerfolg im RW. Insgesamt aber zeigen die wenigen Forschungsbefunde, dass fachübergreifende und fachspezifische psychologische Merkmale eine im Vergleich zum Vorwissen untergeordnete, wenn auch nicht zu vernachlässigende Rolle spielen. Weitere Forschungen in der Domäne RW sind notwendig, um den psychologischen Blick auf die „Natur“ des RW-Unterrichts zu schärfen. Schlüsselbegriffe:

1

individuelle Voraussetzungen erfolgreichen Lernens, Rechnungswesenleistung, Prädiktoren des Lernerfolgs

Einleitung

Die Frage, wie Lehr-Lernprozesse im Rechnungswesenunterricht (RW-Unterricht) bzw. der Rechnungswesenausbildung (RW-Ausbildung) erklärt werden können, kann aus unterschiedlichen Perspektiven beantwortet werden. Ohne Zweifel spielt die fachdidaktische Perspektive die zentrale Rolle, wenn es um die Beschreibung der „Natur“ des RW-Unterrichts geht. So liegt die Aufgabe der Fachdidaktik des RWs gerade darin, die im Zentrum jedes Lehr- und Lernprozesses stehenden Fragen nach dem Was (z.B. Was sind die zu erreichenden Lernziele?) und dem Wie (z.B. Welche Lernaufgaben eignen sich dazu am besten?) zu beantworten. Gleichzeitig würde ein ausschließlicher Fokus auf die fachdidaktischen Aspekte die „Natur“ des RWUnterrichts nur bedingt beschreiben. Da im Lehr-Lernprozess immer Menschen interagieren, ist es notwendig, einen Blick auf deren lernprozessrelevanten Merkmale (z.B. Motivation und kognitive Voraussetzungen) und ihre Rolle für das Lernen im Fach RW zu richten, um weitere zentrale Dimensionen der „Natur“ des RW-Unterrichts auszuleuchten. Im vorliegenden Beitrag unternehmen wir einen solchen Versuch, indem wir individuelle lernpsychologische Schülermerkmale und ihre Bedeutung für die Erbringung schulischer Leistungen im Fach RW untersuchen. Individuelle Schülermerkmale sind insofern von zentraler Bedeutung für die Erklärung von Lehr-Lernprozessen im Unterricht als internationale Studien (z.B. Baumert et al. 2010) zeigen, dass die Unterschiedlichkeit der Schülerleistungen (aber insbesondere auch die Varianz in den „non-kognitiven“ Schüleroutcomes wie der Motivation oder dem Selbstkonzept) in ei-

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_3

36

Christoph Helm, Simone Stütz

nem viel größeren Ausmaß durch Individualmerkmale als durch Kontextmerkmale wie der Unterrichts- oder Schulqualität vorhergesagt werden kann. So wird bspw. in einer aktuellen Studie von Wagner et al. (2016) berichtet, dass 14-18 % der Varianz der Schülerleistung auf Klassenebene (bzw. zwischen den Klassen) liegt und damit durch Kontextmerkmale erklärt werden können, während 82-86 % auf Schülerebene liegen und damit durch Schülermerkmale erklärt werden können. Andere Studien berichten von etwas mehr Varianz auf Klassenebene (z.B. Baumert et al. 2010); die Werte schwanken in Abhängigkeit von bspw. der Schulstufe und dem untersuchten Fach. Neben sozioökonomischen Merkmalen spielen psychologische Schülermerkmale wie das Vorwissen, die Intelligenz, die Gewissenhaftigkeit oder das Fähigkeitsselbstkonzept eine zentrale Rolle für die Vorhersage von Schülerleistungen (bspw. Brühwiler, Helmke & Schrader 2017). Während dies für allgemeinbildende Fächer (insbesondere Mathematik und Naturwissenschaften) längst in einer unüberschaubaren Vielzahl von Studien belegt wurde (z.B. Hattie 2009), sind für die Domäne RW vergleichsweise wenige Studien bekannt, die der Rolle psychologischer Schülermerkmale in Lehr-Lernprozessen des RW-Unterrichts bzw. in der dualen Ausbildung im RW nachgehen. Unseren Recherchen zufolge sind dies insbesondere die LINCA-Studie (Holtsch & Eberle 2018), die LOTUS-Studie (Helm 2016a), die SoLe-Studie (Seifried 2004), die Studie von Bouley (2017) zum Kompetenzerwerb im RW, die Studie von Kögler (2015) zur Langweile im RW-Unterricht sowie die Studie von Berding (2019) zu Grundvorstellungen im RW-Unterricht. Auf diese und weitere Arbeiten beziehen wir uns, wenn wir im Folgenden der Frage nachgehen, welche Bedeutung die sogenannten INVO-Faktoren für das Lernen im RW spielen. Mit INVO-Faktoren bezeichnen Hasselhorn und Gold (2006) jene psychologischen Schülermerkmale, die sie auf Basis von Vorstellungen über „gute Informationsverarbeiter/innen“ als zentral für erfolgreiches Lernen identifiziert haben. Mit den INVO-Faktoren (siehe Abbildung 1) haben Hasselhorn und Gold (2006) eine Systematik vorgeschlagen, die einerseits die kognitiven Lernvoraussetzungen selektive Aufmerksamkeit und Arbeitsgedächtnis (siehe Abschnitt 2.1), Vorwissen (Abs. 2.2) sowie kognitive und metakognitive Lernstrategien (Abs. 2.3) und andererseits die motivational-volitionalen Lernvoraussetzungen Motivation (Abs. 2.4) und Selbstkonzept (Abs. 2.5) sowie Volition (Abs. 2.6) und lernbegleitende Emotionen (Abs. 2.7) umfasst. Diese INVO-Faktoren haben sich in Meta-Analysen als besonders prädiktiv für Schülerleistungen erwiesen (Hattie 2009, S. 39, S. 188 ff.). Gleichzeitig ist die Frage zu stellen, ob den Effekten der INVO-Faktoren im RW-Unterricht eine andere Rolle zukommt, als das in anderen Fachgebieten (bspw. der Mathematik) der Fall ist, oder ob die Befunde aus anderen Domänen auch für das RW Gültigkeit besitzen. Damit ist die Frage der Domänenspezifität der Effekte der INVO-Faktoren angesprochen. Einerseits wird in der Literatur zur Fachdidaktik des RWs immer wieder betont, dass die „Natur“ des RW-Unterrichts starke Gemeinsamkeiten mit dem Mathematikunterricht aufweist (z.B. die Dominanz des Schulbuchs, hoher Strukturierungs- und Formalisierungsgrad sowie Mathematisierung, stark aufeinander aufbauende Unterrichtsinhalte, etc.). Andererseits weist der RW-Unterricht im Vergleich zu allgemeinbildenden Domänen zentrale Unterschiede auf, allen voran die Geschäfts- und Arbeitsprozessorientierung und die wirtschaftspropädeutische Ausrichtung. Darüber hinaus kommen durch das Bildungssystem begründete Unterschiede hinzu. So findet der RW-Unterricht häufig im dualen Ausbildungssystem statt. Mit dem Lernfeldkonzept hat der

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

37

deutsche RW-Unterricht zudem eine deutlich andere, fächerübergreifende curriculare Verankerung als die allgemeinbildenden Fächer. Auch die Lehrerausbildung im Rahmen des Wirtschaftspädagogik-Studiums ist nicht mit jener der Lehramtsausbildung vergleichbar. Bezogen auf einzelne INVO-Faktoren argumentieren bspw. Helm und Rosenegger (2020, S. 3) weshalb gerade für den RW-Unterricht die Volition von besonderer Bedeutung ist. „Der für kaufmännische BMHS zentrale RW-Unterricht folgt einer wirtschaftspropädeutischen Ausrichtung. D.h. die Schülerinnen und Schüler werden zuerst (vorbereitend) in die Systemlogik der Buchführung eingeführt. Die Verdeutlichung des Sinnbezugs des Rechnungswesen erfolgt dagegen meist erst gegen Ende der Ausbildung (Seifried 2004, S. 23). Diese wirtschaftspropädeutische Ausrichtung hat – gemeinsam mit der abstrakten Terminologie des RWs – zur Folge, dass die Schülerinnen und Schüler den RW-Unterricht als besonders abstrakt wahrnehmen und keine unmittelbare Praxisrelevanz des Erlernten sehen (Seifried 2004). Das führt dazu, dass Schülerinnen und Schüler häufig lange Zeit Inhalte auswendig lernen bzw. zentrale Konzepte des RWs erst in höheren Lehrgängen zu verstehen beginnen. Dies verlangt von Schülerinnen und Schülern ein hohes Maß an Beharrlichkeit und beständigem Interesse, um im Unterricht nicht zurückzubleiben. Zudem ist es aufgrund der aufbauenden Strukturierung des Lerngebietes besonders schwierig, Versäumtes nachzuholen (Türling 2014, S. 93). Die Gefahr, dass sich Lernschwierigkeiten kumulieren, ist besonders groß. Daher müssen Schülerinnen und Schüler wissen, wie man mit Rückschlägen umgeht und sie benötigen ein hohes Ausmaß an Motivation, um trotz Verständnisproblemen im Unterricht dranzubleiben.“

Neben diesen aus der Perspektive der Domäne des RWs aufgezeigten Argumenten existiert auch aus der Perspektive der pädagogischen Psychologie ein hoher Bedarf an der Validierung vermeintlich disziplinenübergreifender Phänomene in unterschiedlichen Domänen. Ein aktuelles Beispiel stellt die Forschung zu den Effekten von Beharrlichkeit und beständigem Interesse (Grit) dar. Credé, Tynan und Harms (2017, S. 13), Muenks (2017, S. 617) und Muenks, Yang und Wigfield (2018, S. 173) fordern, dass Effekte von Grit verstärkt in anderen Domänen sowie in arbeitsplatzbezogenen Lernsettings untersucht werden sollten. Darüber hinaus sollte auch die Bandbreite der untersuchten Aufgabentypen erweitert werden. Die Forscherinnen und Forscher argumentieren, dass Grit in Aufgabenbereichen, die herausfordernd, aber gut strukturiert sind, besonders relevant für den Lernerfolg ist. Diese Merkmale gelten insbesondere für den kaufmännischen Unterricht, der gerade im RW als hochstrukturiert und für SchülerInnen als herausfordernd gilt (Seifried 2004; Türling 2014). Vor dem Hintergrund dieser Argumente lässt sich begründen, weshalb ein genauerer empirischer Blick auf die Zusammenhänge der INVO-Faktoren mit den RW-Leistungen von Bedeutung ist.

Abbildung 1: Systematik der INVO-Faktoren nach Hasselhorn und Gold (2006)

38

Christoph Helm, Simone Stütz

In Kapitel 2 werden wir entlang der INVO-Faktoren1 zuerst theoretische Annahmen zum Zusammenhang mit schulischen Leistungen erläutern und dann entsprechende Forschungsbefunde aus den allgemeinbildenden Domänen berichten. In einem zweiten Schritt versuchen, wir den Forschungsstand zum Einfluss des jeweiligen INVO-Faktors auf die fachlichen Schülerleistungen im RW zusammenzufassen. Dort, wo die Befundlage zum RW rar ist, verweisen wir zusätzlich auf Studien, die andere kaufmännische Fächer untersuchen (z.B. Wirtschaft & Gesellschaft oder betriebswirtschaftliche Geschäftsprozesse). In Kapitel 3 fassen wir die Befundlage zur Rolle der INVO-Faktoren im RW zusammen und werfen einen kritischen Blick darauf, inwiefern sie zur Beschreibung der „Natur“ des RW-Unterrichts beitragen können.

2

Lernpsychologische Schülermerkmale und ihre Rolle für fachliche Leistungen im Rechnungswesenunterricht

2.1 Kognitive Fähigkeiten Individuelle Merkmale der Lernenden haben einen wesentlichen Einfluss auf deren Lernleistung und -erfolg. Der Intelligenz – gedacht als kognitive Leistungsfähigkeit beeinflusst durch Anlage und Umwelt – wird dabei die größte Bedeutung beigemessen (Brühwiler, Helmke & Schrader 2017; Rost & Sparfeldt, 2017). Sie wird zumeist definiert als „Fähigkeit, neuartige Anforderungen durch effektives Denken und Problemlösen zu bewältigen“ (Brühwiler, Helmke & Schrader 2017). Das Modell der allgemeinen Intelligenz von Spearman (1904, 1927) geht bspw. davon aus, dass allen intellektuellen Leistungen eine gemeinsame Fähigkeit, die allgemeine Intelligenz „g“ zugrunde liegt. Der Generalfaktor „g“ umfasst drei Operationen: Das Begreifen der Erfahrung, das Entdecken/Ableiten von Beziehungen sowie das Entdecken/Ableiten von Zusammenhängen. Zusätzlich existieren eine Reihe von bereichsspezifischen, voneinander unabhängigen Faktoren, welche als „s-Faktoren“ bezeichnet werden (Rost & Sparfeldt 2017). Es ist davon auszugehen, dass SchülerInnen mit höherer Intelligenz eigenständiger in der Erschließung und Erfassung von Regeln und Zusammenhängen sind und dadurch bessere Leistungen erzielen (Brühwiler, Helmke & Schrader 2017). Empirisch wurde der Einfluss der Intelligenz auf die schulische Leistung (z.B. Noten, Testleistung) bereits zahlreich belegt. Dazu liegen für verschiedene Domänen Meta-Analysen vor (für eine Übersicht siehe Roth et al. 2015). Brühwiler, Helmke und Schrader (2017, S. 298) merken an, dass die durchschnittliche Korrelation zwischen den kognitiven Fähigkeiten und der Lernleistung über verschiedene Untersuchungen und Domänen hinweg in einer Größenordnung von r = .50 liegt, diese jedoch in Abhängigkeit von Alter, Intelligenzfaktor und Art der Leistung erheblich variiert. Rost und Sparfeldt (2017, S. 328) berichten durchschnittliche Korrelationen zwischen r = .56 und .71. Diese Korrelationen bedeuten inhaltlich, dass eine höhere Intelligenz mit einer höheren Leistung einhergeht. Dieser Zusammenhang ist nach Cohen (1988) als stark zu interpretieren. Untersuchungen zum Zusammenhang zwischen kognitiver Fähigkeit und Leistung im RW liegen bislang kaum vor. In einer von Schumann und Eberle (2014, S. 117) durchgeführten 1

Wir weichen von der INVO-Systematik insofern ab, als wir den Faktor selektive Aufmerksamkeit und Arbeitsgedächtnis durch Intelligenzmaße ersetzen. Dies ist nötig, da uns keine RW-Studien bekannt sind, die Performanceindikatoren der Aufmerksamkeit und des Arbeitsgedächtnisses untersuchen, während Intelligenzindikatoren in mehreren RW-Studien erfasst wurden. Darüber hinaus hängen Aufmerksamkeit und Arbeitsgedächtnis stark mit Intelligenz zusammen bzw. sie stellen die Basis für Leistungen in Intelligenztests dar.

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

39

Studie konnte ein Zusammenhang von r = .14 zwischen den kognitiven Grundfähigkeiten der SchülerInnen und deren Testleistung im RW nachgewiesen werden. Im Vergleich zu den oben dargestellten Korrelationen anderer Studien (und Domänen) kann dieser Zusammenhang als gering bezeichnet werden. Auch Schumann und Eberle (2014, S. 117) weisen auf die geringen Effektstärken hin und merken an „dass es im OEKOMA-Projekt offensichtlich gelungen ist, ein von der kognitiven Grundfähigkeit und den Deutsch- und Mathematikfähigkeiten weitgehend distinktes Konstrukt zu operationalisieren“. In der Studie von Bouley (2017, S. 291–293) übt Intelligenz für die Vorhersage der Veränderung im buchungsspezifischen Wissen keinen signifikanten Einfluss aus. Dies gilt auch für die Vorhersage der Veränderung im beleggestützten Wissen. Bouley (2017, S. 310) merkt an, dass diese Befunde zwar bisherige Forschungsergebnisse stützen, allerdings auf den ersten Blick nicht plausibel erscheinen. So betonten auch die InterviewpartnerInnen, dass SchülerInnen mit der Fähigkeit zum abstrakten Denken die Buchführung schneller verstehen. Es ist daher naheliegend, dass diese auch höhere Leistungen erzielen. Zu bedenken ist allerdings, „dass nicht der Prozess des Wissenserwerbs (beispielsweise die Schnelligkeit der Wissensaufnahme), sondern vielmehr das Resultat des Wissenserwerbs, das heißt der Output betrachtet wurde. So mag die Aussage der Respondenten weiterhin Gültigkeit haben, aber sie kann durch das hier durchgeführte Vorgehen nicht überprüft werden.“ In den Regressionsmodellen wird allerdings zusätzlich für buchungsspezifisches und mathematisches Vorwissen kontrolliert. Intelligenz könnte mit beiden Formen des Vorwissens zusammenhängen und damit über diese Variablen auf die RW-Leistung wirken. Einen solchen indirekten Effekt der kognitiven Grundfähigkeiten auf Lernleistungen im kaufmännischen Bereich stellen Holtsch et al. (2017) fest. Zwar korrelieren Maße der kognitiven Fähigkeit mit Maßen der kaufmännischen Testleistungen in Höhe von r = .30 und .25 (Holtsch et al. 2017, S. 202), allerdings verschwinden diese Zusammenhänge, wenn die Testleistung in Deutsch als Mediator dieser Beziehungen berücksichtigt wird. Mit anderen Worten: Die kognitiven Fähigkeiten sagen zwar die Kompetenzen der Lernenden in den Bereichen Mathematik und Deutsch signifikant positiv vorher; die kaufmännischen Testleistungen wurden von den kognitiven Fähigkeiten allerdings nur indirekt über die Testleistung in Deutsch vorhergesagt. Holtsch et al. (2017, S. 208) argumentieren den fehlenden Einfluss der kognitiven Fähigkeiten auf die Testleistung im RW damit, dass „es sich bei den vorgelegten kaufmännischen Aufgaben zwar um eher einfache, allerdings sehr domänenspezifische Problemstellungen handelt, sodass die Bedeutsamkeit allgemeiner kognitiver Fähigkeiten marginal wird.“ Lehmann und Seeber (2007) konnten ebenfalls keinen Zusammenhang zwischen kognitiver Grundfähigkeit und RW-Leistung finden und argumentieren, das in dieser Domäne das Vorwissen eine wichtigere und zentralere Rolle spielt als kognitive Fähigkeiten. Ein weiterer Grund könnte in der oft leistungshomogeneren, leistungsselektierteren Gruppe berufsbildender SchülerInnen liegen. Intelligenz dürfte in Pflichtschulgruppen deutlich heterogener verteilt sein und so stärker im Zusammenhang mit dem Lernerfolg stehen. Befunde aus der kognitiven Psychologie belegen zudem, dass Defizite in der Intelligenz durch Vorwissen (bis zu einem gewissen Ausmaß) kompensiert werden können (Staub & Stern 2002; Stern 2003). Das Vorwissen scheint also eine zentrale Rolle für die Vorhersage von schulischen Leistungen zu spielen. Aus diesem Grund wird das Vorwissen im Abschnitt 2.2 näher betrachtet.

40

Christoph Helm, Simone Stütz

2.2 Vorwissen Brühwiler, Helmke und Schrader (2017) verweisen auf Studien von Dochy (1992) und Schraw (2006), die belegen, dass nicht die Intelligenz das vorhersagestärkste Schülermerkmal für die fachliche Leistung ist, sondern das bereichsspezifische Vorwissen. Als Begründung für die zentrale Rolle des Vorwissens im Lernprozess wird angeführt, dass „ein nachhaltiger Erwerb neuen Wissens die Verknüpfung der neu aufgenommenen Informationen mit dem vorhandenen Wissen (Elaboration), d.h. die Eingliederung in die vorhandene Wissensbasis, erfordert“ (Brühwiler, Helmke & Schrader 2017, S. 299). Darüber hinaus kann vor dem Hintergrund des kognitiven Modells der Wissenskonstruktion nach Mayer (1992) argumentiert werden, dass höheres Vorwissen die drei zentralen kognitiven Prozesse des Lernens „selektieren“, „organisieren“ und „integrieren“ unterstützt. SchülerInnen mit höherem Vorwissen sollte es leichter fallen, lernrelevante von -irrelevanten Informationen zu unterscheiden (zu selektieren), neue (Teil-)Informationen aufeinander zu beziehen (zu organisieren/umzustrukturieren) und sie mit bestehendem Wissen zu verknüpfen (zu integrieren), sodass neue Informationen schneller sinnvoll gedeutet werden können und nicht mechanisch auswendiggelernt werden müssen (vgl. Ausubel, Novak & Hanesian 1981). Vor dem Hintergrund dieser Argumente und der Tatsache, dass bei reliabler Messung das eigene Konstrukt sich selbst immer am stärksten vorhersagen sollte, verwundert wenig, dass zwischen dem Vorwissen und der Schülerleistung starke (meist die stärksten) Zusammenhänge beobachtet werden (z.B. Helmke & Weinert 1997; Kunter et al. 2013 für Mathematik: r = .55 bis .58). Auch im Fach RW ist der hohe Zusammenhang zwischen dem Vorwissen und späteren Leistungen mehrfach belegt worden. So korreliert in der LOTUS-Studie (Helm 2016a) die RWTestleistung von SchülerInnen wirtschaftsbildender Vollzeitschulen in Österreich mit jener aus dem vorangegangenen Schuljahr sehr stark (r = .55 für die 9. und 10. Schulstufe, siehe Helm 2015b, S. 22; r = .69 für die 11. und 12. Schulstufe, siehe Helm & Rosenegger 2020). Auch für die SoLe-Studie berichtet Seifried (2004, S. 157) eine ähnlich hohe Korrelation (r = .62) zwischen dem Vorwissen im RW und dem über drei Messzeitpunkte gemittelten Resultaten eines lernzielorientierten RW-Tests. Darüber hinaus konnten in der LINCA-Studie (Höpfer, Sticca & Reichmuth-Sprenger 2018, S. 183) für das domänenverbundene und domänenspezifische wirtschaftsbürgerliche Wissen und Können2 – nach Kontrolle der wahrgenommenen Unterrichtsqualität – hohe Zusammenhänge im einjährigen Längsschnitt (β = .65-.75) beobachtet werden. Für das kaufmännische Wissen und Können (darunter auch Buchhaltungskompetenzen) sind die Zusammenhänge überraschenderweise deutlich niedriger (β = .29-.46) (Höpfer, Sticca & Reichmuth-Sprenger 2018, S. 183). Kögler (2015) und Bouley (2017) berichten in ihren Studien, wie der Lernzuwachs im RW durch das Vorwissen vorhergesagt werden kann. Bei Bouley (2017, S. 291–293) erweist sich das fachspezifische Vorwissen als stärkster, allerdings negativer Prädiktor für die Vorhersage der Veränderung im buchungsspezifischen Wissen (β = -.72). In dem Regressionsmodell wird zusätzlich für eine Reihe anderer kognitiver Variablen (z.B. mathematisches Vorwissen, Intelligenz) kontrolliert. Der negative Effekt deutet darauf hin, dass 2

Laut Eberle und Holtsch (2018, S. 23) beschreiben domänenverbundene Kompetenzen erworbenes Wissen und Können, das im Vergleich zu domänenspezifischem Wissen und Können allgemeiner und nicht direkt in Handlungssituationen anwendbar oder auch für andere Domänen einsetzbar ist. Während domänenverbundenes Wissen meist als Theoriewissen im Sinne der ersten Bloom’schen Taxonomiestufen Erinnern und Verstehen vorliegt, liegt domänenspezifisches Wissen meist als direkt anwendbares Wissen gemäß den höheren Bloom’schen Stufen Anwenden, Analysieren, Bewerten, Erschaffen vor (Eberle & Holtsch 2018, S. 23).

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

41

höheres Vorwissen mit einem geringeren Wissenszuwachs einhergeht. Hingegen übt das mathematische Vorwissen einen signifikant positiven Effekt auf den Wissenszuwachs aus (β = .34). Der negative Effekt des fachspezifischen Vorwissens gilt auch für ein weiteres Modell zur Vorhersage der Veränderung im beleggestützten Wissen (β = -.51). Bei Kögler (2015, S. 260) hängt dagegen fachbezogenes Vorwissen nicht signifikant mit dem Wissenserwerb im RW zusammen. Auch korreliert das Vorwissen nur schwach mit dem selbsteingeschätzten Verständnis der unterrichteten Inhalte (r = .07; Kögler 2015, S. 246). Neben diesen Befunden existieren eine Reihe von Studien, die den Einfluss des domänenverbundenen Vorwissens – meist die Mathematikleistungen von SchülerInnen – auf Leistungen in kaufmännischen Domänen untersuchen (Helm 2015a; Schumann & Eberle 2014; Seeber & Lehmann 2013; Seeber 2013; Seifried 2004; Sticca, Rohr-Mentele & Forster-Heinzer 2018; Winther, Sangmeister & Schade 2013). Die meisten Studien berichten einen schwachen bis moderaten Zusammenhang zwischen mathematischen und buchhalterischen bzw. wirtschaftlichen Kompetenzen. 2.3 Kognitive und metakognitive Lernstrategien Kognitive und metakognitive Lernstrategien werden als wichtige Bedingungsfaktoren für den Lernerfolg gesehen. Kognitive Lernstrategien umfassen Strategien zur Wiederholung (z.B. Einprägen neuer Informationen durch mehrmaliges Lesen), Organisation (z.B. den Lehrstoff strukturieren, zusammenfassen und gliedern) und Elaboration (z.B. Integration neuer Informationen durch das Entwickeln von Beispielen). Metakognitive Lernstrategien umfassen dagegen einerseits die Fähigkeit, die eigenen Denk- und Lernprozesse zu planen, zu überwachen, zu regulieren und zu evaluieren und andererseits das Wissen einer Person über die eigenen Fähigkeiten (Brühwiler, Helmke & Schrader 2017; Mandl 2006). Es ist davon auszugehen, dass qualitativ hochwertige Lernstrategien, bspw. das Herstellen von Verknüpfungen, das Entwickeln von Beispielen oder die aktive Auseinandersetzung mit Lernmaterialien zu einer höheren Qualität des Wissens führen und damit zu besseren Lernleistungen (Brühwiler, Helmke & Schrader 2017; Konrad 2008; Schiefele & Pekrun 1996). Die empirische Befundlage zum Einfluss von Lernstrategien auf die Lernleistung ist hingegen nicht eindeutig. So konnte ein positiver Effekt von tiefenorientierten bzw. metakognitiven Lernstrategien auf die Lernleistung in einigen Studien nachgewiesen werden. Bspw. korrelieren in einer Untersuchung von Leopold und Leutner (2003, S. 250–251) Lernerfolg und tiefenorientierte Lernstrategien in Abhängigkeit der Jahrgangsstufe zwischen r = .29 und .44. In einer Untersuchung von Diseth (2011, S. 193) findet sich ein schwacher positiver Zusammenhang zwischen Testnote und tiefenorientierten Lernstrategien (r = .16). Insgesamt werden in empirischen Untersuchungen allerdings häufig nur mäßige Zusammenhänge zwischen Lernstrategien und Lernleistung gefunden. Dies wird unter anderem darauf zurückgeführt, dass Lernstrategien in der Regel über Selbstberichte der Lernenden erhoben werden (Brühwiler, Helmke & Schrader 2017, S. 301). In der Domäne RW liegen bislang wenige Studien vor, die den Zusammenhang zwischen kognitiven und/oder metakognitiven Lernstrategien und Lernleistung untersuchen. Helm (2015a) konnte in seiner Studie keine Effekte der kognitiven, metakognitiven und organisationsbezogenen Lernstrategien (z.B. kritisches Verstehen, Zeitmanagement, soziale Lernunterstützung, Erstellung von Zusammenfassungen und Gliederungen, Zusammenhänge herstellen)

42

Christoph Helm, Simone Stütz

auf die Schülerleistung im RW feststellen. Allerdings stehen diese signifikant positiv im Zusammenhang mit den Schulnoten (r = .14 bis .26, Helm & Rosenegger 2020). Auch Nüesch und Metzger (2010, S. 48) berichten in einer Interventionsstudie schwache bis mittelstarke positive Zusammenhänge zwischen der Fachleistung in Wirtschaftsfächern und Lernstrategien wie Testbearbeitungsstrategien und Elaboration. Eine von Berding (2019) durchgeführte RWStudie zeigt differenzierte Befunde. Insgesamt tragen darin Lernstrategien nicht zu einer signifikanten Erklärung der Schulnoten bei (mit Ausnahme von Aufmerksamkeit, r = .22 und Metakognition, r = -.17). Im Themengebiet Ertrag geht das vermehrte Wiederholen des Lehrstoffs mit besseren Noten einher, während im Themengebiet Aufwand das Herstellen von Zusammenhängen im Lernprozess negativ auf die Noten wirkt. Metakognitive Lernstrategien tragen nur im Themengebiet Aufwand zu besseren RW-Noten bei. 2.4 Motivation Die Forschung zu motivationalen Aspekten des Lehrens und Lernens ist stark von der Selbstbestimmungstheorie (SDT) nach Deci und Ryan (1985) geprägt. Folgt man dieser Motivationstheorie, so sind zur Erklärung unterschiedlicher Motivationslagen drei grundlegende menschliche Bedürfnisse zentral: Autonomieerleben, Kompetenzerleben und soziale Eingebundenheit (Basic Needs). Die wahrgenommene Befriedigung dieser Grundbedürfnisse führt laut SDT zu einer stärkeren Internalisierung extrinsischer Handlungsmotive sowie zu einer höheren Bewertung intrinsischer Handlungsmotive. Deci und Ryan (1993) gehen davon aus, dass eine höhere Motivation grundsätzlich zu mehr Anstrengung beim Lernen führt. Diese Annahme wurde bereits in einer Vielzahl von Studien empirisch nachgewiesen. So zeigt eine aktuelle Metaanalyse von Orhan-Özen (2017, S. 43) einen mittleren Zusammenhang zwischen Motivation (intrinsisch und extrinsisch) und Lernleistung (r = .27). Auch in der „Meta-Meta-Studie“ von Hattie (2009, S. 48) stellt Motivation eine zentrale Einflussgröße auf schulischen Lernerfolg dar (d = .48). Inhaltlich bedeutet dies, dass höhere Motivation bzw. qualitätsvollere Formen der Motivation zu besseren Lernleistungen führen. Für effektives, qualitätsvolles Lernen sind nach Deci und Ryan (1993) diese selbstbestimmten Formen der Motivation (intrinsische Motivation, integrierte Selbstregulation) erforderlich, da diese mit positiven Emotionen (z.B. Interesse am Fach) verbunden sind und dadurch zu besseren Lernleistungen führen. Der positive Zusammenhang zwischen intrinsischer Motivation und Lernerfolg konnte ebenfalls empirisch belegt werden: Schiefele und Schreyer (1994, S. 6) sowie Schiefele, Krapp und Schreyer (1993, S. 131) berichten in ihren Metaanalysen signifikante, mittlere Zusammenhänge (r = .23 bis .30). Auch in der berufs- und wirtschaftspädagogischen Forschung wird zumeist Bezug auf die Selbstbestimmungstheorie nach Deci und Ryan (1993) genommen und die Auswirkungen der von Lernenden wahrgenommen Unterstützung der Basic Needs auf extrinsische und intrinsische motivationale Regulationen untersucht. Studien zu Effekten der Motivation auf die Lernleistung liegen dagegen bislang nur wenige vor. Eine von Winther (2006) durchgeführte Studie zeigt, dass die Befriedigung der Basic Needs die intrinsische Motivation stark vorhersagt, diese wiederum aber nicht signifikant mit den Schulnoten zusammenhängt. Andererseits kann Winther (2006) belegen, dass situationsspezifische motivationale Komponenten wie die Anstrengungsbereitschaft, die Schulnoten moderat vorhersagen. In der LOTUS-Studie variiert der Zu-

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

43

sammenhang zwischen intrinsischer Regulation und Schülerleistungen im RW je nach Schulstufe (r = n.s. bis .194; Helm 2015b; Helm & Rosenegger 2020). Keine signifikanten Zusammenhänge zwischen dem Lernerfolg und dem Interesse im Bereich RW konnte Seifried (2004) im Rahmen der SoLe-Studie beobachten. Hingegen stehen in einer Studie von Berding (2019) nahezu alle motivationalen Regulationsformen im Sinne der Selbstbestimmungstheorie, darunter auch die intrinsische Regulation (r = .43), mit den Schulnoten in RW im Zusammenhang. Zudem tragen die unterschiedlichen Motivationsarten mit 19 bis 21 % signifikant zur Erklärung des Lernerfolgs bei. In der Studie von Bouley (2017) wurde der Wissenszuwachs in den Bereichen buchungsspezifisches und beleggestütztes Wissen durch eine Reihe kognitiver und motivationaler Prädiktoren vorhergesagt. Es zeigt sich, dass die Veränderungen in den intrinsischen und extrinsischen Formen der Lernmotivation, nach Kontrolle des Interesses an Wirtschaftsthemen und der Veränderung in der Einstellung zum RW, keinen signifikanten Einfluss nehmen. Allerdings erweist sich das Interesse an wirtschaftlichen Themen als signifikanter, positiver Einflussfaktor auf den buchungsspezifischen Wissenszuwachs. Damit ist die Befundlage zur Rolle der intrinsischen Motivation/des Interesses für Lernerfolge im RW relativ heterogen. 2.5 Selbstkonzept Das Selbstkonzept wird als die Wahrnehmungen, Einschätzungen und Einstellungen bezüglich unterschiedlicher Aspekte der eigenen Person beschrieben. Diese Selbstwahrnehmung wird durch die Interaktion mit der Umwelt sowie mit wichtigen Bezugspersonen beeinflusst (Möller & Trautwein 2015, S. 178; Shavelson, Hubner & Stanton 1976, S. 411). Das domänenbezogene Fähigkeitsselbstkonzept (FSK) beschreibt das Urteil über die eigenen fachlichen Fähigkeiten in bspw. einem Unterrichtsfach. Das FSK wird meist retrospektiv erfasst und basiert auf intraund interindividuellen Vergleichen (Internal/External Frame of Reference Model, z.B. Brunner, Lüdtke & Trautwein 2008). In Abgrenzung dazu bezieht sich das verwandte Konstrukt der Selbstwirksamkeitsüberzeugungen auf Fähigkeiten in spezifischen zukünftigen Situationen (Möller & Trautwein 2015, S. 193). Zwischen dem FSK und den Schülerleistungen wird eine reziproke Beziehung vermutet (Shavelson, Hubner & Stanton 1976). Der Einfluss des FSK auf die nachfolgende Schülerleistung wird als Self-Enhancement Effect bezeichnet (z.B. Calsyn & Kenny 1977, S. 136). Ein positives FSK ist vorteilhaft für die Initiierung von Lernhandlungen und die Ausdauer in Lernund Leistungssituationen (Helmke 1992; Helmke & van Aken 1995, S. 624): Auf günstige Attributionsmuster folgen positive Erwartungshaltungen. Mit höheren Erwartungshaltungen geht wiederum eine höhere Anstrengungsbereitschaft auch bei herausfordernden Aufgabenstellungen einher. Die entgegengesetzte Wirkungsrichtung postuliert der Skill-Development Approach (z.B. Guay et al. 2010). Dabei spielen Leistungsrückmeldungen mit anschließenden sozialen Vergleichen und Kausalattributionen eine zentrale Rolle (Möller & Trautwein 2015, S. 193). Neben diesen reziproken Effekten wird in der Forschung zum FSK häufig der Big-FishLittle-Pond Effekt (BFLPE) untersucht. Der BFLPE bezeichnet das empirisch abgesicherte Phänomen (bspw. Marsh et al. 2015), dass SchülerInnen mit objektiv gleicher Leistungsfähigkeit in Abhängigkeit der Leistungsstärke der MitschülerInnen zu unterschiedlichen FSK gelangen. So wirken sich bspw. leistungsstarke Vergleichsgruppen aufgrund vermehrter sozialer

44

Christoph Helm, Simone Stütz

Aufwärtsvergleiche mit stärkeren SchülerInnen negativ auf die Einschätzung der eigenen Leistungsfähigkeit aus (Möller & Trautwein 2015, S. 188). Die Forschung zur Entwicklung des Fähigkeitsselbstkonzepts konzentrierte sich bisher nahezu ausschließlich auf den allgemeinbildenden Schulbereich. Aus mehreren Gründen (z.B. Orientierung des Unterrichts an Arbeits- und/oder Unternehmensprozessen) können diese Befunde nicht einfach auf berufsbildende Schulen übertragen werden. In der Studie von Helm und Rosenegger (2020) wurden positive Zusammenhänge zwischen dem allgemeinen Fähigkeitsselbstkonzept und der RW-Leistung in der 11. und 12. Schulstufe (r = .27 bzw. .37) beobachtet. Helm, Krumpholz und Heinrichs (2019) analysierten in derselben Studie die wechselseitigen Beziehungen (a) zwischen dem Fähigkeitsselbstkonzept und der Schülerleistung sowie (b) zwischen dem Fähigkeitsselbstkonzept und dem individuell wahrgenommenen Unterrichtsklima. Darüber hinaus wurden Kompositionseffekte (Big-Fish-Little-Pond Effekt) und Klimaeffekte (Unterrichtsklima) geprüft. Dazu wurden Längsschnittmodelle auf Basis von Schülerdaten (n = 801) aus 24 Klassen der 9.-11. Schulstufe beruflicher Vollzeitschulen geschätzt. Die Ergebnisse bestätigen reziproke Effekte zwischen dem FSK und den Schülerleistungen, wenn die Leistung durch Schulnoten operationalisiert wird, nicht jedoch, wenn standardisierte RW-Testleistungen herangezogen werden. Darüber hinaus zeigen sich schwache Effekte des FSK auf die individuelle Wahrnehmung des Unterrichtsklimas. Kontext- und Klimaeffekte konnten – mit wenigen Ausnahmen – nicht beobachtet werden. Das Ergebnis, dass das FSK im Jugendalter relativ stabil ist (vgl. dazu auch die Stabilität der Selbstwirksamkeit in der kaufmännischen Grundbildung von Schweizer Jugendlichen, Sticca, Rohr-Mentele & Forster-Heinzer 2018, S. 75), wirft die Frage auf, inwiefern durch pädagogische Maßnahmen in berufsbildenden Schulen das FSK im Jugendalter überhaupt noch gefördert werden kann. Eine weitere für die Selbstkonzeptentwicklung im RW bedeutsame Studie publizierte Greimel-Fuhrmann (2011). Die Studie zeigt, dass Lernende an österreichischen Handelsakademien ein lernförderliches Attribuierungsverhalten besitzen. D.h., dass SchülerInnen im RW-Unterricht Leistungsfeedback als eine positive Antriebsquelle für weiteres Lernen nutzen, indem sie sowohl positive als auch negative Prüfungsleistungen internal (auf ihre eigene Anstrengung) attribuieren. „Begabung, Schwierigkeitsgrad der Prüfung, Unterrichtsqualität und Zufall haben als mögliche Ursachenzuschreibungen eine vergleichsweise geringere Bedeutung“ (Greimel-Fuhrmann 2011, S. 239). 2.6 Volition Motiviert zu sein, bedeutet noch nicht, dass man eine Handlung auch tatsächlich ausführt. So kann ein/e SchülerIn für das Lernen im RW zwar identifizierte Regulation verspüren (z.B. verspürt er/sie das Verlangen nach Beherrschung des Stoffgebietes oder erkennt die Bedeutung des Stoffgebietes), aber sich doch gegen das Lernen entscheiden, weil konkurrierende Handlungen oder Tendenzen (z.B. Freizeitaktivitäten) höher bewertet werden. Daher ist neben Motivation auch Volition nötig, um eine Handlung tatsächlich auszuführen. Volitionale Kompetenzen beschreiben die Fähigkeit, gewollte Handlungen zu initiieren und auszuführen (z.B. Hasselhorn & Gold 2006). „Volitionale Kräfte zeigen sich in besonderen Verhaltensweisen, die beim Lernen als Hinweise auf ein diszipliniertes und gewissenhaftes Lernen zum Ausdruck kommen. Hoch ausgeprägte volitionale Kompetenzen sind durch Selbstkontrolle charakterisiert

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

45

und erhöhen das Selbstregulationspotenzial.“ (Hasselhorn 2017, S. 26, H.i.O.) Damit sind Facetten des Persönlichkeitsmerkmals Gewissenhaftigkeit beschrieben. Auch Dumfart und Neubauer (2016) argumentieren, dass Gewissenhaftigkeit eine Reihe für den Lernerfolg bedeutsamer Persönlichkeitsmerkmale, wie Selbstdisziplin, Ausdauer, Fleiß und Pflichttreue vereint. Für die Vorhersage des Lernerfolgs in der Schule spielt die Gewissenhaftigkeit (und damit auch volitionale Kompetenzen) die bedeutendste Rolle unter den sogenannten Big Five (Neurotizismus, Extraversion, Gewissenhaftigkeit, Offenheit, Verträglichkeit), wie Meta-Analysen von Poropat (2009), r = .19, und O’Connor und Paunonen (2007), r = .22, belegen (vgl. auch Dumfart & Neubauer 2016). Die schwachen bis moderaten Korrelationen der Meta-Analysen belegen, dass eine höhere Ausprägung der Gewissenhaftigkeit mit höheren akademischen Leistungen einhergeht. Für die Domäne RW sind uns keine Studien bekannt, die den Einfluss der Gewissenhaftigkeit auf die Kompetenzen von Lernenden untersuchen. Im Rahmen der LOTUS-Studie wurde allerdings die Rolle von Grit, einem der Gewissenhaftigkeit sehr ähnlichem Persönlichkeitsmerkmal, intensiv untersucht (Helm & Rosenegger 2020). Grit beschreibt Beharrlichkeit und beständiges Interesse. In den letzten 10 Jahren wurden diese beiden Grit-Facetten verstärkt als zentrale, motivationale und volitionale Prädiktoren der akademischen Leistung propagiert und kritisch diskutiert. Dennoch sind Studien zu direkten und indirekten Effekten von Grit auf Schülerleistungen rar. An der LOTUS-Stichprobe von 393 SchülerInnen wurde für den RWUnterricht geprüft, inwiefern individuelle Voraussetzungen erfolgreichen Lernens (z.B. Vorwissen, intrinsische Motivation, fachliches Selbstkonzept) den positiven Zusammenhang zwischen den Grit-Dimensionen Beharrlichkeit und beständigem Interesse und der Schülerleistung im RW mediieren. Befunde zeigen, dass insbesondere die Beharrlichkeit indirekt über das Vorwissen, das schulische Fähigkeitsselbstkonzept, das Lernengagement und den Einsatz kognitiver Lernstrategien mit den Schülerleistungen positiv zusammenhängt. Zudem wird der positive Zusammenhang zwischen beständigem Interesse und höheren Schülerleistungen über die Freiheit von Prüfungsangst vermittelt. Da die direkten Zusammenhänge zwischen Beharrlichkeit und den Schülerleistungen meist nur partiell mediiert werden, und Beharrlichkeit mit nahezu allen untersuchten individuellen Voraussetzungen erfolgreichen Lernens positiv assoziiert ist, kann für das Lernen im kaufmännischen Unterricht behauptet werden, dass Beharrlichkeit ein zentrales Konstrukt mit hohen Effekten – ähnlich dem fachlichen Selbstkonzept und dem Lernengagement – darstellt (vgl. Helm & Rosenegger 2020). 2.7 Lernbegleitende Emotionen Frenzel, Götzl und Pekrun (2015) definieren Emotionen als mehrdimensionale Konstrukte, die aus affektiven (positive oder negative Gefühle wie Aufgeregtheit), physiologischen (z.B. Herzrate), kognitiven (z.B. Gedanken an negative Folgen des Scheiterns), expressiven (verbales und nonverbales Ausdrucksverhalten, das mit bestimmten Emotionen einhergeht, z. B. Lachen) und motivationalen (z.B. Angst als Auslöser bestimmter Handlungen) Komponenten bestehen. Für den Schulkontext hat die Emotionsforschung mittlerweile zeigen können, dass lernbegleitende Emotionen „relevant für die Auslösung, Aufrechterhaltung oder Reduzierung von Anstrengung in Lern- und Leistungssituationen“ (Frenzel, Götzl & Pekrun 2015, S. 209) und damit für Lern-

46

Christoph Helm, Simone Stütz

leistungen sind. Pekrun (2000) beschreibt drei Wirkmechanismen, wie Emotionen mit akademischen Leistungen zusammenhängen: (1) Insbesondere negative lern- und leistungsbezogene Emotionen bündeln kognitive Ressourcen, die die Aufmerksamkeit von der Lernaufgabe ablenken. Vor allem bei komplexen Aufgaben wirkt sich das negativ auf die Leistung aus. (2) Es wird angenommen, dass positive Emotionen (z.B. Freude) mit verständnisförderlicheren Lernstrategien (wie Elaboration) einhergehen, während negative Emotionen (z.B. Angst) eher mit weniger verständnisförderlichen Strategien (wie dem Auswendiglernen) einhergehen. (3) Positive Emotionen, wie die Vorfreude auf ein Ergebnis, erhöhen die intrinsische und extrinsische Motivation, was dazu führt, dass sich Lernende intensiver mit Inhalten auseinandersetzen. Negative Emotionen dagegen wirken eher hinderlich für die intrinsische und extrinsische Motivation. Gelangweilte SchülerInnen sind weder aus eigenem noch fremdem Antrieb zum Lernen motiviert. Diese Annahmen konnten bspw. in Studien von Götz (2004) für das Lernen im Bereich Mathematik belegt werden. Für die Domäne RW legt Kögler (2015) eine aufwendige Studie zur Langeweile im RWUnterricht vor, die auf Basis von Unterrichtsvideographien und Continuous-State-SamplingDaten zu dem Ergebnis kommt, dass Langeweile keinen Einfluss auf den Wissenserwerb im RW (konkret der Bereich Lohn- und Gehaltsbuchungen) hat. Dies gilt sowohl bei Betrachtung bivariater Zusammenhänge (Kögler 2015, S. 260) als auch für Analysen, die zahlreiche weitere Variablen kontrollieren (z.B. emotionale und kognitive Eingangsvoraussetzungen, Merkmale der Lernumgebung, Verständnis im Unterricht). Mit demselben Studiendesign zeigen Kärner und Kögler (2016), dass die Selbstkontrolle von Lernenden mit ihren Emotionen während des Unterrichts (konkret das subjektive Verstehen und Interesse) zusammenhängen. Bezüglich des Einflusses negativer Emotionen auf die RW-Leistungen konnte im Rahmen der LOTUS-Studie gezeigt werden, dass Prüfungsangst deutlich negativ mit RW-Leistungen von SchülerInnen (9.-11. Schulstufe) korreliert (Helm 2015a; Helm & Rosenegger 2020; vgl. auch Cheng & Liao, 2016 für ähnliche Zusammenhänge r = -.20 bei Accounting-Studierenden). Seifried (2004, S. 212) analysierte mittels Continuous-State-Sampling-Daten den Zusammenhang zwischen dem Schülerwohlbefinden und einem lernzielorientierten RW-Test sowie der inhaltsspezifischen Problemlösefähigkeit. Das Wohlbefinden war mit keinem der beiden Leistungsindikatoren signifikant korreliert. Im berufs- und wirtschaftspädagogischen Bereichen haben zudem Sembill und Kärner mit ihren Studien (Kärner & Kögler 2016; Kärner & Warwas 2018; Seifried & Sembill 2005) bedeutend zum Wissen über die Rolle lernbegleitender Emotionen im Lehr-Lernprozess beigetragen. So konnte in einer Studie von Kärner und Warwas (2018) gezeigt werden, dass das Fachwissen (für VWL) schülerübergreifend signifikant positiv mit der schulischen Selbstwirksamkeit (r = .39) sowie mit den situativen Bewältigungsfähigkeiten (r = .41) und signifikant negativ mit dem situativen Stresserleben (r = -.21) korreliert.

3

Diskussion

Welches Bild liefern uns die berichteten empirischen Studien zur Rolle lernpsychologisch relevanter Schülermerkmale über die „Natur“ des RW-Unterrichts? Abbildung 2 und 3 geben eine sehr grobe Antwort auf diese Frage, indem sie die relative Bedeutung der lernpsychologischen INVO-Faktoren für den Lernerfolg im RW visuell darstellen. Sie zeigen, wie viel der

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

47

jeweilige INVO-Faktor zur Erklärung der fachlichen Schülerleistungen im RW beiträgt. Beide Diagramme basieren auf jenen Zusammenhängen zwischen den individuellen Schülermerkmalen und der RW-Leistung, die in den Studien aus Abschnitt 2 gefunden wurden. Tabelle 1 stellt die zentralen Studien in übersichtlicher Form dar.

Abbildung 2: empirisch untersuchte Schülermerkmale im Rechnungswesen (R square values)

Abbildung 3: empirisch untersuchte Schülermerkmale im Rechnungswesen (relative weights)

Holtsch & Eberle variierend je nach Teil(2018) Holtsch et al. projekt; zwischen 1219 (2017) und 1761 SuS; insgesamt rund 85 Klassen aus 36 Schulen in 16 Kantonen

LINCA-Studie

Schulstufe

variierend je nach Teil9.-12. Schulstufe studie; zwischen 323 und 604 SuS aus insgesamt 19 bzw. 24 Klassen aus 7 Schulen in 5 Bundesländern

N

Helm (2015a) Helm (2015b) Helm (2016a) Helm & Rosenegger (2020)

Publikation(en)

LOTUS-Studie

Studie

kaufmännische Berufsfachschulen in der deutschsprachigen Schweiz

österreichische berufsbildende mittlere und höhere Schulen (BMHS)

Schultyp

BISS Skala nach Fleckenstein et al. (2014) r= .286 - .307 Positive lernbegleitende Emotion: intrinsische Motivation nach SRQ-A Negative lernbegleitende Emotion: LILEST Subskala Prüfungsangst

Volition/Grit Lernbegleitende Emotionen

Items aus dem Wirtschaftskundlichen Bildungs-Test nach Beck & Krumm (1998), der OEKOMA- Studie und der CoBALIT Studie für das wirtschafts-bürgerliche Wissen (DVW, DSW); Eigenkonstruktion zur Erfassung des kaufmännischen Wissens (DVK, DSK)

Kurzform des KFT 4.-12. Klasse nach Heller & Perleth (2000)

Selbstkonzept nach Eder (1995)

Selbstkonzept

Kognitive Fähigkeiten Vorwissen

Academic-Self-Regulation Questionnaire (SRQ-A) nach Müller et al. (2007)

Motivation

r= .25 - .30

r= -.157 bis -.276 (Prüfungsangst)

r=.268 - .371

r= .147 (nur identifizierte Regulation)

r= .176 - .255 (allerdings Schulnoten, nicht Testleistung)

LILEST-Lernstrategien nach Sageder (1995)

Lernstrategien

r

ß = .65 - .75 (DVW, DSW) ß = .29 - .46 (DVK, DSK)

std. Beta

Zusammenhang zur Leistung

r= .548 (9. /10. Schulstufe) r= .694 (11. /12. Schulstufe)

Erhebungsinstrument Eigenkonstruktion (WBB) Notendurchschnitt (RW, BW, D, M)

Vorwissen

untersuchte INVO-Faktoren

Tabelle 1: Übersicht der einbezogenen Rechnungswesenstudien

48 Christoph Helm, Simone Stütz

Seifried (2004)

Kögler (2015)

Bouley (2017)

Berding (2019)

Studie zum Langeweileerleben

Studie zum Kompetenzerwerb im RW

Studie zu Grundvorstellungen im RW

Publikation(en)

SoLe- Studie

Studie

43 SuS aus 2 Klassen

96 SuS aus 4 Klassen

67 SuS aus 3 Klassen

N

9. Schulstufe

erstes Ausbildungsjahr der kaufmännischen Grundstufe

Schulstufe

Auszubildende kaufmännischer Berufe sowie Studierende der Wirtschaftspädagogik

Wirtschaftsgymnasium

deutsche Wirtschaftsschule

deutsche Berufsschule

Schultyp

LIST nach Wild & Schiefele (1994)

Lernstrategien

Lernmotivation nach Prenzel et al. (1996)

Motivation

Lernmotivation nach Prenzel et al. (1996)

Buchungsspezifisches Wissen nach Bouley et al. (2015); Eigenentwicklung für das beleggestützte Wissen

Vorwissen

Motivation

Mini-q Fragebogen nach Baudson & Preckel, 2015

Kognitive Fähigkeiten

Academic Emotions Questionnaire AEQ (Pekrun, Götz & Frenzel, 2005), Unterrichtsvideographien und Erfassung von Prozessdaten mittels Continuous-StateSampling Methode

Lernbegleitende Emotionen/Langeweile

Begleitende Emotionen (Prenzel, 1994) Unterrichtsvideographien und Erfassung von Erlebensdaten

Lernbegleitende Emotionen

Allgemeine Wirtschaft (Beck & Krumm, 1990) und Eigenentwicklung

Interesse an wirtschaftlichen Fragestellungen (Wild & Winteler, 1990)

Motivation/ Interesse

Vorwissen

Allgemeine Wirtschaft (Beck & Krumm, 1990) und Eigenkonstruktion

Erhebungsinstrument

Vorwissen

untersuchte INVO-Faktoren

Tabelle 1: Übersicht der einbezogenen Rechnungswesenstudien

r

n.s.

r= -.433 (intrinsische Regulation zu Noten)

n.s.

n.s.

n.s.

n.s.

n.s.

n.s

r= .62

ß = -.721 (buchungsspezifisches Vorwissen) ß = -.510 (beleggestütztes Vorwissen)

std. Beta

Zusammenhang zur Leistung

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen 49

50

Christoph Helm, Simone Stütz

Während in Abbildung 2 das R2 (= quadrierte Korrelation) berichtet wird, sind in Abbildung 3 sogenannte „Relative weights“ dargestellt. Im Gegensatz zu bivariaten Korrelationen und zum R2 wird im Rahmen der Relative weight analysis (RWA) berücksichtigt, dass die INVO-Faktoren nicht nur mit der RW-Leistung assoziiert sind, sondern auch die INVO-Faktoren untereinander in wechselseitiger Beziehung stehen. Damit wirken sie auch indirekt über andere INVO-Faktoren bzw. gemeinsam mit diesen INVO-Faktoren auf die Schülerleistungen. Wie aus dem Vergleich der beiden Abbildungen hervorgeht, steigt der unerklärte Anteil der RW-Leistung, wenn anstatt des R2 die Relative weights herangezogen werden. Dies ist zu erwarten, da bspw. das akademische Selbstkonzept hohe motivationale Anteile enthält, die sich mit dem Faktor intrinsische Motivation decken. In Abbildung 2 (R2) wird das nicht berücksichtigt. Daher werden die Erklärungsbeiträge der einzelnen Faktoren tendenziell überschätzt. Bevor die Abbildungen inhaltlich interpretiert werden, wollen wir die Leser/innen auf die Grenzen der Aussagekraft dieser Abbildungen hinweisen. (1) Für alle Faktoren liegen nur sehr wenige Studien, für manche gar nur eine Studie (z.B. Volition) vor (siehe Tabelle 1). (2) Viele Faktoren, bspw. die kognitiven Fähigkeiten, die Lernmotivation und die Lernstrategien lassen sich in viele Subfacetten unterteilen. Je nach Subfacette können unterschiedlich starke Zusammenhänge mit der RW-Leistung beobachtet werden, sodass eine Aggregation auf Faktorenebene die differenzierten Einflüsse ein und desselben Faktors nicht widerspiegelt (z.B. sind unterschiedliche Einflüsse der intrinsischen und identifizierten Motivation erwartbar). (3) In ein paar wenigen Studien werden keine Korrelationen berichtet, sondern standardisierte Regressionskoeffizienten, die für andere relevante Variablen kontrollieren. (4) Die INVO-Faktoren, aber insbesondere die abhängige Variable der Schülerleistung werden in den Studien teils sehr unterschiedlich operationalisiert. (5) In die Abbildungen flossen alle identifizierten Zusammenhänge in gleicher Stärke ein, sodass Merkmale der Studien (z.B. Stichprobenumfang) unberücksichtigt blieben. (Es wären Meta-Analysen nötig, um diese Kritikpunkte abzuschwächen.) (6) Für die RWA ist eine vollständige Korrelationsmatrix aller INVO-Faktoren nötig. Da diese Zusammenhänge – mit Ausnahme der kognitiven Fähigkeiten – lediglich in der LOTUS-Studie (Helm & Rosenegger 2020) berichtet werden, wurden sie von dort übernommen. Für die Zusammenhänge zwischen der kognitiven Fähigkeit (Intelligenz) und den INVO-Faktoren wurde auf allgemeinbildende Studien (z.B. Steinmayr, Weidinger & Wigfield 2018) zurückgegriffen. Aus u.a. diesen Gründen sind Abbildung 2 und 3 nicht im Sinne wahrer Einflussgrößen zu interpretieren, sondern als ein erster Versuch, die aktuell vorliegende empirische Befundlage zur Frage nach den Einflussstärken der INVO-Faktoren auf die RW-Leistungen zu sammeln und nach bestem Wissen in eine überschaubare Darstellung zusammenzuführen. Dennoch, die Erkenntnisse, die durch die Abbildungen gewonnen werden, decken sich mit den Erwartungen:  Vorwissen (14 % bzw. 19 % Aufklärungsbeitrag): In Übereinstimmung mit den Befunden aus allgemeinbildenden Domänen, erweist sich auch in nahezu allen RW-Studien das (domänenspezifische) Vorwissen als der zentrale Prädiktor für die Vorhersage der RWLeistungen. Das überrascht nicht, da das Vorwissen jener INVO-Faktor mit der stärksten inhaltlichen Nähe zur bzw. Überlappung mit der RW-Leistung ist.

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen















51

Volition (5 % bzw. 9 %): Etwas überraschender mag der starke Erklärungsbeitrag der Volition (in der Studie von Helm & Rosenegger 2020 als Beharrlichkeit erfasst) erscheinen. Die Schülerangabe, dass sie fleißig sind, hart arbeiten und auch bei Rückschlägen nicht schnell aufgeben, stellt nach dem Vorwissen den relevantesten INVO-Faktor dar. Leistungsselbstkonzept (1 % bzw. 4 %): Die Selbsteinschätzung der eigenen akademischen Leistungsfähigkeit rangiert an dritter Stelle der lernerfolgsrelevanten Schülermerkmale. Allerdings ist auf zwei Einschränkungen hinzuweisen: (1) Für das RW liegen lediglich Befunde aus der LOTUS-Studie vor, in der das Leistungsselbstkonzept fächerübergreifend erfasst wurde, sodass der Einfluss des akademischen Selbstkonzepts auf die RW-Leistung hier vermutlich deutlich unterschätzt wird. (2) Das akademische Leistungsselbstkonzept ist nicht nur Ursache, sondern auch Folge von Schülerleistungen. Längsschnittstudien zum Selbstkonzept (Helm, Krumpholz & Heinrichs 2019) verweisen auf reziproke Effekte zwischen dem Selbstkonzept und den RW-Noten. Dennoch, das Fähigkeitsselbstkonzept gilt auch in diesen Studien als wesentlicher Prädiktor der Schülerleistungen im RW. mathematische Fähigkeiten (2 % bzw. 3 %): Einen bereits vergleichsweise kleinen Erklärungsbeitrag liefern den vorliegenden Studien zufolge mathematische Fähigkeiten. Obwohl theoretisch immer wieder als bedeutend für RW-Leistungen postuliert (z.B. Nickolaus 2013), konnten bspw. Schumann und Eberle (2014) und Winter, Sangmeister und Schade (2013) keine bzw. nur sehr geringe Zusammenhänge zwischen mathematischen Fähigkeiten und der RW-Leistung identifizieren. intrinsische Motivation (0 % bzw. 1 %): Die Befundlage zur Rolle der intrinsischen Motivation für den Lernerfolg im RW stellt sich heterogen dar. So konnte in einigen Studien (Berding 2019; Helm 2015b, 2016a), ein positiver Zusammenhang mit der RW-Leistung und den RW-Noten nachgewiesen werden, während andere Studien (z.B. Bouley 2017; Seifried 2004; Winther 2006) keinen Zusammenhang beobachten konnten. kognitive Fähigkeiten (0 % bzw. 0 %): Erste RW-Studien zeigen, dass die Korrelationen zwischen Intelligenzmaßen und fachlicher Leistung statistisch und praktisch nicht von null verschieden sind. Kognitive Fähigkeiten scheinen vor allem indirekten Einfluss (über bspw. Deutschkenntnisse) auf die Lernleistung im RW zu nehmen (Holtsch et al. 2017). Lernstrategien (0 % bzw. 0 %). Auch der Einsatz von Lernstrategien scheint nicht wesentlich zum Lernerfolg im RW beizutragen (siehe dazu Helm & Rosenegger 2020 sowie Berding 2019). Diese Befunde könnten der derzeit vorherrschenden Unterrichtspraxis im RW geschuldet sein, in der häufig das mechanische Beherrschen von Buchungs- und Rechentechniken im Vordergrund steht. negative Emotionen (1 % bis 2 %): Schließlich existieren bereits Studien (die meist auf Erlebnisdaten zurückgreifen) zur Rolle positiver und negativer Emotionen im RW-Unterricht. Es zeigt sich, dass Prüfungsangst deutlich negativ mit RW-Leistungen korreliert ist (Helm & Rosenegger 2020), während Langeweile im RW-Unterricht nicht signifikant mit der RW-Leistung assoziiert ist (Kögler 2015). Die Existenz und das Ausmaß von negativen Emotionen (wie extrinsische Lernmotive oder Schul- und Prüfungsangst) im

52

Christoph Helm, Simone Stütz

RW wirft ein aus Sicht der psychischen und physischen Gesundheit bedenkliches Licht auf den RW-Unterricht. Das in diesem Beitrag gesammelt dargestellte Wissen ergänzt das fachdidaktische Wissen z. B. über typische Schülerfehler im RW (z.B. Türling 2014), über die wirtschaftspropädeutische Ausrichtung des RW-Unterrichts (z.B. Seifried 2004) oder über die mentalen Modelle von SchülerInnen beim Bearbeiten von typischen Schulbuchaufgaben im RW (z.B. Helm, Warwas & Schirmer, im Review; Helm 2016b; Phillips & Heiser 2011). So notwendig die Untersuchung psychologisch lernrelevanter Schülermerkmale für das Verstehen von Lehr-Lernprozessen und des Zustandekommens von Schülerleistungen im RW ist, so wichtig ist es, einen kritischen Blick auf die Informationskraft dieser Studien zu werfen. Wir sehen die Grenzen der berichteten Befunde u.a. in folgenden Punkten:  Im Vergleich zum Vorwissen, das im Wesentlichen fachdidaktisch definiert wird, spielen fachübergreifende und fachspezifische psychologische Merkmale, wie die Gewissenhaftigkeit oder das fachliche Leistungsselbstkonzept, eine untergeordnete, wenn auch nicht vernachlässigbare Rolle. Zudem sind einige Merkmale wie die Gewissenhaftigkeit oder das fachliche Leistungsselbstkonzept (im Jugendalter) sehr stabil und daher durch die RW-Lehrkraft kaum beeinflussbar. Auf der anderen Seite können Merkmale wie die intrinsische Motivation durch eine adäquate Lehrerunterstützung der psychologischen Grundbedürfnisse deutlich gefördert werden.  Wir haben uns im vorliegenden Beitrag auf Studien fokussiert, die fachliche Schülerleistungen als Outcome des RWs in den Fokus nehmen. Dies ist mehr als einseitig, da natürlich auch die Schülerfreude am RWs oder der qualitative Einsatz von Lernstrategien zentrale Outcomes darstellen, die ebenfalls durch die INVO-Faktoren stark beeinflusst sind (Helm & Rosenegger 2020).  Betrachtet man Publikationen zum RW-Unterricht, so wird in aller Regel von „dem“ RW gesprochen. Auch in den hier vorgestellten Studien wird zumeist von RW allgemein gesprochen. Gemeint sind damit aber oft sehr unterschiedliche Themengebiete, in den meisten Fällen jedoch die „einfache“ Buchhaltung (z.B. Erstellen von Buchungssätzen, Beherrschen der Buchungslogik). So ist einerseits zu hinterfragen, ob die hier vorgestellten Studien vergleichbar sind, wenn sie sehr unterschiedliche Inhaltsbereiche des RWs abdecken. Andererseits ist fraglich, ob die bisherigen empirischen Studien die inhaltliche Komplexität des RWs (mit den Teilbereichen Finanzbuchhaltung, Kostenrechnung, Bilanzierung, Liquiditätsmanagement) ausreichend berücksichtigen.  Grundsätzlich ist der Fokus auf quantitative Studien kritisch zu sehen. Nicht nur, weil (a) die meisten Studien sich auf die Untersuchung linearer Zusammenhänge und der Verwendung variablenzentrierter Ansätze beschränken und (b) Studien, die kausale Schlüsse zulassen würden, rar sind, sondern auch weil es Ziel statistischer Modellbildung ist, die Komplexität der Praxissituation möglichst vereinfacht zu modellieren. Die so erforschten relativ allgemeinen Erkenntnisse können daher nur bedingt als Basis für die Ableitung von Handlungsimplikationen in komplexe Realitäten dienen. Aus diesem Grund sind

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen



53

künftig verstärkt qualitative Studien bzw. Mixed Methods-Ansätze nötig (z.B. Bouley 2017). Der hier berichtete Literaturreview ist sicherlich nicht vollständig. Aufgrund der Tatsache, dass in der Berufs- und Wirtschaftspädagogik relevante Studien häufig in Sammelbänden oder Monographien publiziert werden, ist eine systematische, elektronisch unterstützte Recherche nicht einfach bzw. möglich. Um dennoch zu vermeiden, dass relevante Studien übersehen wurden, haben wir ausgewählte KollegInnen direkt kontaktiert und um Ergänzungen gebeten. Die Eingrenzung auf die deutschsprachige RW-Forschung bildet damit eine weitere Limitation. International werden Lehr-Lernprozesse im RW insbesondere auf Hochschulebene untersucht. Die diesbezügliche Forschungslage könnte den pädagogisch-psychologischen Blick auf die „Natur“ des RWs weiter schärfen.

Trotz dieser Einschränkungen möchten wir mit einer aus der berichteten pädagogisch-psychologische Befundlage abgeleiteten Handlungsimplikation für Lehrkräfte schließen: „Wenn wir die ganze Psychologie des Unterrichts auf ein einziges Prinzip reduzieren müssten, würden wir dies sagen: Der wichtigste Faktor, der das Lernen beeinflusst, ist das, was der Lernende bereits weiß. Dies ermitteln Sie und danach unterrichten Sie Ihren Schüler.“ (Ausubel, Novak & Hanesian 1981, S. 137)

Literatur Ausubel, D. P.; Novak, J. D. & Hanesian, H. (1981). Psychologie des Unterrichts. Weinheim: Beltz. Baumert, J.; Kunter, M.; Blum, W.; Brunner, M.; Voss, T.; Jordan, A. et al. (2010). Teachers’ mathematical knowledge, cognitive activation in the classroom, and student progress. American Educational Research Journal, 47(1), 133–180. Berding, F. (2019). Rechnungswesenunterricht. Grundvorstellungen und ihre Diagnose. Augsburg: Hampp. Bouley, F. (2017). Kompetenzerwerb im Rechnungswesenunterricht. Wiesbaden: Springer Fachmedien. Brühwiler, C.; Helmke, A. & Schrader, F.-W. (2017). Determinanten der Schulleistung. In M. K. W. Schweer (Hrsg.), Lehrer-Schüler-Interaktion (S. 291–314). Wiesbaden: Springer VS. Brunner, M.; Lüdtke, O. & Trautwein, U. (2008). The internal/external frame of reference model revisited: Incorporating general cognitive ability and general academic self-concept. Multivariate Behavioral Research, 43(1), 137–172. Calsyn, R. J. & Kenny, D. A. (1977). Self-concept of ability and perceived evaluation of others: Cause or effect of academic achievement? Journal of Educational Psychology, 69(2), 136–145. Cheng, P.-Y. & Liao, W.-R. (2016). The relationship between test anxiety and achievement in accounting students with different cognitive styles: The mediating roles of self-regulation. International Research in Education, 4(2), 14–33. Cohen, J. (1988). Statistical power analysis for the behavioral sciences. Hillsdale: Erlbaum. Credé, M.; Tynan, M. C. & Harms, P. D. (2017). Much ado about grit: A meta-analytic synthesis of the grit literature. Journal of Personality and Social Psychology, 113(3), 492–511. Deci, E. L. & Ryan, R. M. (1985). Intrinsic motivation and self-determination in human behavior. New York: Plenum Press. Deci, E. L. & Ryan, R. M. (1993). Die Selbstbestimmungstheorie der Motivation und ihre Bedeutung für die Pädagogik. Zeitschrift für Pädagogik, 39(2), 223–238. Diseth, Å. (2011). Self-efficacy, goal orientations and learning strategies as mediators between preceding and subsequent academic achievement. Learning and Individual Differences, 21(2), 191–195.

54

Christoph Helm, Simone Stütz

Dochy, F. J. R. C. (1992). Assessment of prior knowledge as a determinant for future learning. The use of prior knowledge state tests and knowledge profiles. Utrecht: Lemma. Dumfart, B. & Neubauer, A. C. (2016). Conscientiousness is the most powerful noncognitive Predictor of School Achievement in Adolescents. Journal of Individual Differences, 37(1), 8–15. Eberle, F. & Holtsch, D. (2018). Lehr-Lernprozesse im kaufmännischen Bereich. In D. Holtsch & F. Eberle (Hrsg.), Untersuchungen zu Lehr-Lernprozessen im kaufmännischen Bereich. Ergebnisse aus dem Leading House LINCA und Schlussfolgerungen für die Praxis (S. 15–31). Münster: Waxmann. Frenzel, A.; Götzl, M. & Pekrun, R. (2015). Emotionen. In E. Wild; J. Maller & J. Möller (Hrsg.), Pädagogische Psychologie (S. 201–224). Heidelberg: Springer. Götz, T. (2004). Emotionales Erleben und selbstreguliertes Lernen bei Schülern im Fach Mathematik. München: Herbert Utz. Greimel-Fuhrmann, B. (2011). Kausalattribuierung von Prüfungsleistungen im Fach Rechnungswesen. Zeitschrift für Berufs und Wirtschaftspädagogik, 107(2), 239–255. Guay, F.; Ratelle, C. F.; Roy, A. & Litalien, D. (2010). Academic self-concept, autonomous academic motivation, and academic achievement: Mediating and additive effects. Learning and Individual Differences, 20(6), 644–653. Hasselhorn, M. (2017). Was sind aus psychologischer Perspektive die individuellen Voraussetzungen gelingender Lern- und Bildungsprozesse? In N. McElvany; W. Bos; H. G. Holtappels; J. Hasselhorn & A. Ohle (Hrsg.), Bedingungen gelingender Lern- und Bildungsprozesse: aktuelle Befunde und Perspektiven für die empirische Bildungsforschung (S. 11–29). Münster: Waxmann. Hasselhorn, M. & Gold, A. (2006). Pädagogische Psychologie. Erfolgreiches Lernen und Lehren. Stuttgart: Kohlhammer. Hattie, J. (2009). Visible Learning. New York: Routledge. Helm, C. (2015a). Determinants of competence development in accounting in upper secondary education. Empirical Research in Vocational Education and Training, 7(1), 85. Helm, C. (2015b). Reziproke Effekte zwischen wahrgenommenem LehrerInnenverhalten, intrinsischer Motivation und der SchülerInnenleistung im Fach »Rechnungswesen«. AMS report, 111, 1–36. Helm, C. (2016a). Lernen in Offenen und Traditionellen UnterrichtsSettings (LOTUS). Empirische Analysen zur Kompetenzentwicklung im Fach Rechnungswesen sowie zum kooperativen, offenen Lernen (Empirische Erziehungswissenschaft, Band 64). Münster: Waxmann. Helm, C. (2016b). Welche Denkschritte durchlaufen Schüler/innen beim Erstellen von Buchungssätzen? wissenplus, 15/16(1), 38–41. Helm, C.; Krumpholz, M. & Heinrichs, K. (2019). Entwicklung und Förderung des Leistungsselbstkonzepts in berufsbildenden Schulen. Psychologie in Erziehung und Unterricht, 66(2), 174–192. Helm, C. & Rosenegger, A. (2020). Die Rolle von Beharrlichkeit und beständigem Interesse (Grit) für das Lernen in berufsbildenden Schulen. Zeitschrift für Pädagogische Psychologie, 1–19. Helm, C.; Warwas, J. & Schirmer, H. (im Review). Cognitive Diagnostic Models of students’ skill profiles as a basis for adaptive teaching: An example from introductory accounting classes. Helmke, A. (1992). Selbstvertrauen und schulische Leistungen. Göttingen: Hogrefe. Helmke, A. & van Aken, M. A. G. (1995). The causal ordering of academic achievement and self-concept of ability during elementary school: A longitudinal study. Journal of Educational Psychology, 87(4), 624– 637. Helmke, A. & Weinert, F. E. (1997). Bedingungsfaktoren schulischer Leistungen. In F. E. Weinert (Hrsg.), Enzyklopädie der Psychologie. Pädagogische Psychologie. Psychologie des Unterrichts und der Schule (S. 71–176). Göttingen: Hogrefe. Holtsch, D. & Eberle, F. (Hrsg.) (2018). Untersuchungen zu Lehr-Lernprozessen im kaufmännischen Bereich. Ergebnisse aus dem Leading House LINCA und Schlussfolgerungen für die Praxis. Münster: Waxmann.

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

55

Holtsch, D.; Rohr-Mentele, S.; Dettwiler, N.; Sticca, F. & Eberle, F. (2017). Die Bedeutung der Eingangsvoraussetzungen in Mathematik und Deutsch sowie kognitiver Grundfähigkeiten für kaufmännisches Wissen und Können. In D. Leiß; M. Hagena; A. Neumann & K. Schwippert (Hrsg.), Mathematik und Sprache. Empirischer Forschungsstand und unterrichtliche Herausforderungen (S. 189–212). Münster: Waxmann. Höpfer, E.; Sticca, F. & Reichmuth-Sprenger, A. (2018). Zusammenhänge zwischen subjektiver Unterrichtswahrnehmung von kaufmännischen Lernenden und der Entwicklung ihres Wissens und Könnens. In D. Holtsch & F. Eberle (Hrsg.), Untersuchungen zu Lehr-Lernprozessen im kaufmännischen Bereich. Ergebnisse aus dem Leading House LINCA und Schlussfolgerungen für die Praxis (S. 179–186). Münster: Waxmann. Kärner, T. & Kögler, K. (2016). Emotional states during learning situations and students’ self-regulation. Processoriented analysis of person-situation inter-actions in the vocational classroom. Empirical Research in Vocational Education and Training, 8(12), 1–23. Kärner, T. & Warwas, J. (2018). Stress im Unterricht? Prozessanalysen zu Interaktionseffekten unterrichtlicher Anforderungen und individueller Ressourcenbewertungen auf physische und psychische Stresssymptome von Berufsschüler/innen. Unterrichtswissenschaft, 46(2), 185–214. Kögler, K. (2015). Langeweile in kaufmännischen Unterrichtsprozessen. Entstehung und Wirkung emotionalen Erlebens ungenutzter Zeitpotentiale. Frankfurt a. M: Lang. Konrad, K. (2008). Erfolgreich selbstgesteuert lernen: Theoretische Grundlagen, Forschungsergebnisse, Impulse für die Praxis. Bad Heilbrunn: Klinkhardt. Kunter, M.; Klusmann, U.; Baumert, J.; Richter, D.; Voss, T. & Hachfeld, A. (2013). Professional competence of teachers. Effects on instructional quality and student development. The Journal of Educational Psychology, 105(3), 805–820. Lehmann, R. & Seeber, S. (2007). ULME III. Untersuchung der Leistungen, Motivation und Einstellungen der Schülerinnen und Schüler in den Abschlussklassen der Berufsschulen. Berlin: Polyprint. Leopold, C. & Leutner, D. (2003). Der Einsatz von Lernstrategien in einer konkreten Lernsituation bei Schülern unterschiedlicher Jahrgangsstufen. In J. Doll & M. Prenzel (Hrsg.), Bildungsqualität von Schule. Schulische und ausserschulische Bedingungen mathematischer, naturwissenschaftlicher und einfacher Kompetenzen (S. 240–258). Weinheim: Beltz. Mandl, H. (2006). Handbuch Lernstrategien. Göttingen: Hogrefe. Marsh, H. W.; Abduljabbar, A. S.; Morin, A. J. S.; Parker, P.; Abdelfattah, F.; Nagengast, B. et al. (2015). The big-fish-little-pond effect: Generalizability of social comparison processes over two age cohorts from Western, Asian, and Middle Eastern Islamic countries. Journal of Educational Psychology, 107(1), 258–271. Mayer, R. E. (1992). Guiding students' cognitive processing of scientific information in text. In M. Pressley; K. R. Harris & J. T. Guthrie (Eds.), Promoting academic competence and literacy in school (pp. 243–258). San Diego: Academic Press. Möller, J. & Trautwein, U. (2015). Selbstkonzept. In E. Wild; J. Maller & J. Möller (Hrsg.), Pädagogische Psychologie (S. 177–199). Heidelberg: Springer. Muenks, K.; Wigfield, A.; Yang, J. S. & O'Neal, C. R. (2017). How true is grit? Assessing its relations to high school and college students’ personality characteristics, self-regulation, engagement, and achievement. Journal of Educational Psychology, 109(5), 599–620. Muenks, K.; Yang, J. S. & Wigfield, A. (2018). Associations between grit, motivation, and achievement in high school students. Motivation Science, 4(2), 158–176. Nickolaus, R. (Hrsg.) (2013). Mathematisch-naturwissenschaftliche Kompetenzen in der beruflichen Erstausbildung. Stand der Forschung und Desiderata (Zeitschrift für Berufs- und Wirtschaftspädagogik). Stuttgart: Steiner. Nüesch, C. & Metzger, C. (2010). Lernkompetenzen und ihr Zusammenhang mit motivationalen Überzeugungen und Lernleistungen in der kaufmännischen Berufsausbildung. Zeitschrift für Berufs- und Wirtschaftspädagogik, 106(1), 36–51. O’Connor, M. C. & Paunonen, S. V. (2007). Big five personality predictors of post-secondary academic performance. Personality and Individual Differences, 43(5), 971–990.

56

Christoph Helm, Simone Stütz

Orhan-Özen, S. (2017). The effect of motivation on student achievement. In E. Karadağ (Ed.), The factors effecting student achievement. Meta-Analysis of empirical studies (pp. 35–56). Cham: Springer International Publishing. Pekrun, R. (2000). A social-cognitive, control-value theory of achievement emotions. In J. Heckhausen (Ed.), Motivational psychology of human development. Developing motivation and motivating development (vol. 131, pp. 143–163). Amsterdam: Elsevier. Phillips, F. & Heiser, L. (2011). A field experiment examining the effects of accounting equation emphasis and transaction scope on students learning to journalize. Accounting Education, 26(4), 681–699. Poropat, A. E. (2009). A meta-analysis of the five-factor model of personality and academic performance. Psychological Bulletin, 135(2), 322–338. Rost, D. H. & Sparfeldt, J. R. (2017). Intelligenz und Hochbegabung. In M. K. W. Schweer (Hrsg.), Lehrer-Schüler-Interaktion (S. 315–346). Wiesbaden: Springer VS. Roth, B.; Becker, N.; Romeyke, S.; Schäfer, S.; Domnick, F. & Spinath, F. M. (2015). Intelligence and school grades: A meta-analysis. Intelligence, 53, 118–137. Schiefele, U.; Krapp, A. & Schreyer, I. (1993). Metaanalyse des Zusammenhangs von Interesse und schulischer Leistung. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 25, 120–148. Schiefele, U. & Pekrun, R. (1996). Psychologische Modelle des fremdgesteuerten und selbstgesteuerten Lernens. In F. E. Weinert; N.-P. Birbaumer & C. F. Graumann (Hrsg.), Psychologie des Lernens und der Instruktion (Band 2, S. 249–278). Göttingen: Hogrefe. Schiefele, U. & Schreyer, I. (1994). Intrinsische Lernmotivation und Lernen. Ein Überblick zu Ergebnissen der Forschung. Zeitschrift für Pädagogische Psychologie, 8, 1–13. Schraw, G. (2006). Knowledge: Structures and processes. In P. A. Alexander & P. H. Winne (Eds.), Handbook of educational psychology (pp. 245–263). New York: Routledge, Taylor & Francis Group. Schumann, S. & Eberle, F. (2014). Ökonomische Kompetenzen von Lernenden am Ende der Sekundarstufe II. Zeitschrift für Erziehungswissenschaft, 17(S1), 103–126. Seeber, S. (2013). Zum Einfluss mathematischer Kompetenzen auf den Übergang in eine berufliche Ausbildung und auf die Entwicklung beruflicher Fachkompetenzen im kaufmännischen Bereich. Zeitschrift für Berufsund Wirtschaftspädagogik, 26, 67–93. Seeber, S. & Lehmann, R. (2013). Basic competencies as determinants of success in commercial apprenticeships. In K. Beck & O. Zlatkin-Troitschanskaia (Eds.), From diagnostics to learning success. Proceedings in vocational education and training (pp. 75–84). Rotterdam: Sense Publ. Seifried, J. (2004). Fachdidaktische Variationen in einer selbstorganisationsoffenen Lernumgebung. Eine empirische Untersuchung im Rechnungswesenunterricht. Wiesbaden: Deutscher Universitätsverlag. Seifried, J. & Sembill, D. (2005). Emotionale Befindlichkeit in Lehr-Lern-Prozessen in der beruflichen Bildung. Zeitschrift für Pädagogik, 51(5), 656–672. Shavelson, R. J.; Hubner, J. J. & Stanton, G. C. (1976). Self-Concept: Validation of construct interpretations. Review of Educational Research, 46(3), 407–441. Spearman, C. (1904). "General intelligence", objectively determined and measured. American Journal of Psychology, 15, 201–292. Spearman, C. (1927). The abilities of man: Their nature and measurement. New York: Macmillan. Staub, F. C. & Stern, E. (2002). The nature of teachers' pedagogical content beliefs matters for students' achievement gains: Quasi-experimental evidence from elementary mathematics. Journal of Educational Psychology, 94(2), 344–355. Steinmayr, R.; Weidinger, A. F. & Wigfield, A. (2018). Does students’ grit predict their school achievement above and beyond their personality, motivation, and engagement? Contemporary Educational Psychology, 53, 106–122. Stern, E. (2003). Lernen ist der mächtigste Mechanismus der kognitiven Entwicklung: Der Erwerb mathematischer Kompetenzen. In W. Schneider & M. Knopf (Hrsg.), Entwicklung, Lehren und Lernen (S. 207–217). Göttingen: Hogrefe.

Die Rolle individueller Schülermerkmale für das Lernen im Rechnungswesen

57

Sticca, F.; Rohr-Mentele, S. & Forster-Heinzer, S. (2018). Kompetenzentwicklung von kaufmännischen Lernenden (Teilprojekt 1). In D. Holtsch & F. Eberle (Hrsg.), Untersuchungen zu Lehr-Lernprozessen im kaufmännischen Bereich. Ergebnisse aus dem Leading House LINCA und Schlussfolgerungen für die Praxis (S. 59–87). Münster: Waxmann. Türling, J. M. (2014). Die professionelle Fehlerkompetenz von (angehenden) Lehrkräften. Wiesbaden: Springer Fachmedien. Wagner, W.; Göllner, R.; Werth, S.; Voss, T.; Schmitz, B. & Trautwein, U. (2016). Student and teacher ratings of instructional quality: Consistency of ratings over time, agreement, and predictive power. Journal of Educational Psychology, 108(5), 705–721. Winther, E. (2006). Motivation in Lernprozessen. Konzepte in der Unterrichtspraxis von Wirtschaftsgymnasien. Wiesbaden: Deutscher Universitätsverlag. Winther, E.; Sangmeister, J. & Schade, A. K. (2013). Zusammenhänge zwischen allgemeinen und beruflichen Kompetenzen in der kaufmännischen Erstausbildung. Zeitschrift für Berufs- und Wirtschaftspädagogik, 26, 139–160.

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld – Anforderungen an duale Ausbildungsberufe Gabriele Jordanski (Bundesinstitut für Berufsbildung) Zusammenfassung: Die voranschreitende Digitalisierung ermöglicht es den Unternehmen, ihre Geschäftsprozesse vielfältig umzugestalten. Insbesondere komplexe, umfänglich vernetzte Unternehmenssteuerungssysteme und gebietsspezifische Software beeinflussen die Entwicklungen im kaufmännischen Bereich. Hierbei sind es vor allem Aspekte wie Vernetzung, Automatisierung und Big Data, die stark in die Prozesse des Rechnungswesens eingreifen und zu wesentlichen Umgestaltungen führen können. Im Zuge dessen verändern sich die Tätigkeiten und Verantwortungsbereiche der Fachkräfte, womit wiederum Veränderungen der Kompetenzanforderungen verbunden sind. In welcher Ausprägung sich diese ausgestalten, kann berufs- und branchenspezifisch unterschiedlich ausfallen, auch wenn einige generelle Tendenzen beobachtbar sind. Kaufleute in Industrieunternehmen sind im Allgemeinen in stärkerem Maß mit Tätigkeiten der kaufmännischen Steuerung und Kontrolle befasst als Kaufleute im Dienstleistungssektor, wodurch sich die veränderten Bedingungen jeweils mit anderen Konsequenzen bemerkbar machen. Daher ist es notwendig, die kaufmännischen Berufsausbildungen berufsspezifisch an die zukünftigen Anforderungen anzupassen. In diesem Artikel erfolgt eine Annäherung an die Herausforderungen für den Bereich der kaufmännischen Steuerung und Kontrolle am Beispiel zweier dualer Ausbildungsberufe, die in stärkerem Maß, aber in unterschiedlicher Ausprägung von den digitalen Entwicklungen betroffen sind: die Industriekaufleute, für die Ergebnisse einer aktuellen BIBB-Studie (Jordanski, Schad-Dankwart & Nies 2019) vorliegen sowie den Bankkaufleuten, deren Ausbildungsordnung mit Inkrafttreten zum 1.8.2020 novelliert wurde (Bundesgesetzblatt 2020, S. 121 ff.). Für Industriekaufleute zeichnet sich ein Rückgang standardisierter Arbeitsschritte, wie z. B. Belegerfassung und Rechnungserstellung, ab, da diese zunehmend automatisiert durch IT-Systeme erfolgen oder ausgelagert werden. Komplexere Aufgabenstellungen und vom Standard abweichende Fälle hingegen sind auch zukünftig durch Fachkräfte zu bearbeiten. Es daher zu erwarten, dass sich die Schwerpunkte der Tätigkeiten anteilig hin zu den anspruchsvolleren Aufgaben verschieben, wodurch die Anforderungen v. a. an Kompetenzen im Umgang mit Daten und den IT-Systemen steigen. Für Bankkaufleute entwickelt sich in der beruflichen Praxis ein Bedeutungsrückgang der kaufmännischen Steuerung und Kontrolle, daher wurden im Zuge der Neuordnung die Inhalte der Ausbildung entsprechend verschlankt und im berufsprofilgebenden Teil des Ausbildungsrahmenplanes in einer eigenen Berufsbildposition sowie im Themenfeld Geschäftskunden handlungsbezogen verortet. Auch der Rahmenlehrplan wurde dementsprechend komplett erneuert. Des Weiteren gibt es zukünftig auch keinen eigenen, auf das Rechnungswesen bezogenen Prüfungsteil mehr. Schlüsselbegriffe:

1

Bankkaufmann, Berufsausbildung

Industriekaufmann,

Digitalisierung,

Rechnungswesen,

Ausgangslage

Das betriebliche Rechnungswesen hat die Aufgabe der zahlenmäßigen Erfassung, Überwachung und Auswertung des gesamten Unternehmensgeschehens. Zur Bewältigung dieser umfänglichen Aufgaben kommen digitale Technologien bereits seit vielen Jahren zum Einsatz. Als zentral für die kaufmännische Steuerung und Kontrolle sind hier vor allem die Enterprise-Ressource-Planning-Systeme, kurz ERP-Systeme, zu nennen. Dabei handelt es sich um integrierte betriebswirtschaftliche Software in Form eines übergreifenden verbindenden Systems, das zur Steuerung sämtlicher in einem Unternehmen ablaufendenden Produktions- und Geschäftsprozesse eingesetzt werden kann (Hesseler & Görtz 2007). Schon 2008 wurde als eine zentrale

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_4

60

Gabriele Jordanski

kaufmännische Qualifikation die Fähigkeit gefordert, in komplexen Prozessstrukturen kompetent agieren zu können, um für Umgang mit komplexen ERP-Systemen gewappnet zu sein (Tramm & Wilbers 2008, S. 120). Durch neuere technologische Entwicklungen wird das bisherige Spektrum jedoch noch erweitert. Sie ermöglichen eine internetgestützte weitreichende Vernetzung, eine zunehmende Automatisierung durch selbstständige Kommunikation miteinander verbundener Systeme bis hin zu einer intelligenten Vernetzung von Menschen, Ressourcen, Informationen und Objekten auf Basis cyber-physischer Systeme (CPS). ERP-Systeme können dadurch noch komplexer und in höchstem Maße intern und extern vernetzt aufgebaut sein. Die Unternehmenssteuerungssoftware ist „um den Kern der Finanzbuchführung (FiBu) entwickelt worden…und viele Buchungen aus den der FiBu vorgelagerten Modulen werden in diese übernommen“, wodurch Aufgaben der händischen Datenerfassung zurückgehen (Preiß 2015, S. 192). Zusätzlich steht eine Fülle an spezifischen Programmen der Dokumentation, Visualisierung und Archivierung für den Einsatz im Rechnungswesen bereit. Für Zahlungsverkehrsprozesse sind verschiedene Online-Bezahlsysteme verfügbar, die stationäre und mobile Zahlungsmöglichkeiten im Rahmen des Online-Verkaufs bereitstellen. Neben den Angeboten branchenfremder Akteure wurde ein Online-Zahlsystem des deutschen Kreditgewerbes geschaffen, bei dem die Zahlungsabwicklung über deutsche Server und unter Ausschluss von Drittanbietern erfolgt, womit mehr Internetsicherheit und Datenschutz verbunden ist (Ostendorf & Stahl 2017, S. 105). Standards für den Zahlungsverkehr, wie z. B. das öffentlich geförderte ZUGFeRD, unterstützen den elektronischen Zahlungsverkehr der Unternehmen untereinander und mit der öffentlichen Verwaltung, damit Rechnungen schnell und unkompliziert ausgetauscht werden können (FeRD 2014). Vor allem kleine und kleinste Unternehmen mit jährlich nur wenigen Rechnungen an gleichbleibende Empfänger und Geschäftspartner, mit denen keine regelmäßigen Geschäftskontakte bestehen, profitieren davon. Die digitale Vernetzung und die Bereitstellung von Kompatibilität zwischen Informationen unterschiedlicher Formate und Datenquellen begünstigen eine automatische Verarbeitung der Vorgänge. Automatisierungsbestrebungen im Bereich des Rechnungswesens erfolgen meist umfassend unter Einbezug der „End-to-End-Prozesse“ also der gesamten Wertschöpfungskette, das bedeutet vom Angebot an den Kunden bis zum Zahlungseingang, von der Bestellung beim Lieferanten bis zum Zahlungsausgang, vom Buchungsbeleg bis zum Bericht und von der Planung zur Prognose (Arbeitskreis Externe Unternehmensrechnung der Schmalenbach-Gesellschaft für Betriebswirtschaft e.V. 2018, S. 302). Daher werden neben der Finanzbuchhaltung oder des Controllings auch andere Fachbereiche, wie z. B. der Einkauf oder der Vertrieb, von Automatisierungen des Rechnungswesens erfasst. Die End-to-End-Prozesse werden, da wo es möglich ist, in standardisierte Einzelschritte zerlegt, um sie gemäß definierter Schritte und Abhängigkeiten durch Software-Programme abzubilden und repetitive menschliche Tätigkeiten, wie z. B. die Erfassung von Eingangsrechnungen, maschinell zu ersetzen. So haben der regelmäßig erhobenen Unternehmensbefragung „BME-Barometer elektronische Beschaffung“ zufolge, zwar bisher nur relativ wenige Betriebe automatisierte Prozesse in die operative Einkaufsabwicklung integriert, jedoch erwartet man für die nächsten Jahre eine deutliche Zunahme der Automatisierung (Bogaschewsky & Müller 2018, S. 196). Damit verbunden wird auch eine

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

61

zukünftig steigende Relevanz einer durchgängigen Integration und Automatisierung von Buchungs-, Rechnungsprüfungs- oder Zahlungsprozessen, sowie die IT gestützte Lieferanteneinbindung in Rechnungs- und Bezahlprozesse erwartet. Dengler und Matthes (2015, S. 8) haben für das Berufsfeld „Finanz-, Rechnungswesen, Buchhaltung“ das sogenannte Substituierbarkeitspotenzial, d. h. das Ausmaß, in dem Berufe durch den Einsatz digitaler Technologien ersetzbar wären, von 69 Prozent ermittelt. Hierbei seien vor allem sogenannte „kognitive Routinetasks“, wie sie in der Buchhaltung verbreitet sind, durch Computer ersetzbar. In welchem Umfang Unternehmen diese Potenziale ausschöpfen, ist jedoch nicht vorherzusehen, denn aus den gegebenen Möglichkeiten ergibt sich nicht zwingend eine Automatisierung. Eine Folge der digitalen Technologien neuerer Generation ist die Verfügbarkeit von „Big Data“, welches in Unternehmen unter anderem im Bereich des Finanz- und Risiko-Controllings nutzbar gemacht wird (Bitkom 2012, S. 9). Der Begriff Big Data umfasst neben der großen Datenmenge auch die Aspekte Vielfalt, Geschwindigkeit, Aussagekraft und unternehmerischer Mehrwert (Bachmann, Kemper & Gerzer 2014, S. 27 f.). Die Vielfalt der Daten ergibt sich aus ihrer verschiedenartigen Strukturiertheit, den unterschiedlichen Quellen mit heterogenen Inhalten und Bedeutungen, was eine entsprechend unterschiedliche Qualität, Reichweite und Aussagekraft der Daten zur Folge hat. Der Aspekt Geschwindigkeit stellt auf das hohe Tempo der Datenbereitstellung sowie auf die Veränderungsdynamik, d. h. die Schnelligkeit mit der sich die Bedeutung der Daten und Beziehungen zwischen den Daten ändern, ab (Bachmann, Kemper & Gerzer 2014, S. 24 f.). In diesem Zusammenhang ist auch die Datenbereitstellung in Echtzeit von Relevanz, die für das Controlling die Echtzeitsteuerung als Alternative zum klassischen Berichtswesen mit nachgelagerter Anpassungssteuerung ermöglicht und dadurch Veränderungen im Aufgabenprofil und den Kompetenzanforderungen für die Controller mitsichtbringt (Hoffjan, Schumacher & Galant, 2017). Um einen unternehmerischen Mehrwert für das Unternehmen zu liefern, müssen die Daten in geeigneter Weise zusammengestellt und analysiert werden. Die Menge und Vielschichtigkeit der Daten macht dabei situations- und datenspezifisch unterschiedliche Vorgehensweisen bei der Verarbeitung und Auswertung der Daten erforderlich. Das Spektrum reicht von der Beurteilung von Entscheidungsvorlagen, die auf Basis logarithmisch gesteuerter Analysen strukturierter Datenmengen automatisch erstellt werden, bis hin zu dynamischen kreativen Auswertungsprozessen, bei denen interdisziplinäre Teams „hochaktuelles Datenmaterial geradezu spielerisch untersuchen, um zu neuen Erkenntnissen zu gelangen“ (Bachmann, Kemper & Gerzer 2014, S. 49 f.). Die Autoren stellen dabei heraus, dass Kreativität auch deshalb notwendig ist, weil für das laufend produzierte bzw. recherchierbare komplexe Datenvolumen die bisher üblichen Analysemethoden teilweise nur noch begrenzt hilfreich sind. Im Gegenzug zum Rückgang von Routinetätigkeiten wird eine Zunahme bei den Überwachungs-, Steuerungs- und Lenkungsaufgaben sowie Datenanalyse- und Auswertungstätigkeiten erwartet, um qualifiziertere Entscheidungen für ein frühzeitiges Erkennen von Handlungsbedarfen entlang der Wertschöpfungskette treffen zu können (Bogaschewsky & Müller 2015). Weitere Entwicklungspotenziale durch den Einsatz von 4.0-Technologien sieht der Arbeitskreis „Industrie 4.0“ unter anderem in der Individualisierung von Kundenwünschen, der Flexibilisierung, der optimierten Entscheidungsfindung, Ressourcenproduktivität und –effizi-

62

Gabriele Jordanski

enz sowie den Wertschöpfungspotenzialen durch neue Dienstleistungen, (Kagermann, Wahlster & Helbig 2013, S. 19 f.). So könnten neue Dienstleistungen z. B. in Form von Analysen kaufmännischer Daten und von Big Data entwickelt werden. Hierbei prognostizieren die Autoren insbesondere für kleine und mittlere Unternehmen (KMU) größere Chancen, Serviceleistungen zu entwickeln (Kagermann, Wahlster & Helbig 2013, S. 20). Beim Einsatz der digitalen Instrumente resultieren vor allem aus den Aspekten Vernetzung, Cloudanwendungen, Big Data und Automatisierung weitreichende, im internen und externen Rechnungswesen unterschiedliche Veränderungsmöglichkeiten. Hierbei bestehen für Unternehmen große Spielräume, wie sie ihre Geschäfts- und Produktionsprozesse, Kooperationsformen, Geschäftsmodelle sowie die Unternehmensorganisation und –steuerung ausgestalten. Die Vielfalt an verfügbaren Programmen zur Dokumenten- und Papierverwaltung erlaubt es den Betrieben, ihre dokumentenintensiven Geschäftsprozesse in Richtung des „papierlosen Büros“ umzugestalten. In der Folge verändern sich die Arbeitsprozesse, wie Informationen gesucht, Inhalte erstellt, bearbeitet, verteilt oder archiviert werden. Die beschriebenen Entwicklungen und Folgen für die Tätigkeiten und Kompetenzanforderungen der im Rechnungswesen tätigen Fachkräfte, sollten auch in der Berufsausbildung berücksichtigt werden.

2

Rechnungswesen in der Berufsausbildung

Das Rechnungswesen stellt ein komplexes betriebswirtschaftliches Instrument dar, das verschiedene Teilbereiche umfasst. Dazu gehört das externe Rechnungswesen, das entsprechend enger gesetzlicher Vorgaben Informationen für externe Adressaten, wie z. B. Finanzbehörden, Gläubigern und Anteilseignern, bereitstellt (Christians 2018, S. 39). Dessen Kernbereiche sind die Finanzbuchhaltung und je nach Rechtsform zumindest die jährliche Erstellung eines Jahresabschlusses. Das wesentliche Instrument ist die Finanzbuchhaltung, der die Aufgabe der Dokumentation durch eine systematische und lückenlose Aufzeichnung aller wirtschaftlich relevanten Ereignisse in den verschiedenen Fachbereichen des Unternehmens anhand von Belegen zukommt. Diese Informationen bieten gleichzeitig eine Datengrundlage für das interne Rechnungswesen, das der Unternehmensteuerung und -kontrolle dient und keinen gesetzlichen Bestimmungen unterliegt (Christians 2018, S. 39). Hier sind die Bereiche Statistik, Planung sowie Kosten- und Leistungsrechnung verortet. Sie stellen Grundlagen sowohl für die Messung und Kontrolle der Wirtschaftlichkeit und Liquidität sowie die Disposition des Unternehmens als auch für unternehmerische Entscheidungen bereit. Hierzu werden die finanziellen Konsequenzen von Entscheidungen und Ereignissen in internen Berichten oder Vorlagen aus Unternehmenssicht aufbereitet und mit verschiedenen Schwerpunkten gebündelt, um als Entscheidungsgrundlage zu dienen. So können aus den Daten Planungen und Entscheidungen z. B. über zukünftige Investitionen, Sortiments- und Preisgestaltung abgeleitet sowie die Kontrolle über Zielerreichung mittels Soll-Ist-Vergleichen vorgenommen werden (Christians 2018, S. 40). Informationen des Rechnungswesens werden in fast allen Fachbereichen des Unternehmens verarbeitet oder bzw. dafür erzeugt, so zum Beispiel bei allen Teilprozessen der Auftragsbearbeitung. Aufgrund der digitalen Systeme werden die Daten dabei nicht mehrfach erfasst, sondern mittels internem und externem Datenaustausch für die verschiedenen Zwecke herangezogen (Preiß 2015, S. 193). Aufgrund der Heterogenität der Unternehmen in Größe, Struktur,

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

63

Rechtsform etc. kann das Rechnungswesen unternehmensspezifisch sehr unterschiedlich ausgestaltet sein. In der dualen Berufsausbildung wird der Prüfungsbereich für Inhalte des Rechnungswesens meist unter der Bezeichnung „kaufmännische Steuerung und Kontrolle“ verankert (Preiß 2015, S. 191). Eine Dokumentenanalyse von 57 kaufmännischen, dualen Ausbildungsberufen ergab für den Bereich Kaufmännische Steuerung und Kontrolle, dass sowohl das interne als auch das externe Rechnungswesen über alle Berufe hinweg eine zentrale Bedeutung haben (Brötz et al. 2015, S. 93). Bezogen auf die Zahl an Textstellen in den Verordnungen nimmt das Rechnungswesen mit 38 % den weitaus größten Teil ein. Bedeutsam ist neben dem Zahlungsverkehr auch der Bereich Statistik/Controlling, dem 17 Prozent aller Codierungen der analysierten kaufmännischen Ausbildungsberufe zuzuordnen sind (Brötz et al. 2015, S. 93). Aspekte des Controllings und der Steuerung mittels Kennzahlen werden somit umfänglich in Ausbildungsordnungen abgebildet und sind nicht nur für den Fortbildungsbereich vorbehalten. Dabei wurden zwischen den meisten kaufmännischen Berufen im Rechnungswesen nur graduelle Unterschiede vorgefunden, wie zum Beispiel die vorrangige Nutzung von Warenwirtschaftssystemen in den Handelsberufen und ERP-Systemen bei den Industriekaufleuten. Im Vergleich zu anderen kaufmännischen Berufen wird u. a. den Bankkaufleuten eine Sonderstellung zugeschrieben, da das Kerngeschäft der Banken der Umgang mit Finanzen ist. Kompetenzanforderungen beziehen sich daher nicht nur auf das Rechnungswesen des eigenen Kreditinstitutes, sondern auch der Unternehmen aus der Kundschaft. Insgesamt wurden tendenziell in Berufen mit großem Anteil an Bürotätigkeiten mehr Kenntnisse im Rechnungswesen benötigt als in Berufen mit einem hohen Anteil an persönlichen Kundenkontakten (Brötz et al. 2015, S. 93). In den Ausbildungsordnungen werden demnach meist alle wesentlichen Bereiche des Rechnungswesens abgebildet. Die dazu gehörigen Inhalte werden bisher häufig in eigenen Berufsbildpositionen gebündelt. Da diese jedoch in der kaufmännischen Praxis vorwiegend in die verschiedenen Geschäftsbereiche integriert anfallen, wird auch eine integrative Verankerung in den jeweiligen Berufsbildpositionen vorgeschlagen. Allerdings sollten zuvor die Grundbegriffe des Rechnungswesens und die bestehenden Zusammenhänge zwischen den Komponenten vermittelt werden (Preiß 2015, S. 203). Aufgrund der umfassenden Abbildung aller Bereiche des Rechnungswesens in den Ausbildungsordnungen, ist davon auszugehen, dass die meisten kaufmännischen Berufe zunehmend von den dargestellten technologischen Entwicklungen berührt werden. Hierbei bestehen jedoch Unterschiede in Umfang, Tiefe, Kontext und in den Anwendungsbereichen, die sich aus den jeweils berufsspezifischen Anforderungen ergeben. Im Nachfolgenden werden die Entwicklungen anhand zweier Ausbildungsberufe näher betrachtet: den Industriekaufleuten, zu denen Ergebnisse einer aktuellen BIBB-Studie vorliegen (Jordanski, Schad-Dankwart & Nies 2019) sowie den Bankkaufleuten, deren Ausbildungsordnung mit Inkrafttreten zum 1.8.2020 novelliert wurde (Bundesgesetzblatt 2002, S. 7 ff.).

64

3

Gabriele Jordanski

Entwicklungen im Bereich der Industriekaufleute

3.1 Ausgangslage der industriekaufmännischen Berufsausbildung Für den kaufmännisch betriebswirtschaftlichen Beruf der Industriekaufleute gehört das Rechnungswesen zu den zentralen Aufgabenbereichen, es begegnet ihnen in den verschiedenen Einsatzgebieten des Unternehmens entlang der Wertschöpfungskette. In der aktuell gültigen Verordnung der Industriekaufleute vom 23.07.2002 werden die Anforderungen aller maßgeblichen Bereiche des internen und externen Rechnungswesens verpflichtend für alle Auszubildenden umfänglich in verschiedenen Berufsbildpositionen abgebildet (Bundesgesetzblatt 2002, S. 7 ff.). So finden sich bei der „Auftragsbearbeitung" das Erstellen von Rechnungen, in der Position „Leistungsabrechnung“ die Bereiche Buchhaltung, zu der das Führen von Bestands- und Erfolgskonten sowie das Bearbeiten von Vorgängen des Zahlungsverkehrs und Mahnwesens gehören, Kosten- und Leistungsrechnung mit dem Erfassen und Überwachen von Kosten, Bewerten und Verrechnen Leistungen, der Durchführung betriebsbezogener Kalkulationen sowie dem Anwenden der Instrumente der Kostenplanung und –kontrolle und schließlich Erfolgsrechnung und Abschluss, worunter sich Kompetenzen, wie Bewertungsvorschriften anwenden, Geschäftsabschlüsse des Ausbildungsbetriebes beurteilen sowie Kennzahlen zur Darstellung des betrieblichen Erfolges ermitteln und auswerten, verbergen. Buchhalterische Anforderungen auf der Lohn- und Gehaltsebene findet sich in der Position „Personaldienstleistungen“ (§ 4 Abs. 1 Nr. 7.2). Verortet bei den integrativen Unternehmensprozessen finden sich unter „Finanzierung“ z. B. das Ermitteln von Finanzierungskosten für Aufträge und Projekte sowie unter „Controlling“ Anforderungen wie das Beachten von Controllingsystemen, das Anwenden von Controlling-, betriebswirtschaftlichen Informations-, Kontroll- und Planungsinstrumenten sowie das Anfertigen von Statistiken, Ableiten und Auswerten Kennzahlen. Darüber hinaus kann im letzten Ausbildungsjahr über die Wahl eines Einsatzgebietes, wie „Leistungsabrechnung“ mit den Themen Kostenrechnungssysteme, Projektabrechnung und Beteiligungsverwaltung oder „Controlling“, die berufliche Handlungsfähigkeit im Rechnungswesen über einen Zeitraum von acht bis zehn Monaten erweitert und vertieft werden, um zur „ganzheitlichen Durchführung komplexer Aufgaben“ in diesem Bereich befähigt zu werden (Bundesgesetzblatt 2002, § 3, Abs. 1). Die kaufmännische Steuerung und Kontrolle stellt einen eigenen Prüfungsbereich dar, bei dem bis zu vier praxisbezogene Aufgaben aus dem Bereich Leistungsabrechnung unter Berücksichtigung des Controllings bearbeitet und gezeigt werden soll, dass Kosten erfasst, die betrieblichen Geld- und Wertströme analysiert sowie betriebswirtschaftliche Schlussfolgerungen daraus abgeleitet werden können. Durch diese Ausbildungsinhalte werden Fachkräfte qualifiziert, die als Generalisten den Überblick über die gesamten Geschäfts- und Produktionsprozesse besitzen und auch die in den Einsatzgebieten spezifischen Anforderungen des Rechnungswesens beherrschen. Sie sind dadurch befähigt, sämtliche Unternehmensprozesse im Rahmen der Planung und Steuerung aus betriebswirtschaftlicher Sicht zu unterstützen.

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

3.2

65

Entwicklungen im Tätigkeitsfeld der Industriekaufleute durch voranschreitende Digitalisierung

3.2.1 Kurzbeschreibung des 4.0-Projektes Im Rahmen eines Berufe-Screenings von 12 bundeseinheitlichen Ausbildungsberufen aus dem handwerklichen, gewerblich technischen und kaufmännischen Sektor sowie des Dienstleistungsbereichs wurden Fachkräftequalifikationen und Kompetenzen „für die digitalisierte Arbeit von morgen“ untersucht (Zinke 2019). Im Zuge dessen wurden auch die Auswirkungen zunehmender Digitalisierung auf die Tätigkeits- und Kompetenzanforderungen an Industriekaufleute eruiert (Jordanski, Schad-Dankwart & Nies 2019). Um ein differenziertes Bild der zu erwartenden Veränderungen im Tätigkeitsbereich der Industriekaufleute und der daraus resultierenden zukünftigen Kompetenz- und Qualifizierungsanforderungen an die Fachkräfte zu ermitteln, wurde ein explorativer Ansatz verfolgt und ein mehrstufiges Forschungsdesign zu Grunde gelegt. Auf Basis einer systematischen Literatur- und Dokumentenanalyse wurden in neun betrieblichen Fallstudien in Industrieunternehmen mit 23 Fach- und 17 Führungskräften verschiedener Fachbereiche Experteninterviews durchgeführt, von denen vier in den Einsatzgebieten Finanzbuchhaltung oder im Controlling tätig waren. Bei den Fallstudienunternehmen handelt es sich um erfahrene Ausbildungsbetriebe und sogenannte „Schrittmacherunternehmen“, die bereits umfänglich digitale Technologien neuer Generation im Tätigkeitsbereich der Industriekaufleute einsetzen. Die Ergebnisse aus den Fallstudien mündeten in einer Online-Befragung von knapp 400 betrieblichen Fach- und Führungskräften verschiedener Einsatzgebiete aus Betrieben verschiedener Größen und Branchen. Die Items, die sich konkret auf den Bereich Finanzbuchhaltung und Controlling bezogen, wurden von 116 Personen beantwortet. Diese konnten zu ihrer Funktion verschiedene Angaben machen, wobei auch Mehrfachantworten möglich waren. Im Ergebnis gaben 95 Personen an, Ausbildungsverantwortliche, 30 Fachkraft und 38 Führungskraft zu sein. Es waren alle Betriebsgrößen vertreten, wobei mit 79 Nennungen mehr als zwei Drittel der Befragten Unternehmen mit unter 500 Beschäftigten zuzuordnen sind, von denen rund die Hälfte auf Betriebe mit 100 bis 249 Beschäftigten entfallen. 36 Befragte kamen aus Großunternehmen mit 500 und mehr Beschäftigten, darunter 19 Familienunternehmen. Die Bandbreite der beteiligten Branchen ist sehr groß, wobei die Metall- und Elektrobranche mit 16 sowie der Maschinen- und Anlagenbau mit 14 Prozent am stärksten vertreten sind (vgl. Abbildung 1).

66

Gabriele Jordanski

Anzahl Befragte nach Branchen in Prozent Metall und Elektro

16

Maschinen- und Anlagenbau

14

Chemie und Pharma

9

Automobil

8

Bau

8

Dienstleistung

8

Kunststoff

6

Papier, Druck und Verpackung

5

Lebens- und Genussmittel

4

Energie

3

Textil

1

Sonstiges

11

keine Angabe N = 116

7 0

2

4

6

8

10

12

14

16

18

Abbildung 1: Anzahl der Befragten nach Branchen, in Prozent

Neben einer projektbegleitenden Expertengruppe wurden im Projektverlauf 14 Veranstaltungen mit unterschiedlichen Expertenzusammensetzungen in Form von Workshops oder vortragsgebundenen Diskussionen durchgeführt (Jordanski, Schad-Dankwart & Nies 2019, S. 39). 3.2.2 Ergebnisse der Befragungen Im Ergebnis zeigen beide Befragungen im Tätigkeitsfeld der Industriekaufleute eine umfängliche digitale Ausstattung. In den Fallstudienunternehmen wurden verbreitet ERP-Systeme vorgefunden, wobei jedoch eine große betriebliche Vielfalt im Ausmaß sowie in der Art und Weise, wie die Technologien verwendet werden, festzustellen ist. Die Unternehmen setzen unterschiedliche einsatzgebietsspezifische Programme ein, so sind u.a. Systeme der Warenwirtschaft, des Lieferantenmanagements, des Kundenbeziehungsmanagements im Vertrieb und Marketing, sowie Finanzbuchhaltungs- und Reportingprogramme in Buchhaltung und Controlling im Einsatz. Auch Dokumentenverwaltungssysteme scheinen einen festen Platz einzunehmen und sind zunehmend mit anderen Systemen vernetzt. Sie werden vor allem zur Sicherung von wichtigen Dokumenten und ihrer rechtlich vorgeschriebenen Archivierung genutzt. Auch der Online-Befragung zufolge werden vor allem ERP-Systeme, Warenwirtschaftssysteme und Kundenbeziehungsmanagementsysteme eingesetzt, aber auch Social-Media-Plattformen werden verbreitet genutzt, bzw. die Nutzung ist geplant (Jordanski, Schad-Dankwart & Nies 2019, S. 61 ff.). Der Einsatz der digitalen Technologien führt teilweise zu deutlichen Veränderungen in der Arbeitsweise und den betrieblichen Prozessen. Beide Befragungen deuten darauf hin, dass die Themen Vernetzung, Automatisierung und Big Data in besonderer Weise Einfluss auf die kaufmännischen Tätigkeiten der Industriekaufleute nehmen, so auch im Bereich des Rechnungswesens. Allerdings zeigte sich in den Fallstudien eine betriebsspezifisch unterschiedliche

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

67

Ausgestaltung der Tätigkeitsinhalte sowie Verantwortlichkeiten der Fachkräfte und den damit verbundenen Kompetenzanforderungen. Wie insgesamt bei zunehmender Digitalisierung steigt hierbei, neben dem Verständnis für einen zielgerichteten Einsatz verschiedener IT-Tools und – Systeme sowie der digitalen Abläufe, insbesondere der Anspruch an Kompetenzen im Umgang mit Daten. Hierzu kristallisierten sich im Projekt u. a. folgende Aspekte als relevant heraus: Sensibilisierung im Bereich Datenschutz, Gewährleistung von Medien- Datensicherheit, Kompetenz zu eigenständiger Recherche von Datenquellen oder Daten und Einschätzung ihrer Bedeutung adressatengerechte Aufbereitung und Vermittlung von Informationen (Jordanski, Schad-Dankwart & Nies 2019, S. 82). Aber auch Selbstkompetenzen, wie Eigeninitiative, Selbststeuerungsfähigkeiten und Veränderungsbereitschaft, sowie Sozialkompetenzen im Bereich Kommunikation, Kooperation und Kollaboration gewinnen an Bedeutung (Jordanski, Schad-Dankwart & Nies 2019, S. 87 ff.). Nachfolgend werden zentrale Tätigkeitsveränderungen erörtert. Rückgang von Routinetätigkeiten – Fallstudienergebnisse: Die Untersuchungsergebnisse bestätigen die Erwartung, dass Routinetätigkeiten an Bedeutung verlieren. In allen Betrieben findet sich in mehr oder weniger großem Umfang ein Rückgang an Arbeitsvorgängen wie standardisierte Verwaltungstätigkeiten, Belegerfassung, Abwicklung einfacher Bestellvorgänge, Rechnungserstellung und -bearbeitung, Botengänge sowie Ablage von Printdokumenten. Diese Aufgaben werden zunehmend entweder automatisiert oder ausgelagert bzw. fallen durch die papierlose Aktenführung weg. Fachkräfte sind aber weiterhin mit der Bearbeitung von komplexeren Aufgaben und Problem- oder Sonderfällen beschäftigt, die nicht automatisiert werden. In den Finanzbuchhaltungen der Fallstudienbetriebe sind Automatisierung und Vernetzung ein bedeutsames Thema, in dessen Folge es zum Teil zu deutlichen Veränderungen der Arbeitsprozesse kommt. Wenn auch in der konkreten Ausgestaltung eine größere betriebliche Vielfalt vorherrscht, so gibt es Aspekte, die für die meisten Betriebe festgestellt werden konnten. So ist insgesamt eine Verschiebung weg von Erfassungs- hin zu Kontrollaufgaben zu beobachten. Vor allem bei der Bearbeitung von Rechnungen sowohl in der Debitoren- als auch in der Kreditorenbuchhaltung wurden viele Rationalisierungen vorgefunden, die zur umfänglichen Reduzierung von Erfassungstätigkeiten geführt haben. Verbreitet ist der Wegfall händischer Rechnungserstellung und manueller Übertragung von Rechnungsdaten, da die elektronische Erfassung an Kunden oder Lieferanten ausgelagert wurde und Daten meist automatisiert in den jeweiligen Kontext eingespielt werden können. Z. B. sind die elektronisch eingehenden Lieferantenrechnungen mit Bestellvorgängen und Lieferantenstammdaten im System verknüpft, so dass ein Abgleich automatisiert erfolgen kann. Zum Teil werden auch digitale Rechnungsverarbeitungsprogramme eingesetzt, die verschiedene Formate automatisch einlesen können. Da Kundendaten vorwiegend in dauerhaft bestehenden Kundensätzen hinterlegt sind, konzentrieren sich übliche anfallende Tätigkeiten vor allem auf Kontrollaufgaben und Datenpflegeaufgaben. Angaben können immer auch veraltet, fehler- oder lückenbehaftet sein, daher erfolgen Kontrolle und ggf. notwendige Korrekturen durch die Fachkräfte. Im Zentrum stehen hierbei Vorgänge, die am System vorbeigelaufen sind oder Sachverhalte, die nicht ständig abgebildet werden. Im Zuge dieser Arbeiten werden Daten regelmäßig aktualisiert und zusammengeführt sowie die korrekte Zuordnung zu Kostenträgern und Archivierung sichergestellt.

68

Gabriele Jordanski

Die Möglichkeiten der Automatisierung von Rechnungsbearbeitungsschritten werden jedoch deutlich durch den Grad des Technologieeinsatzes der Lieferanten und Kunden eingeschränkt. So erwarten Betriebe mit handwerklichen Zulieferern eine besonders lange Übergangsphase, in der sie auch weiterhin postalisch zugesandte, zum Teil auch handschriftliche Rechnungen auf Papier erhalten. In diesen Fällen werden die Rechnungsdaten weiterhin im EDV-System manuell erfasst. Zusätzlich werden die Rechnungen eingescannt, um sie in der Dokumentenablage des Systems zu hinterlegen. Auch bei Sonderfällen werden Bestellvorgänge nicht automatisiert abgewickelt, z. B. werden spontan und kurzfristig für die Produktion benötigte Materialien häufig auf unkonventionellem Weg besorgt. Im Finanzbereich des Personalwesens verbreitet sind elektronische Entgeltabrechnungssysteme, über die auch ein Datenabgleich zu Unternehmensinformationssystemen erfolgen kann, sowie internet- bzw. intranetgestützte Programme für „Employer Self Services“, über die Reisekostenabrechnungen durch die Beschäftigten selbst durchgeführt werden können. In den befragten Betrieben, die solche Technologien nutzen, führte dies zu einem Rückgang einer ganzen Bandbreite an Lohn- und Gehaltsaufgaben, da viele Angaben bereits erfasst und Berechnungen digital voreingestellt sind. Dies gilt vor allem für Standardprozesse, hingegen werden auch hier Sonderfragen und Problemfälle weiterhin durch die Fachkräfte bearbeitet. Rückgang von Routinetätigkeiten – Onlinebefragung: Auch in der Onlinebefragung gehen 41 Prozent der 399 Befragten von zukünftig abnehmender Bedeutung verwaltender Routinetätigkeiten aus (vgl. Abbildung 2). Dies wird zusätzlich dadurch unterstrichen, dass diese Tätigkeiten aus Sicht vieler Befragter bereits aktuell an Wichtigkeit eingebüßt haben.

Verwaltende Routinetätigkeiten - zukünftige Bedeutung für Industriekaufleute in Prozent zunehmend

7

gleichbleibend

50

abnehmend

41

keine Angabe

2

N = 399 0

10

20

30

40

50

60

Abbildung 2: Zukünftige Bedeutung verwaltender Routinetätigkeiten für Industriekaufleute in Prozent

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

69

Bezogen auf die 116 Befragten mit besonderer Kenntnis des Bereichs Finanzbuchhaltung und Controlling erwarten 36 Prozent einen zukünftigen Bedeutungsrückgang (vgl. Abbildung 3).

Routinetätigkeiten in Finanzbuchhaltung und Controlling zukünftige Bedeutung in Prozent

zunehmend

8

gleichbleibend

55

abnehmend

N = 116

36

0

10

20

30

40

50

60

Abbildung 3: Zukünftige Bedeutung verwaltender Routinetätigkeiten in Finanzbuchhaltung und Controlling in Prozent

Umgang mit Daten – Fallstudienergebnisse: Der Einsatz von Programmen zur Dokumenten- und Papierverwaltung führt bei den Betrieben zu einer beginnenden Umgestaltung ihrer dokumentenintensiven Geschäftsprozesse hin zur papierlosen Aktenverwaltung. In der Folge verändern Fachkräfte die Vorgehensweisen, wie sie Informationen suchen, Dokumente und Inhalte erstellen, bearbeiten, verteilen und archivieren. In den Fallstudienbetrieben wurde in allen wesentlichen kaufmännischen Einsatzgebieten mehr oder weniger stark die Zunahme von Anforderungen und Möglichkeiten im Umgang mit Daten vorgefunden. Da die Beschäftigung mit Daten eine zentrale Rolle der im Rechnungswesen Tätigen einnimmt, ist davon auszugehen, dass sie von diesen Entwicklungen in größerem Umfang tangiert werden. Nach Aussage der Befragten dieses Einsatzgebietes werden die Datenkontrolle und -pflege, systemische Fehlerrecherche und Datensicherheit zunehmend wichtiger. „Da macht man Stichproben etc. pp. Die Arbeit verlagert sich aus dem Doing ins Controlling.“ (Führungskraft Finanzbuchhaltung, KMU). In diesem Zusammenhang wurde die Verbindung zwischen der Qualität der eingegebenen und den zur Auswertung ausgeworfenen Informationen herausgestellt. Gerade im Finanzwesen sei die Datenpflege und gewissenhafte Zuordnung von Daten essenziell, um realistische Entscheidungsvorlagen erarbeiten zu können. „Je detaillierter man Informationen aus dem System zurückbekommen will, umso detaillierter muss man die auch vorher fassen.“, so eine Führungskraft in der Finanzbuchhaltung eines mittelständischen Industriebetriebes. Es wurde auf eine stärkere Vernetzung der Finanzbuchhaltung mit anderen Fachbereichen und zunehmend komplexere Zugriffs- und Zuordnungsmöglichkeiten verwiesen, mit der Folge einer größer und

70

Gabriele Jordanski

netzförmiger werdenden Informationskette. „Die Informationskette, die ist wesentlich größer als früher, wo der … Buchhalter irgendwo in seinem dunklen Kämmerchen gesessen und dann die Rechnung verbucht hat.“ (Führungskraft Finanzbuchhaltung, KMU). Die finanztechnische Abbildung spezifischer Sachverhalte müsse, teilweise in Abstimmung mit anderen Fachbereichen, vorab reflektiert und organisiert werden. Schnittmengen ergaben sich vor allem zu den Bereichen Einkauf und Vertrieb, die oft Zugriffsberechtigungen zu den Daten haben und Erfassungen im System vornehmen können. Eine Schwierigkeit ergäbe sich daraus, dass zunehmend weniger Zeit zum Reflektieren bleibt, die sich zuvor meist während der Verrichtung von Routinen ergab. Auch das Berichtswesen wird zunehmend komplexer, in den befragten Betrieben werden umfassendere technische Lösungen genutzt, wenn auch im unterschiedlichem Ausmaß. Mittels der digitalen Systeme können einfache Standardabfragen automatisiert oder zumindest mit geringem Aufwand durchgeführt werden, da Standardberichte, Bilanzen, Gewinn- und Verlustrechnungen oder Betriebsabrechnungsbögen meist bereits vorkonfiguriert sind. In der Folge verlieren Tätigkeiten des Erstellens von Standardberichten für Fachkräfte an Aufwand und Bedeutung. Auf der anderen Seite bieten die neueren Systeme stark erweiterte Auswertungs- und Analysemöglichkeiten, wodurch andere Tätigkeiten an Bedeutung gewinnen würden. Die stärker vernetzten Systeme bieten eine Vielfalt und Vielzahl an möglichen Informationen und Daten zur weiteren Bearbeitung, teilweise in Echtzeit und bis hin zu Big Data. Zwischen den Betrieben zeigen sich große Unterschiede in Tiefe und Eigenständigkeit, mit der industriekaufmännische Fachkräfte hierbei tätig werden dürfen. So sind in manchen Betrieben die Berechtigungen deutlich eingeschränkt, denn Teilaufgaben werden vor allem nach Vorgaben der operativen Führungskraft und im System hinterlegten Definitionen durchgeführt. In anderen hingegen wird den Industriekaufleuten deutlich mehr Selbstständigkeit in der Form zugesprochen, dass sie Auswertungslisten und Berechnungen individuell erstellen, für die sie in Eigenregie geeignete Datenquellen und Daten auswählen, zusammenstellen und auswerten. Dies erfordert von den Fachkräften, dass sie den Überblick behalten und sich auf sinnvolle sowie wesentliche punktuelle Bereiche konzentrieren. Eine zunehmende Bedeutung konnte für die Analyse und Kontrolle von Daten festgestellt werden, insbesondere im Bereich des Auswertens von Kennzahlen und Statistiken für die Erfolgskontrolle und zur Steuerung betrieblicher Prozesse. In diesem Zusammenhang gewinnt auch das Thema „Big Data“ an Relevanz für die kaufmännische Steuerung und Kontrolle. Für die Fachkräfte erwachsen den Befragungen zufolge daraus Aufgaben, die Datenmengen zu filtern und handhabbar zu machen, unter Berücksichtigung von Herkunft, Kontext und Aussagekraft einzuordnen und zu verstehen, Entscheidungsvorlagen zu erarbeiten sowie auch Entscheidungen abzuleiten. Dazu gehört auch die Bewertung der Daten und Quellen sowie die Aufbereitung und Visualisierung der Ergebnisse. Betriebliche Unterschiede zeigen sich jedoch in Umfang und Tiefe, in dem Industriekaufleute derartige Aufgaben übernehmen, oft auch in Abhängigkeit von der Datenstruktur. In besonderem Maß nehmen nach Ansicht der Befragten Aufgaben im Rahmen der Daten- und Mediensicherheit sowie des Datenschutzes an Bedeutung zu, insbesondere bei zunehmender Vernetzung zwischen internen Bereichen und der internetbasierten Anbindung an externe Systeme. So sollten die Fachkräfte die für ihr Tätigkeitsfeld

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

71

wesentlichen rechtlichen Regelungen zum Datenschutz überblicken und sich auf dem Laufenden halten können. Als Beispiel wurde mehrfach auf die seit 2018 geltende EU-Datenschutzgrundverordnung (DSGVO) hingewiesen. Einfache Programmierkenntnisse dagegen sind in den Betrieben von sehr unterschiedlicher Bedeutung für die Industriekaufleute. Umgang mit Daten – Onlinebefragung: In der Online-Befragung wurden die Tendenzen aus den Fallstudienbetrieben überwiegend bestätigt, z. B. erwarten 74 Prozent der 399 Befragten, dass Datenschutz sowie Daten- und Mediensicherheit in Zukunft weiter an Relevanz gewinnen wird und 62 Prozent, dass der Umgang mit Big Data bedeutsamer wird (vgl. Abbildung 4). Allerdings zeigt sich abweichend für den Tätigkeitsbereich „Daten kontrollieren, sichern und pflegen“ mit 36 Prozent der Nennungen, dass weniger häufig ein Bedeutungszuwachs erwartet wird.

Umgang mit Daten - Zukünftige Bedeutung in Prozent Maßnahmen für Daten- und Mediensicherheit sowie Datenschutz durchführen

74

Große Datenmengen aus verschiedenen Datenquellen filtern und handhabbar machen

23

62

Zielführende Informationen aufbereiten und visualisieren

33

57

39

Entscheidungen ableiten und treffen

49

48

Daten eigenständig einordnen, verstehen, auswerten und interpretieren

48

47

Daten kontrollieren, sichern und pflegen

36 0%

Zunehmend

Gleichbleibend

20% Abnehmend

3

55 40%

60%

7 80%

100%

Keine Angabe

Abbildung 4: Umgang mit Daten –zukünftige Bedeutung in Prozent

Gefiltert auf die Aussagen der 116 Befragten mit Fachkenntnis im Bereich Finanzbuchhaltung und Controlling zeigen sich bei allen Items ähnliche Werte, lediglich bei „Maßnahmen für Daten- und Mediensicherheit sowie Datenschutz durchführen“ gehen etwas weniger Befragte von einem Bedeutungszuwachs aus (vgl. Abbildung 5).

72

Gabriele Jordanski

Umgang mit Daten - Zukünftige Bedeutung laut Befragten aus Finanzbuchhaltung und Controlling in Prozent Maßnahmen für Daten- und Mediensicherheit sowie Datenschutz durchführen

67

29

3

Große Datenmengen aus verschiedenen Datenquellen filtern und handhabbar machen

60

34

3

Zielführende Informationen aufbereiten und visualisieren

59

39

3

Entscheidungen ableiten und treffen

48

48

3

Daten eigenständig einordnen, verstehen, auswerten und interpretieren

50

44

2

Daten kontrollieren, sichern und pflegen

35 0

zunehmend

gleichbleibend

20

56 40 abnehmend

60

7 2 80

100

120

k.A.

Abbildung 5: Umgang mit Daten - Zukünftige Bedeutung laut Befragten aus Finanzbuchhaltung und Controlling, in Prozent

In der Onlinebefragung wurden ergänzend für den Fachbereich Finanzbuchhaltung und Controlling vier spezifische Items zur Einschätzung der aktuellen und zukünftigen Bedeutung bestimmter Tätigkeiten vorgegeben und von 116 Personen beantwortet. Aus den Antworten wird ersichtlich, welche Bedeutungsverschiebungen erwartet werden (vgl. Abbildung 6 und 7). Mit 47 Prozent gehören die Vorgänge des Zahlungsverkehrs und Mahnwesens sowie Kontrollund Überwachungstätigkeiten im Rechnungswesen zu den am häufigsten als aktuell bedeutsam eingeschätzten Aufgabenbereichen. Angesichts hoher Angaben zu gleichbleibender (74% bzw. 68%) und nur geringen zu abnehmender Bedeutung (10% bzw. 4%) sind sie auch zukünftig relevant. Tätigkeiten, die von einer vergleichsweise geringeren Anzahl der Befragten als aktuell wichtig angesehen werden, wie das eigenständige Anfertigen von Statistiken und Reportings (37%) und das Ermitteln und Auswerten von Kennzahlen (36%), gewinnen zukünftig an Bedeutung (44% bzw. 41%).

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

73

Tätigkeiten in Finanzbuchhaltung und Controlling - Aktuelle Bedeutung in Prozent

Statistiken und Reportings eigenständig anfertigen

37

Kennzahlen ermitteln und auswerten

36

Geschäftsvorgänge für das Rechnungswesen kontrollieren, überwachen

Eher wichtig

10

15

3

17

3

47

47

0 Wichtig

43

43

Vorgänge des Zahlungsverkehrs/Mahnwesens bearbeiten

N = 116

44

20

9 1

41

30

Eher unwichtig

40

50

Unwichtig

60

10 0

70

80

90

100

Keine Angabe

Abbildung 6: Aktuelle Bedeutung von Tätigkeiten in Finanzbuchhaltung und Controlling (in %)

Tätigkeiten in Finanzbuchhaltung und Controlling Zukünftige Bedeutung in Prozent Statistiken und Reportings eigenständig anfertigen

44

Kennzahlen ermitteln und auswerten

41

Geschäftsvorgänge für das Rechnungswesen kontrollieren, überwachen

Zunehmend

Gleichbleibend

10

23

68

14 0

13

55

26

Vorgänge des Zahlungsverkehrs und des Mahnwesens bearbeiten

N = 116

53

42

74 20

30

Abnehmend

40

50

10 2 60

70

80

90

Keine Angabe

Abbildung 7: Zukünftige Bedeutung von Tätigkeiten in Finanzbuchhaltung und Controlling (in %)

100

74

Gabriele Jordanski

Betrachtet man die beiden letztgenannten Tätigkeiten in Abhängigkeit von der Betriebsgröße, sind die Unterschiede der Einschätzungen zwar nicht signifikant und es ist zu beachten, dass es sich mit N=116 um eine kleine Stichprobe handelt, jedoch deuten sich gewisse Tendenzen an. So nimmt die Bedeutung des Anfertigens von Statistiken und Reportings mit einem Unterschied von 14 Prozentpunkten in Unternehmen mit 250 und mehr Beschäftigten verbreiteter zu als in den kleineren Betrieben (vgl. Abbildung 8).

Zukünftige Bedeutung "Statistiken und Reportings anfertigen" nach Betriebsgröße in Prozent 39 KMU bis 249 Beschäftigte (N=64)

61

53 Unternehmen ab 250 Beschäftigte (N=49)

45

0

10

zunehmend

20

30

gleichbleibend

40

50

60

70

abnehmend

Abbildung 8: Zukünftige Bedeutung von Statistiken und Reportings anfertigen, in Prozent

Im Gegensatz dazu steigt mit 44 Prozent die Relevanz der Tätigkeit „Kennzahlen ermitteln, auswerten und interpretieren“ häufiger in Betrieben mit bis zu 249 Beschäftigen, wobei der Unterschied mit fünf Prozentpunkten vergleichsweise geringer ausfällt. Bei den Großunternehmen erwarten vier Prozent einen Bedeutungsrückgang (vgl. Abbildung 9).

Zukünftige Bedeutung von Kennzahlen ermitteln, auswerten, interpretieren in Prozent 44 KMU bis 249 Beschäftigte (N=64)

56 0 39

Unternehmen ab 250 Beschaftigte (N=49)

57 4 0

zunehmend

10

20

gleichbleibend

30

40

50

abnehmend

Abbildung 9: Zukünftige Bedeutung von Kennzahlen ermitteln, auswerten, interpretieren, in Prozent

60

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

75

Kompetenzanforderungen Umgang mit Daten – Fallstudienergebnisse: Die zunehmende Komplexität der IT-Systeme, des Datenangebots sowie der Möglichkeiten zur Auswertung führt aus Sicht der Befragten zu steigenden Anforderungen an Kompetenzen der Fachkräfte im Umgang mit Daten. Wenn auch betriebsspezifisch unterschiedlich in Umfang und Intensität, lassen sich die verbreitet geforderten Kompetenzen folgendermaßen zusammenfassen:  vertiefte Kenntnisse der Office-Programme (vor allem Excel für die Erstellung von Auswertungen)  Bedienungskompetenzen digitaler Programme und Medien (v. a. Knowhow über verfügbare Tools und deren Möglichkeiten, Lösungen herbeizuführen)  Visualisierungsprogramme beherrschen  digitale Abläufe verstehen, digitale Anwendungen im richtigen Kontext nutzen, mögliche Folgen und Auswirkungen verstehen  Verständnis, wie Geschäftsprozesse mit digitalen Technologien und Medien umgesetzt werden  hohes Verständnis für digitale Abläufe und Abhängigkeiten im System im Sinne von Vernetzungen und Schnittstellen  Recherche- und Analysefähigkeiten  Datenverständnis  Regelungen des Datenschutzes und der Datensicherheit beherrschen Für dual ausgebildete Fachkräfte, die in Sachbearbeiter-Funktionen tätig sind, kommt es durch eine zunehmende Digitalisierung zu Verschiebungen der Schwerpunkte in den Tätigkeiten. Buchungstätigkeiten und andere automatisierbare Vorgänge fallen zunehmend weniger an, dafür steigt der Anteil komplexer Tätigkeiten und Problemlösefunktionen in Form von Aufgaben der Kontrolle und der Bereitstellung von Auswertungen für betriebswirtschaftliche Entscheidungsvorlagen im Rahmen des internen Rechnungswesens. Dadurch steigen die Anforderungen. Es wird eine wichtige Aufgabe der Berufsausbildung sein, den Auszubildenden die erforderlichen Kompetenzen so zu vermitteln, dass sie für die zukünftigen Anforderungen des Rechnungswesens gewappnet sind.

4

Entwicklungen im Bereich der Bankkaufleute

4.1 Ausgangslage für Bankkaufleute Im Vergleich zu Industriekaufleuten sind Tätigkeiten der kaufmännischen Steuerung und Kontrolle im betrieblichen Alltag von Bankkaufleuten in geringerem Umfang vorzufinden. Durch die starke digitale Durchdringung des Bankensektors nehmen die Anforderungen an dazugehörige Kompetenzen noch weiter ab. Kreditinstitute gehören gemeinsam mit Versicherungsunternehmen als wissensintensive Dienstleister verbreitet zu den Unternehmen, die sich gründlich mit dem Thema Digitalisierung auseinandersetzen und für die das Internet als Basistechnologie eine hohe Bedeutung für die Geschäftsaktivitäten hat (Stettes 2018, S. 6). Ein zentraler Aspekt bei der Leistungserbringung ist die elektronische Datenverarbeitung, wozu neben großen Mengen zu bewältigender Transaktionsprozesse auch der Zugang zum Kunden gehört, der sich

76

Gabriele Jordanski

durch Vernetzung und Automatisierung verändert (AGV Banken 2015). So digitalisieren Banken bereits seit vielen Jahren ihre Transaktions- und Abwicklungsprozesse und nutzen zunehmend digitale Vertriebs- oder Servicekanäle – insbesondere das Online- Banking (AGV Banken 2015, S. 6). Die Digitalisierung bankbezogener Leistungen gewinnt noch weiter an Dynamik und hat mittlerweile auch die Kundenberatung erreicht, so dass grundlegende Änderungen in der Schnittstelle zum Kunden festzustellen sind. Auch die Entwicklung von technologischen Innovationen schreitet voran. So wird zum Beispiel die durch Vernetzung ermöglichte Blockchain-Technologie intensiv diskutiert und weiterentwickelt, um sie für die Bankenbranche nutzbar zu machen (Bitkom 2016, S. 5; Reuse, Frère & Schab 2018). Hierbei handelt es sich um fortlaufend erweiterbare Datenblöcke, die mittels kryptographischer Verfahren miteinander verkettet sind. Beim Einsatz in dezentral geführten Buchführungssystemen bedeutet das, dass spätere Transaktionen auf früheren aufbauen und deren Korrektheit bestätigen. mit der Folge, dass Manipulationen sofort sichtbar werden würden (Bitkom 2016, S. 5). Der Blockchain-Technologie wird das Potenzial zugesprochen, erhebliche Veränderungen herbeiführen zu können. Im Zuge der Entwicklungen kam es in der Banken-Arbeitswelt in den vergangenen Jahren zu umfassenden Umstrukturierungen, die nicht nur aber in besonderen Maße durch digitale Technologien neuerer Generation angetrieben werden. Entsprechend verändern sich die Tätigkeiten und Kompetenzanforderungen an Bankkaufleute. Um den veränderten Anforderungen der beruflichen Praxis gerecht zu werden, wurde die Berufsausbildung der Bankkaufleute neugeordnet. Die neue Verordnung tritt zum 1. August 2020 in Kraft (Bundesgesetzblatt 2020, S. 121 ff.) und löst damit die bis dahin gültige Verordnung vom 30.12.1997 ab. In der alten Verordnung hatte der Bereich der kaufmännischen Steuerung und Kontrolle eine relativ umfängliche Abbildung über die Positionen „Rechnungswesen“ (§ 3 Nr. 6.1) und „Steuerung“ (§ 3 Nr. 6.2) sowie ein eigenes Prüfungsfach „Rechnungswesen und Steuerung“, in dem der Prüfling praxisbezogene Aufgaben und Fälle zu analysieren und bearbeiten hatte. Für die Inhalte aus „Rechnungswesen“ und „Steuerung“ war vorgegeben, dass sie im Zusammenhang mit den einzelnen berufsspezifischen Themenfeldern, wie z. B. Geld- und Vermögensanlage oder Kreditgeschäft, zu vermitteln sind (Bundesgesetzblatt 1998, S. 57). 4.2 Die Neuordnung der Berufsausbildung der Bankkaufleute Im Neuordnungsverfahren wurde den Eckwerten folgend geprüft, ob die Inhalte des Rechnungswesens zukünftig als eigenständige integrative Berufsbildposition mit zeitlicher Zuordnung oder in die verschiedenen Fachinhalte im berufsspezifischen Bereich integriert verankert werden sollten. Darüber hinaus waren die Inhalte den aktuellen Anforderungen der Bankenbranche anzupassen. Zwar sind die Gegebenheiten in den verschiedenen Bankensektoren (private Geschäftsbanken, Genossenschaftsbanken und Sparkassen) unterschiedlich, jedoch beschrieben die Sachverständigen bei allen eine abnehmende Bedeutung des Rechnungswesens, die sich aus den technologischen Entwicklungen ergibt. Überlegungen, in welchem Umfang sich die abnehmende Bedeutung in reduzierten Ausbildungsinhalten spiegeln sollten, wurden von dem Konsens der Sachverständigen geprägt, dass der Beruf der Bankkaufleute auch zukünftig ein kaufmännischer Beruf bleiben soll, der auch weiterhin gewisse betriebswirtschaftliche Kompetenzen erfordert. Diese beziehen sich dann weniger auf Buchhaltungsaufgaben als

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

77

vielmehr auf ein ökonomisches Grundverständnis, dass für eine kompetente ganzheitliche Beratung der Kunden in ihren finanziellen Belangen notwendig ist. Für Bankkaufleute gilt noch immer, dass ein Verständnis über die Prozesse entlang der Wertschöpfungskette für ihr kaufmännisch-betriebswirtschaftliches Verständnis elementar ist. Auch die Einschätzung der wirtschaftlichen Lage der Geschäftskunden, die Kredite benötigen, erfordert weiterhin Kompetenzen des Rechnungswesens. Daher war eine diskussionsintensive Abwägung erforderlich, um die Anforderungen an kaufmännische Steuerung und Kontrolle in angemessener Form als für alle Bankensektoren sinnvoll vermittelbare Mindestanforderungen zu erarbeiten. Im Ergebnis wurden die Inhalte verschlankt und auf verschiedene Art im berufsspezifischen Bereich verankert (vgl. Tabelle 1). Tabelle 1: Rechnungswesen bezogene Inhalte in der Verordnung von 2020 Berufsbildpositionen zu den Anforderungen des Rechnungswesens in der Verordnung der Berufsausbildung zum Bankkaufmann/zur Bankkauffrau von 2020 An gewerblichen Finanzierungen mitwirken

a) Rechtsformen bei gewerblichen Kunden und deren Vertretung unterscheiden

(§ 4 Absatz 2 Nummer 10)

b) Finanzierungsarten für gewerbliche Kunden und deren Verwendungsmöglichkeiten unterscheiden c) Unterlagen, insbesondere Ergebnisse aus Kundenbilanzen, und wesentliche Kennzahlen zur Vorbereitung der Kreditwürdigkeitsprüfung einschätzen d) Wertverluste und Abschreibungen sowie deren Auswirkungen berücksichtigen e) persönliche, wirtschaftliche und rechtliche Voraussetzungen für Kreditaufnahmen bewerten f) Sicherheiten unterscheiden, deren Sicherungswert und Risiken erklären sowie den Einsatz der Sicherheiten kundengerecht begründen g) Signale für die Gefährdung von Finanzierungen nennen h) Kunden über vertragliche Bedingungen informieren, rechtliche Regelungen, insbesondere zum Zivil- und Aufsichtsrecht, einhalten i) rechtliche Regelungen und betriebliche Vorgaben zum Datenschutz und zur Datensicherheit einhalten

Instrumente der kaufmännischen Steuerung und Kontrolle nutzen (§ 4 Absatz 2 Nummer 11)

a) Zweck und Aufbau der betrieblichen Kosten- und Leistungsrechnung darstellen b) Auswirkungen von Geschäftsvorfällen auf den Betriebserfolg bewerten und bei Entscheidungen berücksichtigen c) Gegenüberstellung der Kosten und Erlöse von Geschäftsverbindungen mit Kunden bewerten und für die Gestaltung der Konditionen nutzen d) statistische Daten aufbereiten und auswerten e) Aufgaben des Controllings als Informations- und Steuerungsinstrument beschreiben

78

Gabriele Jordanski

So wurden bestimmte Inhalte des externen Rechnungswesens in die berufsprofilgebende Berufsbildposition „An gewerblichen Finanzierungen mitwirken“ (§ 4, Abs. 2, Nr. 10) integriert, z. B. in Form des Lernziels „Unterlagen, insbesondere Ergebnisse aus Kundenbilanzen, und wesentliche Kennzahlen zur Vorbereitung der Kreditwürdigkeitsprüfung einschätzen“. Dadurch werden die erforderlichen Kenntnisse, Fähigkeiten und Fertigkeiten so vermittelt, wie sie in der Berufspraxis anfallen: gebunden an Tätigkeiten im Rahmen des Kreditgeschäftes und der Beratung von Geschäftskunden. Auch die übrigen Inhalte wurden angepasst an die zukünftigen Anforderungen der Bankenbranche gestrafft und kompetenzorientiert umformuliert, um sie als verschlankte Berufsbildposition „Instrumente der kaufmännischen Steuerung und Kontrolle nutzen“ (§ 4, Abs. 2, Nr. 11) im berufsspezifischen Abschnitt A des Ausbildungsrahmenplanes zu positionieren. In der betrieblichen Praxis wird die Buchführung zunehmend nicht mehr als eigenständiges Thema gesehen, da die Buchhaltungsvorgänge zentralisiert und der Zahlungsverkehr meist automatisiert über digitale Transaktionssysteme abgewickelt werden. Infolgedessen bieten sich auch für die Auszubildenden in der Praxis kaum noch Berührungspunkte mit Buchhaltungsvorgängen. Daher erhält dieser Bereich in der Ausbildung einen deutlich geringeren Stellenwert. Buchungen dienen zukünftig vor allem didaktischen Zwecken bei der Vermittlung anderer Kompetenzen, denn die anderen Bereiche des Rechnungswesens basieren auf gebuchten Daten, weshalb zumindest ein Grundverständnis für Buchungsvorgänge notwendig und sinnvoll erscheint. Verbunden damit ist Buchführung nicht mehr als eigenständiges Fach, sondern angedockt an spezifische Anwendungsfelder als Grundlage für andere Tätigkeiten und Kompetenzen zu betrachten und vermitteln. Mit den Worten eines Sachverständigen des Bundes: „Buchführung ist nicht mehr um der Buchführung selbst zu vermitteln, sondern um Vorgänge nachvollziehbar zu machen.“ Durch die digitalen automatisierten Massentransaktionen werden geringere Kenntnisse im Zahlungsverkehr benötigt und auch im auch im Barzahlungsverkehr zeigen sich Veränderungen. Dieser ist zwar noch verbreitet, jedoch erfolgen Zahlungen im Rahmen des privaten Konsums zunehmend bargeldlos. Zum Beispiel nutzen Kunden im stationären Handel häufig die Möglichkeiten der Kartenzahlung, im Online-Handel ist die Nutzung von digitalen Bezahlsystemen ohnehin üblich. Entsprechend verändert sich die Bedeutung des Kassenschalters in den Kreditinstituten, wobei die Entwicklungen in den Bankensektoren unterschiedliche Ausprägungen annehmen. Beispielsweise gibt es Genossenschaftsbankfilialen in ländlichen Gebieten, in denen bargeldbezogene Leistungen am Kassenschalter, zumindest vorerst, weiterhin von Kunden nachgefragt werden. Hingegen haben Direktbanken in Ermangelung von Filialen überhaupt keine Kassenschalter. Um die abnehmende Bedeutung des Kassengeschäftes in der Bankenbranche abzubilden, haben sich die Sachverständigen darauf verständigt, den Barzahlungsverkehr und damit auch die Ausbildung an einer Kasse nicht mehr explizit als Mindestanforderung in die Berufsausbildung aufzunehmen. Auch in den neuen Prüfungsregelungen wurden die Belange des Rechnungswesens in reduzierter berücksichtigt. In der Abschlussprüfung wurde hierfür kein eigener Prüfungsbereich mehr eingerichtet, sondern die entsprechenden Inhalte werden integriert in den anderen Prüfungsbereichen bei den einschlägigen Geschäftsfeldern abgeprüft.

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

79

Im Rahmenlehrplan-Ausschuss der KMK wurde im Zuge der Erarbeitung der berufsschulischen Lernfelder des Rahmenlehrplanes intensiv diskutiert, in welcher Form die erforderlichen Inhalte kaufmännischer Steuerung und Kontrolle sinnvoll verankert werden könnten. Abgewogen wurde hierbei zwischen der Schaffung spezifischer Lernfelder und einer handlungssystematischen Vorgehensweise, bei der die Inhalte in den verschiedenen anderen Lernfeldern verankert werden. Vorteile einer Vermittlung der Inhalte anhand der einzelnen Geschäftsfelder wurde in der Praxisorientierung gesehen. Hingegen wurde hierbei als problematisch erachtet, dass es sich beim Rechnungswesen um ein sehr komplexes in einander greifendes Gebilde handelt. Nach Erfahrung der Lehrkräfte könnten die meisten Auszubildenden als Neulinge auf dem Gebiet diese Komplexität nicht erfassen, wenn die Inhalte vorne herein „zerstückelt“ anhand der einzelnen Geschäftsfelder vermittelt werden. Daher wurde es als didaktisch sinnvoll erachtet, zunächst die Grundlagen kompakt und zusammenhängend zu vermitteln, um den Auszubildenden einen kompletten Überblick über Inhalte zu verschaffen und die Zusammenhänge zu verdeutlichen. Das dadurch erworbenen kaufmännisch/betriebswirtschaftlichen Grundverständnis soll dann in einem aufbauenden Schritt eine Konkretisierung an handlungsfeldbezogenen, praktischen Fällen erfahren und weiter vertieft werden. Hierfür ist insbesondere der Bereich der Geschäftskunden relevant. Im Ergebnis der Diskussion wurden daher für den Rahmenlehrplan zwei spezifische Lernfelder für die Inhalte der kaufmännischen Steuerung und Kontrolle entwickelt: Lernfeld 7 „Wertströme und Geschäftsprozesse erfassen und dokumentieren“ mit einem Zeitrichtwert: 60 Stunden und in Lernfeld 11 „Wertschöpfungsprozesse erfolgsorientiert steuern“, für das 80 Stunden veranschlagt wurden. Die Unterrichtszeit wurde damit im Vergleich zur bisherigen Verordnung um 40 Stunden reduziert, was erkennen lässt, dass in Entsprechung zum Ausbildungsrahmenplan auch hier die Inhalte gestrafft wurden. Um trotz der für das Rechnungswesen spezifischen Lernfelder eine gelungene handlungsorientierte Anbindung der Inhalte auch an praxisbezogenen Fallsituationen in den Geschäftsfeldern zu realisieren, wird eine noch stärkere Abstimmung und gemeinsame Erarbeitung der Lehrkräfte untereinander notwendig sein. Dies würde an vielen Berufsschulen, deren Konzepte stärker handlungssystematisch als fachsystematisch aufgebaut sind, bereits seit längerer Zeit praktiziert. Jedoch sollte das abgestimmte, integrative Vorgehen nach Ansicht des Rahmenlehrplanausschusses idealerweise an allen Berufsschulen Eingang finden. Insgesamt ist für die verantwortlichen Ausbilderinnen und Berufsschullehrkräfte festzuhalten, dass sich die zu vermittelnden Inhalte nicht nur reduzieren, sondern auch, dass das Rechnungswesen noch stärker als bisher orientiert an realen Geschäftsprozessen vermittelt werden sollten. Vor allem für Buchführungsinhalte gilt, dass sie nur erklärend für andere Sachverhalte herangezogen werden sollten. Die Vermittlung des ökonomischen Grundverständnisses sollte in der Art erfolgen, dass es als Basis für eine ganzheitliche Beratung dienen kann und ein vorausschauendes Mitdenken im Sinne des Kunden ermöglicht. Dies führt noch weiter weg vom Fächerunterricht und stärker hin zum Lernfeldkonzept mit fächerübergreifenden Vermittlung.

5

Zusammenfassung und Ausblick

Die Ausführungen zeigen, dass die Anforderungen des Rechnungswesens berufsspezifisch unterschiedlich ausgeprägt sein können und sich die Auswirkungen der voranschreitenden Digitalisierung auf Tätigkeiten, Prozesse und Kompetenzanforderungen jeweils mit Abweichungen

80

Gabriele Jordanski

ausgestalten. Dementsprechend sind auch die Folgen für die Entwicklungen der Berufsbilder differenziert einzustufen. Jedoch gibt es grundlegende Tendenzen, die für viele kaufmännische Berufe zu beobachten sind. Dies gilt vor allem für den Wegfall der Standardaufgaben und Routineprozesse eines wiederkehrenden Tagesgeschäfts, wie zum Beispiel Buchungstätigkeiten, die z. B. für Bankkaufleute in der betrieblichen Praxis schon seit langem nahezu keine Rolle mehr spielen. In den Industriebetrieben hat diese Entwicklung erst später eingesetzt, jedoch werden auch hier z. B. Rechnungsvorgänge zunehmend durch digitale Systeme automatisiert durchgeführt, mit steigender Tendenz. Für beide Berufe gilt eine zunehmende Bedeutung von Datenschutz und Datensicherheit sowie Mediensicherheit. Anders verhält es sich mit den Kontroll- und Steuerungstätigkeiten, hier kommt es nur bei den Industriekaufleuten zu einem Bedeutungszuwachs für das kaufmännische Tätigkeitsfeld der Fachkräfte. Für Bankkaufleute geht tendenziell die Bedeutung des Rechnungswesens insgesamt etwas zurück und spielt vor allem integrativ, d. h. gebunden an Beratungsbereiche eine Rolle und unterstützt dabei, Zusammenhänge zu verstehen. Gemeinsam für die beiden kaufmännischen Berufe ist Notwendigkeit der Kompetenz des betriebswirtschaftlichen Denkens und der Überblick über die Wertschöpfungskette, die weiterhin wichtig bleiben. Industriekaufleute benötigen dies umfassender, weil sie zukünftig vor allem Problemlöser für die komplexeren oder problematischeren Fällte werden. Ein Verständnis für Neben- und Folgewirkungen und das sogenannte vernetzte Denken ist daher für sie eine wesentliche Kompetenz beim Umgang mit komplexen, wenig durchschaubaren digitalen Systemen. Das Berichtswesen ist auch differenziert zu betrachten. Bankkaufleute übernehmen im Normalfall keine Erstellung von Berichten, diese erfolgt zentral in Fachabteilungen. Bei den Industriekaufleuten zeigt sich dies in den Betrieben unterschiedlich. Bevorzugt ein Unternehmen vor allem Standardberichte, so werden diese zunehmend mit digitalen Programmen nach voreingestellten Vorgaben automatisiert gefertigt. In diesen Fällen gehen die durchzuführenden Tätigkeiten der Fachkräfte deutlich zurück. Werden in Betrieben vom Standard abweichende Berichte für interne Planungen und Entscheidungen nachgefragt, so werden betriebsabhängig auch Industriekaufleute mit dazu gehörigen Aufgaben betraut, wenn sie über die notwendigen Kompetenzen verfügen. Die Veränderungen im Rechnungswesen können in den Unternehmen besonderes deutlich ausfallen und die Einsatzgebiete der dual ausgebildeten kaufmännischen Fachkräfte einschneidend verändern. Der Erhalt der Employability der Fachkräfte wird dadurch in der Zukunft zu einer anspruchsvollen Aufgabe. Daher ist es besonders wichtig, für jeden Beruf systematisch herauszuarbeiten, welche Rechnungswesen bezogenen Tätigkeiten und Kompetenzen auch dann noch wichtig bleiben, wenn die Systeme viele Vorgänge automatisch übernommen haben. In diesen Bereichen sollten die Fachkräfte besonders gestärkt werden. Die Themen der kaufmännischen Steuerung und Kontrolle sollten dabei zunehmend in integrativer Form vermittelt werden, da dies stärker den vernetzten betrieblichen Realitäten und den kognitiven Anforderungen entspricht. Auch sollten die unterschiedlichen Ausgangslagen der Betriebe im Blick behalten werden, damit keine Ausbildungsbetriebe abgehängt werden.

Kaufmännische Steuerung und Kontrolle im 4.0 Arbeitsumfeld

81

Literatur AGV Banken (Arbeitgeberverband des privaten Bankgewerbes e. V.) (2015). Digitalisierung. 2015. Arbeitskreis Externe Unternehmensrechnung der Schmalenbach-Gesellschaft für Betriebswirtschaft e.V. (2018). Chancen und Herausforderungen der Digitalisierung für die Effektivität und Effizienz des Rechnungswesens. In S. Krause & B. Pellens (Hrsg.), Betriebswirtschaftliche Implikationen der digitalen Transformation (S. 301–317). Wiesbaden: Springer Gabler. Bachmann, R.; Kemper, G. & Gerzer, T. (2014). Big Data - Fluch oder Segen? Unternehmen im Spiegel gesellschaftlichen Wandels. Heidelberg: mitp. Bitkom (Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V.) (2012). Big Data im Praxiseinsatz – Szenarien, Beispiele, Effekte. URL: https:// www.bitkom.org/noindex/Publikationen/2012/Leitfaden/Leitfaden-Big-Data-im-Praxiseinsatz-Szenarien-Beispiele-Effekte/BITKOM-LF-bigdata-2012-online1.pdf [19.12.2019]. Bitkom (Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V.) (2016). Blockchain #Banking. Ein Leitfaden zum Ansatz des Distributed Ledger und Anwendungsszenarien. URL: https://web.archive.org/web/20171222051930/http://www.digitalestadt.org/bitkom/org/noindex/Publikationen/2016/Leitfaden/Blockchain/161104-LF-Blockchain-final-2.pdf [19.12.2019]. Bogaschewsky, R. & Müller, H. (2015). Vorstudie Einkauf 4.0 Digitalisierung des Einkaufs. URL: https://www.bme.de/fileadmin/_horusdam/4190-Vorstudie_Einkauf_40.pdf [19.12.2019]. Bogaschewsky, R. & Müller, H. (2018). BME‐Barometer „Elektronische Beschaffung“. URL: http://www. cfsm.de/fileadmin/Downloads/Studien/2018/Barometer_2018_Vollstudie_final.pdf [19.12.2019]. Brötz, R.; Kock, A.; Annen, S. & Schaal, T. (2015). Charakteristik und Vielfalt der kaufmännischen Berufe – Methoden und Ergebnisse des Forschungsprojekts GUK. In R. Brötz & F. Kaiser (Hrsg.), Kaufmännische Berufe - Charakteristik, Vielfalt und Perspektiven (S. 189–205). Bielefeld: W. Bertelsmann. Bundesgesetzblatt (2020). Verordnung über die Berufsausbildung zum Bankkaufmann/zur Bankkauffrau vom 11.2.2020. URL: http://www.bgbl.de/xaver/bgbl/start.xav?startbk=Bundesanzeiger_BGBl&jumpTo=bgbl120s0121. pdf [31.03.2020]. Bundesgesetzblatt (2002). Verordnung über die Berufsausbildung zum Industriekaufmann/zur Industriekauffrau vom 23.7.2002. URL: https://www.gesetze-im-internet.de/indkfmausbv_2002/IndKfmAusbV_2002.pdf [31.03.2020]. Bundesgesetzblatt (1998). Verordnung über die Berufsausbildung zum Bankkaufmann/zur Bankkauffrau vom 30.12.1997. URL: https://www.gesetze-im-internet.de/bankkfm_kfrausbv/BankKfm_KfrAusbV.pdf [31.03.2020]. Christians, U. (2018). Buchhaltung, Bilanzierung und Finanzflussrechnung. In W. Schmeisser et.al. (Hrsg.), Neue Betriebswirtschaft. Theorien, Methoden, Geschäftsfelder (S. 39–102). München: UVK. Dengler, K. & Matthes, B. (2015). Research Report. Folgen der Digitalisierung für die Arbeitswelt: Substituierbarkeitspotenziale von Berufen in Deutschland. IAB-Forschungsbericht, No. 11/2015. URL: https://www.econstor.eu/bitstream/10419/146097/1/843867167.pdf [19.12.2019]. FeRD (2014). Das ZUGFeRD-Format Spezifikation und Umsetzungsregeln zum branchenübergreifenden KernRechnungsformat des Forums elektronische Rechnung Deutschland (FeRD). URL: https://konik.io/ZUGFeRD-Spezifikation/Das-ZUGFeRD-Format_1p0.pdf [31.03.2020]. Hesseler, M. & Görtz. M. (2007). Basiswissen ERP-Systeme: Auswahl, Einführung & Einsatz betriebswirtschaftlicher Standardsoftware. Herdecke: W3L. Hoffjan, A.; Schumacher, C. & Galant, I. (2017). Echtzeitsteuerung. Controlling, 29(K), 31–35. Jordanski, G.; Schad-Dankwart, I. & Nies, N. (2019). Berufsbildung 4.0 – Fachkräftequalifikationen und Kompetenzen für die digitalisierte Arbeit von morgen: Der Ausbildungsberuf „Industriekaufmann/-kauffrau“ im Screening. Leverkusen: Barbara Budrich. Kagermann, H.; Wahlster, W. & Helbig, J. (2013). Deutschlands Zukunft als Produktionsstandort sichern. Umsetzungsempfehlungen für das Zukunftsprojekt Industrie 4.0. Abschlussbericht des Arbeitskreises Industrie 4.0. Frankfurt a. M.

82

Gabriele Jordanski

Ostendorf, R.J. & Stahl (2017). Paydirekt zur Sicherung der Zahlungsverkehrserträge deutscher Kreditinstitute. Im Kampf gegen Paypal und Co. Paydirekt zur Sicherung der Zahlungsverkehrserträge und der Kundenbindung deutscher Kreditinstitute. In Ostendorf & Schleusener (Hrsg.), Aktuelle Forschungsergebnisse zur Finanzwirtschaft (S. 101–108). Preiß, P. (2015). Kaufmännische Steuerung und Kontrolle als Kernqualifikation kaufmännischer Ausbildung – von der Dokumentation zur Steuerung der Geschäftsvorfälle als Arbeitsprozess im Rahmen von Geschäftsprozessen. In R. Brötz & F. Kaiser (Hrsg.), Kaufmännische Berufe - Charakteristik, Vielfalt und Perspektiven (S. 189–205). Bielefeld: W. Bertelsmann. Stettes, O. (2018). IW-Report. Keine Angst vor Robotern. Beschäftigungseffekte der Digitalisierung – eine Aktualisierung früherer IW-Befunde. URL: https://www.iwkoeln.de/fileadmin/ Basistechnologie user_upload/Studien/Report/PDF/2018/IW-Report_Beschaeftigungseffekte_Digitalisierung.pdf [31.03.2020]. Reuse, S.; Frère, E. & Schaab, I. (2018). Auswirkungen der Blockchain-Technologie auf das Geschäftsmodell und die Strategie einer Bank. In M. Seidel (Hrsg.), Banking & Innovation 2018/2019. Ideen und Erfolgskonzepte von Experten für die Praxis. Mit Sonderteil China (S. 43–68). Tramm, T. & Wilbers, K. (2008). Prozessorientierte Wirtschaftsdidaktik und Einsatz von ERP-Systemen im Unterricht; in 15. Hochschultage Berufliche Bildung. Zinke, G. (2019). Berufsbildung 4.0 – Fachkräftequalifikationen und Kompetenzen für die digitalisierte Arbeit von morgen: Branchen- und Berufescreening. Vergleichende Gesamtstudie. Leverkusen: Barbara Budrich.

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen an die Mitarbeiter/-innen verändert Johannes Klein (Projektleiter im Competence Center Financial Services bei der Roland Berger GmbH) Carsten Küst (Principal im Competence Center Financial Services bei der Roland Berger GmbH) Zusammenfassung: Das Rechnungswesen, als Teilgebiet der Betriebswirtschaft und Kernfunktion in jedem Unternehmen, wird sich durch die Digitalisierung elementar verändern. Dies hat vor allem Auswirkungen auf die Aufgaben und Tätigkeiten, die durch Mitarbeiter/-innen in den entsprechenden Bereichen durchgeführt werden und gleichzeitig erfordert es auch, die Ausbildung im Rechnungswesen, an Universitäten und in der klassischen Ausbildung, an die neuen Anforderungen anzupassen. Viele der häufig einfachen und repetitiven Aufgaben werden in Zukunft durch Maschinen übernommen, die jedoch programmiert und überwacht werden müssen. Darüber hinaus bieten sich neue Möglichkeiten, die entstehenden großen Datenmengen, zu analysieren und damit eine weiterentwickelte Unterstützungshilfe für das Management zur Verfügung zu stellen. Vor diesem Hintergrund verschieben sich die Tätigkeiten und es werden von den Mitarbeitern/-innen im Rechnungswesen andere Kompetenzen, vor allem im konzeptionellen, statistischen und technischen Bereich, benötigt. Schlüsselbegriffe:

1

Digitalisierung, Anforderungen Unternehmen, Studium, Ausbildung

Einleitung und Zielsetzung

Das Rechnungswesen, das aus wissenschaftlicher Sicht ein Teilgebiet der Betriebswirtschaftslehre darstellt, ist auch in der Praxis für eine Vielzahl von Kernfunktionen in jedem Unternehmen unverzichtbar. Dabei dient es der Kontrolle, Planung und Dokumentation der durch den betrieblichen Leistungsprozess entstehenden Geld- und Leistungsströme (vgl. Coenenberg et al. 2016, S. 5). So ermöglicht es, die ökonomische Situation eines Unternehmens sehr genau zu beschreiben, indem es bei der Entwicklung von fundierten Prognosen für eine kurz-, mittel- und ggf. sogar langfristige Entwicklung unterstützt und zudem die Grundlage für jede Gewinn- und Verlustrechnung (GuV) sowie Bilanz bildet, die wiederum die Grundlage für die Kommunikation mit allen Eignern, Investoren und auch Banken darstellen. Gleichzeitig schaffen die Daten eine wesentliche Grundlage für Entscheidungsprozesse des Managements und werden auch in Projekten genutzt. In den letzten Jahren gab es auch im Rechnungswesen eine sehr dynamische Entwicklung, vor allem getrieben durch die Digitalisierung. Dies führt zum einen dazu, dass mehr automatisch generierte Daten zur Verfügung stehen und zum anderen neue Methoden zur Datenanalyse und -visualisierung genutzt werden. Die unter den Stichworten wie Industrie 4.0 und Big Data erzeugten und gesammelten großen Datenmengen werden durch die exponentiell ansteigenden Rechenleistungen handhabbar und analysierbar. Das Rechnungswesen steht dementsprechend vor der Herausforderung mit diesen Daten umzugehen, sie systematisch zu analysieren, zu verdichten und empfängergerecht zur Verfügung zu stellen. Der Beitrag bietet eine nähere Beleuchtung der konkreten Entwicklungen in der Praxis des Rechnungswesens sowie der sich ergebenden Implikationen. Auf dieser Basis werden dann

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_5

84

Johannes Klein, Carsten Küst

Anforderungen an die Kompetenzen und Qualifikationen der Mitarbeiter/-innen im Rechnungswesen abgeleitet. Um diese erfüllen zu können, werden abschließend Anforderungen an die Ausbildung im Rechnungswesen formuliert, wobei diese nach akademischer und dualer Ausbildung differenziert werden. Um eine treffende praktische Sicht geben zu können, ist es jedoch zunächst nötig, die Anforderungen der Wirtschaft an das Rechnungswesen weiter zu differenzieren, da diese sich insbesondere nach der Größe des Unternehmens unterscheiden.

2

Besonderheiten der Unternehmenslandschaft in Deutschland

Die Unternehmenslandschaft in Deutschland ist heterogen und es lassen sich eine Vielzahl von möglichen Charakterisierungen bzw. Differenzierungen, z. B. nach Branchen, Regionen oder Größen, finden (vgl. Tabelle 1). Tabelle 1: Rechnungswesen in der deutschen Unternehmenslandschaft Kleinstunternehmen Unter 10

Kleine Unternehmen 10-49

Mittlere Unternehmen 50-249

Große Unternehmen 250-9.999

3.103.896 Rein operativ

298.874 Rein operativ

Ca. 2/3 Einzelunternehmer

Ca. 50% Kapitalgesellschaften

65.469 Eher operativ, wenig strategisch Ca. 2/3 Kapitalgesellschaften

15.351 Operativ und strategisch Ca. 2/3 Kapitalgesellschaften

Wesentliche Stakeholder des Rechnungswesens

Staat (insbes. Finanzamt)

Staat Hausbank Inhaber/ Geschäftsführer

Staat Hausbank Gesellschafter Geschäftsführer

Staat/Politik Banken & Kapitalmarkt Inhaber Geschäftsführer

Fachliche Anforderungen/ Komplexität Schwerpunkt der Tätigkeit

Gering

Gering

Mittel

Hoch

Dokumentation

Dokumentation Planung

Dokumentation Planung Kontrolle

Outsourcinggrad

Steuerberater

Steuerberater, z.T. Wirtschaftsprüfer

Oft dedizierte interne Einheiten in Kooperation mit Wirtschaftsprüfer, vereinzelt Steuerberater

Innovations-/ Digitalisierungsgrad

Gering

Gering

Mittel

Dokumentation Planung Kontrolle Analyse Vorw. interne Einheiten (über eine/mehrere aufbauorganisatorische Funktionen), vereinzelt Unterstützung durch WP Hoch

Größe [Anzahl Mitarbeiter/-innen] Anzahl1 Ausrichtung des Rechnungswesens Rechtsform2

Konzerne > 10.000 101 Operativ und strategisch Nahezu ausschließlich Kapitalgesellschaften Staat/Politik Banken & Kapitalmarkt Aktionäre Vorstand Aufsichtsrat Hoch Dokumentation Planung Kontrolle Analyse Ausschließlich Spezialisierte interne Einheiten (über mehrere aufbauorganisatorische Funktionen) Sehr hoch

Mit Blick auf das Rechnungswesen ist dabei insbesondere die Größe des Unternehmens von Relevanz, da sich aus dieser und der Anzahl der zu beliefernden Hierarchiestufen ganz

1

Vgl. Statistisches Bundesamt (2020a).

2

Vgl. Statistisches Bundesamt (2020b).

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

85

wesentlich die Anforderungen in den Dimensionen Kontrolle, Planung und Dokumentation ableiten lassen, denen das Rechnungswesen eines Unternehmens gerecht werden muss. Dabei gilt grundsätzlich die Devise: Je größer das Unternehmen, desto komplexer die Anforderungen an das Rechnungswesen in den drei genannten Dimensionen (vgl. Sageder & Wiedemann 2019, S. 433 f.). Die höchsten Anforderungen stellen sich dabei in den rein zahlenmäßig wenigen internationalen Konzernen wie VW, BASF oder Siemens dar, die z. B. im Rahmen ihrer Berichterstattung an den Kapitalmarkt in hohem Rhythmus komplexen und umfangreichen Anforderungen gerecht werden müssen. Es folgt der große, oft noch im Familienbesitz befindliche Mittelstand von Firmen wie Trigema, Haribo oder Herrenknecht, dessen Rechnungswesen ebenfalls Märkten rund um den Globus mit vielen Tausend Mitarbeitern/-innen gerecht werden muss, dies allerdings ohne die strikten Vorgaben der Kapitalmärkte. Diese Logik lässt sich weiter herunter kaskadieren bis hin zu den Kleinst- und Einzelunternehmen und wird umfänglich in Tabelle 1 dargestellt. Die fundamental unterschiedliche Rolle des Rechnungswesens für verschiedene Größenklassen von Unternehmen wird noch deutlicher bei einem detaillierteren Blick in die jeweiligen Charakteristika. Für Einzel- und Kleinstunternehmen macht schon die geringe Anzahl der Mitarbeiter/-innen klar, dass der Aufbau tiefer Expertise und Kompetenzen im Rechnungswesen nicht möglich ist. Auch der typische Vorteil von Digitalisierung als Wegbereiter von Automatisierung lässt sich hier in Ermangelung der notwendigen Skaleneffekte nicht anführen. Vielmehr handelt es sich um eine Muss-Funktion, die aufgrund gesetzlicher Vorgaben, insbesondere im Kontext der Besteuerung, vorgegeben ist und für die Expertise wie auch Kapazität zur Ausführung oft von außen zugekauft werden muss. Diese "Auslagerung", in der Regel an eine/n Steuerberater/-in, geht vielfach einher mit der Vermischung mit privaten Belangen des/der Unternehmers/-in, da der/die gleiche Steuerberater/-in auch die persönliche Steuererklärung mit übernimmt. Darüber hinaus nehmen die Planungs- und Kontrollfunktionen hier nur einen geringen Stellenwert ein, da viele dieser Unternehmer/-innen die für sie relevanten Informationen "im Kopf haben" und "aus dem Bauch entscheiden". Vorteile durch Digitalisierung lassen sich somit nur mittelbar auf Ebene der Dienstleister generieren, die künftig ihre Services effizienter und so für die Einzel- und Kleinstunternehmen in einem besseren Preis-Leistungsverhältnis erbringen können. Für die mittleren Unternehmen lassen sich höhere Anforderungen beobachten, auch wenn das Rechnungswesen hier ebenfalls in der Regel noch einen eher operativen Charakter hat. Diese liegen begründet in der höheren Anzahl von Mitarbeiter(inne)n wie auch der hier erstmals stärker relevanten Trennung der Rollen von Geschäftsführer/-in und Inhaber/-in. Hinzu kommt, dass die Bedeutung der Außenfinanzierung durch Fremdkapital, typischerweise gestellt von der Hausbank, zunimmt. Dies führt exemplarisch dazu, dass diese Unternehmen regelmäßiger betriebswirtschaftliche Auswertungen benötigen, die das Rechnungswesen bereitstellen muss. Vor diesem Hintergrund werden vermehrt auch interne Kapazitäten genutzt, die jedoch vorwiegend für repetitive, vielfach händische Tätigkeiten eingesetzt werden. Fachliche Expertise und Innovationen werden auch hier noch in der Regel von außen beschafft. Dies kann hier ebenfalls wieder über den Steuerberater/die Steuerberaterin erfolgen, aber die Bedeutung von Wirtschaftsprüfer(inne)n, externen Unternehmensberater(inne)n und Anwält(inn)en ist in dieser Gruppe bereits deutlich höher. Diese können dann auch der Impulsgeber für den Einsatz neuer

86

Johannes Klein, Carsten Küst

Tools und Softwarelösungen, wie bspw. die Nutzung des neuen DiFin-Prozesses3 als Erweiterung der bisher oft eingesetzten DATEV-Schnittstellen, sein. Deutlich anders stellt sich die Situation in den großen Unternehmen und Konzernen dar. Hier wird das Rechnungswesen in der Regel von einem/einer eigenen Chief Financial Officer (CFO) (mit-)verantwortet und ihm/ihr ein strategischer Charakter zugesprochen. Darüber hinaus werden auch durch die Regulatorik erhöhte Anforderungen an die Berichterstattung und das erforderliche Granularitätsniveau in Abschluss- und Zwischenberichten gestellt. Die Kompetenzen für die verschiedenen Bereiche des Rechnungswesens werden intern vorgehalten und sind in einer oder mehreren Abteilungen wie bspw. "Finanzen", "Steuern", "Unternehmensentwicklung" auch in der Aufbauorganisation eindeutig verortet. Treiber und gleichzeitig auch klar kommunizierte Erwartung an das Rechnungswesen sind sowohl die Schaffung von Wettbewerbsvorteilen aus besseren und schnelleren Analysen, die auch die Arbeit mit verschiedenen Szenarien für die marktseitige Entwicklung beinhalten, wie auch die Schaffung von internen Effizienzen durch die Digitalisierung und Automatisierung von Abläufen. Das Gros dieser Tätigkeiten wird dabei sowohl operativ wie auch konzeptionell im eigenen Hause erledigt. Externe Expertise wird hingegen bei diesen Unternehmen eher punktuell und für hochspezifische Themen benötigt. Vor dem Hintergrund dieser Charakterisierung von Unternehmen in Deutschland, der Rolle des Rechnungswesens in ihren Abläufen sowie den Anforderungen an dieses, soll im nun folgenden Abschnitt der Blick auf die Rolle der Digitalisierung in diesem Kontext gerichtet werden.

3

Digitalisierung im Rechnungswesen und die Auswirkungen auf die Aufgaben und Tätigkeitsfelder

Das Thema Digitalisierung ist derzeit in aller Munde und wird sehr häufig als Buzzword benutzt. Unter dem Begriff Digitalisierung ist sicherlich vieles zu verstehen und selbiges hat einen hohen Einfluss auf die verschiedensten Bereiche eines Unternehmens. Dabei macht die Digitalisierung auch vor dem Rechnungswesen nicht halt und sorgt dafür, dass sich Aufgaben, die vormalig eher durch Konstanz und Wiederholung geprägt waren, in Zukunft signifikant verändern und dynamisieren werden (vgl. Erichsen 2019, S. 3 f.). Im Folgenden soll beispielhaft gezeigt werden, wie sich die Digitalisierung auf das Rechnungswesen auswirkt. 3.1 Veränderung von Aufgaben und Tätigkeiten im Rechnungswesen Im traditionellen Rechnungswesen gab und gibt es eine Vielzahl manueller Tätigkeiten in der Erstellung, der Erfassung, der Aufbereitung und auch der Interpretation von Daten. Dabei geht es um eine Vielzahl von möglichen Themen: Von der Erstellung von Bilanzen und GuVs, über das Erfassen von Lieferantenrechnungen, die Erstellung von Rechnungen an Kunden, die Einleitung von Mahnprozessen, das Auslösen und Verbuchen von Zahlungen bis hin zur Liquiditätsplanung, der Erstellung der langfristigen finanziellen Planung des Unternehmens oder der

3

DiFin – Digitaler Finanzbericht; Initiative aus der Finanzwirtschaft, um Jahresabschlüsse und weitere Finanzberichte digital an z. B. Banken, Ratingagenturen (Creditreform) zu übermitteln

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

87

Meldung an Aufsichtsbehörden in regulierten Branchen. Aber nicht nur die Zwecke unterscheiden sich, sondern auch die dazu IT-seitig genutzten Systeme. Beispielhaft sind hier CRM-, MIS-, und ERP-Systeme4, aber auch Zahlungsverkehrskonten oder die Buchführungssysteme zu nennen. Typische Tätigkeiten sind das Prüfen, Erfassen und Kontieren von Belegen, das Erstellen von Berichten unter Konsolidierung von Daten aus mehreren, technisch nicht verbundenen Quellsystemen und folgend die Analyse und Interpretation dieser Berichte. Viele dieser Tätigkeiten wurden bisher papierhaft und manuell durchgeführt. Ein Beispiel hierfür ist das Debitorenmanagement inkl. der Mahnprozesse, für das ein Abgleich der eingehenden mit den fälligen Zahlungen erfolgen muss. Bisher erfolgte dies in der Regel über den Vergleich der Kontoauszüge mit den gemäß der internen Finanzbuchhaltung fälligen Zahlungen, wobei der Aufwand eines solchen Vorfalls durch eine Vielzahl von Gründen getrieben werden konnte:  Datenhaltung in technisch voneinander getrennten Systemen, d. h. Zwang zur Papierform oder analogen elektronischen Formaten (z. B. PDF)  Fehlende Daten (z. B. Zahlung ohne Angabe der Rechnungsnummer)  Fehlerhafte Daten (z. B. Zahlendreher bei der Rechnungsnummer)  Individuelle Zahlungsziele einzelner Kunden abweichend vom Standard des Unternehmens  Anwendbarkeit von Skonto (grundsätzlich und in der Höhe) Schon im IST ergibt sich für diesen Prozess durch die Digitalisierung eine deutliche Vereinfachung:  Bereitstellung der Daten durch die Bank in einem digitalen Format – Wegfall des Aufwands für die Handhabung von Papier(-auszügen/-belegen)  Automatische Übertragung der Daten in die Systeme über eine definierte Schnittstelle – Wegfall der manuellen Erfassung oder Reduktion von Fehlern durch automatisierte Texterkennung  Systemdefinierte "Vorkontierung" der Daten (auf Basis Zahlungsauslöser, Rechnungsnummer, Betrag usw.) – Reduktion des Aufwands der Korrektur von Eingabefehlern  Vorkontierung, falls notwendig, inkl. Zuordnung auf den Kontenrahmen des Empfängers – Reduktion des Transferaufwands  Systemgenerierter Vorschlag im Falle von Unklarheiten (z. B. falls Rechnungsnummer fehlt, aber Betrag und Name eindeutig zuzuordnen sind) mit Freigabe durch Mitarbeiter/ -innen – Reduktion des Aufwands der Zuordnung Schon dieses kurze Beispiel zeigt deutlich, dass sich die Tätigkeiten im Rechnungswesen durch die Digitalisierung elementar verändern. Zuerst betroffen davon ist die Datenerfassung, bei der es zu einer Reduktion der manuellen Tätigkeiten kommt, so dass sich der Schwerpunkt der Aufgaben hin zur Kontrolle und Steuerung der Systeme ändert. Dies erfordert seitens der Mitarbeiter/-innen nicht mehr das Anwenden bekannter Routinen, sondern die Entwicklung eines tiefen Verständnisses für fachliche Inhalte und die Fähigkeit, dieses in die Terminologie und Funktionsweise der technischen Systeme übersetzen oder diese gar selber programmieren

4

CRM: Customer Relationship Management; MIS: Management-Informationssystem; ERP: Enterprise-Resource-Planning

88

Johannes Klein, Carsten Küst

zu können. Dieses Systemverständnis ist darüber hinaus auch für das Zusammenspiel mit den Umsystemen innerhalb und außerhalb des Unternehmens erforderlich, in denen die einmal erfassten Daten weiterverarbeitet werden. Hieran wird auch klar, dass diese Fähigkeit an Bedeutung zunimmt, je größer das Unternehmen ist, da mit der Größe typischerweise auch die Anzahl der externen Stakeholder wächst. Ebenfalls nicht unterschlagen werden sollte, dass ein Datenfluss nicht nur Outbound aus einem System heraus, sondern auch Inbound von außen in dieses hinein erfolgen kann und dies in den konzeptionellen Überlegungen berücksichtigt werden muss. Ein eingängiges Beispiel hierfür ist die oben genannte Bereitstellung von Daten aus einem Banksystem. Insgesamt führt die Digitalisierung dazu, dass für einfache, repetitive Arbeiten immer weniger personelle Kapazitäten benötigt und vermehrt komplexe, eher akademisch geprägte Tätigkeiten durchgeführt werden. 3.2 Neue Methoden und Tools und deren Auswirkung auf die Tätigkeiten Die vorherigen Erläuterungen zeigen bereits den Einfluss auf die Tätigkeiten im Rechnungswesen. Im Folgenden werden die einzelnen Entwicklungen im Detail beleuchtet und die Auswirkungen dargestellt. Im Vordergrund stehen dabei eine steigende Verfügbarkeit von Daten, moderne Analysemethoden und Automatisierungsmöglichkeiten, neue Visualisierungsmöglichkeiten sowie neue Berechnungsmethoden (z. B. für neue Geschäftsmodelle). 3.2.1 Steigende Datenverfügbarkeit In nahezu allen Industrien werden über den kompletten Wertschöpfungsprozess mehr und mehr Daten generiert und gesammelt, sowohl über interne Systeme, als auch über die Verknüpfung mit Systemen von Kunden und Lieferanten (vgl. Schlenkrich & Wisbert 2019, S. 47). Ob es die einzelne Produktionsmaschine ist, die über den gesamten Prozess Daten zu Verbrauchsmaterialien, Durchlaufzeiten, Fehlermeldungen, Wartungsbedarf usw. sammelt, oder ob es der Dienstleister ist, der kontinuierlich getrackt wird, wie bspw. der/die Auslieferungsfahrer/-in für ein Logistikunternehmen, spielt dabei keine Rolle. Ein Beispiel ist ein voll digitaler Gabelstapler der Linde Material Handling GmbH (vgl. hier und im Folgenden KION Group 2020): Der Gabelstapler wird mit einer Telematikeinheit ausgestattet, mit der sowohl die Verarbeitung, als auch die Übertragung von Daten möglich ist, die über zahlreiche Sensoren z. B. zum Grad der Beladung gesammelt werden. Über ein 5GKonnektivitätsmodul ist der Stapler stets mit der Cloud verbunden und es besteht jederzeit die Möglichkeit zum Remotezugriff auf den Stapler. So kann ein effektives Flottenmanagement samt Planung der Einsätze und deren Abrechnung durchgeführt werden. Ebenso kann die Wartung über Remote-Ansätze per Direktzugriff oder eine vorausschauende Wartung ("predictive maintenance") optimiert werden, um Bedarf und Ausfallzeiten besser zu steuern. Durch die neuen Fähigkeiten wird auch der Weg für neue Nutzungsverträge, wie zum Beispiel "Pay-peruse-Leasing", bereitet. Die Maschine erfasst automatisch die Daten und verarbeitet diese für monatliche Rechnungen weiter.

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

89

Das Beispiel verdeutlicht den Trend, der in der gesamten Industrie beobachtbar ist: Datenverfügbarkeit nimmt stetig zu, Systeme und Maschinen werden zunehmend miteinander verknüpft, die Daten sind in Echtzeit verfügbar (vgl. Obermaier 2016, S. 305) und es wird eine Schnittstelle zum Kunden gebaut. Die Verknüpfung der Systeme spielt auch eine große Rolle für das Rechnungswesen und kann für dieses viele Vorteile haben. Man denke nur einmal an die Rechnungserstellung: Für deren Erstellung können die vorhandenen Primärdaten, z. B. Datenaufzeichnung im Warenwirtschaftssystem und Stundenbuchungen, mit dem CRM-System verknüpft und automatisch eine Rechnung erstellt werden. Über eine weitere Verknüpfung mit dem System für die Finanzbuchhaltung können dann automatisch die entsprechenden Buchungssätze erstellt und gebucht werden (vgl. Ploier & Mayr 2019, S. 188 f.). Demgemäß werden für diesen Fall keine personellen Ressourcen für die Rechnungserstellung sowie die Finanzbuchhaltung benötigt. Eine Kontrolle der Daten ist davon ausgenommen und sollte je nach Kritikalität noch manuell oder nach fest definierten Kontrollalgorithmen vorgenommen werden. Durch die Verknüpfung der verschiedenen Maschinen entsteht zusätzlich Transparenz in Echtzeit über tatsächliche Kosten von Betrieb und Wartung sowie Nutzungsgrade, die zuvor im Controlling oft nur durch komplexe Kalkulationsmethoden und mit Zeitverzug herstellbar war. Die Auswertungsmechanismen und -methoden müssen entsprechend angepasst werden, um aus dem Rechnungswesen heraus eine neue, durch die Digitalisierung deutlich verbesserte Grundlage für Managemententscheidungen zu bieten (vgl. Hora & Kailer 2019, S. 459). Eine weitere nun mögliche Verknüpfung findet zu den Kunden statt, denen zum Beispiel Rechnungen direkt digital übermittelt und in das Buchhaltungssystem überführt werden können. Ein Nachhalten der Rechnungen und Zahlungseingänge ist somit deutlich einfacher und automatisiert möglich. Einen Zwischenschritt, der bereits heute für den Rechnungseingang vielfach genutzt wird ist eine OCR-Software5, die einen Einstieg in die Dunkelverarbeitung6 ermöglicht. Dies lässt sich ausbauen zu einem nahtlosen digitalen Datenaustausch über echte Schnittstellen zwischen den Systemen. Bei all den Vorteilen darf ein konsequentes Datenqualitätsmanagement nicht vergessen werden. Eine große Masse an Daten, die nicht analysiert werden kann oder die falsch erhoben werden, hat keinen Mehrwert. Ein entsprechendes Augenmerk muss daher auf die konsequente Datenqualität und richtige Verarbeitung der Daten gelegt werden. 3.2.2 Automatisierungstechnologien Die Digitalisierung trägt auch dazu bei, dass sich die Art und Weise, wie Daten analysiert und auf Basis dieser Analysen Entscheidungen getroffen werden, ändert: Von anfangs dem Einsatz einfacher "Wenn-Dann-Regeln" über den Einsatz komplexer Entscheidungsbäume bis hin zum Einsatz von zumindest theoretisch voll autonomer, KI-basierter Software, die keine menschlichen Tätigkeiten oder Eingriffe mehr erfordert. Die Automatisierung, z. B. die Verarbeitung von Belegen, erfolgt meist mit dem Ziel, die Effizienz zu erhöhen, d. h. Durchlaufzeiten zu minimieren, Qualität zu steigern und Fehler zu reduzieren sowie Kosten einzusparen (vgl. z. B.

5

Optical character recognition: Texterkennung bzw. optische Zeichenerkennung

6

Dunkelverarbeitung bedeutet vollständig automatisierter Prozess, der vom Anwender nicht beeinflusst wird.

90

Johannes Klein, Carsten Küst

Diehm & Benzinger 2018, S. 842; Krause & Pellens 2018, S. 109). Als Kerntechnologien hierzu werden das Robotic Process Automation (RPA) sowie das Maschinelle Lernen als Teilbereich der Künstlichen Intelligenz vorgestellt: RPA eignet sich vor allem für einfache und (häufig) wiederkehrende Prozesse, für die nur strukturierte Daten benötigt werden, und damit vor allem Prozesse, die vor der Automatisierung bereits standardisiert und optimiert wurden. Die Einführung von RPA sollte somit entlang von vier Schritten erfolgen (vgl. Langmann & Turi 2020, S. 24):  Auswahl und Bewertung von potenziellen Prozessen  Umfangreiche Dokumentation der gewählten Prozesse  Durchführung einer Prozessanalyse und -optimierung  Implementierung und Automatisierung Die Auswahl der Prozesse sollte entlang verschiedener Kriterien erfolgen. Dabei sollten vor allem Frequenz und Volumen (wie oft in welchem Zeitraum wird der Prozess durchgeführt), Möglichkeit der Standardisierung, Möglichkeit der elektronischen Verarbeitung (möglichst alle Eingaben sollten elektronisch vorhanden oder erzeugbar sein), und keine bzw. wenige Prozessausnahmen, sowie fixe Entscheidungspunkte gegeben sein (vgl. Langmann & Turi 2020, S. 16 ff.). Für die Bewertung kann ein Scoring-Modell genutzt werden. Bei der Optimierung ist stets zu bedenken, dass die Komplexität weitestgehend zu reduzieren ist (vgl. Langmann & Turi 2020, S. 22 ff.). Eine KI – künstliche Intelligenz simuliert eine menschliche Intelligenz und ist somit in der Lage bisher menschliche Entscheidungen zu übernehmen. Zugrunde liegt ein Algorithmus, der in der Lage ist, selbständig zu lernen und auch bereits gemachte Erfahrungen mit zu berücksichtigen. Entsprechend wird der Algorithmus stetig besser, je mehr er mit strukturierten und unstrukturierten Daten gefüttert wird und zur Anwendung kommt und trainiert wird. Damit eignet sich KI auch für die Automatisierung von komplexeren Prozessen (vgl. Ploier & Mayr 2019, S. 189), wie z. B. der Erstellung von besseren Kostenschätzungen und bessere Prognosen (vgl. Moll & Yigitbasioglu 2019). Der Mensch spielt aber auch bei der KI immer noch eine bedeutende Rolle und insbesondere im Rechnungswesen ist eine Kontrolle erforderlich, denn die Maschine ist nur so gut, wie die Daten, mit denen sie gefüttert wird (vgl. Ploier & Mayr 2019, S. 190). Zu viele falsche Daten führen unweigerlich auch zu falschen Entscheidungen, weshalb dem Datenmanagement eine hohe Bedeutung zukommt. Jedoch haben auch falsche Entscheidungen einen positiven Effekt, denn manuelle Korrekturen fließen ebenfalls in den Algorithmus ein und stellen sicher, dass der Fehler kein weiteres Mal gemacht wird. Die Beispiele RPA und KI zeigen, dass es vermehrt möglich ist, Prozesse dunkel zu verarbeiten und auch komplexe Entscheidungen durch Systeme treffen zu lassen. Im Rechnungswesen wird sich insbesondere für die Mitarbeiter/-innen viel ändern, denn einfache Tätigkeiten fallen weg und der Bedarf an Mitarbeitern/-innen, die Systeme programmieren, Prozesse identifizieren, analysieren und optimieren und automatisieren können steigt. Darüber hinaus steigen die Bedeutung der Bearbeitung anspruchsvoller Sonderfälle sowie der Überwachung und Weiterentwicklung der Systeme sowie RPA- und KI-Algorithmen.

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

91

3.2.3 Neue Möglichkeiten und Methoden der Datenaufbereitung und -visualisierung Durch die Digitalisierung ergeben sich auch neue Optionen Daten aufzubereiten und so die klassischen statischen und stichtagsbezogenen Berichte im Rechnungswesen zu dynamisieren und in Echtzeit bereitzustellen. So können Ergebnisse und Berichte zum Beispiel durch die Verwendung von interaktiven Dashboards (s. z. B. Abbildung 1) neu dargestellt werden (vgl. Ploier & Mayr 2019, S. 189). Die Rechnerkapazitäten reichen inzwischen auch aus, um dreidimensionale Oberflächen darzustellen und diese interaktiv anzupassen und Berichte gemäß den Wünschen des Betrachters zu erstellen.

Abbildung 1: Dashboard-Beispiel. (Quelle: NatalyaBurova/iStock)

3.2.4 Neue Geschäftsmodelle und Innovationen erfordern neue Kalkulationsmethoden Die Digitalisierung bringt nicht nur Veränderungen für etablierte Unternehmen mit sich, sondern ermöglicht auch neue, beispielsweise rein digitale Geschäftsmodelle, wie Plattform-Geschäftsmodelle, die wesentliche Teile der Wertschöpfungskette besetzen. Mit zu den bekanntesten Plattformen gehören z. B. ebay (Auktionsplattform) und Airbnb (Vermittlung von Unterkünften), die beide keine "echten physischen Produkte" herstellen, sondern lediglich eine digitale Plattform, um zwischen Anbieter und Nachfrager zu vermitteln. Auch ist die Innovationsgeschwindigkeit gestiegen und Unternehmen versuchen vermehrt auf die dynamischen Markt- und Kundenanforderungen zu achten. In solchen digitalen Geschäftsmodellen und dynamischen Umfeldern stehen im Rechnungswesen und Controlling vorwiegend operative Indikatoren, z. B. Konversions-, Rententions- oder Abwanderungsrate, Marktanteil sowie Fortschrittskennzahlen für Produkte oder Projekte, im Vordergrund. Die Produktentwicklung erfolgt häufig agil und iterativ, so dass mit Hilfe von Fortschrittskennzahlen gezielt der Release von MVPs (Minimum Viable Product)7 und weiteren Entwicklungsstufen gesteuert werden 7

Minimal überlebensfähiges Produkt, welches dem Nutzer zur Verfügung gestellt wird, insbesondere um Feedback einzuholen. Der Funktionsumfang ist i.d.R. minimal und wird iterativ in weiteren Releases erweitert.

92

Johannes Klein, Carsten Küst

kann. Als weiteres Beispiel wird mit der Konversionsrate gemessen, wie viele potenzielle Kunden wirklich zu tatsächlichen Kunden werden. Dies kann dazu genutzt werden direkte (Marketing-)Maßnahmen abzuleiten und umzusetzen. Dies ist ein wesentlicher Unterschied zu bisherigen Planungen, bei denen vor allem die finanzielle Perspektive im Vordergrund stand. Durch die kürzeren Produktlebenszyklen ergeben sich auch neue Planungshorizonte. Eine Herausforderung stellen auch ereignisbasierte (z. B. besondere Events wie der Black-Friday) Prognosen dar, um entsprechend zu planen und reagieren zu können. Des Weiteren gewinnt auch das Innovationscontrolling an Bedeutung und stellt eine Erweiterung des Aufgabenspektrums des Controllers dar. Das Innovationscontrolling dient dazu, "relevante Verfahren und Methoden zur Steuerung des Innovationsprozesses auszuwählen" (Littkemann 2005, S. 588) und somit eine Grundlage für Entscheidungsprozesse zur Verfügung zu stellen. Im Rahmen des Wandels sind jedoch zunehmend strategisches Denken, Kenntnis über das Geschäftsmodell des Unternehmens sowie Wissen über die Potenziale der Digitalisierung im Innovationscontrolling vorzuhalten (vgl. Horváth 2017, S. 123). 3.2.5 Zwischenfazit Die Veränderungen der Digitalisierung durch die zunehmende Datenverfügbarkeit, neue Analysemethoden sowie Visualisierungsmöglichkeiten führen insgesamt zu einer Verbesserung der Datenqualität und erhöhen die Schnelligkeit und Qualität der Berichte. Sie zeigen gleichzeitig auch, dass im Rechnungswesen vor allem die einfachen und (meist) repetitiven Tätigkeiten wegfallen bzw. wegfallen werden. Das heißt jedoch nicht, dass insgesamt Stellen im Rechnungswesen wegfallen müssen, sondern vielmehr das eine Verschiebung der Tätigkeiten stattfindet. Der klassische Controller hat oft Daten aus mehreren Systemen manuell zusammenkopiert und dann die geforderten ad hoc und geplanten Berichte erstellt. Jetzt ist es wichtiger, die Systeme richtig zu programmieren und für den automatischen Datenfluss zu sorgen. Folglich müssen die Anforderungen auch in den Maschinen hinterlegt werden, damit die richtigen Daten gesammelt und zum richtigen Zeitpunkt zur Verfügung gestellt werden. Daher werden auch im Rechnungswesen in Zukunft neue Stellenprofile benötigt. Diese können zum Beispiel Business Partner 2.0, Chief Digital Performance Officer, Data Scientist, Business Analyst sowie Digitaler Controller sein (vgl. Wolf & Heidlmayer 2019, S. 31 f.). Der Data Analyst als Beispiel benötigt umfangreiche Statistik und IT-Kenntnisse, muss die Analysemethoden verstehen und auch anwenden können. Des Weiteren werden auch zusätzliche Kapazitäten in der IT erforderlich sein, die dediziert das Rechnungswesen von technischer Seite unterstützen und die Programmierung, Verknüpfung und Wartung von Systemen vornehmen. 3.3 Wachsende Anforderungen der Regulatorik im Kontext der Digitalisierung Wie im bisherigen schon mehrfach angedeutet sind ein wesentlicher Grund für die vorhandene Komplexität im Rechnungswesen die gesetzlichen und regulatorischen Vorgaben, denen das Rechnungswesen gerecht werden muss. Diese werden zum einen durch den Gesetzgeber selber auf den verschiedenen Ebenen von der supranationalen Institution wie der EU über Bund und Länder bis hin zur lokalen Kommune gemacht. Darüber hinaus sind auch die Anforderungen der Ämter im Rahmen der Auslegung des rechtlichen Rahmens bspw. über Verordnungen und Merkblätter von Relevanz. Zu guter Letzt sind noch internationale Standardsetzer mit im Blick

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

93

zu halten wie bspw. das International Accounting Standards Board (IASB) für unter IFRS aktive Unternehmen oder der Baseler Ausschuss, der u. a. Anforderungen zu Umfang und Qualität der von Banken zu sammelnden Daten vorgibt. Der Umfang der Anforderungen hier ist auch keinesfalls statisch, sondern wachsend, wenn man an Stichworte wie Basel IV, IFRS 16 oder die INTRASTAT-Meldungen für den Außenhandel denkt. Darüber hinaus ist für Deutschland auch das hoch-komplexe Steuerrecht mit seiner Vielzahl von Einzelvorschriften zu nennen, die den Einsatz von spezialisierten Mitarbeitern/-innen erfordern (vgl. Ploier & Mayr 2019, S. 184 f.). Insgesamt wird somit klar, dass die Anforderungen, denen das Rechnungswesen regulatorisch-gesetzlich getrieben gerecht werden muss, zunehmen und dieser Trend relevant bleibt. Im Übrigen wachsen aber auch die Anforderungen in den Unternehmen selber, auf welche Art die Aufgaben erfüllt werden sollen. Konkret bewegen sich diese im klassischen Dreiklang von Qualität, Geschwindigkeit und Kosten, die allesamt verbessert werden sollen:  Die erforderlichen externen Daten und Berichte (z. B. Quartals-/Halbjahres-/Jahresabschlüsse), sollen möglichst automatisch erstellt werden, um weniger menschliche Ressourcen einzusetzen und diese auf die qualitativen Aspekte der Berichte, die Fachkonzepte für die quantitativen Elemente sowie die benötigten Qualitätskontrollen zu fokussieren  Die Berichterstattung soll detaillierter werden, d. h. mehr Informationen bereitgestellt und weitere Analysen zur Identifikation und Mitigation von Risiken durchgeführt werden  Die Berichte sollen zur bestmöglichen Kommunikation allen relevanten Stakeholdern (insbesondere Banken und externen Kapitalgebern) schneller zur Verfügung stehen  Die verschiedenen aus Sicht der Unternehmen relevanten Buchungskreise (HGB-Abschluss, IFRS-Abschluss, Steuerbilanz, ökonomisches Controlling usw.) sollen soweit möglich vereinheitlicht und automatische Überleitungsrechnungen etabliert werden  Externe Stakeholder, die Daten empfangen (Banken, Finanzämter, Aufsicht) fordern eine elektronische Übermittlung, um diese schneller und in besserer Qualität zu erhalten Neue, digitale Geschäftsmodelle der Plattformökonomie stellen auch aus regulatorischer Sicht eine Herausforderung dar, für die durch den Gesetzgeber ein neuer Rahmen geschaffen werden muss. Markantestes Beispiel sind hier sicher die GAFA-Konzerne (Google, Amazon, Facebook und Apple) und ähnliche, die ihre Geschäfte bewusst so steuern, dass Gewinne in Ländern mit niedrigen Steuersätzen anfallen. Hier werden aktuell seitens der europäischen Staaten Regeln diskutiert, wie dieses künftig zu verhindern ist, die dann entsprechend auch im Rechnungswesen umzusetzen sind. Das dieses möglich ist, zeigt das Beispiel chinesischer Händler auf Amazon, die in Deutschland Ware verkaufen (vgl. Votsmeier 2020). Hier bestand über viele Jahre das Problem einer systematischen Vermeidung der Umsatzsteuer, das in den letzten Jahren von der deutschen Politik und den Steuerbehörden unter anderem über ein Gesetz zur Bekämpfung von Umsatzsteuerhinterziehung im Online-Handel adressiert wurde. Dieses sieht nunmehr eine Mithaftung des Marktplatzbetreibers und nicht mehr nur des dort aktiven Händlers bzw. Lieferanten für eine korrekte Abrechnung der Umsatzsteuer vor, die entsprechend im Rechnungswesen des Marktplatzbetreibers zu adressieren ist. Da es sich um voll digitale Geschäftsmodelle handelt, ist eine digitale Lösung auch im Rechnungswesen ebenfalls quasi zwangsläufig.

94

4

Johannes Klein, Carsten Küst

Implikationen auf die Ausbildung im Rechnungswesen

Die Digitalisierung des Rechnungswesens und die daraus resultierenden veränderten Anforderungsprofile der Mitarbeiter/-innen müssen sich im Studium wie auch in der dualen Ausbildung widerspiegeln, die sich daher verändern müssen. Vor dem Hintergrund der bisherigen Ausführungen ergeben sich fünf Implikationen für die Ausbildung im Rechnungswesen: (1) Stärkung der konzeptionellen Fertigkeiten, (2) Reduktion der Intensität der Grundlagen, (3) Forcierung von neuem Methoden Know-How und statistischen Inhalten, (4) Integration neuer technischer Fähigkeiten (IT) sowie (5) stärkere Berücksichtigung der deutschen Unternehmenslandschaft. Stärkung der konzeptionellen Fähigkeiten: Die zukünftige Arbeit im Rechnungswesen wird dadurch geprägt, dass mehr konzeptionelle Arbeit erforderlich ist, denn Konzepte zur effizienten Datenverarbeitung sowie die Schaffung oder Berechnung von Kennzahlen gewinnen an Bedeutung. Auch bei der dualen Ausbildung muss entsprechend Wert darauf gelegt werden, diese Fähigkeiten zu vermitteln, damit auch diese Absolventen sich den zukünftigen Herausforderungen stellen können. Zusätzlich werden die Überwachung und ggf. auch die Umsetzung/Programmierung von Algorithmen immer stärker im Fokus der Tätigkeiten stehen. Die Zeit, die durch die Automatisierung von Prozessen frei geworden ist, kann jetzt dazu verwendet werden Prozesse zu entwickeln, zu optimieren und neue Konzepte zu erarbeiten. Es ist zu erwarten, dass die Entwicklung noch weitergeht und auch komplexere Entscheidungsprozesse an Maschinen ausgelagert werden. Daher gewinnt das Thema der Kontrolle und Überwachung zunehmend an Bedeutung und es werden Fachkräfte benötigt, die eine entsprechende Methodenkompetenz mitbringen und in der Lage sind Sachverhalte zu verstehen und zu durchdringen, notwendige Berichte zu konzipieren und den Datenbedarf zu bestimmen. Daher wird sich auch im Rechnungswesen eine weitere Akademisierung ergeben und der Anteil von Mitarbeitern mit einem Studium, in dem solche Fähigkeiten bereits heute vermittelt werden, wachsen. Anpassungen sind hier eher in der fachlichen Themenwahl der Vorlesungen und Seminare notwendig. Stärkeren Einfluss sehen wir hier auf die duale Ausbildung, da konzeptionelle Themen dort heute nicht im Vordergrund stehen und auch das ausbildende Personal nicht immer die notwendigen Fähigkeiten aufweist, die es idealerweise vermitteln müsste. Reduktion der Intensität der Grundlagen (z. B. Buchungssätze): Die Grundlagen des betriebswirtschaftlichen Rechnungswesens müssen auch weiterhin Bestandteil der verschiedenen Ausbildungswege sein, können jedoch in ihrer Intensität reduziert werden. Dies bedeutet, dass Grundlogiken wie Buchungssätze weiterhin gelehrt werden sollten, um ein Grundverständnis zu schaffen, auf dessen Basis dann die "Fehler" der Maschinen erkannt werden können. Die Ausbildung der bisher nötigen Routine hierzu kann allerdings verringert werden, um hier insbesondere in der dualen Ausbildung Freiräume für andere Themen zu schaffen. Forcieren von neuem Methodenwissen und statistischen Inhalten: Ebenfalls wird die Bedeutung von statistischen Auswertungsmethoden steigen (vgl. Hora & Kailer 2019, S. 463 f.), wie die neuen Tätigkeitsfelder für Data Scientists, Analysts und Engineers zeigen. Daher ist es wichtig, auch im Bereich des Rechnungswesens entsprechende Methoden in Ausbildung und Studium zu integrieren, um Auszubildende und Studierende zumindest zu befähigen, die Ana-

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

95

lysemethoden zu verstehen und beurteilen zu können. Um die Abgrenzung der Ausbildungswege sicherzustellen, ist es nicht erforderlich, dass der "normale" Betriebswirt die Methoden entwickeln und implementieren kann. Eine Umsetzung könnte hier beispielsweise über eine Anpassung des Mathematik-Curriculums in der dualen Ausbildung sowie entsprechende Vorlesungen und Seminare in den akademischen Bildungsgängen erfolgen. Integration neuer technischer Fähigkeiten (IT): Durch die zunehmende Verfügbarkeit und den gleichzeitigen technischen Fortschritt, steigen die Möglichkeiten auch große Datenmengen, Stichwort Big Data, relativ unkompliziert auszuwerten. Daher ist es wichtig, bereits in der Ausbildung Wert auf technische Kompetenzen zu legen, denn die verwendete Software muss richtig konfiguriert und bedient werden, wozu ein Verständnis nach welchen Regeln eine Software oder ein Algorithmus arbeitet erforderlich ist. Die notwendigen Fähigkeiten gehen dabei weit darüber hinaus, nur simple Buchungssätze einzugeben. Tendenziell sollte die Ausbildung dieser Fähigkeiten dabei in der dualen Ausbildung eher anwendungsorientiert und mit konkreter Software erfolgen, während für Akademiker/-innen auch die theoretischen Grundlagen mit gelehrt werden sollten. Stärkere Berücksichtigung der deutschen Unternehmenslandschaft: Bei der Weiterentwicklung der Ausbildungskonzeptionen ist auch unabhängig vom einzelnen Ausbildungsgang stets die Unternehmenslandschaft in Deutschland zu berücksichtigen. Wie dargestellt, ist der Großteil der deutschen Unternehmen sehr klein und hat kaum eine kritische Größe, um eigene Rechnungswesen-Abteilungen aufzubauen. Aufgrund seiner besonderen Bedeutung ist das Rechnungswesen aber für alle potentiellen Gründer und Nachfolger/innen in Betrieben unerlässlich. Gerade diese kleinen und mittleren Unternehmen bilden das Rückgrat der deutschen Wirtschaft. Daher sollte die Ausbildung weniger Wert auf das Lehren von Routinen legen, sondern stärker eine Grundlage schaffen, damit insbesondere Entscheidungen im Tagesgeschäft getroffen werden können. Zweifelsohne sollen dabei nicht die grundlegenden Fähigkeiten vernachlässigt, sondern an die neue Realität angepasst werden, in der viele repetitive Aufgaben durch Maschinen erledigt werden. Über alle genannten Punkte und Veränderungen hinweg darf aber nicht vorenthalten werden, wo die Grenzen eines automatisierten oder technisch unterstützten Rechnungswesens liegen. Auch dieser Punkt sollte weder im Studium noch in der klassischen Ausbildung unterschlagen werden. Für die handelnden Personen muss klar sein, welche technischen Lösungen implementiert sind und welche Leistungsfähigkeit diese besitzen, und an welcher Stelle professionelle Hilfe beispielsweise durch Steuerberater oder Wirtschaftsprüfer erforderlich ist. Dies ist umso mehr erforderlich, da voraussichtlich die eigentliche Durchführung von Rechnungswesens-Tätigkeiten im heutigen Sinne nicht in der Verantwortung der Mitarbeiter/ -innen bleiben wird, aber dennoch die Verantwortung für die Ergebnisse. Gerade diese Verantwortung mit sämtlichen Konsequenzen und Stakeholdern (Eigentümer, Investoren, Kunden, Banken, Staat, Finanzamt, Zoll usw.) muss allen bewusst sein und auch getragen werden.

96

5

Johannes Klein, Carsten Küst

Abschluss

Die Digitalisierung hat eine große Auswirkung auf das Rechnungswesen und wird die Tätigkeitsfelder signifikant verändern. Die technologischen Fortschritte bieten eine erhöhte Datenverfügbarkeit und in Kombination mit modernen Datenanalyse- und Automatisierungsmethoden ergeben sich völlig neue Potenziale. Die Anforderungsprofile werden sich elementar ändern, weg von einfachen und vor allem repetitiven Tätigkeiten hin zur stärkeren Konzeption sowie Kontrolle und Überwachung von Maschinenergebnissen. Entsprechend werden sich sowohl die klassische betriebswirtschaftliche Ausbildung als auch das Studium im Bereich Rechnungswesen an die neuen Anforderungen anpassen und diese berücksichtigen müssen. Von zukünftigen Mitarbeitern/-innen des Rechnungswesens werden daher vermehrt auch technische und statistische Fähigkeiten erforderlich sein. Bei dieser gesamten Entwicklung sind jedoch auch die Besonderheiten der Unternehmenslandschaft in Deutschland zu berücksichtigen. Gerade die kleineren und mittleren Unternehmen, die ganz besonders die Unternehmenslandschaft prägen, müssen sich auf die Veränderungen erst einstellen. Die großen Unternehmen werden hier sicherlich die Vorreiter sein und die neuen Technologien und Methoden einsetzen, um ihr Rechnungswesen zu digitalisieren. Dies wird auch dazu beitragen, Methoden und Technologien weiterzuentwickeln, damit diese auch kleineren Unternehmen zur Verfügung stehen werden. Darüber hinaus wird es sicherlich auch vermehrt Dienstleister geben, wie z. B. SAP, DATEV, LEXWARE, die entsprechende Leistungen auch kleinen und mittleren Unternehmen anbieten können und auch werden. Die Universitäten und die Ausbildungsverantwortlichen müssen diesem Umstand Rechnung tragen und die Ausbildung so ausrichten, dass die Bedürfnisse sowohl der kleinen, als auch der großen Unternehmen berücksichtigt werden.

Literatur Coenenberg, A. G.; Haller, A.; Mattner, G.; Schultze, W.; Berger, S.; Bergmann, I. et al. (2016). Einführung in das Rechnungswesen. Grundlagen der Buchführung und Bilanzierung (6. Aufl.). Stuttgart: Schäffer Poeschel. Diehm, J. & Benzinger, L. (2018). Digital Finance: Digitale Rechnungsverarbeitung und Workflows als Basis für ein Rechnungswesen 4.0. Der Betrieb 15, 841–847. Erichsen, J. (2019). Controlling – Digitalisierung, Automatisierung und Disruption verändern Aufgabenfelder und Anforderungen nachhaltig. In T. Kümpel; K. Schlenkrich & T. Heupel (Hrsg.), Controlling & Innovation 2019: Digitalisierung (S. 1–22). Wiesbaden: Springer Fachmedien. Hora, W. & Kailer, N. (2019). Die Rolle des Controllers im Prozess der Geschäftsmodellinnovation. In B. Feldbauer-Durstmüller & S. Mayr (Hrsg.), Controlling – Aktuelle Entwicklungen und Herausforderungen: Digitalisierung, Nachhaltigkeit und Spezialaspekte (S. 455–465). Wiesbaden: Springer Fachmedien. Horváth, P. (2017). Geschäftsmodellinnovationen durch Digitalisierung – Neue Herausforderungen an den Controller. In W. Burr & M. Stephan (Hrsg.), Technologie, Strategie und Organisation (S. 113–125). Wiesbaden: Springer Gabler. KION Group (2020). Digitalisierung: Alles und überall digital. URL: https://www.kiongroup.com/de/News-Stories/Stories/Digital/Story-Detail_29568.html [12.04.2020]. Krause, S. & Pellens, B. (Hrsg.) (2018). Betriebswirtschaftliche Implikationen der digitalen Transformation. 75 Jahre Arbeitskreise der Schmalenbach-Gesellschaft für Betriebswirtschaft e.V. Schmalenbach-Gesellschaft für Betriebswirtschaft (ZfbF-Sonderheft, 72/17). Wiesbaden: Springer Gabler.

Wie die Digitalisierung im Rechnungswesen die Aufgaben und Anforderungen verändert

97

Langmann, C. & Turi, D. (2020). Robotic Process Automation (RPA) – Digitalisierung und Automatisierung von Prozessen. Voraussetzungen, Funktionsweise und Implementierung am Beispiel des Controllings und Rechnungswesens. Wiesbaden: Springer Fachmedien. Littkemann, J. (2005). Innovationscontrolling. In S. Albers & O. Gassmann (Hrsg.), Handbuch Technologie- und Innovationsmanagement: Strategie – Umsetzung – Controlling (S. 585–602). Wiesbaden: Gabler. Moll, J. & Yigitbasioglu, O. (2019). The role of internet-related technologies in shaping the work of accountants: New directions for accounting research. The British Accounting Review, 51(6), 100833. Obermaier, R. (2016). „Controlling 4.0“ - Zu den Möglichkeiten eines regelungsbasierten Controllings (nicht nur) von Supply Chains in einer „Industrie 4.0“. CON, 28(6), 301–307. Ploier, D. & Mayr, S. (2019). Digitalisierung im Rechnungswesen und Controlling – praktische Aspekte der Steuer- und Unternehmensberatung. In B. Feldbauer-Durstmüller & S. Mayr (Hrsg.), Controlling – Aktuelle Entwicklungen und Herausforderungen: Digitalisierung, Nachhaltigkeit und Spezialaspekte (S. 183–206). Wiesbaden: Springer Fachmedien. Sageder, M. & Wiedemann, K. (2019). Stellenprofile von Controllern – es kommt auf das Unternehmen an. In B. Feldbauer-Durstmüller & S. Mayr (Hrsg.), Controlling – Aktuelle Entwicklungen und Herausforderungen: Digitalisierung, Nachhaltigkeit und Spezialaspekte (S. 433–453). Wiesbaden: Springer Fachmedien. Schlenkrich, K. & Wisbert, H. (2019). Effizienz von Controllingsystemen in der digitalen Transformation. In T. Kümpel; K. Schlenkrich & T. Heupel (Hrsg.), Controlling & Innovation 2019: Digitalisierung, vol. 54 (S. 39–56). Wiesbaden: Springer Fachmedien. Statistisches Bundesamt (2020a). Unternehmensregister – Rechtliche Einheiten und sozialversicherungsfplichtig Beschäftigte nach Beschäftigtengrößenklassen in Wirtschaftsabschnitte. URL: https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Unternehmen/Unternehmensregister/Tabellen/unternehmenbeschaeftigtengroessenklassen-wz08.html [05.04.2020]. Statistisches Bundesamt (2020b): Unternehmensregister – Rechtliche Einheiten nach zusammengefassten Rechtsformen. URL: https://www.destatis.de/DE/Themen/Branchen-Unternehmen/Unternehmen/Unternehmensregister/Tabellen/unternehmen-rechtsformen-wz08.html [12.04.2020]. Votsmeier, V. (2020). Neue Umsatzsteuer-Regeln – Zahl steuerlich registrierter chinesischer Händler auf Amazon und Ebay steigt sprunghaft. URL: https://www.handelsblatt.com/unternehmen/handel-konsumgueter/onlinehandel-neue-umsatzsteuer-regeln-zahl-steuerlich-registrierter-chinesischer-haendler-auf-amazon-und-ebay-steigt-sprunghaft/23938006.html?ticket=ST-3867234-uYZyqFLxH7zcihh06Bje-ap2 [01.02.2019]. Wolf, T. & Heidlmayer, M. (2019). Die Auswirkungen der Digitalisierung auf die Rolle des Controllers. In B. Feldbauer-Durstmüller & S. Mayr (Hrsg.), Controlling – Aktuelle Entwicklungen und Herausforderungen: Digitalisierung, Nachhaltigkeit und Spezialaspekte (S. S. 21–48). Wiesbaden: Springer Fachmedien.

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht Ewelina Hmyzo (Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft) Andreas Muzzu (Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft) Zusammenfassung: Das Klassifizieren, Bewerten und Festhalten von Geschäftsvorfällen gemäß bestimmten Regeln, die Einhaltung formeller Berichtspflichten und die Prüfung derselben werden zukünftig nicht mehr der Kern rechnungswesennaher Berufe sein. Diese Tätigkeiten werden weitgehend automatisiert, sodass Absolventen des Fachs Rechnungswesen vielmehr zukunftsgerichtete, analytische und gestalterische Aufgaben im Rahmen ihres Fachgebietes erfüllen können. Dabei wandelt sich – ausgelöst durch die Technologisierung des Rechnungswesens – das Profil eines Mitarbeiters im Rechnungswesen. Themen wie Data Science, Analytics und Künstliche Intelligenz werden zum Handwerkszeug im Finanz- und Rechnungswesen gehören. In diesem Beitrag zeigen wir, welche konkreten Anforderungen durch den Einsatz verschiedener Technologien im Rechnungswesen entstehen sowie warum und wie sie in der Rechnungswesendidaktik berücksichtigt werden sollten. Die Anforderungen sind dabei keine Zukunftsvisionen, sondern lassen sich bereits aus unseren heutigen Erfahrungen ableiten. Schlüsselbegriffe:

1

Künstliche Intelligenz, RPA, Automatisierung, Robotic Process Automation, Anforderungen, Fähigkeiten, Buchhalter/-innen, Veränderungen, Berufsverständnis, Ausbildung, Didaktik

Einleitung

Der Fokus der Ausbildung im Fach Rechnungswesen ist traditionell auf die Vermittlung des Fachwissens ausgerichtet. Die grundsätzliche Zielsetzung ist die Ausbildung der Übersetzungsfähigkeit der ökonomischen Realität in das formelle System des Rechnungswesens, indem die geltenden Vorschriften und Standards interpretiert und angewandt werden. Die Theorie wird durch praxisbezogene Kurse ergänzt, in denen die Grundlagen der Bedienung gängiger Buchhaltungssysteme gelernt werden. Die betriebliche Realität – insbesondere in größeren Unternehmen und Finance Shared Services Centern – sieht jedoch schon heute anders aus. Nach Abschluss ihrer Ausbildung werden die Absolvent(inn)en einen weitgehend automatisierten Arbeitsplatz vorfinden, in dem Bots und Künstliche Intelligenz einen Großteil der wiederkehrenden Aufgaben erledigen. Im transaktionalen Bereich sind die menschlichen Sachbearbeiter/-innen für die Bearbeitung verbleibender, d. h. spezieller, neuartiger und – selbstredend – seltener Fälle zuständig. Diese Aufgabe ist vor allem für Berufseinsteiger/-innen herausfordernd, da sie quasi am Tag Eins ein tiefes fachliches Verständnis von Prozessen und Technologie – auch über den klassischen Bereich des Rechnungswesens – voraussetzt. Bezogen auf den bereits automatisierten Teil, übernehmen die Buchhalter/-innen die Kontrollfunktion über existierende Systeme. In Praxis bedeutet das z. B. Tausende mehrstufige Regeln auf ihre Gültigkeit hin zu überprüfen, den Anpassungsbedarf zu identifizieren und neue Regeln zu spezifizieren. Noch herausfordernder sind die inhaltliche Ergebniskontrolle und das Training selbstlernender Systeme. Dieses Aufgabengebiet setzt ein hohes Maß an technologischem Verständnis sowie Abstraktionsfähigkeit voraus. Zuletzt erfordert die Industrie 4.0, dass

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_6

100

Ewelina Hmyzo, Andreas Muzzu

die Mitarbeiter/-innen aller von einem „End-to-End-Prozess“ betroffenen Bereiche in interdisziplinären Teams ihren jeweiligen fachlichen Beitrag zur Schaffung neuer Anwendungen leisten können. Der Umgang mit Prozessen, Daten und neuen Technologien sind die wesentlichen Bereiche, die die Ausbildung im Rechnungswesen umfassen sollte.

2

Prozesse

2.1 Ganzheitliche Prozessbetrachtung Gemäß Definition der European Association of Business Process Management stellt „ein Prozess (…) eine logisch-zeitliche Struktur zwischen Aktivitäten dar. Ein Prozess wird durch ein oder mehrere Startereignisse ausgelöst, verbraucht Input und liefert ein oder mehrere Ergebnisse (Output)“ (EABPM 2014, S. 519). Die Grundvoraussetzung, um über einen Prozess – im Gegensatz zu einem einmaligen Vorgang – zu sprechen, ist seine wiederkehrende Natur. Die operative Komplexität der Prozesse ergibt sich nicht nur aus der Anzahl der Inputs, Outputs und der Prozessaktivitäten selbst, sondern vor allem aus der potenziellen Anzahl ihrer Varianten. Schon bei mittelgroßen Unternehmen ist diese Vielfalt enorm. Ein Beispiel aus unserer Praxis, der nur den die Buchhaltung betreffenden Ausschnitt des Procure-to-Pay-Prozesses betrachtet: ein mittelständisches Unternehmen verbucht per anno ca. 400.000 Eingangsrechnungen. Dieser Vorgang beinhaltet 10 Aktivitäten. Diese wurden innerhalb eines Jahres von den Buchhalter(inne)n in 1.230 unterschiedlichen Varianten ausgeführt. Ab Variante 163 sind die jeweiligen Tätigkeitsabfolgen in dem betrachteten Zeitraum weniger als 10 Mal vorgekommen.1 Die Gründe hierfür sind vielfältig: hohes Transaktionsvolumen, höher gewordene Komplexität der Transaktionen, unterlassene Harmonisierung von Prozessschritten und fehlende Kontrollmöglichkeiten aufgrund der schieren Masse der Transaktionen. Die mangelnde Transparenz über die Prozessabläufe wird ein Unternehmen nicht mit konventionellen Methoden wie z. B. „Interviews“ oder „Walk Throughs“ in den Griff bekommen. Stattdessen ist Technologie zur Schaffung von Transparenz im Rahmen sog. „Process Mining“ Software entwickelt worden. Die rasante Entwicklung des Marktes für Process Mining zeugt davon, dass diese Situation in der Praxis kein Einzelfall ist. Laut MarketsandMarkets™ werden mit der Process-Mining-Technologie innerhalb der nächsten drei Jahre weltweit mehr als 1.4 Mrd. USD umgesetzt, was einer CAGR 2018-2023 von 50.3% entspricht (vgl. MarketsandMarkets™). Aus gutem Grund. Die Beherrschung der operativen Prozesskomplexität bindet Management-Ressourcen ohne einen aus Kundensicht bemerkbaren Wertbeitrag zu erzeugen. Die Vielfalt der Prozessvarianten deutet nicht nur auf Effizienzpotenziale hin. Sie bedeutet in den meisten Fällen auch, dass die Fehlerquote und das Compliance-Risiko hoch sind. Neben diesen operativen Problemstellungen hat die Prozessvielfalt Auswirkungen auf strategischer Ebene. Der originäre Zweck eines Geschäftsprozesses besteht darin, einen Wettbewerbsvorteil zu generieren. Theoretisch dürfte darin der einzige Grund einer Prozessdifferenzierung liegen, und zwar im Vergleich zum Wettbewerb und nicht zu der Arbeitsweise der

1

Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft, empirische Ergebnisse unserer Projektarbeit im Jahr 2018

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

101

Kolleginnen und Kollegen aus dem gleichen Team. Erst die Transparenz und weitgehende Standardisierung der Abläufe ermöglichen Digitalisierung und Automatisierung der Prozesse und damit auch die Erreichung von Wettbewerbsvorteilen. Diese ist wiederum die Voraussetzung für den Einsatz intelligenter Technologien und Entfaltung ihres analytischen Potenzials. Damit auch ein grundlegender Baustein, der eine datenbasierte Unternehmenssteuerung ermöglicht. Letztlich ist das genaue Verständnis der Prozesse und der innerhalb dieser Prozesse durchgeführten Transaktionen der wesentliche Ausgangspunkt für die Einführung von Technologie bzw. Automatisierung. 2.2 Neues Rollenbild der Buchhalter/-innen in der Prozessorganisation Welche Anregungen können wir aus diesem Bild für die Ausbildung der Buchhalter/-innen ableiten? Wir halten einen Paradigmenwechsel für erforderlich. Das Berufsverständnis von Buchhalter(inne)n wird nicht mehr das vergangenheitsbezogene Klassifizieren, Bewerten und Festhalten der Geschäftsvorfälle gemäß bestimmtem Regeln sein. Die transaktionale Erfassung der erfolgten und grundsätzlich bekannten Geschäftsvorfälle sowie die Einhaltung formeller Berichtspflichten wird nicht mehr im Vordergrund der menschlichen Tätigkeit im Rechnungswesen stehen, da sie schon heute weitgehend automatisiert werden kann. Vielmehr wird die Buchhaltung eine zukunftsgerichtete, analytische und gestalterische Aufgabe sein, mit dem Ziel, die betriebswirtschaftlich und steuerlich optimale Ausgestaltung der Geschäftsprozesse zu unterstützen. Dieses Zielbild leitet sich aus einem ganzheitlichen – End-to-End – Prozessverständnis ab. Im Fokus der Ausbildung sollten die End-to-End-Prozesse liegen, an denen das Rechnungswesen traditionell direkt beteiligt ist, d.h. Order-to-Cash (O2C), Procure-to-Pay (P2P) und Record-to-Report (R2R). Die klassische Organisationsstruktur der Buchhaltung als Abteilung bildet die Rolle der Buchhalter/-innen in diesen Prozessen prinzipiell ab. Durch die Spezialisierung zu Debitoren-, Kreditoren- bzw. Hauptbuchhalter(inne)n wird gleichwohl ein relativ enges Prozess- und Rollenverständnis vermittelt. End-to-End-Prozesse betreffen dagegen per Definition mehrere Unternehmensbereiche, d. h. gegenseitige Abhängigkeiten und Wechselwirkungen zwischen den Abteilungen beeinflussen die Tätigkeitenabfolge, die Anzahl ihrer Varianten und damit die Dauer, Qualität und den Wertbeitrag des Prozesses. Daher sollte in der Ausbildung ein ganzheitliches Prozessverständnis sowie die technologischen und analytischen Instrumente vermittelt werden. Denn sowohl die Systeme als auch die Organisationsstrukturen vieler Unternehmen befinden sich gegenwärtig im Wandel, um dieser Anforderung gerecht zu werden. Vor allem im Kontext der Industrie 4.0 bedeutet dies, dass End-2-End-Prozesse die menschlichen Aktivitäten mit denen der selbststeuernden Systeme und Sachen nicht nur abteilungsübergreifend, sondern über die Unternehmensgrenzen hinweg koordinieren werden (vgl. Gartner 2020a, 2020b). Der Buchhalter bzw. die Buchhalterin wird gefordert, Neuartiges zu interpretieren und bewerten und mit dem Verständnis für den Gesamtprozess dessen Optimierung zu unterstützen. Der geforderte Paradigmenwechsel beinhaltet demnach vorausschauende Gestaltung der ökonomischen Realität, um optimales buchhalterisches und steuerliches Ergebnis zu erzielen.

102

3

Ewelina Hmyzo, Andreas Muzzu

Technologie und Daten

3.1 Regelbasierte Automatisierung Die regelbasierte Automatisierung ist auf den ersten Blick einfach umzusetzen, da die existierenden Regeln in automatisierte Abläufe (Bots, Makros etc.) transformiert werden. Die Transparenz über den Prozessablauf und deren Standardisierung sind dabei die Voraussetzungen für die Automatisierung. Vorwiegend werden regelbasierte Systeme eingesetzt bzw. erstellt. Die jeweilige Domäne wird in einem Regelwerk dargestellt. Die Regeln werden in Wenn-DannSonst-Abfragen erfasst und als Software-Code explizit programmiert. Diese Entscheidungsbäume haben den Vorteil, dass sie per Definition transparent und die zur automatisierten Bearbeitung der Geschäftsvorfälle getroffenen Entscheidungen für die Menschen – z. B. die Buchhalter/-innen oder Wirtschaftsprüfer/-innen – dadurch nachvollziehbar sind. Je nach Zielsetzung, z. B. Anteil der Transaktionen, die automatisch abgewickelt werden sollen, fallen allerdings regelbasierte Systeme in der Praxis sehr komplex aus. Die Abbildung der Realität erfordert nicht selten mehrstufige Regelsysteme mit Tausenden von Wenn-DannSonst-Abzweigungen. Beispielsweise kann ein Regelsystem zur Verbuchung einer Stichprobe von 10.000 Eingangsrechnungen zwischen 30.000-50.000 Regeln beinhalten.2 Dieses Regelwerk ist jedoch statisch und setzt implizit voraus, dass die neuen zu verarbeitenden Daten exakt den Regeln entsprechen. Diese Einschränkung limitiert die Reichweite der regelbasierten Automatisierung auf Daten und Problemstellungen, die aus der Vergangenheit bekannt sind und exakt wie vorgegeben auftreten. Sowohl die ökonomische Realität als auch die Rechtslage sind jedoch dynamisch, sie unterliegen permanentem Wandel. Die praktische Herausforderung verschiebt sich damit von der reinen Nachvollziehbarkeit der Entscheidungen hin zur Aufrechterhaltung der Gültigkeit des Regelsets und damit des Automatisierungsgrades. Dennoch hat die regelbasierte Automatisierung in Form von Robotics Process Automation einen großen Zulauf erfahren. Durch den Einsatz der Robotic Process Automation (RPA) Software werden viele Tätigkeiten und Teilprozesse automatisierbar, die einen geringeren Standardisierungsgrad erfordern als explizite Software-Lösungen und formelle Schnittstellen zwischen unterschiedlichen Basissystemen. Die mit RPA erstellten Software-Bots bewegen sich auf der Software-Oberfläche, wie sich menschliche Nutzer innerhalb und zwischen unterschiedlichen Systemen bewegen. Mit dem Anspruch, die Automatisierung zu „demokratisieren“, ermöglichen die RPA-Anbieter die Erstellung der Bots in immer stärkerem Maße auch durch „Business-User“ und nicht nur durch IT-Personal (vgl. Dunie & Saikat 2019; Kryonsystems 2016; UiPath 2019). Für eine Aufgabe benötigt ein Bot maximal ¼ der menschlichen Bearbeitungszeit. Ein Bot kann aber zudem bei Bedarf 24/7/365, also ununterbrochen arbeiten. Die Vision eines Bots pro Mitarbeiter birgt also ein enormes Effizienzpotenzial. Die Vision von einem selbsterstellen Bot pro Mitarbeiter andererseits auch ein enormes Fehlerrisiko.

2

Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft, empirische Ergebnisse unserer Projektarbeit in den Jahren 20182019

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

103

3.2 Anforderungen an die Buchhalter im Umgang mit regelbasierten Sys-temen Regelbasierte Systeme haben keine Abstraktionsfähigkeit und können sich dem dynamischen Umfeld – also neuartigen Daten und/oder Problemstellungen – nicht anpassen. Diese Einschränkung führt in der Praxis dazu, dass Buchhalter/-innen mit drei Aufgaben befasst werden. Erstens, die Vorgänge, die dem Regelset nicht genau entsprechen, manuell bearbeiten. Zweitens, nach Regeln, die in dem vorliegenden Fall nicht funktioniert haben, zu suchen. Drittens, beurteilen, inwiefern bestehende Regeln angepasst, respektive neue Regeln geschaffen werden müssen. Die operative Tätigkeit wird ihren Schwerpunkt also in Kontrolle und Evaluation und nicht in der Ausübung der Vorgänge selbst haben (vgl. Spektrum der Wissenschaft, Kompakt 2019, S. 44). Um diese Aufgabenstellung zu bewältigen, muss konzeptionelles und konstellatorisches Denken – also das Erkennen und Verstehen von Wechselwirkungen – in Bezug auf das Design und die Pflege von Regelwerken erlernt werden. Dies gilt gleichermaßen für die Nutzung und Wartung des „persönlichen“ Bots, als auch von dedizierten regelbasierten Software-Lösungen, die dem Nutzer/der Nutzerin auf der Oberfläche die Funktionalität zur Regelwartung bereitstellen. Ebenso wichtig, wie der Umgang mit sichtbaren Regelwerken, ist das Grundverständnis der Logik mit der das jeweilige ERP-System den Daten- und Prozessfluss in einem Unternehmen abbildet und die Objekte miteinander verbindet. Denn jeder ERP-Software liegt ein gewisses Bild der formalisierten Unternehmensabläufe zu Grunde. Nur mit diesem Grundverständnis kann der Umgang mit den für den Nutzer/die Nutzerin sichtbaren Regeln und, wie nachfolgend beschrieben, kognitiven Ergänzungen dieser Systeme, sinnvoll erlernt und eingesetzt werden. 3.3 Künstliche Intelligenz Der Einsatz von Künstlichen Intelligenz3 hat durch das exponentielle Wachstum der Rechenkapazität, hohe Verfügbarkeit und geringe Kosten von Cloud Computing4 sowie die digitalen Datenmassen die Schwelle von Forschung zum kommerziellen Einsatz überschritten. Diese Technologie wird in alle datenbasierten Bereiche des unternehmerischen Handelns Einzug halten und in naher Zukunft Unternehmen aller Größenordnungen erfassen. Sie wird für den Nutzer/die Nutzerin sichtbar und unsichtbar in die bestehenden Anwendungen integriert oder selbst ein Artefakt sein, mit dem der Mensch in dem Geschäftsprozess interagieren wird.5 Die wesentlichen Defizite regelbasierter Systeme sind zugleich die Stärken von Künstlicher Intelligenz. Während regelbasierte Software deterministisch ist, arbeitet die KI mit Wahrscheinlichkeiten (vgl. Akkiraju et al. 2018). Diese inhärente Abstraktionsfähigkeit ermöglicht den KI-basierten Systemen, die Erkennung, Klassifizierung und Vorhersage von Daten durchzuführen, die nicht exakt den von regelbasierten Systemen „erwarteten“ Daten entsprechen. In

3

4

5

Nach Russell und Norvig (2018) definieren wir Künstliche Intelligenz als Technologien die kognitiven Fähigkeiten des „Lernens“ und „Problemlösens“ besitzen. Diese Technologien verleihen durch Algorithmen, die auf spezifischen Logiken aufbauend eine bestimmte Aufgabe erfüllen, Fähigkeiten, die Menschen als Zeichen von Intelligenz wahrnehmen. “Deep learning using Neural Networks have proven to work at least 10 times faster with cloud-based GPU acceleration as compared to the regular computer processing units (CPU)” (Goh et al., S. 3) Industrie 4.0 und IoT (Internet of Things)

104

Ewelina Hmyzo, Andreas Muzzu

Praxis bedeutet das, dass die KI-basierten Systeme über 90% des jeweiligen Transaktionsvolumens verarbeiten können. Im Vergleich hierzu erreichen die regelbasierten Systeme, je nach angewandter Wartungsintensität, ca. 60-70% Automatisierungsquote. Damit bieten KI-basierten Systeme ein enormes Effizienzpotenzial in allen Bereichen, die über hinreichende Datenmengen verfügen.6 Das „Lernpotenzial“ von KI-Systemen ist dabei bereits heutzutage enorm. Ein Buchhalter bzw. eine Buchhalterin benötigt durchschnittlich 2-4 Minuten, um einen transaktionalen Vorgang zu erfassen, einzuordnen und zu verbuchen. Ein regelbasiertes System, z. B. ein Bot, erledigt den gleichen Vorgang durchschnittlich innerhalb einer Minute. Die Leistung einer KI ist faktisch eine Funktion der verfügbaren Rechenkapazität. In Praxis beobachten wir Bearbeitungszeiten, die zwischen wenigen Sekunden und Bruchteilen einer Sekunde liegen. In puncto Qualität kommt KI den menschlichen Buchhalter(inne)n sehr nahe. In unserer Praxis stellen wir bei den Buchhalter(inne)n eine durchschnittliche Fehlerquote von 5% fest.7 Wenn wir diese Quote also auf 100% der Transaktionen beziehen, wird 95% des Volumens zu 100% korrekt verarbeitet. Die besten in unserer Praxis angewandten Modelle haben 95% des Volumens mit mehr als 95% Sicherheit einer korrekten Vorhersage verarbeitet. In Verbindung mit in-memory Verarbeitung können die KI-basierten Anwendungen die laufende Verbuchung, Kontenabstimmungen, Allokationen und Abschlussbuchungen weitgehend automatisieren. Zudem werden hierbei die Grundlagen für ein sog. Continous Auditing in der Wirtschafts- und Steuerprüfung geschaffen (vgl. Liddy 2014; Mayer-Schönverger & Cukier 2013, S. 26; Susskind & Susskind 2015, S. 92, S. 94). Die Fähigkeit zur Mustererkennung sowie multidimensionaler Analyse ermöglicht z. B. Identifikation von Anomalien, ex post und Dank in-memory-Verarbeitung auch in Echtzeit. Diese Algorithmen werden zur Kontrollzwecken, z. B. im Audit, Interner Revision oder Steuerprüfung eingesetzt. KI-basierte transaktionale Systeme können und sollten von KI-Kontrollinstanzen überwacht werden (vgl. Ernst & Young LLP 2020). Eine Kontroll-KI kann selbstredend genauso die von menschlichen Buchhalter(inne)n durchgeführte Transaktionen monitoren und bei potenziellen Fehlern beispielsweise um nochmalige Überprüfung bzw. Bestätigung bitten oder schlichtweg Falschbuchungen verhindern. KI-basierte Vorhersagemodelle können z. B. bei der Bewertung von Forderungen und Vorräten sowie Ermittlung von Rückstellungen wesentlich bessere und fundiertere Ergebnisse erreichen, als rein statistische Modelle bzw. menschliche Einschätzung. Die Erfassung, Klassifizierung, Vorhersage und Kontrolle sind Fähigkeiten KI-basierter Anwendungen, die mittlerweile sehr gute Ergebnisse im transaktionalen Bereich erreichen können. Es sind aber Einzelfähigkeiten, die in einem eng definierten Rahmen bzw. für eng definierte Problemstellungen funktionieren. Die aktuelle Arbeitsweise der KI-basierten Systeme und die fachliche Herausforderung zugleich bestehen darin, die geeigneten Algorithmen mit den richtigen Daten zu trainieren und die so erschaffenen Modelle in eine logische Schrittfolge eines buchhalterischen Vorgangs zu bringen. In Abbildung 1 zeigen wir ein Beispiel aus unserer 6

7

Machine Learning (ML) befähigt IT-Systeme, in großen Datenmengen Muster zu erkennen und auf Basis der gewonnenen Erfahrungen neue Daten wiederum richtig einzuordnen. Mit iterativen Varianten von Supervised Learning und Meta-Learning kann die benötigte Datenmenge reduziert werden. Ernst & Young GmbH Wirtschaftsprüfungsgesellschaft; empirische Werte aus der Analyse der Datensets, die zum Training von Accounting AI in den Jahren 2019-2020 erhoben wurden.

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

105

Praxis, wie mehrere KI-Untertechnologien auf unterschiedliche Aufgabenstellungen im Rahmen der Verbuchung von Eingangsrechnungen angewandt und miteinander kombiniert wurden.8

Abbildung 1: EY Accounting AI - Verarbeitung von Eingangsrechnungen

Über die reine Automatisierung repetitiver Tätigkeiten hinaus, besteht seit Jahrzehnten der Wunsch nach intelligenten Arbeitshilfen für komplexere bzw. seltenere Fälle. Solche Experten-Systeme sollen bei der Klassifizierung und Interpretation von Sachverhalten, z. B. durch kontextsensitive Suche oder einen „Dialog“ den menschlichen Buchhalter(inne)n helfen, indem sie die relevanten externen und internen Informationen bereitstellen.9 Trotz aller Fortschritte, vor allem im Bereich der Natural Language Processing, 10 ist aber eine Accounting AI als ein selbstlernendes Experten-System11 noch weit entfernt. Die Interpretation der Vorschriften und Standards sowie deren Erstanwendung auf die reellen Fälle sind die noch verbleibenden menschlichen Domänen.

8

9 10

11

Angewandte KI-Technologien: OCR (Optical Character Recognition), NLP (Natural Language Processing), ML (Maschine Learning, supervised und unsupervised), DL (Deep Learning) Beispielsweise relevante IFRS-Standards und die entsprechende Richtlinie des eigenen Unternehmens Natural Language Processing (NLP) ist eine Methode zur maschinellen Verarbeitung menschlicher Sprache (gesprochen oder geschrieben). Algorithmen lernen die Wortbedeutungen und Satzzusammenhänge in einem bestimmten Kontext zu erkennen. NLP kann zur massenweisen Analyse von Unterlagen, z.B. Verträge eingesetzt werden. „An expert system is regarded as the embodiment within a computer of a knowledge-based component, from an expert skill, in such a form that the system can offer intelligent advice or take an intelligent decision about a processing function. A desirable additional characteristic, which many would consider fundamental, is the capability of the system, on demand, to justify its own line of reasoning in a manner directly intelligible to the enquirer“ (Connell 1987, S. 221).

106

Ewelina Hmyzo, Andreas Muzzu

Abbildung 2: EY Accounting AI – Zielbild, schematische Darstellung

In den nächsten Jahren, vielleicht sogar Jahrzehnten, werden wir uns jedoch dem Zielbild der Accounting AI annähern. Einerseits, durch die zunehmende Durchdringung der operativen Buchhaltungstätigkeit mit KI-Anwendungen. Ihre Inputdaten werden die Systeme aus Bild, Schrift, Sprache und anderen Systemen extrahieren und erkennen. Mit Metalernen werden die Anwendungen wesentlich schneller mit wesentlich kleineren Datenmengen das Verständnis des jeweiligen unternehmensspezifischen Buchungsstoffes erlangen (vgl. Musser 2019, S. 8). Und durch die Fortschritte in NLP wird gleichzeitig das maschinelle Verständnis von komplexen Schriftzügen, wie Gesetze, Standards oder Verträge steigen. Die Erwartungshaltung, dass eine Accounting AI je das Niveau des menschlichen Urteilsvermögens erreicht, sollten wir jedoch nicht haben. 3.4

Anforderungen an die Buchhalter/-innen im Umgang mit selbstlernenden Systemen Je mehr KI-basierten “Services” oder Anwendungen in die Geschäftsprozesse integriert werden, desto kritischer wird der richtige Umgang der fachlichen Expert(inn)en, z. B. die Buchhalter/-innen, mit dieser Technologie. Damit ist vor allem die Sensibilisierung für die Grenzen dieser Technologie gemeint. KI ist keine Plug&Play-Technologie. Auch wenn die Unternehmen sich der extern erstellten Basis- bzw. Metamodelle bedienen, wird eine Art von Customizing – des Anlernens des unternehmensspezifischen Kontext zum Verständnis des jeweiligen Buchungsstoffes – eine wesentliche Voraussetzung für nennenswerte operativen Ergebnisse der KI-basierten Anwendungen bleiben (vgl. Akkiraju et al. 2018, S. 4). Der Betrieb und dadurch laufendes Training sowie die Kontrolle der KI-Anwendungen werden gewiss in der Verantwortung der jeweiligen Organisationen sein. Daher sollten in der Ausbildung die theoretischen Grundlagen sowie der Umgang mit echten Anwendungen in allen Phasen ihres Lebenszyklus vermittelt werden.

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

107

3.4.1 Anforderung 1: Ziele für KI-Anwendungen definieren bzw. Ziele bestehender KI-Anwendungen verstehen Entgegen der bei den Fachanwender(inne)n weit verbreiteten Erwartungshaltung kann KI die besten Ergebnisse für sehr eng definierte, konkrete und messbare Zielsetzungen erzielen. Eine zu allgemeine Zieldefinition wird in schlechten Ergebnissen (= geringe Vorhersagequote) oder in überraschenden Lösungswegen resultieren (vgl. Akkiraju et al. 2018, S. 4; Shane 2019). Die Zieldefinition ist die Grundlage für die Auswahl von Daten, Untertechnologie und der Algorithmen. Die Grundausbildung der Buchhalter/-innen sollte daher um die Arbeit mit einfachen KIAnwendungen ergänzt werden, die die Auswirkungen unspezifischer Zielsetzungen verdeutlichen. Abbildung 3 stellt eine derartige Aufgabenstellung dar: „Nutze die Elemente in roten Kreis, um von A nach B zu kommen“. Abbildung 4 zeigt die Lösung eines KI-Models (vgl. Shane 2019).

Abbildung 3: Problemstellung: „Von A zu B“

Abbildung 4: Lösung: KI stapelt die Elemente und lässt sie von A zu B fallen.

Die KI-Forschung bietet viele weitere, weitaus spektakulärere Beispiele, um zu verdeutlichen, dass KI wirklich exakt das zu erreichen versucht, was wir ihr als Zielsetzung vorgeben.

108

Ewelina Hmyzo, Andreas Muzzu

Die Lösungswege sind jedoch nicht zwingend die von uns erwarteten. Durch ihre extreme „Short Cut“-Neigung kann KI Merkmale, Konzepte oder Verarbeitungsschritte rauslassen, die ggf. für das Bestehen des Ground-Tests von entscheidender Bedeutung sind.12 Darüber hinaus kann es in der Praxis erforderlich sein, eine höhere Kleinteiligkeit des Designs als aus technologischer Sicht erforderlich in Kauf zu nehmen, um die Nachvollziehbarkeit und Nachprüfbarkeit der Verarbeitung durch Menschen zu gewährleisten. Des Weiteren sollte gleichzeitig mit der Vermittlung der Fachinhalte, z. B. in Case Studies erprobt werden, ob neben den traditionellen Übungen auch eine zutreffende Problemdefinition für KI-Modelle abgeleitet werden kann. 3.4.2 Anforderung 2: Datenanforderungen definieren und Trainingsdaten bereitstellen Im nächsten Schritt muss der Fachbereich die Zieldefinition in Anforderungen an die Daten übersetzen, die zum Training der KI verwendet werden sollen. Das initiale Datenset muss eine hinreichende Vielfalt beinhalten, damit der Algorithmus sich mit seinem Model weitgehend an die Problemstellung annähern kann. Die erhobene Datenmenge wird in den meisten Fällen größer sein müssen, als die tatsächlich benötigte. Die Daten beinhalten normalerweise Fehler, zu wenige oder zu viele Beispiele einer Art. Alle Merkmale, die der Algorithmus berücksichtigen sollte, müssen (hinreichend häufig) in den Trainingsdaten vertreten sein. Dies kann u. U. den Zukauf von bestimmten Datensets erforderlich machen (vgl. Akkiraju et al. 2018, S. 4). Je nach angewandter KI-Technologie, Lernmethode und Zielsetzung kann es erforderlich sein, die Trainingsdaten zu labeln, d. h. für die Vorhersage relevanten Merkmale, Klassifizierung, Verarbeitung etc. hervorzuheben bzw. den Trainingsdaten hinzuzufügen. Die Sicherstellung der Datenqualität, angefangen mit der initialen Auswahl über die oben genannten Verarbeitungsschritte hinweg, ist vom Fachbereich sicherzustellen. Alle Schritte müssen dokumentiert und alle Datenstände versioniert aufbewahrt werden. Wie wichtig das Verständnis für die Anforderungen an das Datenset ist, verdeutlicht der Aufwand, der in die Erstellung der Datensets fließt. Nicht selten, liegt er deutlich über 50% des Gesamtaufwands der KI-Projekte (vgl. Cloudfactory 2020). Schlechte Datenauswahl, mangelhafte Bereinigung und Labeling der Daten wirken sich entscheidend auf die Vorhersageergebnisse der KI aus. Diese Tätigkeiten bieten nicht nur ein hohes didaktisches Potenzial. Im fachlichen Sinne kann die Identifikation von fehlerhaften und inkonsistenten Buchungssätzen zur tieferen Verankerung des theoretischen Wissens beitragen. Die technischen Fertigkeiten im Umgang mit großen Datenmengen, Datenaggregation und Datenbereinigung sind ebenfalls ein nicht zu vernachlässigendes Asset. Denn die Kombination aus Fachwissen in der Domäne des Rechnungswesens und mit dem technischen und analytischen Umgang mit Daten ist Voraussetzung für die erfolgreiche Bewältigung der oben beschriebenen Aufgabestellungen (vgl. Goh et al., S. 58).

12

“Ground Truth”-Test ist ein Terminus aus dem Bereich der Meteorologie, wo die Wettervorhersage mit den tatsächlichen Wetterverhältnissen „vor Ort“ verglichen wird. Damit wird ebenfalls die Bewertung der Einsatzfähigkeit und der Genauigkeit der Vorhersage der KI-Modelle umschrieben.

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

109

3.4.3 Anforderung 3: Das Training der KI durch Testen unterstützen Eine KI-Anwendung entsteht in einem iterativen Prozess zwischen Training und Test. Üblicherweise werden 20% der initial erhobenen Daten nicht zum Training verwendet, sondern als Testdaten benutzt. Auch wenn die Data Scientists genauso akribisch Ursachenanalyse betreiben, bleibt die Identifikation, Klassifizierung und Validierung der Fehler originäre Aufgabe des Fachbereichs.13 Nur der Fachnutzer/die Fachnutzerin kann inkorrekt gelabelte Daten validieren, zu hoch gewichtete Merkmale im über das Trainingsdatenset hinausgehendem Kontext identifizieren und inkonsistente Ergebnisse einordnen. Fachliche Bewertung und Verständnis des gesamten Prozesses über den mit dem jeweiligen Datenset abgedeckten Abschnitt hinaus, ist die Voraussetzung für die Klassifizierung der Fehler und Bewertung deren Folgekosten. Damit bilden die Fehleridentifikation und Klassifizierung die Grundlage für die Bewertung der Einsatzfähigkeit der Modelle sowie die Priorisierung der weiteren Entwicklungsarbeiten. Im Falle der Verbindung mehrerer KI-Module zu einer Anwendung müssen sogar ganzheitliche Szenarien als Testfälle vorgenommen werden, um das Zusammenspiel der Module im „echten Leben“ zu bewerten. Auch hier sind die Dokumentation und Versionierung der Daten und der Modelle bei jeder Iteration wichtig, um die Nachvollziehbarkeit der Ursachen und Wirkungen der Trainingsiterationen zu gewährleisten. Die Erstellung von Testfällen und Testszenarien, Durchführung von Tests und Analyse der Ergebnisse bieten in der Didaktik ein großes Potenzial. Hier kann das Fachwissen mit der Kreativität verbunden und die Kooperation zwischen der Wissenschaft und der Wirtschaft einen greifbaren Beitrag zur Lösung aktueller Herausforderungen leisten (Kooperationsbeispiele: SMU 2018). 3.4.4 Anforderung 4: Kontinuierliches Monitoring und Verbesserung Der Betrieb der KI-Anwendungen bedeutet die Unterstützung des kontinuierlichen Lernens und der Weiterentwicklung der Modelle. Die operativ mit der KI-Anwendung arbeitenden Fachnutzer/-innen haben die Aufgabe der Ergebniskontrolle und Überwachung der Performance des Modells. Eine Verschlechterung der Vorhersagequote ist ein deutliches Signal. Ein automatisches Training des Modells mit den durch manuelle Bearbeitung erzeugten Daten ist u. E. nicht zu empfehlen, da die Auswirkungen auf die Modelqualität unvorhersehbar sind. Optimierung und Anpassung der Modelle funktioniert am besten im Zusammenspiel zwischen den operativ tätigen Fachnutzer(inne)n, den Fachnutzer(inne)n, die für die Training- und Testdaten zuständig sind sowie den Data Scientisten, die die Modelle parametrisieren und trainieren. Diesen KILebenszyklus stellen die Wissenschaftler/-innen aus dem IBM Almaden Research Center wie folgt dar (vgl. Akkiraju et al. 2018, S. 4):

13

HITL (Human in the Loop) Ansatz – menschliche Intelligenz wird zum Trainieren, Fine-Tunen und Testen des KI-Models eingesetzt.

110

Ewelina Hmyzo, Andreas Muzzu

Abbildung 5: Lebenszyklus eines KI-Models

Für die Ausbildung der Buchhalter/-innen bedeutet dies, dass die für das initiale Training und Test der KI-Modelle erlernten Fähigkeiten, kontinuierlich gebraucht und eingesetzt werden können. 3.4.5 Anforderung 5: Auditierbarkeit sicherstellen Übergreifend über alle Stadien im KI-Lebenszyklus gilt für alle im Rechnungswesen angewandten KI-Modelle die Anforderungen der Auditierbarkeit. Eine wesentliche Herausforderung ist bei KI-Modellen sicherlich, dass der Weg der Entscheidungsfindung einer KI eine „Black Box“ darstellt. Damit wird die Kontrolle der KI-Systeme eine wesentliche Aufgabe für interne und externe Compliance Prozesse sein. Unseres Erachtens sind hierzu nachfolgende Punkte zu beachten. Die entsprechende Qualität der Daten und des Prozesses zur Erstellung und Betrieb von KI-Modellen muss laufend sichergestellt werden. Entsprechende Governance Prozesse und Prozeduren müssen etabliert, dokumentiert und überwacht werden. Den Risiken, die aus unzureichender Datenvielfalt, -qualität oder den logischen Fehlern bei der Erstellung der Modelle entstehen können, muss durch geeignete Qualitätsschranken begegnet werden. Der Umgang mit Daten, Datenbeschaffung, -verarbeitung und -haltung erreicht durch die Arbeit mit den KI-Modellen neue Dimensionen. Insbesondere ist der menschliche Einfluss auf die KIAnwendungen im Betrieb zu überwachen und Fallbezogen zu bewerten. Dabei ist festzuhalten, welche Daten und wie von Mensch und/oder Maschine verarbeitet wurden und wer das Buchungsergebnis erzeugt hat. Das bedeutet, dass jegliche Interaktion von Mensch und Maschine im operativen Betrieb geloggt werden muss, um eine durchgängige Protokollkette für jeden Geschäftsvorfall sicherzustellen. Wir empfehlen eine stringente Dokumentation der Datenherkunft und der Datenverarbeitungsschritte zu führen. Über den gesamten Lebenszyklus des KI-Modells ist es unseres Erachtens erforderlich, die jeweiligen Training- und Testsets zu versionieren und zu archivieren. Gleiches gilt für die Modelstände, die Ergebnisse der Tests und der Fehleranalyse. Diese Dokumentation wird nämlich die Grundlage des Audits bzw. der Betriebsprüfung sein. Die von

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

111

GoBD14 geforderte Nachvollziehbarkeit und Nachprüfbarkeit können schon im Design der KIAnwendungen berücksichtigt werden, indem einzelne eng definierte Problemstellungen von unabhängigen Modellen verarbeitet werden. Wird der Input und Output entsprechend gespeichert und archiviert sowie jede menschliche Interaktion geloggt, kann eine lückenlose Verfahrensdokumentation gewährleistet werden. Durch die Dokumentation und Versionierung der Datensets und Modelstände ist auch die Reproduzierbarkeit der Ergebnisse gegeben.

4

Schlussfolgerungen

Die Technologie verändert die rechnungswesennahen Berufe. Die Digitalisierung und Automatisierung der Geschäftsprozesse wird nicht dazu führen, dass wir auf menschliches Urteilsvermögen und Domänenwissen verzichten können. Im Gegenteil, dieses Wissen muss im Kontext der aktuell vorhandenen Technologie vermittelt werden. Statt klassischer Bildung werden konzeptionelles Denken, die Identifikation von richtigen Problemstellungen und Problemlösungstechniken benötigt (vgl. Spektrum der Wissenschaft, Kompakt 2019, S. 43). Denn die Regel wird nicht die transaktionale Tätigkeit, sondern die Nicht-Routine-Aufgaben:

Abbildung 6: EY – Vision of Finance Function Tomorrow

Insbesondere der steigende Einsatz von Künstlichen Intelligenz stellt die Rechnungswesendidaktik vor mehrere Herausforderungen. Wenn von Expert(inn)en entwickelte regelbasierte Software oder KI-Systeme den Großteil der operativen Aufgaben bewerkstelligen, wird der Aufbau eigener Erfahrungswerte bei den Berufseinsteiger(inne)n faktisch verhindert (vgl. Murphy 1990). Die Erfahrungswerte werden jedoch zur Bewerkstelligung der Nicht-RoutineAufgaben sowie zur Erstellung, inhaltlichen „Wartung“ und Kontrolle der eingesetzten Anwendungen benötigt. Das fachliche Urteilsvermögen muss jetzt in neuem Kontext ausgebildet und angewandt werden. 14

Grundsätze zur ordnungsgemäßen Führung und Aufbewahrung von Büchern, Aufzeichnungen und Unterlagen in elektronischer Form sowie Datenzugriff

112

Ewelina Hmyzo, Andreas Muzzu

Anderseits bietet der umfassende Einsatz von Technologie neue Tätigkeitsfelder und erfordert neue technische Fertigkeiten, wie Datenanalyse oder Umgang mit maschinellem Lernen. Die potenziellen Tätigkeiten und Einsatzbereiche für die Absolvent(inn)en mit diesem Profil sind nicht nur im Rechnungswesen, sondern im Controlling, der Wirtschafts- und Steuerprüfung/-beratung sowie im forensichen Bereich enorm, vielfältig und fachlich auch dem Bild der freien Berufe gerechter (vgl. Goh et al., S. 4; siehe auch den Verweis auf besondere Qualifikation im § 1 Abs. 2 PartGG). Trotz und angesichts aller operativen Herausforderungen hat die Führung von EY Global Innovation eine klare Position zum Thema neue Technologien im Rechnungswesen bezogen: “The biggest risk is non-adoption. Another big risk is lack of talent” (Mazzei & Duffy 2017, S. 2). 15 Wir hoffen, dass unser Beitrag in diesem Zusammenhang konkrete Anregungen für die Rechnungswesendidaktik bietet.

Literatur Akkiraju, R.; Sinha, V.; Xu, A.; Mahmud, J; Gundecha, P.; Liu, Z.; Liu, X. & Schumacher, J. (2018). Characterizing machine learning process: A maturity framework. San Jose, California, USA: IBM Watson, IBM Almaden Research Center. Cloudfactory (2020). Data engineering, preparation, and labeling for Al 2019. Getting data ready for use in Al and machine learning projects. URL: https://www.cloudfactory.com/reports/data-engineering-preparationlabeling-for-ai [22.05.2020]. Connell, N.A.D. (1987). Expert systems in accountancy: A review of some recent applications. Accounting and Business Research, 17(67). Deepmind (2020). Access to science. URL: https://deepmind.com/about#access_to_science [22.05.2020]. Dunie, R. & Saikat, R. (2019). Automate business operations to scale your digital business. EABPM (European Association of Business Process Management) (Hrsg.) (2014). BPM CBOK® – Business Process Management BPM Common Body of Knowledge, Version 3.0. Leitfaden für das Prozessmanagement (2. deutschsprachige Aufl.). Gießen: G. Schmidt. Ernst & Young LLP (2020). EY Helix. URL: https://www.ey.com/en_gl/audit/technology/helix [22.05.2020]. Gartner (2020a). Business process management platforms market. URL: https://www.gartner.com/reviews/market/business-process-management-platforms [22.05.2020]. Gartner (2020b). Information technology. Gartner glossary. URL: https://www.gartner.com/en/information-technology/glossary/business-process [22.05.2020]. Goh, C.; Pan, G.; Poh Sun, S.; Lee, B. & Young, M. (Hrsg.). Charting the future of accountancy with AI. Kryonsystems (2016). Automation democratization: How RPA is making automation accessible to all. URL: https://blog.kryonsystems.com/rpa/automation-democratization-how-rpa-is-making-automation-accessible-to-all [22.05.2020]. Liddy, J.P. (2014). The future of Audit, Forbes. URL: www.forbes.com [22.05.2020]. MarketsandMarkets™. Process Analytics Market by Process Mining Type (Process Discovery, Process Conformance & Process Enhancement), Deployment Type, Organization Size, Application (Business Process, It Process, & Customer Interaction), and Region - Global Forecast to 2023. Mayer-Schönberger, V. & Cukier, K. (2013). Big data: A revolution that will transform how we live, work, and think. New York: Houghton Mifflin Harcourt.

15

kursiv: die Ergänzung der Autoren zur Klarstellung.

Technologie im Rechnungswesen – Wenn die Maschine besser und schneller bucht

113

Mazzei, C. & Duffy, N. (2017). Putting artificial intelligence (AI) to work. EY Global Innovation. Murphy, D.S. (1990). Expert system use and the development of expertise in auditing: A preliminary investigation. Journal of Information Systems. Musser, G. (2019). Maschinen mit menschlichen Zügen. Spektrum Kompakt – Künstliche Intelligenz. UiPath (2019). Your right to robots: Why the future of automation depends on RPA democratization. URL: https://www.uipath.com/blog/future-of-automation-depends-on-democratization [22.05.2020]. Shane,

J. (2019). The danger of AI is weirder than you think. URL: https://www.ted.com/talks/janelle_shane_the_danger_of_ai_is_weirder_than_you_think [22.05.2020].

SMU (Singapore Management University) (2018). SMU-X accounting analytics capstone course. URL: https://accountancy.smu.edu.sg/bachelor-accountancy/campus-life/smu-x-accounting-analytics-capstone-course [22.05.2020]. Spektrum der Wissenschaft, Kompakt (2019). Künstliche Intelligenz, Der Weg in die Anwendung; Was bleibt für den Menschen noch zu tun? Interview mit Stephan A. Jansen. Susskind, R. & Susskind, D. (2015). The future of the profession. USA: Oxford University Press. Russell, S. & Norvig, P. (2018). Artificial intelligence: A modern approach (Global Edition).

Teil II

Aktuelle Befunde zum Rechnungswesenunterricht

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben – Eine Think Aloud-Studie Miriam Nobiling (Johann-Philipp-Reis-Schule, Weinheim) Jürgen Seifried (Universität Mannheim) Eveline Wuttke (Goethe Universität Frankfurt) Kristina Kögler (Universität Stuttgart) Zusammenfassung: Das Rechnungswesen gilt als zentraler Bestandteil der kaufmännischen Ausbildung (Berding 2019; Deppe 2017; Jähning 2014; Preiß & Tramm 1990, 1996), und fachdidaktische Fragen sind Gegenstand intensiver Forschung. Dabei geht es nicht nur um die vermeintlich „richtige“ Ausrichtung des Rechnungswesenunterrichts, sondern auch um die vertiefte Analyse von Lehr-Lernprozessen und Lernschwierigkeiten (z.B. Deppe 2017; Pawlik 1979; Preiß & Tramm 1990; Seifried 2004, 2009; Sloane 1996). Insbesondere der Analyse kognitiver Prozessen kommt dabei Bedeutung zu. Für das Fach Rechnungswesen ist hier allerdings Forschungsbedarf zu konstatieren; Erkenntnisse über die Denkprozesse von Lernenden liegen nur vereinzelt vor (für eine Ausnahme siehe die Studie von Deppe 2017; siehe auch Link & Minnameier 2008). Hier setzt unser Beitrag an. Wir berichten über die Ergebnisse einer explorativen Studie zur Erfassung von Denkprozessen im Rechnungswesen. Dabei analysieren wir kognitive Prozesse von 21 Studierenden, die im Zuge der Bearbeitung von Rechnungswesenaufgaben mittels Think Aloud-Protokollen gewonnen wurden. Ergänzend werden biografische Daten der Testpersonen sowie die Testleistung erfasst. Auf dieser Basis kann gezeigt werden, dass kognitive Prozesse bei der Bearbeitung von Rechnungswesenaufgaben mittels der Methoden des Lauten Denkens erfasst und klassifiziert werden können. Es sind eine Reihe von Befunden zu berichten: Wissensarten und entsprechende kognitive Prozesse sind eng verschränkt, und Studierende mit domänenspezifischen außeruniversitären Vorerfahrungen zeigen bessere Leistungen als jene ohne entsprechende Lernerfahrungen. Zudem beeinflussen Einstellungen zumindest tendenziell den Prozess der Aufgabenbearbeitung und die Testleistung. Individuelle Lernvoraussetzungen, Prozessdaten und Testerfolg lassen sich so in eine nachvollziehbare Verbindung bringen. Schlüsselbegriffe:

1

Think Aloud, Lautes Denken, Rechnungswesen, Lernzieltaxonomie, Wissensarten, kognitive Prozesse

Problemstellung

Das Fach Rechnungswesen gilt gemeinhin als zentraler Bestandteil der Curricula kaufmännischer Schulen und wirtschaftswissenschaftlicher Studiengänge (Berding 2019; Deppe 2017; Jähning 2014; Preiß & Tramm 1996). Kennzeichnend für den Lerninhaltsbereich sind ein hoher Abstraktionsgrad der Lerninhalte sowie ein hohes Maß an regelgeleitetem, schematisiertem Vorgehen. Viele Lernende nehmen das Fach als langweilig und trocken (Kögler 2015), aber auch als fehleranfällig und schwierig wahr (Pawlik 1979; Seifried 2004, 2009; Wuttke & Seifried 2012, 2017). Als Ursache für Lernschwierigkeiten wird immer wieder die fehlende Verknüpfung des Rechnungswesens mit dem Erfahrungsbereich/dem Vorwissen der Lernenden angeführt (Preiß & Tramm 1990; Reinisch 1996; Seifried 2004). Daneben sollten Einstellungen der Lernenden eine Rolle spielen und sich auf das Verhalten sowie die Lernbereitschaft von Schülerinnen und Schülern auswirken (Bouley 2017). Eine „grundsätzliche Gefahr“ (Sloane 1996, S. 49) des Lehrens und Lernens im Rechnungswesen besteht darin, dass Lernende auf der Basis von Merksätzen Buchungen mechanisch vollziehen, statt zu verstehen, welche be-

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_7

118

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler

triebswirtschaftlichen Sachverhalte den Buchungen zugrunde liegen. Diese Gefahr besteht unabhängig von der fachdidaktischen Ausrichtung des Unterrichts (auf die Diskussion zur „richtigen“ Ausrichtung des Rechnungswesenunterrichts soll hier nicht eingegangen werden, siehe hierzu z.B. Berding 2019; Bouley 2017; Preiß & Tramm 1996; Seifried 2004). Welche Schwierigkeiten beim Bearbeiten von Aufgaben auftreten und welche Denkprozesse diesbezüglich ablaufen, ist noch weitgehend ungeklärt. Eine Ausnahme stellt die Arbeit von Deppe (2017) dar (zu Vorarbeiten siehe auch Link & Minnameier 2008). Hier wurde auf Basis der inferentiellen Lerntheorie (siehe hierzu z.B. Minnameier 2005) eine strukturgenetische Rechungswesendidaktik (siehe auch Minnameier & Link 2010) entwickelt und ein Lehrgang zur Einführung in das Rechnungswesen konzipiert. Zur Erprobung dieses didaktischen Ansatzes wurden Denkprozesse von vier Achtklässlern eines Gymnasiums analysiert und geprüft, inwieweit sich korrekte und fehlerhafte Denkprozesse tatsächlich mittels der von Deppe und Minnameier entwickelten Kategorien beschreiben lassen. Um einen möglichst hohen Anteil natürlichen Lauten Denkens zu gewährleisten, wurde die Instruktion in Form von Einzeltutorials gestaltet. Die Analysen von Deppe verweisen auf die prinzipielle Brauchbarkeit des Ansatzes. Es wird aber auch deutlich, dass fehlerbezogene Instruktionen stellenweise unwirksam bleiben und Lehrkräfte ein hohes Maß an fachdidaktischer Komptenz benötigen, um wirksame Instruktionshinweise geben zu können.1 Zudem stellt sich die Frage, ob und wie Befunde, die vornehmlich in dyadischen Interaktionen gewonnen wurden, auf das Geschehen in größeren Gruppen bzw. ganzen Klassen übertragbar sind. Im vorliegenden Beitrag soll mittels der Methode des Lauten Denkens untersucht werden, über welche Denkprozesse Lernende beim Bearbeiten von Aufgaben berichten. Lautes Denken bietet die Möglichkeit, handlungsnah kognitive Prozesse zu erfassen; zumindest sollte der Zugang zu kognitiven Prozessen partiell möglich sein (Konrad 2010; Sandmann 2014). Im vorliegenden Fall wurden N = 21 Studierende der Wirtschaftspädagogik gebeten, vier Aufgaben des externen Rechnungswesens zu bearbeiten und dabei ihre Denkprozesse zu artikulieren. Die von den Lernenden getätigten Äußerungen werden aus drei Perspektiven in den Blick genommen: (1) Auf welche Wissensarten (Anderson & Krathwohl 2001) greifen die Versuchspersonen zurück? (2) Welche kognitiven Prozesse (Anderson & Krathwohl 2001) laufen ab? (3) Welche Ebenen der Bearbeitung fachspezifischer Aufgaben (Seifried, Türling & Wuttke 2010) werden angesprochen? Im Folgenden gehen wir zunächst auf die Konstruktion der Aufgaben ein (Kapitel 2). Die Anlage der empirischen Untersuchung ist Gegenstand von Kapitel 3, bevor in Abschnitt 4 die empirischen Befunde berichtet werden. Der Beitrag schließt mit einer Diskussion der zentralen Ergebnisse (Kapitel 5).

1

In jüngeren Studien legt die Arbeitsgruppe um Minnameier das Augenmerk nun vermehrt auf die Analyse von lernunterstützenden Aktivitäten wie Scaffolding und konstruktive Unterstützung und greift bei der Untersuchung von Schüler-Schüler-Interaktionen ebenfalls auf den Laut Denken-Ansatz zurück (Minnameier & Hermkes 2014; Hermkes, Mach & Minnameier 2017, 2018).

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben

2

119

Design von Aufgaben

Beim Design der Aufgaben wurden folgende Aspekte berücksichtigt: (1) Lerninhalt; (2) schwierigkeitsbestimmende Merkmale von Aufgaben; (3) Wissensarten und kognitive Prozesse, die zur Bearbeitung der Aufgaben vorausgesetzt werden. (1) Lerninhalte Fachdidaktische Forschungen zu Lernschwierigkeiten im Rechnungswesen verweisen auf fehleranfällige Bereiche (z.B. Deppe 2017; Pawlik 1979; Tramm, Hinrichs & Langenheim 1996; Türling et al. 2011; Wuttke & Seifried 2012). Für die vorliegende Untersuchung wurden Themenbereiche gewählt, die sich in den angeführten Studien als fehleranfällig erwiesen haben: Übergang von Bestands- zu Erfolgskonten (Just-in-time-Buchung), Buchung von Vor- und Umsatzsteuer, Korrekturbuchungen. Ergänzend wurden die Testpersonen gebeten, in knapper Form eine Lieferantenbewertung durchzuführen, um neben der Buchungssystematik auch das betriebswirtschaftliche Verständnis anzusprechen. Tabelle 1 zeigt eine Übersicht über die Aufgaben. Tabelle 1: Übersicht über die Aufgaben Nr. (1a) (1b) (1c) (2) (3) (4)

Themengebiet(e) Erfolgskonten Vorsteuer Korrekturbuchungen Ökon. Verständnis Erfolgskonten Umsatzsteuer Erfolgskonten Soll-Ist-Vergleich

Aufgabenstellung Kauf von Handelswaren auf Ziel (unter Beachtung unterschiedlicher Skontofristen) Rücksendung einer Lieferung Lieferantenbewertung Verkauf von Handelswaren auf Ziel

Materialien Eingangsrechnungen Informationen zu den Lieferanten Ausgangsrechnungen

Ausgleich von Mietaufwendungen Eingangsrechnung Kunde begleicht ausstehende Forderungen (Kasse Ausgangsrechnung, Quittung, und Bank). Rechnung und Zahlung weichen von- Rechnungseingangssystem einander ab (der Kunde bezahlt zu wenig).

(2) Vermuteter Schwierigkeitsgrad der Aufgaben Allgemein gelten Kriterien wie inhaltliche Komplexität, zur Lösung von Aufgaben notwendige Modellierungsleistungen und Wissensarten, kognitives Anforderungsniveau, Kenntnis von Definitionen sowie Gesetzmäßigkeiten, Offenheit der Lösungswege und Lösungen, Vertrautheit der Inhalte oder Informationskomplexität als schwierigkeitsbestimmende Merkmale einer Aufgabe (z.B. Maier et al. 2010; Schumann & Eberle 2011, 2014). Im vorliegenden Fall wurde versucht, Aufgaben mittlerer Schwierigkeit zu generieren. So soll dem Abrufen von Automatismen, die dann nicht verbalisiert werden (dies wäre bei zu einfachen Aufgaben der Fall), entgegengewirkt werden (Ericsson & Simon 1984; Weidle & Wagner 1994). Auf der anderen Seite sollten die Aufgaben nicht zu schwer sein, sodass sie für die Testpersonen (Studierende der Wirtschaftspädagogik mit einschlägigem Vorwissen aus einer universitären Lehrveranstaltung) auch ohne Vorbereitung lösbar sind. Es wird angenommen, dass Elemente wie die Orientierung an einem Modellunternehmen sowie die Verwendung von Belegen und anderen authentischen Materialien das Verständnis der Lernenden befördern kann. Allerdings zeigen aktuelle Arbeiten von Berding et al. (Berding & Jahncke 2019; Berding, Beckmann & Kürten 2019), dass Aufgaben mit Belegen von Lernenden seltener gelöst werden als z.B. Aufgaben mit photorealistischen Abbildungen. Diese Fragestellung kann mit den vorliegenden Daten leider nicht vertieft

120

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler

werden (dies war auch nicht Ziel der Untersuchung). Das Repräsentationsformat wurde einheitlich gewählt: Sämtliche Aufgaben beziehen sich auf ein Modellunternehmen und sind belegbasiert. Abbildung 1 zeigt exemplarisch eine von den Versuchspersonen zu bearbeitende Aufgabe. Die Möbelschmiede kauft bei ihrem langjährigen Lieferanten Möbilia Möbel der neuen Kollektion für ihren Verkaufsstandort in Wiesbaden ein (siehe beigefügten Beleg). Bitte geben Sie den Buchungssatz an.

Abbildung 1: Beispielaufgabe

(3) Wissensarten und für die Bearbeitung von Aufgaben notwendige kognitive Prozesse Aufgaben regen verschiedene kognitive Verarbeitungsprozesse an und tangieren unterschiedliche Wissensarten (Schumann & Eberle 2011). Wie in anderen Zugängen üblich, wird auch in der vorliegenden Untersuchung zunächst aus einer allgemeindidaktischen Perspektive auf die

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben

121

Taxonomie von Anderson und Krathwohl (2001) zurückgegriffen, die auf zwei Dimensionen verschiedene Wissensarten und kognitive Prozesse umfasst. Anderson und Krathwohl (2001; siehe auch Baumgartner 2011; Maier et al. 2010) unterscheiden bezüglich der Wissensdimension zwischen Faktenwissen, konzeptionellem Wissen, prozeduralem Wissen sowie metakognitivem Wissen. Die Wissensarten werden i.d.R. wie folgt definiert: Unter Faktenwissen wird für eine bestimmte Domäne relevantes Fachwissen (z.B. Begriffswissen, Wissen über Details) verstanden, das in der Regel verbalisierbar ist. Konzeptionelles Wissen beschreibt vernetztes Begriffswissen, das sowohl explizierbar sein als auch implizit vorliegen kann. Als Beispiele sind hier Wissen über Klassifikationen und Kategorien, Wissen über Prinzipien und Verallgemeinerungen oder Wissen über Theorien, Modelle und Strukturen zu nennen. Prozedurales Wissen meint implizites, also üblichweise nicht verbalisierbares Handlungswissen (Wissen über bereichsspezifische Algorithmen, Methoden, Fertigkeiten, Verfahren, Skripts etc.). Es reicht „von basalen Verhaltensweisen (Aussprache) bis zu komplexen, hierarchisch aufgebauten Routinen und Handlungsmustern“ (Maier et al. 2010, S. 86). Metakognitives Wissen schließlich ist „Wissen über die eigenen Kognitionen (eigene Lernziele, Lerngewohnheiten usw.) und die Fähigkeit, den eigenen Lernprozess zu steuern (Monitoringstrategien) sowie Informationsverarbeitungsstrategien und Problemlösestrategien gezielt anwenden zu können“ (ebd.). Die kognitiven Prozesse umfassen Erinnern (Wiedererkennen und Abrufen von Wissen), Verstehen (Interpretieren, Exemplifizieren, Klassifizieren, Zusammenfassen, Erschließen, Vergleichen, Erklären), Anwenden (Ausführen und Implementieren), Analysieren (Differenzieren, Organisieren, Zuschreiben), Evaluieren (Prüfen und Kritisieren) sowie Kreieren (Generieren, Planen und Prodzieren). Es wird vielfach auf mögliche Limitationen der Taxonomie von Anderson und Krathwohl hingewiesen (z.B. Baumgartner 2011; Maier et al. 2010). Neben der Fokussierung auf kognitive Aspekte (die in unserem Falle erwünscht und zielführend ist) werden das hohe Ausmaß an Abstraktion (die Taxonomien werden domänenunspezifisch formuliert und sind daher naturgemäß auf einem hohen Abstraktionsgrad angesiedelt) sowie Probleme bei der Differenzierung der verschiedenen kognitiven Prozesse angeführt. Gleichwohl ist die Taxonomie von Anderson und Krathwohl als Analyseinstrument der kognitiven Prozesse bei der Bearbeitung von Aufgaben gut geeignet, weil sie sowohl die Inhaltsdimension (Wissen) als auch jene des Verhaltens (kognitive Prozesse) anspricht. Es wird allerdings deutlich, dass eine spezifisch fachdidaktische Perspektive zu ergänzen ist. Vor diesem Hintergrund ziehen wir zusätzlich das Analyseschema von Seifried, Türling und Wuttke (2010) heran, das insgesamt vier Ebenen der Bearbeitung fachspezifischer Aufgaben beschreibt. Zunächst wird die Ebene der Erfassung der ökonomischen Realität (ökonomisches Verständnis, Fachtermini) angeführt. Hier geht es um grundlegendes kaufmännisches Wissen und Denken sowie den Umgang mit Fachtermini (z.B. ‚Verbindlichkeit’ oder ‚auf Ziel’). Es schließt sich die Ebene der Repräsentation der Realität an (verbale Repräsentation und Fallschilderung, beleggestützte Repräsentation). Auf dieser Ebene sind beispielsweise die Wahl der Perspektive, aus der der Sachverhalt zu bearbeiten ist (z.B. Unterscheidung von Ausgangs- und Eingangsrechnung), sowie die Identifikation der für die Buchungen relevanten Informationen angesprochen. Es folgt die Ebene des Formalisierens und Mathematisierens, die die buchhalterische Umsetzung der den Buchungen zugrunde liegenden

122

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler

Informationen (Kontierung, Buchung und Kontenabschluss) sowie die mathematische Umsetzung (z.B. Prozentrechnung) thematisiert. Schließlich ist die Ebene des Reflektierens/Bewertens zu nennen, die die Überprüfung der Ergebnisse und Lösungswege sowie die ökonomische Interpretation der Ergebnisse umfasst. Auch hier müssen die Lernenden auf ihr ökonomisches Verständnis zurückgreifen. Im Unterschied zur ersten Stufe (Erfassung der ökonomischen Realität) sind nun aber die Konsequenzen der durchgeführten buchhalterischen Operationen zu interpretieren. So wäre beispielsweise zu hinterfragen, inwiefern die gefundenden Lösungen zwar buchhalterisch korrekt, aber aus betriebswirtschaftlicher Sicht ggf. nicht zielführend sein könnten. Die genannten Ebenen bauen aufeinander auf, müssen aber nicht zwingend linear durchlaufen werden.

3

Methode

3.1 Durchführung der Studie und Stichprobe Im Pretest wurde mit vier Studierenden der Wirtschaftspädagogik die Verständlichkeit der Testinstruktion und der Aufgaben geprüft. Nach kleineren Anpassungen und Modifikationen fand im April 2019 die Untersuchung statt, an der 21 Studierende der Wirtschaftspädagogik teilnahmen. Dies entspricht dem gängigen Stichprobenumfang qualitativer Studien (Akremi 2019; Döring & Bortz 2016). Die Versuchspersonen befinden sich zur Zeit der Erhebung überwiegend im vierten Semester des Bachelorstudiums und verfügen über Vorwissen zum Rechnungswesen aus einer universitären Lehrveranstaltung (erfolgreicher Besuch der Lehrveranstaltung „Grundlagen des externen Rechnungswesens“). Die Stichprobe setzt sich wie folgt zusammen: Elf der Studierenden sind weiblich, zehn männlich. Im Durchschnitt waren die Teilnehmenden 22 Jahre alt (M = 22.33, SD = 1.49). Zwei Studierende haben ein duales Studium im kaufmännischen Bereich abgeschlossen, fünf wiesen eine abgeschlossene Berufsausbildung nach und sieben Testpersonen schlossen ihr Abitur an einem kaufmännischen Gymnasium ab. Drei Studierende erlangten ihre Vorbildung in zwei Bereichen (zwei Personen verfügen über eine Berufsausbildung sowie Vorwissen aus kaufmännischen Schulen, eine Testperson bringt Vorwissen aus einer kaufmännischen Schule und einem dualen Studium mit), sodass insgesamt elf Studierende über fundierte Vorerfahrungen aus voruniversitären Bildungsgängen verfügen. Die durchschnittliche Note im Kurs „Grundlagen des externen Rechnungswesens“ liegt bei 2.25 (SD = .71). Ergänzend zu sozio-demographischen Daten wurden die Studierenden gebeten, ihre Fachkompetenz im Rechnungswesen einzuschätzen (1 = sehr kompetent, 6 = überhaupt nicht kompetent). Die Studierenden sind diesbezüglich recht zurückhaltend. Die mittlere Einschätzung liegt bei 3.29 (SD = 1.06). Die Selbsteinschätzung und die Rechnungswesennote korrelieren mit ρ = .63, p < .01. Zudem wurde mit acht Items die Einstellung der Studierenden zum Rechnungswesen erhoben (sechsstufige Skala von 1 = trifft voll zu bis 6 = trifft überhaupt nicht zu). Die Items wurden teilweise dem Instrument zur Messung der Merkmale des Rechnungswesens aus Schülersicht (Seifried 2004) entnommen. Es werden zwei Skalen unterschieden: (1) Negative Einstellungen gegenüber Rechnungswesen (fünf Items: Rechnungswesen ist trocken, langweilig, schwer, eintönig, bereitet Probleme). Die Realiabilität ist zufriedenstellend (Cronbachs α = .79),

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben

123

der Mittelwert beträgt M = 3.83 (SD = .91). (2) Bedeutung von Rechnungswesen (drei Items: Rechnungswesen ist wichtiger Bestandteil des Studiums, wichtiger Teil der BWL, vermittelt wichtige Einblicke in die BWL). Erneut ist die Reliabilität zufriedenstellend (Cronbachs α = .71). Der Wert der Zustimmung fällt hier recht hoch aus (M = 2.14, SD = .68). 3.2 Lautes Denken Die verbalen Daten wurden mittels der Methode des Lauten Denkens erhoben. Ziel ist es, Daten über kognitive Prozesse, die während einer Handlung stattfinden, zu gewinnen (Konrad 2010; Sandmann 2014). So wurden die Versuchspersonen bei der Einweisung darauf hingewiesen, alles laut auszusprechen, was sie während der Bearbeitung der ihnen vorgelegten Aufgaben denken. Die Verbalisierungen wurden aufgezeichnet. Auf Basis der Empfehlung von Sandmann (2014) wurde eine Sitzung auf insgesamt 60 Minuten terminiert. Zu Beginn der Erhebung wurden die Testpersonen über den Ablauf der Datenerfassung informiert. Sie erhielten eine Einleitung und Darstellung des Ziels der Studie, Informationen zur Methode des Lauten Denkens sowie Hinweise, worauf im Verlauf der Aufgabenbearbeitung besonders zu achten sei (Ericsson & Simon 1984; Sandmann 2014). Insbesondere wurde darauf verwiesen, bei der Bearbeitung der Aufgaben alle Gedanken laut auszusprechen. Zudem wurde das den Aufgaben zugrunde liegende Modellunternehmen vorgestellt. Vor der eigentlichen Datenerhebung bearbeiteten die Versuchspersonen drei Aufwärmaufgaben, um sich an die zunächst ungewohnte Situation zu gewöhnen. In der Versuchssituation selbst erfolgte dann i.d.R. kein Eingreifen der Versuchsleitung mehr, da die Abbildung der inneren Strukturen und Vorgänge möglichst unverzerrt sein soll (Ericsson & Simon 1984; Leuders, Naccarella & Philipp 2011). Lediglich bei längeren Sprechpausen wurden die Studierenden nochmals gebeten, ihre Denkprozesse zu verbalisieren. Nach den Sitzungen wurden die verbalen Daten transkribiert (zu den Transkriptionsregeln siehe Kuckartz et al. 2007; Flick 2011) und im Anschluss von der Erstautorin dieses Beitrags mit dem Programm MAXQDA 2018 kodiert. Dabei wurden Sinneinheiten der jeweiligen Transkripte in Codes eingeteilt. Dies erfolgte semantisch (Kuckartz 2010), weswegen vorgelagert die Definition der Analyseeinheiten und der Kategorien erfolgte (Kuckartz 2010; Sandmann 2014). Im vorliegenden Beitrag wird eine abgeschlossene Äußerung zu einem bestimmten Thema oder Vorgang als kleinste Analyseeinheit betrachtet. Das Datenmaterial wurde in drei Durchgängen aus verschiedenen Perspektiven (Wissensarten, kognitive Prozesse, jeweils in Anlehnung an die Taxonomie von Anderson & Krathwohl 2001 und Stufen der Bearbeitung von Aufgaben des Rechnungswesens in Anlehnung an Seifried, Türling & Wuttke 2010) kodiert. Insgesamt wurden so knapp 6.000 verwertbare Kodierungen generiert. Tabelle 2 gibt exemplarisch für die zuletzt genannte Perspektive einen Einblick in den Kodierleitfaden.

124

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler Tabelle 2: Kodierleitfaden für die Stufen der Bearbeitung von Rechnungswesenaufgaben (nach Seifried, Türling & Wuttke 2010)

Nr. 3.1

3.2

3.3

3.4

Definition Kodierregel Ökonomische Reali- Die Versuchspersonen erkennen die der Aufgatät erfassen benstellung zugrundeliegende kaufmännische Situation. Sie kennen Fachtermini wie „Verbindlichkeiten“ und „Forderungen“ sowie Begriffe wie „auf Ziel“ und verwenden Kontenbezeichnungen.

Beispiel „So. Ja, ich überlege gerade, bei der Rechnung eins, was soll dort das Problem sein? Da, Lieferdatum, Fälligkeitsdatum, wann wurde bestellt?“ (VPN 24, 234 f.)

„Menge, okay, wir haben Esstisch und ein Beistelltisch, okay, hier wird was eingekauft. Rabatt gibt es wohl keinen, auch kein Skonto oder sonstiges“ (VPN 24, 9f.) Ökonomische Reali- Die Versuchspersonen äußern sich zum Beleg, „Okay, wir verkaufen das sozusagen, das heißt wir machen Forderung aus Lieferung tät repräsentieren der die Aufgabe repräsentiert. Sie wählen die Perspektive (des Modellunternehmens), aus der und Leistung, das wird dann insgesamt 1.369,50 € sein, so wie das auf dem Liefesie den Sachverhalt buchhalterisch abbilden (z.B. um zu bestimmen, ob es eine Eingangs- o- rungsbeleg steht.“ (VPN 6, 78 f.) der Ausgangsrechnung vorliegt). Sie identifizie„Rechnung über den Verkauf. Also wir haren die in der Aufgabenstellung enthaltenen ben Möbel verkauft, das ist eine Ausgangs(kaufmännisch relevanten) Informationen. rechnung von uns an unseren Kunden ähm Formalisieren und Mathematisieren

Die Versuchpersponen nehmen die kontentechnische, buchhalterische und mathematische Umsetzung des Sachverhalts vor. Sie wählen die für die Aufgabe relevanten Konten, kontieren und berechnen die jeweiligen Beträge. Reflektieren/ Bewer- Die Versuchspersonen bewerten das Ergebnis ten aus einer ökonomischen Perspektive. Sie prüfen zudem ihren Lösungsweg und überlegen, ob ihr Vorgehen zur Aufgabenstellung passt.

okay.“ (VPN 25, 37 f.) „Forderungen aus Lieferung und Leistung an Bank, 1.034,20 €.“ (VPN 10, 61)

„Ah okay. Bei der Aufgabenstellung A hätte ich wohl auf das Konto F L L, also Forderung aus Lieferung und Leistung buchen müssen. Berichtige das jetzt für den Aufgabenteil A.“ (VPN 5, 119 f.)

Anmerkungen. Die erste Zahl nach der Abkürzung VPN (Versuchsperson) verweist auf die Nummer der Versuchsperson (Nr. 1 bis 25), die zweite auf die Textstelle im Transkript.

3.3 Qualität der Aufgabenlösungen Die Qualität der Lösungen sowie der Vorgehensweise bei der Aufgabenbearbeitung wurden auf einer vierstufigen Skala bewertet. Dabei wurde explizit darauf geachtet, nicht nur die Korrektheit der Lösung, sondern auch den Prozess der Aufgabenbearbeitung (z.B. Fehlerkorrektur während der Bearbeitung der Aufgaben) zu berücksichtigen. Aus forschungsökonomischen Gründen wurde die Testleistung unter Rückgriff auf ein recht einfaches Bewertungsraster (Rubrics) holistisch i.S. eines Gesamturteils erfasst (siehe hierzu Maier 2015). Es wurde jeder Versuchsperson eine Bewertung von 1 (vollständig korrekte Lösung) bis 4 (überwiegend fehlerhaftete Lösung) zugewiesen. Die Qualität der Aufgabenlösung ist – gemessen an den angelegten Bewertungskriterien – als mäßig zu bezeichnen. Der Mittelwert beträgt 2.86 (SD = 1.01). Lediglich sechs Versuchspersonen konnten die Bewertung gut bzw. eher gut erzielen. Als schlecht wurden die Lösungen von insgesamt sechs Studierenden eingestuft (eher schlecht: neun Versuchspersonen). Tabelle 3 zeigt das Bewertungsschema.

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben

125

Tabelle 3: Bewertungsschema (Qualität der Bearbeitung von RW-Aufgaben) (1) vollständig korrekte Lösung Die Lösungen sind fehlerfrei. Falls im Zuge der Aufgabenbearbeitung Fehler auftreten, werden diese selbstständig erkannt und korrigiert. Belege werden richtig interpretiert, Buchungen korrekt vorgenommen, die Ergebnisse korrekt interpretiert. Die Vorgehensweise bei der Aufgabenlösung ist sinnvoll bzw. zielführend.

(2) überwiegend korrekte Lösung Die Lösungen beinhalten wenige Fehler. Falls im Zuge der Aufgabenbearbeitung Fehler auftreten, werden diese in den überwiegenden Fällen selbstständig erkannt und korrigiert. Belege werden in der Mehrzahl der Fälle richtig interpretiert, Buchungen überwiegend korrekt vorgenommen, die Ergebnisse überwiegend korrekt interpretiert. Die Vorgehensweise bei der Aufgabenlösung ist überwiegend sinnvoll bzw. zielführend.

4

Empirische Befunde

4.1

Verbale Daten

(3) eher fehlerhafte Lösung Die Lösungen beinhalten einige Fehler, aber ca. die Hälfte der Aufgaben wird korrekt gelöst. Falls im Zuge der Aufgabenbearbeitung Fehler auftreten, werden diese stellenweise selbstständig erkannt und korrigiert. Belege werden in ca. 50 % der Fälle richtig interpretiert, Buchungen in ca. 50 % der Fälle korrekt vorgenommen, die Ergebnisse in ca. 50 % der Fälle korrekt interpretiert. Die Vorgehensweise bei der Aufgabenlösung ist in ca. 50 % der Fälle sinnvoll bzw. zielführend.

(4) überwiegend fehlerhafte Lösung Die Lösungen beinhalten viele Fehler, und die Mehrzahl der Aufgaben wird nicht korrekt gelöst. Falls im Zuge der Aufgabenbearbeitung Fehler auftreten, werden diese nur vereinzelt selbstständig erkannt und korrigiert. Belege werden mehrheitlich falsch interpretiert, Buchungen überwiegend nicht korrekt vorgenommen, die Ergebnisse überwiegend fehlerhaft interpretiert. Die Vorgehensweise bei der Aufgabenlösung ist selten sinnvoll bzw. zielführend.

4.1.1 Wissensarten und kognitive Prozesse Wie eingangs erläutert, wurde das Datenmaterial in drei Durchgängen aus verschiedenen Perspektiven (Wissensarten, kognitive Prozesse, Stufen der Bearbeitung von Aufgaben des Rechnungswesens) kodiert. Dabei sollten insbesondere die beiden zuletzt genannten Perspektiven Überschneidungen aufweisen, da jeweils kognitive Prozesse (aus einer inhaltsübergreifenden Perspektive und aus einer spezifisch fachdidaktischen Perspektive) betrachtet werden. Daher ist weniger der Blick auf eine Perspektive als vielmehr die Zusammenschau von Wissensarten und kognitiven Prozessen von Interesse. Vor diesem Hintergrund werden die empirischen Befunde wie folgt berichtet: Zunächst werden die Wissensarten in Kombination mit den kognitiven Prozessen nach Anderson und Krathwohl (2001) dargestellt. Im Anschluss berichten wir über die Kombination von Wissensarten und Stufen der Bearbeitung von Rechungswesenaufgaben. Um einen Eindruck zu erhalten, inwiefern die allgemeindidaktische und die fachdidaktische Perspektive zusammenfallen, werden in einem dritten Schritt abschließend die beiden Perspektiven auf die kognitiven Prozesse (allgemeindidaktische und fachdidaktische Sicht) gegenübergestellt. Tabelle 4 zeigt die Anzahl der Kodierungen für die Kombination der Perspektiven Wissensarten und kognitive Prozesse. Mit Blick auf die Wissensarten lässt sich Folgendes festhalten: Von den insgesamt 1.641 Kodierungen entfallen 940 Kodierungen (57 %) auf die Kategorie Konzeptionelles Wissen, 492 Kodierungen (30 %) auf Prozedurales Wissen, 152 Kodierungen (9 %) auf Faktenwissen und lediglich 57 bzw. 3 % der Kodierungen auf metakognitives Wissen. Bezüglich der kognitiven Prozesse sind insbesondere die Prozesse Verstehen (597 bzw. 36 % Kodierungen), Anwenden (323 bzw. 20 % Kodierungen) sowie Analysieren (321 bzw. 20 % Kodierungen) von Bedeutung. Die Prozesse Evaluieren und Kreieren sind vergleichsweise sel-

126

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler

ten zu beobachten. Dies ist sicherlich ein Stück weit durch die zu bearbeitenden Aufgaben bedingt, die nur in geringem Maße solch hochwertigen Denkprozesse erforderten, sondern in erster Linie auf die Reproduktion von Bekanntem abstellten (s.u.). Tabelle 4: Wissensarten x kognitive Prozesse

Kognitive Prozesse Erinnern

Faktenwissen 108

Wissensarten Konzept. Prozed. Wissen Wissen 26 8

Metakogn. Wissen 8

Gesamt 150

Verstehen

33

493

65

6

597

Anwenden

8

32

279

4

323

Analysieren

0

279

32

10

321

Evaluieren

0

100

29

14

143

3 152

10 940

79 492

15 57

107 1.641

Kreieren Gesamt

Kombiniert man beide Perspektiven, zeigt sich folgendes Bild: Die Kombination Konzeptionelles Wissen/Verstehen (insgesamt 493 bzw. 30 % Kodierungen) tritt am häufigsten auf. Die Kombinationen Faktenwissen/Erinnern, Konzeptionelles Wissen/Verstehen sowie Prozedurales Wissen/Anwendung sind in den jeweiligen Spalten jeweils am stärksten ausgeprägt. Kodierungen im Bereich Metakognitives Wissen schließlich beziehen sich überwiegend auf die kognitiven Prozesse Analysieren, Evaluieren und Kreieren. In einem zweiten Schritt wird die Kombination der Perspektiven Wissensarten mit den Stufen der Bearbeitung von Rechnungswesenaufgaben betrachtet (Tabelle 5). Alles in allem ergibt sich ein recht ähnliches Bild. Von den insgesamt knapp 1.600 Kodierungen entfallen 300 Kodierungen (19 %) auf die Bearbeitungsstufe Ökonomische Realität erfassen, 491 der Kodierungen (31 %) auf die Stufe Ökonomische Realität enkodieren, 648 (41 %) auf die Stufe Mathematisieren/Formalisieren sowie 160 Kodierungen (10 %) auf die Stufe Reflektieren/Bewerten. Bei den Kombinationen stechen mit 398, 338 sowie 266 Kodierungen die Varianten Konzeptionelles Wissen/Ökonomische Realität enkodieren, Prozedurales Wissen/Mathematisieren und Formalisieren sowie konzeptionelles Wissen/Mathematisieren und Formalisieren hervor. Alle anderen Kombinationen erreichen deutlich geringere Werte. Tabelle 5: Wissensarten x Stufen der Bearbeitung

Stufen der Bearbeitung Ökonomische Realität erfassen Ökonomische Realität enkodieren Mathematisieren/ Formalisieren Reflektieren/Bewerten Gesamt

Wissensarten Prozedurales Wissen 30

Faktenwissen 101

Konzept. Wissen 153

Metakognitives Wissen 16

Gesamt 300

14

398

74

5

491

36

266

0 151

113 930

338

8

648

29 471

18 47

160 1.599

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben

127

Erneut erweist sich das gefundene Muster als durchaus plausibel. Zur Erfassung der ökonomischen Realität sind insbesondere Faktenwissen und konzeptionelles Wissen abzurufen, die Enkodierung der ökonomischen Realität verlangt insbesondere konzeptionelles bzw. prozedurales Wissen und Mathematisieren/Formalisieren (also die Vornahme der Buchungen). Reflexionsprozesse werden durch die zu bearbeitenden Aufgaben recht selten angestoßen – ein Ergebnis, das sich durchaus in ältere Forschungsbefunde (Wuttke & Seifried 2012) einreiht. Abschließend werden die beiden Perspektiven auf die kognitiven Prozesse (allgemeindidaktisch und fachdidaktisch) gegenübergestellt (Tabelle 6). Auch hier zeigt sich ein stimmiges Bild: Ökonomische Realität erfassen ist mit den Prozessen Erinnern, Verstehen sowie Analysieren verbunden (jeweils mehr als 100 Kodierungen) und Ökonomische Realität enkodieren lässt sich mit den Prozessen Verstehen (243 Kodierungen bzw. 14 %) und Analysieren (194 Kodierungen bzw. 11 %) in Verbindung bringen. Der Bearbeitungsschritt Mathematisieren/Formalisieren geht dann in erster Linie mit den Prozessen Anwenden und Verstehen einher (insgesamt 298 bzw. 260 Kodierungen; 17 bzw. 15 %). Schließlich ist der Schritt Reflektieren/Bewerten eng mit dem Prozess des Evaluierens verbunden. Tabelle 6: Stufen der Bearbeitung x kognitive Prozesse

Kognitive Prozesse Erinnern

Ökonomische Realität erfassen 106

Stufen der Bearbeitung Ökonomische Mathematisie- Reflektieren/ Realität enkodieren ren/Formalisieren Bewerten 9 29 1

Gesamt 145

Verstehen

174

243

260

27

704

Anwenden

6

6

298

2

312

102

194

45

6

347

4

11

9

124

148

24 416

44 507

14 655

5 165

87 1.743

Analysieren Evaluieren Kreieren Gesamt

4.1.2 Weiterführende Interpretation der verbalen Daten Generell zeigt sich, dass die Studierenden häufig auf konzeptionelles Wissen zurückgreifen. Prozedurales Wissen und Faktenwissen werden dagegen seltener genutzt. Dies könnte in der Natur des Faches Rechnungswesens begründet liegen. Zwar werden in den Aufgaben viele abstrakte Begriffe angesprochen, allerdings ergibt sich „deren Bedeutung (…) aus einem Gesamtsystem aufeinander bezogener Begrifflichkeiten“ (Chiapello 2009, S. 126). Bei der Aufgabenbearbeitung müssen also eher umfassende Konzepte als isoliertes Faktenwissen genutzt werden. In analoger Weise lässt sich auch die Verteilung der kognitiven Prozesse interpretieren: Hier kommt insbesondere dem Verstehen Bedeutung zu. In diesem Sinne scheinen die Versuchspersonen bei der Aufgabenbearbeitung zunächst eine mentale Vorbereitung der Aufgabenbearbeitung vorzunehmen. Dafür spricht auch, dass der Prozess des Analysierens ebenfalls häufig zu beobachten ist. Offenbar analysieren Lernende im Prozess der Aufgabenbearbeitung zunächst die den Aufgaben immanenten Anforderungen und setzen diese in Bezug zu ihren Fähigkeiten. Alles in allem zeigt sich, dass ein großer Teil der Arbeitsschritte auf das Vorbereiten und Durchführen im mathematischen und buchhalterischen Sinne entfällt. Naturgemäß stehen solche Arbeitsschritte insbesondere bei Aufgaben, die schwerpunktmäßig Kontierungen beinhalten, im

128

Miriam Nobiling, Jürgen Seifried, Eveline Wuttke, Kristina Kögler

Vordergrund. Studierende greifen auf Wissen darüber zurück, welche Kategorien und Klassifikationen anzuwenden sind und nutzen dies zu Lösung der gegebenen Aufgabe. Der Prozess des Kreierens hingegen war recht selten zu beobachten. Dies weist darauf hin, dass Lernende in erste Linie die Aufgaben abarbeiten und weniger die Verbindung zwischen den Bestandteilen der Aufgaben suchen. Nachstehende Aussage unterstreicht diese Vermutung: „Okay, erster Gedanke ist, ich kann gefühlt gar nichts aussagen, weil ich irgendwie nur mich auf die Buchungssätze konzentriert habe. Ich kann nicht mal sagen, ob, wie viele Reklamationen es gab oder wie viel sie gekauft haben.“ (VPN 23, S. 160-161). Dass es im Prozess der Bearbeitung an einer ganzheitlichen und analytischen Betrachtung der Aufgaben fehlt, zeigt auch die Tatsache, dass die Versuchspersonen selten reflektierten. Nur wenige Äußerungen zeigten, dass Studierende ihr Vorgehen tatsächlich planten oder externe Kriterien zur kritischen Bewertung des Vorgehens oder einer Lösung heranzogen. Die nachstehende Aussage einer Versuchsperson ist daher als Ausnahme von der Regel zu interpretieren: „Also jetzt prüfe ich nochmal Handelswaren plus die Vorsteuer, muss dann den Betrag der für Lieferung und Leistung ergeben. Was hier auch der Fall ist, weil ich es ja voneinander abgezogen habe. Also habe ich die Aufgabe hiermit dann beendet. Wenn ich jetzt nochmal, also ich, ich überprüfe nochmal kurz „Bitte geben Sie den Buchungssatz an“. Buchungssätze habe ich hier, also ist die Aufgabe beendet.“ (VPN 5, S. 49-54)

4.2 Die Bedeutung von Personenmerkmalen für die Aufgabenbearbeitung Im Mittel entfallen auf jede Versuchsperson 311 Kodierungen (SD = 103, Min = 179, Max = 562). Da die Anzahl der Kodierungen nicht unmittelbar als Indikator für die Qualität der Lösungen herangezogen werden kann, wird im Folgenden geprüft, inwiefern Eigenschaften der Studierenden (Bildungsbiografie: außeruniversitäres Vorwissen durch eine kaufmännische Ausbildung, ein duales Studium oder den Besuch einer kaufmännischen Schule; Fachnote Rechnungswesen; Einstellungen gegenüber Rechnungswesen) zum einen den Prozess der Aufgabenbearbeitung (Anzahl der Kodierungen) sowie zum anderen die gezeigte Leistung (geratet auf einer Skala von 1 bis 4, s.o.) erklären können. Zudem wird geprüft, ob zwischen Prozess und Leistung ein Zusammenhang besteht. Mit Blick auf die Bildungsbiografie lässt sich festhalten, dass die Unterscheidung von Studierenden mit (elf Versuchspersonen) und ohne (zehn Versuchspersonen) Erfahrungen aus außeruniversitären Bildungsgängen (Berufsausbildung, duale Hochschule, kaufmännische Schulen) signifikante Vorteile zugunsten der Gruppe mit einschlägigen außeruniversitären Vorerfahrungen zu Tage fördert. Zum einen verfügen die Studierenden mit Vorfahrungen über bessere Vorkenntnisse (Vergleich der Mittelwerte der Rechnungswesennote: M = 1.96 vs. 2.57, t(19) = 2.104, p < .05) und sie erzielen zum anderen auch die besseren Ergebnisse (Mittelwerte für die Bewertung der Qualität der Aufgabenlösung: M = 2.37 vs. 3.40, t(19) = 2.674, p < .05). Der Vergleich der Prozessdaten (Anzahl der Kodierungen für die Wissensarten und kognitiven Prozesse) ergibt keine signifikanten Unterschiede. Tendenziell weist die Gruppe mit Vorerfahrungen aber für viele Kategorien mehr Kodierungen auf als jene ohne Vorerfahrungen. Ein ähnliches Bild zeigt sich, wenn statt der außeruniversitären Vorerfahrungen das fachspezifische Vorwissen (Rechnungswesennote) zur Erklärung der Prozesse und des Testerfolgs herangezogen werden. Die Rechnungswesennote und die Anzahl der Kodierungen korrelieren für keine der Kategorien signifikant, aber dennoch deuten sich tendenzielle Zusammen-

Kognitive Prozesse von Lernenden beim Bearbeiten von Rechnungswesenaufgaben

129

hänge auf einem 10%-Signifikanzniveau an (für das bessere Verständnis werden positive Korrelationen ausgewiesen, d.h. ein hohes Ausmaß an Vorwissen geht mit hohen Werten bei der Anzahl der Kodierungen einher): Konzeptionelles Wissen: ρ = .38, p = .088; Verstehen: ρ = .40, p = .074. Die Rechnungswesennote und die gezeigte Leistung korrelieren überzufällig (ρ = .61, p 100 % im Vergleich zu t0 sind in Fettdruck dargestellt.

Die Ergebnissicherungsphase wird in erster Linie dazu genutzt, um Lösungen zu diskutieren, z.B. es folgt ein „anschließender Vergleich im Plenum → Klärung von Unklarheiten“ (W1_03) oder eine „Besprechung der Lösung → auf Fehler nochmals explizit eingehen“ (W1_49). Immer häufiger wird am Stundenende auch eine Zusammenfassung eingeplant, z.B. zur „Wiederholung der wichtigsten gelernten Punkte“ (G2_09) oder um „zum Abschluss ein ganzes Bild [zu] geben“ (I2_12). Nur einzelne Nennungen gibt es zu Aspekten der Reflexion, der Generalisierung und der Leistungsbeurteilung. 3.4.2 Inhaltsperspektive – Elemente der Unterrichtsplanung Die Inhaltsperspektive betrachtet die in den Verlaufsplänen integrierten Elemente, die anhand der sechs Hauptkategorien Ziele, Inhalte, Methoden, Medien, Sozialformen und Rahmenbedingungen ausgewertet wurden. Mit Blick auf die Anzahl der Kodierungen kommt es hier im Laufe des Masterstudiums zu einer enormen Steigerung, denn während zu t0 insgesamt 593 Codes bei den Elementen vergeben wurden, erhöht sich diese Zahl über 957 Codes zu t1 auf 1.078 Codes zu t2. Zu allen Zeitpunkten entfällt mit rund 40% der Codes der Großteil auf die geplanten Rechnungsweseninhalte. Den größten Anstieg erfährt die Zielorientierung, denn am Studienbeginn stellen nur neun der 131 Personen derartige Überlegungen an. Zu t1 und t2 sind es dann jeweils 65 Personen, die Ziele oder curriculare Vorgaben in ihren Planungen berücksichtigen, wie die folgenden Aussagen verdeutlichen: „Welche Lernziele verfolge ich? Grob-/Fein-/Richtziele“ (I1_45), „Lehrziele inkl. -niveaus überlegen“ (W2_20) oder „zuerst im Lehrplan nachschauen, was dazu gefordert ist“ (G2_43) bzw. „genaue Recherche im Lehrplan“ (I1_55). Dabei kommt es jedoch zu den drei Zeitpunkten in Summe nur neunmal zu einer konkreten Formulierung von LehrLern-Zielen, wie z.B. „Lehrziele: SuS sollen am Ende der UE → Forderungen bilanzieren können → die den Forderungen zugrunde liegenden Bewertungsgrundsätze in eigenen Worten wiedergeben können“ (W1_20).

Wie entwickelt sich die Fähigkeit zur Planung von Rechnungswesenunterricht?

219

Die fachlichen Inhalte, die von den Studierenden für die einführende Stunde rekonstruiert werden, betreffen am Studienbeginn v.a. die naheliegenden theoretischen Grundlagen zur Forderungsbewertung. Die Verlaufspläne zu t1 und t2 sind in Bezug auf die Inhalte deutlich ausdifferenzierter und beinhalten einerseits eine stärkere vertikale Vernetzung innerhalb des Rechnungswesens (z.B. zu den Eingangsvoraussetzungen bei der Verbuchung und Entstehung von Forderungen sowie zur Anwendung von Bewertungsvorschriften und zu anderen Arbeiten während der Jahresabschlusserstellung). Andererseits nimmt auch die horizontale Vernetzung zu anderen Fächern deutlich zu, indem Zusammenhänge zu betriebswirtschaftlichen und rechtlichen Themen hergestellt werden, wie die folgenden Aussagen unterstreichen: „Bezug zu BWL, was ist ein Ausgleichsverfahren → Was passiert, wenn jemand zahlungsunfähig wird“ (I2_55), „Praxisnah durch Insolvenzdaten. Was heißt das? Was bedeuten diese Daten? Zusammenführen der Insolvenzdaten mit den Forderungen“ (G2_12). Diese Entwicklung der inhaltlichen Kodierungen zeigt auch Tabelle 3 mit einem generellen Überblick über die zu den drei Erhebungszeitpunkten kodierten Unterkategorien bei den Planungselementen (Riebenbauer 2019, S. 504 f.). Tabelle 3: Verlaufspläne – Inhaltsperspektive zu t0, t1, t2

in % der TN (N=131) t0 t1 Lehrplan nachschlagen 1% 18% Ziele Ziele überlegen, mitteilen 6% 31% Forderungen 34% 49% Grundlagen Forderungsbewertung 69% 65% Arten der Forderungsbewertung 27% 39% Inhalte Vernetzung innerhalb RW 16% 41% Vernetzung in andere Fächer 6% 35% Weitere Inhalte (z.B. USt, Quote) 49% 69% Praxis-/Lehrbeispiel 70% 78% Übungsbeispiel 56% 49% Fallstudie, Fallbeispiel 4% 27% Methoden Lehrvortrag/-gespräch 6% 24% Demonstration/Visualisierung 4% 26% Sonstige Methoden (z.B. Quiz, Spiel) 3% 14% Tafel 15% 15% PowerPoint 6% 10% Arbeitsblatt 8% 13% Medien Schulbuch 4% 15% Belege, Originalmaterial 2% 11% Sonstige Medien (Video, Plattform) 2% 14% Klassenunterricht 35% 42% SozialEinzel-/Partner(innen)arbeit 16% 29% formen Gruppenarbeit 6% 3% 5% Rahmenbeding. Hausaufgabe, Klassenbuch, Raum 15% Steigerungen >100% im Vergleich zu t0 sind in Fettdruck dargestellt. Elemente

t2 19% 31% 49% 68% 50% 38% 38% 79% 82% 54% 22% 32% 25% 22% 32% 14% 18% 15% 13% 24% 50% 34% 3% 11%

220

Elisabeth Riebenbauer

Wie die fettgedruckten Prozentangaben in Tabelle 3 veranschaulichen, fällt auch die methodische und mediale Gestaltung der Unterrichtsstunde im Verlauf des Masterstudiums vielfältiger aus. Beispielsweise werden bei den Methoden der fragend-entwickelnde Unterricht, der gezielte Einsatz von Strukturbildern sowie sonstigen Methoden, wie z.B. Feedback, Quizfragen und Diskussionen, häufiger in Betracht gezogen. Zu allen drei Zeitpunkten stark ausgeprägt ist die differenzierte Verwendung von Lernaufgaben, z.B. wenn zu t2 nach dem Schulpraktikum 82% der Studierenden ein Praxisbeispiel zur Veranschaulichung (v.a. im Zuge der Wissensvermittlung), 54% ein Übungsbeispiel zur Festigung des Gelernten (in der Übungsphase) und 22% ein Fallbeispiel zur Erhöhung der Problem- und Praxisorientierung (v.a. in der Einstiegsphase) einplanen. Nur vereinzelt wird ein Fallbeispiel über mehrere Unterrichtsphasen durchgehend eingesetzt, wie es im folgenden Beispiel illustriert ist: „1. Einstieg mit Hilfe eines Fallbeispiels (Problemaufriss): Betrieb XY hat Problem und muss Forderungen neu bewerten […], 2. Erklärung der notwendigen Rechenschritte anhand der Theorie […], dann erst wird 3. Fallbeispiel gelöst → vom Allgemeinen zum Speziellen“ (W1_23). Der Einsatz von Medien spielt am Studienanfang nur eine untergeordnete Rolle. Über das Studium verdreifachen sich die Nennungen zur medialen Gestaltung, wenngleich eher klassische Formen – wie die Tafel, das Schulbuch, Arbeitsblätter und PowerPoint-Präsentationen für die Rechnungswesenstunde berücksichtigt werden. Auch zu t2 kommt bei nur 13% der Studierenden Originalmaterial zur Anwendung, z.B. wenn sie „dann eine Rechnung an die Wand beamen“ (I2_55) oder „am Klassen-PC in die Insolvenzdatei einsteigen“ (G2_36) wollen. Zudem planen sie „eventuell praxisrelevantes Material mitzubringen (z.B. Auszug aus Gesetz)“ (G2_09) und führen u.a. Saldenlisten, Offene-Posten-Listen, Kontenpläne, Kodex und Geschäftsberichte an. Weitere Methoden, wie z.B. selbst erstellte Videos, YouTube-Videos und aktuelle Zeitungsartikel, werden für eine lebensweltliche und motivierende Gestaltung zu t2 bei knapp einem Viertel der Pläne einbezogen. Werden Sozialformen explizit angeführt, dann betreffen die Angaben meist die Arbeit im Plenum während eines fragend-entwickelnden Unterrichts, bei der Diskussion von Ergebnissen oder der Behandlung offener Fragen. Zu t2 berücksichtigt in etwa ein Drittel der Studierenden eine Einzel- oder Partner(innen)arbeit, während Gruppenarbeiten für die einführende Stunde kaum in Erwägung gezogen werden. Selten berücksichtigt werden auch die Rahmenbedingungen des Unterrichts. Einige Studierende achten am Beginn der Unterrichtsstunde auf „Kontrolle Anwesenheit, Hausschuhe, Hausübung“ (I2_09) und „Klassenbucheintragung“ (G2_63) oder überlegen, welche „Klasseninfrastruktur und Klassengröße“ (W1_12) sie vorfinden werden. 3.4.3 Gesamtbetrachtung der Verlaufspläne In Bezug auf den Umfang bzw. die Detailliertheit der Unterrichtsentwürfe ist klar ersichtlich, dass die Verlaufspläne mit Fortdauer des Studiums insgesamt umfangreicher und ausdifferenzierter werden. Dies lässt sich u.a. durch die Anzahl an Kodierungen veranschaulichen, die sich von 1.637 Codes zu t0, über 2.135 Codes zu t1 auf 2.243 Codes zu t2 erhöht. Dieser Anstieg deutet mit d=1,08 (p AB und es handelt sich um einen Lagerabbau.“ Aufwand – Erfolgsaspekt Aufwand als Reduktion des Eigenkapi- „Der Aufwand wirkt sich negativ auf das Ergebnis der GuV tals eines Unternehmens. aus und somit auch negativ auf den Gewinn des Unternehmens. Sollte das Ergebnis der GuV so bleiben, wirkt sich der Aufwand letztendlich negativ auf das Eigenkapital des Unternehmens aus.“ Aufwand als Minderung des Unterneh„Durch den Verbrauch ist der Werteverzehr erfolgswirksam. menserfolgs. Der Aufwand wird (…) später dem Gewinn- & Verlustkonto zugeschrieben, somit belastet er den Gewinn.“ Aufwand als Werte, die im Unternehmen „Grundsätzlich hat dieser Buchungssatz keine Auswirkunnicht verloren gehen und sich folglich gen auf den Erfolg des Unternehmens, da der Wert nicht weder positiv noch negativ auf den Er- verloren geht. Zwar werden die Aufwendungen für die Sitzfolg auswirken. bezüge realisiert, damit schmälert man in der GuV den Gewinn, allerdings werden die produzierten Bürostühle, falls sie noch nicht verkauft sind, als Bestände und Werte im Unternehmen erfasst. Bestandsveränderungen können dann auch in der GuV erfasst werden und haben daher keinen Einfluss.“

2.2 Lehr-Lern-Prozesse und Grundvorstellungen – Ein Arbeitsmodell Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen lässt sich vor dem Hintergrund des aktuellen Erkenntnisstandes mit dem Arbeitsmodell aus Abbildung 2 zusammenfassen. Das Modell enthält neben den Grundvorstellungen auch den Einsatz formaler Rechnungswesenstrategien, die zur Lösung von Rechnungswesenaufgaben notwendig bzw. hilfreich sind (z. B. dass die Summe aus Soll- und Haben-Buchungen stets gleich sein muss). So stellt beispielsweise die Studie von Helm (2017) fest, dass Lernende beim Lösen von Buchungsaufgaben oft Strategien

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

235

auf der Ebene der Wissensreproduktion einsetzen (z. B. Konten identifizieren, Kontenseite bestimmen). Diese formalen Rechnungswesenstrategien können für Lernende insbesondere dann relevant werden, wenn sie in Form von Merksätzen in den Unterricht eingeführt werden und fehlende oder inadäquate Grundvorstellungen kompensieren. Sie erlauben dann das schematische Bewältigen der im Unterricht gestellten Aufgaben ohne inhaltliches Verständnis (dazu vom Hofe 2003, S. 7). Das Arbeitsmodell wird im Folgenden beschrieben und begründet.

Abbildung 2: Arbeitsmodell über die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen

Bildungsabschluss der Lernenden und Grundvorstellungen/Strategien: Die Studie von Berding (2019, S. 212 f., 223 f., S. 227 ff.) zeigt, dass sich Studierende und Auszubildende in der Anzahl und qualitativen Art der Vorstellungen und formalen Rechnungswesenstrategien unterscheiden. Ebenso konnte die Studie von Berding, Riebenbauer und Slepcevic-Zach (2019) Unterschiede zwischen den Vorstellungen von angehenden deutschen und österreichischen Wirtschaftspädagog(inn)en in Anzahl und Qualität ermitteln. Welche Prozesse zu diesen Ergebnissen geführt haben, lässt sich für den Rechnungswesenunterricht aufgrund fehlender empirischer Studien nicht abschließend klären. Es kann aber vermutet werden, dass sich ein höherer Bildungsabschluss grundsätzlich als vorteilhafte Ausgangslage für die Entwicklung von Grundvorstellungen im Rechnungswesen darstellt, da ein höherer Bildungsabschluss mit einer umfassenderen mathematischen Bildung einhergeht. Lernende mit einem höheren Bildungsabschluss haben demnach umfassendere Kenntnisse im Umgang mit abstrakten Objekten und Begriffen aus der Mathematik, die ihnen möglicherweise im Rechnungswesenunterricht helfen. Ebenso wäre aber auch ein Einfluss der sprachlichen Kompetenz denkbar, da die Grundvorstellungen in beiden Studien über schriftliche Antworten der Teilnehmenden erhoben wurden. Weitere Erkenntnisse zum Einfluss des allgemeinbildenden Bildungsabschlusses liegen nicht vor. Es ist daher zu vermuten, dass der bisherige Bildungsweg einen Einfluss auf die Art und die Anzahl der Grundvorstellungen bzw. formalen Strategien hat und zur Erklärung von LehrLern-Prozessen berücksichtigt werden sollte. Es ergeben sich die folgenden Hypothesen zur Konkretisierung der Pfade: (BG)

Je höher der Bildungsabschluss ist, desto mehr Grundvorstellungen besitzen die Lernenden.

(BF)

Je höher der Bildungsabschluss ist, desto mehr formale Strategien besitzen die Lernenden.

236

Florian Berding, Heike Jahncke

Rechnungswesenweltbilder der Lehrkräfte und Grundvorstellungen/Strategien: Das Modell der professionellen Handlungskompetenz von Lehrkräften nach Baumert und Kunter (2006) beinhaltet als einen wichtigen Kompetenzaspekt „Überzeugungen und Werthaltungen“. Tatsächlich zeigen eine Reihe internationaler Studien, dass Überzeugungen der Lehrkräfte die Unterrichtsgestaltung beeinflussen, beispielsweise ob ein lehrer- oder schülerzentrierter Unterricht favorisiert wird (z. B. Aypay 2011; Deng et al. 2014; Lee et al. 2013). Speziell für den Buchführungsunterricht entwickelt Seifried (2006, S. 120 f.) vier Überzeugungsdimensionen. Der Prozessaspekt des Buchführungsweltbildes lässt sich als ein Indikator für ein konstruktivistisches Lernverständnis interpretieren und betont den eigenständigen Wissenserwerb im Buchführungsunterricht. Der Anwendungsaspekt erfasst die Überzeugung einer Lehrkraft, dass Buchführung wichtig für die Lösung alltäglicher Problemstellungen in Betrieben ist. Der Formalismusaspekt beschreibt die Überzeugung, dass Buchführung durch Abstraktion, Logik und Klarheit gekennzeichnet ist, während der Schemaaspekt das Erlernen von Definitionen und Regeln sowie deren Anwendung betont. Die Studie von Seifried (2009, S. 246) zeigt vor diesem Hintergrund, dass praktizierende Wirtschaftspädagog(inn)en dem Formalismusaspekt am meisten zustimmen, gefolgt vom Schema- und Prozessaspekt. Dem Anwendungsaspekt wird im Vergleich der vier Überzeugungen am wenigsten Bedeutung zugemessen. Die Studie zeigt weiterhin, dass sich drei Gruppen von Lehrkräften unterscheiden lassen, die sich auch bezüglich ihrer Weltbilder differenzieren (Seifried 2009, S. 247). So stimmen konstruktivistisch orientierte Lehrkräfte vor allem dem Prozess- und am wenigsten dem Schema- und Formalismusaspekt zu. Der systematikorientierte Mischtyp stimmt vor allem dem Schema- und Formalismusaspekt zu, während instruktionsorientierte Lehrkräfte am wenigsten den Prozessaspekt befürworten. Unterschiede bezüglich des Anwendungsaspektes sind nicht feststellbar. Schließlich zeigt die Studie, dass Lernende in den Klassen von konstruktivistisch orientierten Lehrkräften häufiger Zusammenhänge darstellen und analysieren, selbstständig Buchungen vornehmen und mit Problemen konfrontiert werden, für die es keine sofort sichtbare Lösungsmethode gibt, als in Klassen der anderen beiden Lehrendentypen (Seifried 2009, S. 289 f.). Vor diesem Hintergrund ist ein Einfluss der Weltbilder der Lehrkräfte auf die Grundvorstellungen und formalen Rechnungswesenstrategien der Lernenden zu erwarten. Es ergeben sich die folgenden Hypothesen: (WG1) Je mehr eine Lehrkraft vom Prozessaspekt überzeugt ist, desto mehr Grundvorstellungen besitzen die Lernenden. (WG2) Je mehr eine Lehrkraft vom Anwendungsaspekt überzeugt ist, desto mehr Grundvorstellungen besitzen die Lernenden. (WG3) Je mehr eine Lehrkraft vom Formalismusaspekt überzeugt ist, desto weniger Grundvorstellungen besitzen die Lernenden. (WG4) Je mehr eine Lehrkraft vom Schemaaspekt überzeugt ist, desto weniger Grundvorstellungen besitzen die Lernenden. (WF)

Je mehr eine Lehrkraft vom Schemaaspekt überzeugt ist, desto mehr formale Strategien besitzen die Lernenden.

Grundvorstellungen/Strategien und Kompetenzerleben: Die Selbstbestimmungstheorie der Motivation formuliert drei psychologische Grundbedürfnisse, die für eine selbstbestimmte

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

237

Motivation erfüllt sein müssen: Das Bedürfnis sich autonom zu erleben, das Bedürfnis sozial eingebunden zu sein sowie das Bedürfnis sich kompetent zu erleben (Deci & Ryan 1993, S. 229; Ryan & Deci 2002, S. 7 f., S. 10 ff.). Hier ist zu erwarten, dass sich „angemessene“ Grundvorstellungen vorteilhaft auf das Kompetenzerleben von Lernenden auswirken, da sie die Bewältigung von komplexen Modellierungsaufgaben ermöglichen (vom Hofe 2003, S. 5 ff.). So sind Personen mit „angemessenen“ Vorstellungen in der Lage, eine Aufgabe oder ein Problem erfolgreich zu bewältigen, während Personen mit „nicht angemessenen“ oder fehlenden Grundvorstellungen bei einer Aufgabe bzw. einem Problem eher scheitern sollten. In der Folge können sich Individuen mit passenden Vorstellungen als kompetent und wirksam erleben und so das Bedürfnis nach Kompetenzerleben erfüllen. Dies belegt auch die Studie von Berding (2019, S. 247 ff.), bei der das Kompetenzerleben zu ca. 11 % durch die Grundvorstellungen aufgeklärt wird. In der Studie von Berding, Riebenbauer und Slepcevic-Zach (2019) geht eine höhere Anzahl an Grundvorstellungen ebenfalls mit einem höheren Kompetenzerleben einher. Die Varianzaufklärung beträgt hier ca. 6 %. Eine vergleichbare Argumentation wäre auch für die Anzahl der formalen Rechnungswesenstrategien denkbar. Allerdings konnte in der Studie von Berding, Riebenbauer und Slepcevic-Zach (2019, S. 289) kein Beitrag der formalen Rechnungswesenstrategien auf das Kompetenzerleben bestätigt werden. Es ergeben sich die folgenden Hypothesen: (GK)

Je mehr Grundvorstellungen eine Person besitzt, desto stärker ist diese Person davon überzeugt, Aufgaben bzw. Probleme im Rechnungswesen bewältigen zu können.

(FK)

Je mehr formale Strategien eine Person besitzt, desto stärker ist diese Person davon überzeugt, Aufgaben bzw. Probleme im Rechnungswesen bewältigen zu können.

Kompetenzerleben und Motivation: Die Selbstbestimmungstheorie der Motivation postuliert zudem, dass ein höheres Niveau an Kompetenzerleben mit einer gestiegenen selbstbestimmten Motivation einhergeht (Ryan & Deci 2002, S. 7 f., S. 10 ff.). Dieser Zusammenhang wird auch explizit in Studien aus dem kaufmännischen Bereich belegt (z. B. Berding 2019; Kramer, Prenzel & Drechsel 2000; Prenzel et al. 1996). Es ist also ein Einfluss des Kompetenzerlebens auf die Motivation, Rechnungswesen zu lernen, zu erwarten. Es gilt die gut belegte Vermutung: (KM)

Je größer das Kompetenzerleben der Lernenden ist, desto selbstbestimmter ist ihre Motivation.

Motivation und Lernerfolg: Weiterhin zeigen großangelegte Meta-Studien, dass sich ein höheres Maß an Motivation in der Regel vorteilhaft auf den Lernerfolg auswirkt. So stellen Schiefele, Krapp und Schreyer (1993) in ihrer Studie mit 127 Stichproben eine Korrelation von Interesse und Schulleistung in Höhe von r = .30 fest. Die Meta-Studie von Cerasoli, Nicklin und Ford (2014) über 154 Beiträge, 183 Stichproben und Daten von insgesamt 212.468 Teilnehmer(inne)n zeigt, dass intrinsische Motivation einen mittleren bis starken Einfluss auf qualitative Leistungen nimmt (ρ = .35) und nur einen schwachen bis mittleren Einfluss auf die Quantität von Leistungen (ρ = .26). Die Ergebnisse zeigen ferner auch, dass intrinsische Motivation besser zur Vorhersage qualitativer Leistung geeignet ist als extrinsische Motivation,

238

Florian Berding, Heike Jahncke

während extrinsische Motivation die Quantität der Leistung besser vorhersagen kann als intrinsische Motivation. Somit sollte eine gesteigerte selbstbestimmte Motivation mit besseren Leistungen einhergehen. Es gilt die gut belegte Hypothese: (ML)

Je selbstbestimmter die Motivation der Lernenden ist, desto bessere Noten erzielen diese.

Grundvorstellungen und Modellierungsfähigkeit: Die Lösung realer Situationen mit Hilfe der Mathematik bzw. dem Rechnungswesen setzt voraus, ein reales Problem in ein mathematisches bzw. wirtschaftliches Modell zu überführen. Für Roski (1986, S. 86 f.) ist ein Modell „eine für einen bestimmten Zweck gebildete, vereinfachende Abbildung eines als System aufgefaßten Realitätsausschnitts“. Ähnlich definieren auch Haußer und Luchko (2011, S. 3) ein Modell als „ein Konzept zur Darstellung eines komplexen realen Systems oder Prozesses. Es beschreibt die in einem bestimmten Kontext wichtigen Eigenschaften oder Verhaltensmuster des entsprechenden Modellierungsobjektes.“ Diese Definitionen verweisen bereits auf die drei zentralen Eigenschaften und Funktionen von Modellen, wie sie auch bei Stachowiak (1973, S. 131 ff.) zu finden sind (vgl. auch Holzmüller & Bandow 2010, S. VII; Töllner et al. 2010, S. 8 f.). (1) Die wichtigste Aufgabe von Modellen ist die Abbildung von realen Phänomenen (Abbildungsmerkmal). Diese Abbildung erfolgt (2) in der Regel durch eine Vereinfachung bzw. Komplexitätsreduzierung der realen Gegebenheiten. Dabei werden nur die Eigenschaften im Modell berücksichtigt, die für den jeweiligen Zweck relevant sind (Verkürzungsmerkmal). Modelle sind demnach (3) stets an einen Zweck gebunden (pragmatisches Merkmal). Aufgrund dieser Eigenschaften dienen Modelle in der Praxis z. B. dem Planen, Gestalten und Verbessern von System und Prozessen (vgl. Holzmüller & Bandow 2010, S. VII f.). Ziel ist es u. a. mit Modellen Erkenntnisse zu gewinnen, die für Entscheidungen von Relevanz sind (vgl. Töllner et al. 2010, S. 17). Die Fähigkeit zur Modellentwicklung lässt sich in einer ersten Annäherung mit Hilfe der Mathematikdidaktik beispielsweise durch Maaß (2006, S. 117) wie folgt definieren: „Modelling competencies include skills and abilities to perform modelling processes appropriately and goal-oriented as well as the willingness to put these into action.” Greefrath et al. (2013, S. 18) verwenden hingegen ein breiteres Verständnis und betrachten die Modellierungskompetenz als „die Fähigkeit, die jeweils nötigen Prozessschritte beim Hin- und Herwechseln zwischen Realität und Mathematik problemadäquat auszuführen sowie gegebene Modelle zu analysieren oder vergleichend zu beurteilen.“ „Hierfür braucht man Vorstellungen davon, welche mathematischen Inhalte oder Verfahren zu einer bestimmten Sachsituation passen könnten und umgekehrt, welche Situationen sich mit bestimmten mathematischen Inhalten modellieren lassen.“ (vom Hofe 2003, S. 5). Damit bilden Grundvorstellungen das „Scharnier“ zwischen der Wirklichkeit einerseits und den abstrakten Symbolen der Mathematik bzw. des Rechnungswesens andererseits. Gleichzeitig wird deutlich, dass eine größere Anzahl an Grundvorstellungen es einem Individuum grundsätzlich erlaubt, mehrere Begriffe bzw. Situationen in Betracht zu ziehen, die für eine Problemlösung in Frage kommen. Daraus folgt die Hypothese: (GMod) Je mehr Grundvorstellungen ein Individuum besitzt, desto höher ist seine Modellierungsfähigkeit.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

239

Modellierungsfähigkeit und Noten: Aus den Ausführungen zur Modellierungsfähigkeit wird deutlich, dass mit Hilfe von Modellen Entscheidungen zur Problemlösung unterstützt werden sollen. In der Folge ist anzunehmen, dass Lernende mit einer gesteigerten Modellierungsfähigkeit besser in der Lage sind, ökonomische Problemstellungen zu lösen, da sie passende und hilfreiche Modelle für die Bewältigung der Situation entwickeln können. Demnach sollten Lernende mit einer höheren Modellierungsfähigkeit besser in der Lage sein, ökonomische Aufgaben bzw. Probleme aus dem Schulunterricht zu bewältigen als Lernende mit einer geringeren Modellierungsfähigkeit. Damit besteht folgende Hypothese: (ModL) Je größer die Modellierungsfähigkeit von Lernenden ausgeprägt ist, desto bessere Noten erzielen sie im Unterricht. Direkte und indirekte Effekte der Grundvorstellungen: Das in Abbildung 2 dargestellte Modell geht vor allem von indirekten Effekten der Grundvorstellungen über Lernprozesse auf den Lernerfolg aus. Über den Anteil direkter bzw. indirekter Effekte liegen bislang jedoch kaum Erkenntnisse vor. Die Studie von Berding (2019, S. 247 ff.) konnte jedoch zeigen, dass Grundvorstellungen über das Kompetenzerleben hinaus die Motivation der Lernenden erklären können. Ebenso konnten über die Motivation hinaus einzigartige Erklärungsbeiträge der Grundvorstellungen auf die Noten nachgewiesen werden (vgl. Berding 2019, S. 255). In die gleiche Richtung deuten auch die Ergebnisse von Berding, Riebenbauer und Slepcevic-Zach (2019). Im Rahmen der Modellevaluation sollte daher geprüft werden, in welchem Verhältnis direkte und indirekte Effekte der Grundvorstellungen zueinander stehen. Das methodische Vorgehen zur Prüfung und Weiterentwicklung des in Abbildung 2 dargestellten Modells beschreibt der folgende Abschnitt.

3

Methode

3.1 Stichprobe Die Datenerhebung der Studie fand im Land Niedersachsen statt. An der Studie nahmen insgesamt 450 Lernende aus 24 Klassen teil. Das Durchschnittsalter der Lernenden beträgt M = 19,60 Jahre (SD = 2,841). Frauen nehmen einen Anteil von 51,2 % in der Stichprobe ein. Die Lernenden verteilen sich auf verschiedene vollzeitschulische und duale Bildungsgänge: 10,3 % der Teilnehmer/-innen absolvieren eine Berufsausbildung als Kauffrau/-mann für Büromanagement, 37,8 % als Industriekauffrau/-mann und 21,7 % als Kauffrau/-mann für Großund Außenhandel. 22,0 % der Lernenden besuchen das berufliche Gymnasium Wirtschaft, 6,2 % die Fachoberschule Wirtschaft und 2,1 % die Berufsfachschule Wirtschaft. Bezüglich des allgemeinbildenden Bildungsabschlusses besitzen 3 Lernende einen Hauptschulabschluss, 220 die mittlere und 80 die Fachschulreife. 141 Teilnehmende verfügen über das Abitur (6 fehlende Werte). Informationen zu den Variablen der Lernenden zeigt Tabelle 2.

240

Florian Berding, Heike Jahncke Tabelle 2: Deskriptive Statistiken für die Variablen der Lernenden (Zusammenfassung) Deskriptive Statistiken Variablen

M

SD

Min

Bivariate Korrelationen

Max

(1) Noten

2.59

0.876

1

5

(2) Modellierungsfähigkeit

6.65

1.901

0

10

(3) Motivation

1.26

0.793

-1.19

(2) -.169**

(3) -.403** 0.025

3

(4) Kompetenzerleben

3.01

0.903

0

5

(5) Anzahl Grundvorstellungen

4.59

2.709

0

11

(6) Anzahl formale Strategien

0.78

1.118

0

6

(4) -.217**

(5) -.351**

(6) -.279**

.096*

.300**

.162**

.398**

.183**

.231**

.162**

.207** .337** 1

Hinweis: * p < .05; ** p < .01

Die 23 Lehrkräfte sind im Durchschnitt M = 45,65 Jahre alt (SD = 10,223) und verfügen über durchschnittlich M = 15,17 Jahre (SD = 9,311) Unterrichtserfahrung im Rechnungswesen. Der Anteil der Lehrerinnen beträgt 21,7 %. Informationen zu den Variablen der Lehrenden zeigt Tabelle 3. Tabelle 3: Deskriptive Statistiken für die Variablen der Lehrenden (Zusammenfassung) Deskriptive Statistiken Variablen (1) Schema-Aspekt (2) Anwendungs-Aspekt (3) Prozess-Aspekt (4) Formalismusaspekt

M

SD

3.70 2.99 3.72 4.50

0.994 1.023 1.015 0.988

Bivariate Korrelationen

Min 1.33

Max 5.00

(2) -.692**

(3) -.487*

1.00

4.67

2.00

5.00

-0.222

3.00

5.75

1

0.294

(4) 0.172 0.124

Hinweis: * p < .05; ** p < .01

3.2 Erhebungsinstrumente Das Kompetenzerleben und die Motivation der Lernenden wurden mit dem Fragebogen von Prenzel et al. (1996) erhoben. Der Fragebogen präsentiert Aussagen, welche von den Lernenden in ihrer Häufigkeit auf einer Skala von 0 = „nie“ bis 5 = „sehr häufig“ einzuschätzen sind (Beispielitem Kompetenzerleben „Beim Lernen von Rechnungswesen fanden meine Leistungen/Arbeiten Anerkennung.“). Der Fragebogen erfasst die drei psychologischen Grundbedürfnisse nach Kompetenzerleben (6 Items), Autonomieerleben (7 Items) und sozialer Eingebundenheit (6 Items), die eher fremdbestimmten Motivationsformen Amotivation (3 Items), externale Regulation (3 Items) und introjizierte Regulation (3 Items) sowie die eher selbstbestimmten Motivationsformen identifizierte Regulation (3 Items), intrinsische Regulation (3 Items) und interessierte Regulation (3 Items). Zudem berichteten die Lernenden ihre Noten in Lernfeldern mit Rechnungswesenbezug. Zur Messung der Modellierungsfähigkeit kam der von Berding, Beckmann und Kürten (2019) entwickelte Modellierungstest für erfolgswirksame Vorgänge zum Einsatz. Es handelt sich dabei um einen Test, der insgesamt 10 Aufgaben beinhaltet und sich bezüglich Geschlecht, Leistungsfähigkeit und Bildungsgang (vollzeitschulische vs. teilzeitschulische Bildungsgänge) als raschkonform erweist. Eine Beispielaufgabe ist in Abbildung 3 dargestellt.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

241

Abbildung 3: Beispielaufgabe aus dem Modellierungstest

Die Testaufgaben präsentieren den Lernenden abstrakte Objekte aus dem Rechnungswesen und/oder konkrete ökonomische Phänomene mittels photorealistischer Abbildungen. Die Teilnehmenden sind sodann gefordert, eine korrekte Modellierung vorzunehmen und beispielsweise einen Buchungssatz mit einer passenden realen Situation zu assoziieren. Die Grundvorstellungen zu den Begriffen „Aufwand“ und „Ertrag“ wurden mit Hilfe von zwei offenen Diagnoseaufgaben erfasst, die alle Teilnehmer/-innen bearbeiteten. Sie sind in den Abbildungen 4 und 5 dargestellt.

Abbildung 4: Diagnoseaufgabe zur Erhebung der Grundvorstellungen zum „Aufwand“

Die Aufgaben wurden nach dem Konzept von Berding (2019) entwickelt und basieren auf der Überlegung, dass Grundvorstellungen vor allem bei dem Wechsel zwischen dem Rechnungswesen und realen Unternehmensprozessen eine Rolle spielen. Deswegen präsentiert die Diagnoseaufgabe zum Aufwand aus Abbildung 4 ein abstraktes Rechnungswesenobjekt in Form eines Buchungssatzes, der von den Lernenden mit inhaltlicher Bedeutung zu füllen ist.

242

Florian Berding, Heike Jahncke

Abbildung 5: Diagnoseaufgabe zur Erhebung der Grundvorstellungen zum „Ertrag“

Die Aufgabe zum Ertrag aus Abbildung 5 präsentiert hingegen in Form einer Rechnung einen „realen“ Vorgang, der von den Lernenden in das Rechnungswesen übersetzt werden muss. In beiden Aufgaben sind die Teilnehmenden zur Verschriftlichung ihrer Gedanken aufgefordert. Zur Ermittlung der Buchführungsweltbilder der Lehrkräfte kam der von Seifried (2006) entwickelte Fragebogen zum Einsatz. Dieses Instrument präsentiert den Lehrkräften Aussagen, die sie auf einer Skala von 0 = „Stimmt gar nicht“ bis 6 = „Stimmt genau“ bewerten werden sollen (Beispielitem für den Formalismusaspekt: „Wesentlich für den Buchführungsunterricht sind logische Strenge und Präzision.“). Die in der Studie erzielten Reliabilitätskennzahlen für die eingesetzten Instrumente fassen Tabelle 4 und Tabelle 5 zusammen. Den Werten für die Inter-Koder-Reliabilität aus Tabelle 4 liegen dabei die Lösungen von 18 zufällig ausgewählten Diagnoseaufgaben zum Aufwand und 18 zufällig ausgewählten Diagnoseaufgaben zum Ertrag zu Grunde. Die Lösungen wurden von zwei Kodierer(inne)n unabhängig voneinander ausgewertet und das Ausmaß der Übereinstimmung ermittelt.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

243

Tabelle 4: Reliabilitätskennzahlen für die inhaltsanalytische Auswertung der Diagnoseaufgaben (Inter-Koder-Reliabilität als Übereinstimmung in %) (N = 18) Kategorien für den Begriff „Aufwand“ Grundvorstellungen

Reliabilität

Kategorien für den Begriff „Ertrag“ Grundvorstellungen

Reliabilität .889 .833 .833 1.000 .889 .944 1.000 .778

Beschaffungsvorstellung .944 Liquiditätszuflussvorstellung Inputvorstellung .778 Liquiditätsforderungsvorstellung Verbrauchsvorstellung 1.000 Wertabflussvorstellung Zerstörungsvorstellung 1.000 Bleibevorstellung Umwandlungsvorstellung .944 Differenzvorstellung Liquiditätsabflussvorstellung .944 Erfolgssteigerungsvorstellung Lagerentnahmevorstellung .889 Eigenkapitalsteigerungsvorstellung Eigenkapitalminderungsvorstellung 1.000 Umsatzerlösvorstellung Erfolgsminderungsvorstellung .944 Neutralitätsvorstellung .778 Materialentnahmevorstellung 1.000 Lagerbewertungsvorstellung 1.000 Formale Strategien Formale Strategien Kontenart 1.000 Kontenart .944 Kontenseite .944 Kontenseite .889 Gegenkonto 1.000 Gegenkonto .944 Abschluss über GuV 1.000 Abschluss über GuV .944 Gegenpol 1.000 Gegenpol 1.000 Hinweis: Die Auswertungen wurden von zwei Kodierer(inne)n vorgenommen und die Ergebnisse verglichen. Tabelle 5: Reliabilitätskennzahlen für die Variablen der Lernenden (N = 450) und Lehrenden (N = 23) Variablen der Lernenden Variablen der Lehrenden Kompetenzerleben α = .800 Schema-Aspekt α = .727 Amotivation α = .772 Anwendungs-Aspekt α = .600 Externale Regulation α = .681 Prozess-Aspekt α = .728 Introjizierte Regulation α = .632 Formalismusaspekt α = .838 Identifizierte Regulation α = .689 Intrinsische Regulation α = .844 Interessierte Regulation α = .833 Modellierungsfähigkeit FR = .669 Hinweis: α steht für Cronbachs α, FR steht für Faktorreliabilität. Sie ist ein Maß für die Fähigkeit, mit der alle Items zusammen zur Messung einer latenten Variablen beitragen (vgl. Homburg & Giering 1996, S. 10; Zinnbauer & Eberl 2005, S. 568).

3.3 Analyseverfahren Die Auswertung der schriftlichen Lösungen zu den Diagnoseaufgaben erfolgt mit Hilfe der Inhaltsanalyse nach Kuckartz (2016) und verwendet das erweiterte Kodierschema von Berding, Riebenbauer und Slepcevic-Zach (2019). Es wird für jede Kategorie eine „1“ vergeben, wenn sich die jeweilige Vorstellung oder formale Strategien in den Lösungen nachweisen lässt. In allen anderen Fällen erhält die Kategorie den Wert „0“. Um der Gruppierung der Lernenden in Klassen Rechnung zu tragen, erfolgt die Analyse des Modells aus Abbildung 2 in Form einer Mehrebenen-Strukturgleichungsmodellierung (z. B. Christ & Schlüter 2012; Geiser 2013). Auf diese Weise lassen sich Zusammenhänge auf Klassen- und Individualebene statistisch angemessen beschreiben. Damit die komplexen Berechnungen vor allem auf Klassenebene möglich sind, wurden vor der eigentlichen Analyse

244

Florian Berding, Heike Jahncke

bestimmte Variablen zusammengefasst. So wurden die Einzelnoten der Lernenden über die verschiedenen Lernfelder zu einen Mittelwert als Indikator verdichtet, welcher die Durchschnittsnote im Rechnungswesen darstellt. Ebenso wurden die verschiedenen motivationalen Regulationsformen zu einem Indikator „Motivation“ zusammengefasst, indem die Werte für die drei selbstbestimmten Motivationsformen addiert und die Werte für die fremdbestimmten Motivationsformen subtrahiert wurden. Davon abweichend wurde die introjizierte Regulation ebenfalls addiert und nicht subtrahiert, da eine Korrelationsanalyse positive Zusammenhänge mit den anderen selbstbestimmten und negative Zusammenhänge mit den verbleibenden fremdbestimmten Motivationsvarianten aufzeigte. Erzielt beispielsweise eine Person auf der Skala Amotiviert einen Wert von 2, für die externale Regulation eine 4, für die introjizierte Regulation eine 3, für die identifizierte Regulation eine 3, für die intrinsische Regulation eine 5 und für die interessierte Regulation eine 4, so ergibt sich der Wert für die Motivation als –2 – 4 + 3 + 3 + 5 + 4 = 9. Je größer dieser Wert ist, als desto selbstbestimmter ist die Motivation zu beschreiben. Zum Zwecke der Normierung wurde die Summe aus fremdbestimmten und die Summe aus selbstbestimmten Motivationsformen durch die Anzahl der Variablen der jeweiligen Summe dividiert und erst dann aufaddiert. Die Werte können so zwischen -5 und +5 variieren. Negative Werte deuten einen Überschuss an fremdbestimmter, positive einen Überschuss an selbstbestimmter Motivation an. Ein ähnliches Vorgehen nutzen auch Pelletier, Séguin-Lévesque und Legault (2002, S. 189) sowie Müller (2010, S. 94). Für die konkrete Analyse wurde das Modell aus Abbildung 2 in drei Teilmodelle gegliedert. Teilmodell 1 analysiert unter Berücksichtigung der Klassenstrukturen den Einfluss der Lehrerüberzeugungen und der Bildungsabschlüsse der Lernenden auf die Anzahl der Grundvorstellungen und formalen Strategien. Teilmodell 2 analysiert den Einfluss der Anzahl der Grundvorstellungen und formalen Strategien auf Kompetenzerleben, Motivation, Modellierungsfähigkeit und Noten. Teilmodell 3 konkretisiert das zweite Teilmodell, indem nicht mehr die Anzahl der Grundvorstellungen und formalen Strategien im Zentrum der Betrachtung stehen, sondern die qualitative Ausprägung der 20 konkreten Grundvorstellungen und zehn formalen Strategien. Teilmodell 3 hat, dies ist deutlich herauszustellen, einen explorativen Charakter und dient der Anregung weiterer Diskussionen in der Fachdidaktik Die Auswertungen wurden mit dem Programm MPlus (Version 7.4) vorgenommen. Die Schätzungen der Parameter für die Teilmodelle 1 und 2 erfolgte mit einem robusten MaximumLikelihood-Schätzer (MLR), während die Schätzung des Teilmodells 3 zunächst mit einer Variante des Asymptotically Distribution Free (ADF)-Algorithmus erfolgte. Aufgrund vergleichbarer Ergebnisse werden im Folgenden jedoch die Schätzergebnisse für das Teilmodell 3 auf der Grundlage des Full-Information-Maximum-Likelihood (FIML)-Schätzers dargestellt, um auch Datensätze mit teilweise fehlenden Werten zu berücksichtigen. Die Berechnung der Signifikanz (in)direkter Effekt wurde mit dem Sobel-Test vorgenommen. Ausreißer waren nicht zu identifizieren. Eine Zentrierung erfolgte nur für das Teilmodell 2. Dabei wurden die Anzahl formaler Strategien und die Anzahl der Grundvorstellungen am jeweiligen Gruppenmittelwert (Groupmean) und das Kompetenzerleben, die Motivation, die Noten und die Modellierungsfähigkeit am Stichprobenmittelwert (Grandmean) zentriert. Sämtliche Modelle enthalten zunächst die theoretisch relevanten Pfade. Diese werden sodann aber schrittweise auf die signifikanten Pfade reduziert. Die so erzielten Ergebnisse präsentiert der nachfolgende Abschnitt.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

4

245

Ergebnisdarstellung

4.1 Darstellung der Ergebnisse zu Teilmodell 1 Das Ergebnis des Mehrebenen-Strukturgleichungsmodells für Teilmodell 1 ist in Abbildung 6 dargestellt. Die Lernenden mit einem Hauptschulabschluss gehen aufgrund der geringen Anzahl nicht in die Analyse dieses Modells ein.

Abbildung 6: Mehrebenen-Strukturgleichungsmodell für das Teilmodell 1 (NLernende = 450, NLehrkräfte = 23)

Nach der Kombinationsregel von Hu und Bentler (1999, S. 27 f.) liegt eine globale Passung des Modells bei einem RMSEA von weniger als .06 und einem SRMR von weniger als .09 vor. Mit einem RMSEA von ungefähr .00 und einem SRMR von höchstens .04 ist damit eine globale Passung des Modells aus Abbildung 6 gegeben. Zudem sollte der CFI möglichst Werte größer als .950 annehmen (Hu & Bentler 1999, S. 27). Mit einem Wert nahe 1.00 ist diese Anforderung ebenfalls erfüllt. Weiterhin zeigt die Intra-Klassen-Korrelation (ICC) für die Grundvorstellungen, dass sich ca. 13,4 % der Varianz in der Anzahl der Grundvorstellungen auf die verschiedenen Schulklassen zurückführen lässt (z. B. Christ & Schlüter 2012, S. 117; Geiser 2013, S. 200). Auf der Klassenebene ist mit Blick auf die Grundvorstellungen nur der Formalismus-Aspekt relevant. Der negative Zusammenhang bedeutet hier: Je mehr eine Lehrkraft Logik und formales Argumentieren als wesentlich für den Buchführungsunterricht ansieht, desto weniger Grundvorstellungen besitzen die Lernenden in ihrer Klasse. Der Prozessaspekt zeigt sich in dem ermittelten Modell für die Grundvorstellungen nicht als signifikant. Die Überzeugungen der Lehrkraft erklären ca. 17 % der Unterschiede in der Anzahl der Grundvorstellungen auf Klassenebene. Die Anzahl formaler Rechnungswesenstrategien lässt sich auf Klassenebene hingegen deutlich besser durch die Überzeugungen der Lehrkräfte erklären. So lassen sich hier nur rund 4,3 % der Unterschiede auf die einzelnen Klassen zurückführen, die dafür aber mit 61,9 % durch die Buchführungsweltbilder der Lehrkräfte erklärt werden können. Je mehr Lehrkräfte

246

Florian Berding, Heike Jahncke

davon überzeugt sind, dass im Buchführungsunterricht das Behalten und Anwenden von Fakten, Verfahren und Regeln wesentlich ist (Schema-Aspekt), und je mehr Lehrende davon überzeugt sind, dass Buchführung im beruflichen Alltag wichtig ist, desto mehr formale Strategien zeigen die Lernenden in der jeweiligen Klasse. Im Gegensatz dazu gilt: Je mehr Lehrkräfte davon überzeugt sind, dass im Buchführungsunterricht Logik und formales Argumentieren charakteristisch sind (Formalismus-Aspekt), desto weniger formale Strategien besitzen die Lernenden in der jeweiligen Klasse. Der Prozess-Aspekt spielt hingegen weder für die Grundvorstellungen noch für die formalen Strategien eine Rolle. Auf der Individualebene lassen sich ca. 13 % der Variation in der Anzahl der Grundvorstellungen durch den allgemeinbildenden Abschluss der Schülerinnen und Schüler erklären. So sind die Werte für die Individualebene aufgrund der verwendeten Dummy-Codierung in Abbildung 6 stets so zu interpretieren, dass sie den Unterschied zu den Abiturientinnen und Abiturienten beschreiben. Konkret heißt dies, dass die Lernenden mit einem Realschulabschluss ca. 1,9 Grundvorstellungen weniger zeigen als Abiturient(inn)en und Lernende mit der Fachhochschulreife ca. 0,6 Grundvorstellungen weniger als Lernende mit der allgemeinen Hochschulreife. Ähnliche Zusammenhänge lassen sich auch für die Anzahl formaler Rechnungswesenstrategien festhalten. Insgesamt bestätigt das Mehrebenen-Strukturmodell folglich das Teilmodell 1 aus Abbildung 2. 4.2 Darstellung der Ergebnisse zu Teilmodell 2 Mit dem Einfluss der Grundvorstellungen und formalen Strategien auf Lernprozesse und Lernerfolge unter Berücksichtigung der Klassenstrukturen beschäftigt sich das Teilmodell 2. Das dazugehörige Mehrebenen-Strukturmodell zeigt Abbildung 7.

Abbildung 7: Mehrebenen-Strukturgleichungsmodell für das Teilmodell 2 (NLernende = 450, NKlassen = 24)

Auch dieses Strukturmodell zeigt gemessen an der Kombinationsregel von Hu und Bentler (1999, S. 27 f.) mit einem RMSEA unter .06 und einen SRMR unter .09 eine globale Modellpassung. Lediglich der Grenzwert für den CFI wird knapp verfehlt.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

247

Die Intra-Klassen-Korrelationen in diesem Modell zeigen, dass sich ca. 14,5 % der Unterschiede im Kompetenzerleben, 10,1 % der Unterschiede in der Motivation, 9,8 % der Unterschiede in den Noten und 12,1 % der Unterschiede in der Modellierungsfähigkeit auf die einzelnen Schulklassen zurückführen lassen. Inhaltlich zeigt das Strukturmodell, dass eine höhere Anzahl an Grundvorstellungen zu einer besseren Motivation, einer höheren Modellierungsfähigkeit und besseren Noten führt. Ebenso verfügen Lernende, denen eine höhere Anzahl an formalen Rechnungswesenstrategien zur Verfügung steht, über ein höheres Kompetenzerleben, eine höhere Motivation und bessere Noten. Insgesamt erklären die jeweiligen direkten Effekte im Modell ca. 2,7 % der Varianz im Kompetenzerleben, 16,5 % der Varianz in der Motivation, 3,0 % der Varianz in der Modellierungsfähigkeit und 27,6 % der Varianz in den Noten auf. Allerdings wirken einige Konstrukte auch indirekt auf andere Konstrukte ein. Beispielsweise zeigt Abbildung 7, dass die Anzahl der Grundvorstellungen auch indirekt über die Modellierungsfähigkeit und die Motivation in die Noten eingeht. Um diese indirekten Effekte der Konstrukte und den Gesamteffekt aus indirekten und direkten Effekten besser beurteilen zu können, werden in Tabelle 6 ergänzende Rechnungen präsentiert. Die indirekten Werte lassen sich dabei mit dem Programm MPlus gesondert anfordern. Direkter Effekt und indirekte Effekte lassen sich aufaddieren und ergeben den Gesamteffekt (vgl. Weiber & Mühlhaus 2014, S. 31 f., S. 35, S. 236 f.). Tabelle 6: Effekte der Prädikatoren auf die Noten Effekte der Grundvorstellungen Indirekter Effekt über Motivation -.035* Modellierungsfähigkeit -.025+ Indirekter Effekt gesamt -.060** Direkter Effekt -.261** Gesamteffekt -.320** Kompetenzerleben Indirekter Effekt über Motivation -.106** Indirekter Effekt gesamt -.106** Direkter Effekt .000 Gesamteffekt -.106**

Effekte der formalen Strategien Indirekter Effekt über Motivation Kompetenzerleben und Motivation Indirekter Effekt gesamt Direkter Effekt Gesamteffekt Motivation Indirekter Effekt Direkter Effekt Gesamteffekt Modellierungsfähigkeit Indirekter Effekt Direkter Effekt Gesamteffekt

-.037* -.018** -.055** -.120** -.175** .000 -.312** -.312** .000 -.145* -.145*

Hinweise: ** p < .01; * p < .05; + p < .10

Die Werte in Tabelle 6 zeigen, dass alle indirekten Effekte des Modells aus Abbildung 7 signifikant werden. Jedoch ist sowohl für die Grundvorstellungen als auch für die formalen Strategien die Stärke der indirekten Effekte im Vergleich zum direkten Effekt eher gering. Dies bedeutet, dass die Anzahl der Grundvorstellungen und formalen Strategien vor allem direkt auf die Noten einwirken. Weiterhin zeigen die Werte in Tabelle 6, dass der totale Effekt der Anzahl der Grundvorstellungen mit -.320 deutlicher größer ist als der totale Effekt bei den formalen Rechnungswesenstrategien mit -.175. Für die Erklärung des Lernerfolges in Form von Noten

248

Florian Berding, Heike Jahncke

sind die Grundvorstellungen damit wichtiger als die formalen Strategien. Zudem ist der Gesamteffekt der Grundvorstellungen in der gleichen Größenordnung wie der direkte Effekt der Motivation auf die Noten mit -.312. Dies bedeutet, dass der Anzahl der Grundvorstellungen eine ähnliche Bedeutung wie der Motivation für die Erklärung des Lernerfolges zukommt. Dies bestätigt auch Tabelle 7, welche die standardisierten Größen in das Effektmaß R² umrechnet. Für die Berechnung dieser Effektmaße sind die bi-variaten Korrelationen und die Pfadkoeffizienten notwendig. Die konkrete Berechnung kann Reinecke (2014, S. 50 ff.) entnommen werden. Tabelle 7: Einfluss der Variablen auf die Variation der Noten in Form der erklärten Varianz R² Variablengruppe Direkter Effekt Indirekter Effekt Totaler Effekt Grundvorstellungen 9,7 % 2,2 % 11,9 % Formale Strategien 3,2 % 1,5 % 4,7 % Kompetenzerleben 0,0 % 2,5 % 2,5 % Motivation 11,9 % 0,0 % 11,9 % Modellierungsfähigkeit 3,1 % 0,0 % 3,1 % Summe 28,0 % 6,2 % 34,1 % Hinweis: Abweichungen im R² zu Abbildung 7 ergeben sich aus Rundungsdifferenzen.

Wie Tabelle 7 zeigt, erklärt der Gesamteffekt der Anzahl der Grundvorstellungen einen vergleichbaren Anteil in der Variation der Noten wie die Motivation mit insgesamt 11,9 %. Ebenso wird deutlich, dass komplexere Vorstellungssysteme die Variation in den Noten besser erklären können als die Anzahl formaler Rechnungswesenstrategien. Insgesamt wird so das Teilmodell 2 aus Abbildung 2 durch das Mehrebenen-Strukturmodell größtenteils bestätigt und erklärt insgesamt ca. 34 % der Variation in den Noten. Neben der reinen Anzahl an Grundvorstellungen und formalen Strategien ist jedoch auch die konkrete Qualität der Vorstellungen und Strategien relevant, welche Gegenstand des Teilmodells 3 ist. 4.3 Darstellung der Ergebnisse zu Teilmodell 3 Das Strukturmodell für Teilmodell 3 zeigt Abbildung 8. Auf globaler Ebene erzielt dieses Modell eine Modellpassung, da mit einem RMSEA von .019 und einem SRMR von .022 die Grenzwerte für RMSEA von höchstens .06 und SRMR von höchstens .09 erfüllt sind (Hu & Bentler 1999, S. 27 f.). Auch der CFI-Wert übersteigt mit .976 den Grenzwert von mindestens .950 (Hu & Bentler 1999, S. 27). Es liegt insgesamt eine globale Passung des Strukturmodells vor. Dabei ist zu beachten, dass nach anfänglicher Berücksichtigung sämtlicher Grundvorstellungen und Strategien eine schrittweise Reduktion um die nicht signifikanten Konstrukte erfolgte. Das Teilmodell 3 hat einen klaren explorativen Charakter.

249

Abbildung 8: Strukturgleichungsmodell für das Teilmodell 3 (NLernende = 450)

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

250

Florian Berding, Heike Jahncke

In der Abbildung 8 sind auf der linken Seite die relevanten Grundvorstellungen und auf der rechten Seite die relevanten formalen Strategien dargestellt, d. h. die Konstrukte, die sich im Rahmen der Analyse als signifikant erwiesen. Die Werte an den Pfaden geben an, in welchem Ausmaß und in welcher Richtung sich die abhängige Variable verändert, wenn eine Person mit einer bestimmte Grundvorstellung bzw. Strategie mit einer Person verglichen wird, die diese Grundvorstellung bzw. Strategie nicht besitzt. Zunächst wird deutlich, dass verschiedene Grundvorstellungen an verschiedenen Stellen des Lernprozesses ansetzen. So zeigen Lernende, die sich unter Aufwand einen erfolgsneutralen Vorgang (Neutralitätsvorstellung), eine Minderung des Erfolgs eines Unternehmens (Erfolgsminderungsvorstellung) und den Verbrauch bzw. Verzehr von Werten vorstellen (Verbrauchsvorstellung) ein höheres Kompetenzerleben als Lernende, die diese Grundvorstellungen nicht besitzen. Ebenso zeigen Lernende ein höheres Kompetenzerleben, wenn sie Erträge mit der Grundidee verbinden, dass Werte aus dem Unternehmen abfließen (Wertabflussvorstellung). Auf die Motivation wirken sich hingegen andere Vorstellungen aus. So ist die Motivation bei Lernenden höher, wenn sie sich unter Erträgen die Steigerung des Eigenkapitals vorstellen (Eigenkapitalsteigerungsvorstellung). Von den Grundvorstellungen für den Aufwand erweisen sich hingegen die Umwandlungs- und Liquiditätsabflussvorstellung als vorteilhaft. Lernende, die Aufwand mit der grundlegenden Idee einer Umwandlung von Werten durch den betrieblichen Leistungserstellungsprozess assoziieren und Aufwendungen als den Abfluss von Zahlungsmitteln interpretieren zeigen eine höhere Motivation als Lernende ohne diese grundlegenden Ideen. Für die Modellierungsfähigkeit zeigen vier Grundvorstellungen einen Zusammenhang. Die Modellierungsfähigkeit ist bei Lernenden höher, wenn sie sich unter Aufwand den Verbrauch von Werten im betrieblichen Leistungsprozess (Verbrauchsvorstellung) und die Minderung des Unternehmenserfolges (Erfolgsminderungsvorstellung) vorstellen. Die Modellierungsfähigkeit ist geringer, wenn die Lernenden den Begriff „Aufwand“ mit der Grundidee von Zahlungsmittelabgängen assoziieren (Liquiditätsabflussvorstellung). Die Fähigkeit zu Modellieren ist stärker ausgeprägt, wenn die Lernenden sich unter Ertrag den zeitversetzten Zufluss von Zahlungsmitteln vorstellen können (Liquiditätsforderungsvorstellung). Einen direkten Einfluss auf die Noten besitzen drei grundlegende Ideen zum Begriff „Ertrag“ und eine Idee zum Begriff „Aufwand“. Lernende, die mit Erträgen die Grundidee verbinden, dass Erträge den Abfluss von Werten aus dem Unternehmen beschreiben (Wertabflussvorstellung), die Umsatzerlöse eines Unternehmens darstellen (Umsatzerlösvorstellung) und ähnlich dem Gewinn einen Überschuss aus der unternehmerischen Tätigkeit beschreiben (Differenzvorstellung), erzielen bessere Noten als Lernende ohne diese Vorstellungen. Für den Begriff „Aufwand“ erweist sich die Vorstellung, dass Aufwendungen das Eigenkapital eines Unternehmens mindern, als vorteilhaft (Eigenkapitalminderungsvorstellung). Von den insgesamt 10 möglichen formalen Argumentations- und Lösungsstrategien erweisen sich nur vier als relevant, d. h. als signifikant. So zeigen Lernende, welche bei Aufgaben zu Erträgen über ein Gegenkonto argumentieren können, ein höheres Kompetenzerleben. Lernende, die bei Aufgaben zum Aufwand über den Abschluss von Aufwandskonten über das Gewinn- und Verlustkonto argumentieren, zeigen bessere Werte für das Kompetenzerleben sowie

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

251

die Modellierungsfähigkeit. Die Argumentation über die Identifikation verschiedener Kontenseiten erweist sich hingegen als ungünstig für die Modellierungsfähigkeit. Schließlich zeigen Lernende, die bei Erträgen über die verschiedenen Kontenarten argumentieren, eine höhere selbstbestimmte Motivation und bessere Noten als Lernende, die diese Strategie nicht einsetzen können. Die jeweiligen direkten Effekte im dargestellte Modell sind in der Lage, insgesamt ca. 28 % der Variation in den Noten, 12 % der Variation in der Modellierungsfähigkeit, 8 % im Kompetenzerleben und 21 % in der Motivation aufzuklären. Um den Gesamteffekt der Grundvorstellungen und formalen Strategien auf die Noten abschätzen zu können, stellt Tabelle 8 die direkten und indirekten Effekte gegenüber. Tabelle 8: Standardisierter Gesamteffekt der Variablen auf die Noten (N = 450) Grundvorstellungen Direkt Neutralitätsvorstellung über Kompetenzerleben und Motivation Erfolgsminderungsvorstellung über Kompetenzerleben und Motivation über Modellierungsfähigkeit Wertabflussvorstellung über Kompetenzerleben und Motivation Verbrauchsvorstellung über Kompetenzerleben und Motivation über Modellierungsfähigkeit Eigenkapitalsteigerungsvorstellung über Motivation Umwandlungsvorstellung über Motivation Liquiditätsabflussvorstellung über Motivation über Modellierungsfähigkeit Liquiditätsforderungsvorstellung über Modellierungsfähigkeit Differenzvorstellung Umsatzerlösvorstellung Eigenkapitalminderungsvorstellung Hinweise: ** p < .01; * p < .05; + p < .10.

Indirekt

Total -.015*

-.015* -.010+

-.028

-.018+ -.109*

-.127* -.018** -.010+ -.012+ -.028+ -.028+

-.022*

Formale Rechnungswesenstrategien Direkt Indirekt Gegenkonto (Ertrag) über Kompetenzerleben und Motivation -.011* Abschluss über GuV (Aufwand) über Kompetenzerleben und Moti-.014* vation über Modellierungsfähigkeit -.013 Kontenseite (Aufwand) über Modellierungsfähigkeit .010 Kontenart (Ertrag) -.150** über Motivation -.056**

Total -.011* -.027*

.010 -.206**

-.028+ -.028+ -.033+

-.042** .009 -.025+ -.141** -.108* -.099*

-.025+ -.141** -.108* -.099*

Kompetenzerleben Motivation Modellierungsfähigkeit

-.124** -.336** -.126*

-.124** -.336** -.126*

Wie Tabelle 8 zeigt, sind die direkten Effekte der Grundvorstellungen und formalen Strategien auf die Noten deutlich größer als die indirekten Effekte. Um eine Abschätzung der Relevanz der direkten und indirekten Effekte zu erhalten, stellt Tabelle 9 die erklärte Varianz für verschiedene Variablengruppen auf der Grundlage der Tabelle 8 dar. Tabelle 9: Einfluss der Variablen auf die Variation der Noten in Form der erklärten Varianz R² Variablengruppe Direkter Effekt Indirekter Effekt Totaler Effekt Grundvorstellungen 8,2 % 2,3 % 10,5 % Formale Strategien 4,4 % 1,9 % 6,3 % Kompetenzerleben 0,0 % 2,9 % 2,9 % Motivation 13,5 % 0,0 % 13,5 % Modellierungsfähigkeit 2,4 % 0,0 % 2,4 % Summe 28,5 % 7,0 % 35,6 % Hinweis: Abweichungen zu dem R² in Abbildung 8 lassen sich durch Differenzen beim Runden der Korrelationen erklären.

252

Florian Berding, Heike Jahncke

Wie Tabelle 9 zeigt, ist der direkte Effekt der Grundvorstellungen auf Noten ca. viermal größer als der indirekte Effekt. Ebenso erklärt der Gesamteffekt der Grundvorstellungen mit ca. 10,5 % einen ähnlich großen Anteil an der Variation in den Noten wie die Motivation mit ca. 13,5 %. Zudem ist die erklärte Varianz durch Grundvorstellungen deutlicher größer als die Aufklärung durch die formalen Strategien mit ca. 6 %. Das Gesamtmodell ist in der Lage, etwas mehr als ein Drittel der Varianz in den Noten der Lernenden zu erklären. Der nachfolgende Abschnitt diskutiert die Ergebnisse.

5

Diskussion der Ergebnisse

Zusammenfassung der Ergebnisse: Die vorliegende Studie untersucht die Rolle der Grundvorstellungen für Lehr-Lernprozesse im Rechnungswesenunterricht. Die Ergebnisse der Studie lassen sich vor diesem Hintergrund wie folgt zusammenfassen:  Die Hypothesen (BG), (BF), (WG3), (WF), (FK), (KM), (ML), (ModL) und (GMod) lassen sich bestätigen, die Hypothesen (GK), (WG1), (WG2) und (WG4) nicht. Mit Bezug auf das Teilmodell 3 wird aber ein Einfluss bestimmter Vorstellungen auf das Kompetenzerleben nachweisbar (GK).  Die Überzeugung von Lehrkräften, dass sich Buchführung vor allem durch Logik und Präzision charakterisiert (Formalismus-Aspekt), wirkt sich ungünstig auf die Komplexität der Vorstellungssysteme der Lernenden aus.  Der allgemeinbildende Bildungsabschluss stellt eine wichtige Variable dar, um Unterschiede in der Komplexität der Vorstellungssysteme von Lernenden zu beschreiben, und sollte in zukünftigen Studien bei den Analysen berücksichtigt werden. Möglicherweise wirkt sich die mit einem höheren Bildungsabschluss verbundene tiefergehende mathematisch-naturwissenschaftliche Bildung günstig für den bislang eher abstrakten Rechnungswesenunterricht aus.  Komplexe Vorstellungssysteme, d. h. Systeme mit einer größeren Anzahl an Grundvorstellungen, wirken sich vorteilhaft auf die Motivation, die Modellierungsfähigkeit und die Noten aus.  Der Gesamteffekt der Anzahl der Grundvorstellungen hat eine ähnlich große Wirkung wie die Motivation auf die Noten im Rechnungswesen. Die Komplexität der Vorstellungssysteme ist folglich eine wichtige Erklärungsgröße.  Der Gesamteffekt der Anzahl der Grundvorstellungen auf die Noten ist größer als der Gesamteffekt der Anzahl formaler Strategien. Die Unterstützung des Erwerbs von Grundvorstellungen stellt damit eine wichtige Aufgabe des Rechnungswesenunterrichts dar.  Bezüglich der Qualität der Grundvorstellungen erweisen sich 11 der bislang 20 bekannten Grundvorstellungen für Lehr-Lern-Prozesse als förderlich.  Verschiedene Grundvorstellungen werden an verschiedenen Stellen des Lernprozesses wirksam und beeinflussen das Kompetenzerleben, die Motivation, die Modellierungsfähigkeit und die Noten.  Grundvorstellungen wirken vor allem direkt auf den Lernerfolg ein.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

253

Einordnung der Ergebnisse in bisherige empirische Befunde und Theorien: Die Ergebnisse der vorliegenden Studie zeigen, dass sich Überzeugungen der Lehrkräfte in den Formalismus-Aspekt ungünstig auf die Komplexität der Vorstellungssysteme der Lernenden auswirken. Dies gilt auch für die Anzahl formaler Strategien. Vor dem Hintergrund, dass die Studie von Seifried (2009, S. 246) ermittelt, dass praktizierende Wirtschaftspädagog(inn)en vor allem dem Formalismus-Aspekt zustimmen, bedeutet dies, dass der Rechnungswesenunterricht vielfach wenig geeignete Bedingungen für den Erwerb inhaltlicher Vorstellungen bietet, was Studien zu den Lernschwierigkeiten bestätigen, wenn sie den hohen Abstraktionsgrad, die geringe Anschaulichkeit und die fehlenden Praxisbezüge als Ursachen herausarbeiten (Tramm, Hinrichs & Langenheim 1996, S. 188, S. 192 f.; Türling et al. 2011, S. 403). Die Ergebnisse dieser Studie fügen sich konsistent in die bestehenden empirischen Erkenntnisse ein. Auch ist auffallend, dass in der vorliegenden Studie der Prozess-Aspekt keinen nachweisbaren Einfluss auf die Grundvorstellungen und formalen Strategien auszuüben scheint. Dies passt zu den Ergebnissen von Seifried (2009, S. 246), wonach Lehrende dem Prozess-Aspekt vergleichsweise wenig zustimmen. Diese Sichtweise stellt jedoch ein konstruktives Lernverständnis dar und betont die Eigenständigkeit des Wissenserwerbs durch Lernende. Für die Aus- und Weiterbildung von Lehrkräften bedeutet dies, dass vor allem an den Überzeugungen der Lehrkräfte anzusetzen ist. Es gilt aufzuzeigen, dass der Buchführungsunterricht nicht nur aus einer den Inhalten inhärenten Logik besteht, sondern ein wichtiges Werkzeug für die Lösung praktischer Probleme darstellt. Allerdings zeigt die Analyse im Teilmodell 1 auch, dass die anderen drei Überzeugungsdimensionen keinen Erklärungsbeitrag für die Anzahl der Grundvorstellungen leisten. Eine Fokussierung auf den Prozess- oder AnwendungsAspekt scheint vor diesem Hintergrund als Ansatzpunkt in Aus- und Weiterbildung für die Förderung günstiger Einstellungen der Lehrkräfte zu kurz zu greifen. Vor diesem Hintergrund sollten zukünftige Studien weitere Erklärungsgrößen auf die Anzahl der Grundvorstellungen untersuchen, um so Ansatzpunkte für Bildungsmaßnahmen zu ermitteln. Eine Möglichkeit abseits der Überzeugungen der Lehrkräfte könnte eine Integration des Modells der Grundvorstellungen in die Aus- und Weiterbildung von Lehrkräften sein, da das Modell explizit die realen Unternehmensprozesse und ökonomischen Phänomene berücksichtigt und die vorliegende Studie Kerneigenschaften des Modells empirisch bestätigt. So lässt sich die bereits für die Mathematikdidaktik erarbeitete Erkenntnis, dass mehrere Grundvorstellungen für einen abstrakten Begriff notwendig sind (z. B. Büchter & Henn 2010, S. 34; Malle 1993, S. 46; vom Hofe 2003, S. 6), auch für den Rechnungswesenunterricht bestätigen, denn eine größere Anzahl an grundlegenden Ideen geht mit einer höheren Motivation, einer höheren Modellierungsfähigkeit und besseren Noten einher. Damit wird deutlich, dass komplexere Vorstellungssysteme mehr Ansatzpunkte für die Modellierung realer ökonomischer Phänomene bieten und so besser zur Bewältigung von Modellierungsanforderungen beitragen können. Zudem zeigt die deutlich höhere aufgeklärte Varianz durch Grundvorstellungen als durch formale Strategien, wie wichtig der Erwerb inhaltlich adäquater Vorstellungen ist. Da die Grundvorstellungen einen ähnlich großen Beitrag zur Erklärung der Lernerfolge leisten wie die Motivation, sollten Modelle der Unterrichtsplanung explizit die Schnittstelle zwischen realen Phänomenen einerseits und abstrakten Begriffen andererseits integrieren. Hierzu müssten allgemeine Planungsmodelle, wie sie z. B. Stender, Brückmann und Neumann

254

Florian Berding, Heike Jahncke

(2015) oder Heimann, Otto und Schulz (1965) beschreiben, um die besonderen didaktischen Herausforderungen im Rechnungswesenunterricht ergänzt werden. Einen ersten Ansatz dafür schlägt Berding (2019, S. 289) vor, in dem die Analyse der Fachinhalte durch eine Lehrkraft explizit eine Kategorisierung in (1) abstrakte Objekte des Rechnungswesens, (2) Belege und Dokumente als Vermittler und (3) reale Unternehmensprozesse vornimmt (zur Bedeutung von Belegen z. B. Preiß & Tramm 1996b, S. 252 f.). Auf diese Weise können sich Lehrkräfte bewusst werden, welche realen Prozesse zu den abstrakten Rechnungswesenbegriffen und -objekten gehören, und Lernprozesse planen, die beide Aspekte integrieren, um den Aufbau inhaltlicher Vorstellungen zu unterstützen. So könnten beispielsweise mit Hilfe von Videos reale Prozesse aus einem Unternehmen in den Unterricht eingebracht und von den Lernenden mit der Hilfe wirtschaftlicher Begriffe und Verfahren gedeutet und interpretiert werden. Weiterhin kann eine Lehrkraft im Sinne des Modells der didaktischen Rekonstruktion (Kattmann 2007; Kattmann et al. 1997) die in dieser Studie ermittelten Grundvorstellungen der Lernenden nutzen, um mögliche Sichtweisen der Lernenden auf erfolgswirksame Vorgänge zu antizipieren. Dies erlaubt beispielsweise anhand geeigneter Videos für reale Prozesse zu diskutieren, warum in bestimmten Fällen das Erklärungsmodell eines Lernenden, Aufwand als erfolgsneutralen Vorgang zu beschreiben (Neutralitätsvorstellung), für die Gestaltung von Unternehmensprozessen zu keinen optimalen Lösungen führt. Auf diese Weise wird es möglich, ausgehend von den Sichtweisen der Lernenden einen Unterricht zu gestalten, der eine hohe Chance für die Entwicklung fachwissenschaftlich tragfähiger Vorstellungen bietet. Als Zielkategorie für die Lehr-Lern-Prozesse können Lehrende dabei die elf in dieser Studie als vorteilhaft ermittelten Grundvorstellungen als erste Orientierung nutzen. Einordnung der Ergebnisse in die Fachdidaktik: Die im Rahmen dieser Studie ermittelten elf Grundvorstellungen geben darüber hinaus Implikationen für die Weiterentwicklung didaktischer Ansätze. Sie zeigen zunächst auf, dass die in der ehemaligen Zeitschrift „Wirtschaft und Erziehung“ geführte Diskussion um die „Fehlvorstellungen“ der Bilanzmethode und des wirtschaftsinstrumentellen Rechnungswesenunterrichts nicht auf die Festlegung einer einzigen „richtigen“ Sichtweise beschränkt werden sollte (für eine Übersicht der verschiedenen Vorstellungen in dieser Diskussion Tabelle 8 bei Berding 2019). Vielmehr zeigen die Analysen in Teilmodell 2 und 3, dass mehrere Vorstellungen hilfreich sind und an ganz verschiedenen Stellen des Lernprozesses ansetzen. Zudem erweisen sich in den vorliegenden Analysen sowohl Überzeugungen als vorteilhaft, die sich eher der Bilanzmethode zuordnen lassen (z. B. Verbrauchsvorstellung, Erfolgsminderungsvorstellung), als auch Vorstellungen, die eher zum wirtschaftsinstrumentellen Unterricht passen (z. B. Umwandlungsvorstellung, Wertabflussvorstellung). Gleichzeitig zeigen die Ergebnisse, dass sich oft Vorstellungen als vorteilhaft erweisen, die sich auf den Leistungsprozess eines Unternehmens beziehen (z. B. Verbrauchsvorstellung, Umwandlungsvorstellung). Damit ist in erster Linie nicht das externe Rechnungswesen mit der Buchführung, sondern das interne Rechnungswesen angesprochen, welches explizit die Leistungsprozesse eines Unternehmens thematisiert. Die Ergebnisse der Studie stützen damit zunächst grundsätzlich den gewählten Ansatz im wirtschaftsinstrumentellen Rechnungswesenunterricht, für den Buchführungsunterricht von den Kosten- und Leistungsprozessen auszugehen (dazu z. B. Tramm 2005, S. 106). Für den Buchführungsunterricht, also das externe Rechnungs-

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

255

wesen, ist jedoch darauf zu achten, dass das externe Rechnungswesen im Vergleich zum internen Rechnungswesen mit der Kosten- und Leistungsrechnung andere Ziele verfolgt. Daher müssen die zur Kosten- und Leistungsrechnung unmittelbar benötigten Vorstellungen weiterentwickelt werden, so dass diese an die Regelungszwecke des Handelsgesetzbuches und die dort vertretenen fachwissenschaftlichen Sichtweisen anschlussfähig sind. Die konkrete fachdidaktische Berücksichtigung der Grundvorstellungen als Scharnier zwischen abstrakten Objekten und realen Phänomenen kann dabei auf Erkenntnisse der Mediendidaktik zurückgreifen. So kommt beispielsweise die Meta-Analyse von Berney und Bétrancourt (2016, S. 155, S. 157 ff.) zu dem Schluss, dass Visualisierungen mit photorealistischen Abbildungen bessere Ergebnisse erzielen als abstrakte Visualisierungen (z. B. Formeln, Symbole, Diagramme, Tabellen). Zudem zeigt die Studie, dass dynamische Animationen eine vorteilhaftere Wirkung auf die Anwendung von Wissen aufweisen als statische Visualisierungen. Für die Rechnungswesendidaktik bedeutet dies, dass realitätsnahe Darstellungen von Prozessen in Unternehmen ergänzend in den Unterricht integriert werden sollten, z. B. in Form von Fotos oder kurzen Videosequenzen. Diese könnten als Ausgangspunkt für die Entwicklung von Grundvorstellungen, die Schulung der Wahrnehmung und Deutung realer Situationen mit wirtschaftlichen Begriffen sowie für die Diskussion des Gehalts von Begriffen und Verfahren dienen. Limitationen der Studie: Die vorliegende Studie ist nicht ohne Limitationen. So liegen den Analysen Querschnittsdaten zu Grunde, sodass die in den Strukturmodellen abgebildete kausale Wirkungskette in letzter Konsequenz nicht geprüft werden kann. Hierzu sind mindestens Längsschnittdaten bzw. im Idealfall Daten auf der Grundlage eines Kontrollgruppen-Designs erforderlich (vgl. Döring & Bortz 2016, S. 193 f.). Gleichwohl geben die Strukturmodelle wichtige Hinweise darauf, welche kausalen Beziehungen zu erwarten sind. Zudem gilt es in zukünftigen Studien genauer zu klären, welche Prozesse hinter dem Einfluss des Bildungsabschlusses auf Grundvorstellungen und Strategien stehen. So wäre ein Einfluss der mathematischen Kompetenzen, der Sprachkompetenz, aber auch des Vorwissens denkbar. Gerade diese Variablen konnten in der Studie nicht mehr berücksichtigt werden. Um Effekte weiterer wichtiger Konstrukte auszuschließen und die Bedeutung von Grundvorstellungen besser abschätzen zu können, ist die Aufnahme dieser Konstrukte in zukünftige Studien erfolgsversprechend. Eine weitere Limitation der Studie stellen die Noten als Erfolgsindikator da. So werden Noten von Lehrkräften nach unterschiedlichen Maßstäben verteilt, die sich kaum kontrollieren lassen. Auch ist zu erwarten, dass Noten in unterschiedlichen Bildungsgängen unterschiedliche Niveaustufen an Fähigkeiten repräsentieren. Vor diesem Hintergrund sollten Testverfahren eingesetzt werden, die wie der Modellierungstest eine raschkonforme Abbildung von Leistungen über verschiedene Bildungsgänge hinweg erlauben. Schließlich weisen vereinzelte Variablen Reliabilitätswerte auf, die an den Untergrenzen der in der Psychologie akzeptierten Schwellen liegen. Vor diesem Hintergrund empfiehlt es sich, in zukünftigen Studien alternative Messinstrumente, z. B. zur Erfassung der Motivation, in Betracht zu ziehen.

256

Florian Berding, Heike Jahncke

Literatur Aypay, A. (2011). The adaption of the Teaching-Learning Conceptions Questionnaire and its relationships with epistemological beliefs. Educational Sciences: Theory and Practice, 11(1), 21–29. Baetge, J.; Kirsch, H.-J. & Thiele, S. (2017). Bilanzen (14. Aufl.). Düsseldorf: IDW. Baumert, J. & Kunter, M. (2006). Stichwort: Professionelle Kompetenz von Lehrkräften. Zeitschrift für Erziehungswissenschaft, 9(4), 469–520. Berding, F. (2019). Rechnungswesenunterricht. Grundvorstellungen und ihre Diagnose. Augsburg: Hampp. Berding, F.; Beckmann, A. & Kürten, V. (2019). Modellieren mit dem Rechnungswesen. Entwicklung eines raschkonformen Messverfahrens für erfolgswirksame Vorgänge und didaktische Implikationen. Zeitschrift für Berufs- und Wirtschaftspädagogik, 115(4), 567–602. Berding, F.; Riebenbauer, E. & Slepcevic-Zach, P. (2019). Grundvorstellungen angehender Wirtschaftspädagog(inn)en im Rechnungswesen. Verknüpfungen mit Lernprozessen und Unterricht im Vergleich zwischen Deutschland und Österreich. Zeitschrift für Berufs- und Wirtschaftspädagogik, 115(3), 363–398. Berney, S. & Bétrancourt, M. (2016). Does animation enhance learning? A meta-analysis. Computers & Education, 101, 150–167. Blum, W. & vom Hofe, R. (2003). Welche Grundvorstellungen stecken in der Aufgabe? mathematik lehren, 118, 14–18. Brötz, R.; Kock, A.; Annen, S. & Schaal, T. (2015). Gemeinsamkeiten und Unterschiede der kaufmännischen Ausbildungsberufe. In R. Brötz & F. Kaiser (Hrsg.), Kaufmännische Berufe – Charakteristik, Vielfalt und Perspektiven (S. 91–106). Bielefeld: Bertelsmann. Büchter, A. & Henn, H.-W. (2010). Elementare Analysis. Von der Anschauung zur Theorie. Heidelberg: Spektrum. Cerasoli, C.; Nicklin, J. M. & Ford, M. T. (2014). Intrinsic motivation and extrinsic incentives jointly predict performance: A 40-year meta-analysis. Psychological Bulletin, 140(4), 980–1008. Christ, O. & Schlüter, E. (2012). Strukturgleichungsmodelle mit MPlus. München: Oldenbourg. Deci, E. L. & Ryan, R. M. (1993). Die Selbstbestimmungstheorie der Motivation und ihre Bedeutung für die Pädagogik. Zeitschrift für Pädagogik, 39(2), 223–238. Deng, F.; Chai, C. S.; Tsai, C.-C. & Lee, M.-H. (2014). The relationships among Chinese practicing teachers’ epistemic beliefs, pedagogical beliefs and their beliefs about the use of ICT. Educational Technology & Society, 17(2), 245–256. Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften (5. Aufl.). Berlin: Springer. Dubs, R. (2008). Der Unterricht im Fach Rechnungswesen. In C. Rudolphi (Hrsg.), Max Boemle: Festschrift zum 80. Geburtstag (S. 21–37). Zürich: SKV. Findeisen, S. (2017). Fachdidaktische Kompetenzen angehender Lehrpersonen. Wiesbaden: Springer. Geiser, C. (2013). Data analysis with MPlus. New York: Guilford Press. Greefrath, G.; Kaiser, G.; Blum, W. & Borromeo Ferri, R. (2013). Mathematisches Modellieren – Eine Einführung in theoretische und didaktische Hintergründe. In R. Borromeo Ferri, G. Greefrath & G. Kaiser (Hrsg.), Mathematisches Modellieren für Schule und Hochschule (S. 11–37). Wiesbaden: Spektrum. Haußer, F. & Luchko, Y. (2011). Mathematische Modellierung mit MATLAB. Spektrum: Heidelberg. Heimann, P.; Otto, G. & Schulz, W. (1965). Unterricht. Analyse und Planung. Hannover: Schrödel. Helm, C. (2017). Welche Denkschritte durchlaufen Schüler/innen beim Erstellen von Buchungssätzen? Wissenplus, 1-16/17, 38–41. Helmrich, R.; Tiemann, M.; Troltsch, K.; Lukowski, F.; Neuber-Pohl, C.; Lewalder, A. C. & Güntürk-Kuhl, B. (2016). Digitalisierung der Arbeitslandschaften. Wissenschaftliche Diskussionspapiere (Heft 180). Bonn: Bundesinstitut für Berufsbildung.

Die Rolle von Grundvorstellungen in Lehr-Lern-Prozessen im Rechnungswesenunterricht

257

Holzmüller, H. H. & Bandow, G. (2010). Einleitung. In G. Bandow & H. H. Holzmüller (Hrsg.), „Das ist gar kein Modell!“ (S. VII –XIV). Wiesbaden: Gabler. Homburg, C. & Giering, A. (1996). Konzeptualisierung und Operationalisierung komplexer Konstrukte. Marketing, 18(1), 5–24. Hu, L. & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling, 6(1), 1–55. Kattmann, U. (2007). Didaktische Rekonstruktion – eine praktische Theorie. In D. Krüger & H. Vogt (Hrsg.), Theorien in der biologiedidaktischen Forschung (S. 93–104). Berlin: Springer. Kattmann, U.; Duit, R.; Gropengießer, H. & Komorek, M. (1997). Das Modell der didaktischen Rekonstruktion – Ein Rahmen für naturwissenschaftsdidaktische Forschung und Entwicklung. Zeitschrift für Didaktik der Naturwissenschaften, 3(3), 3–18. Kramer, K.; Prenzel, M. & Drechsel, B. (2000). Lernmotivation in der kaufmännischen Ausbildung aus der Perspektive von Auszubildenden unterschiedlicher Berufe. Zeitschrift für Berufs- und Wirtschaftspädagogik, 96(2), 207–227. Kuckartz, U. (2016). Qualitative Inhaltsanalyse (3. Aufl.). Weinheim: Juventa. KMK (Kultusministerkonferenz) (2018). Handreichung für die Erarbeitung von Rahmenlehrplänen der Kultusministerkonferenz für den berufsbezogenen Unterricht in der Berufsschule und ihre Abstimmung mit Ausbildungsordnungen des Bundes für anerkannte Ausbildungsberufe. URL: https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2011/2011_09_23-GEP-Handreichung.pdf [25.11.2019]. Lee, J. C.-K.; Zhang, Z.; Song, H. & Huang, X. (2013): Effects of epistemological and pedagogical beliefs on the instructional practices of teachers: A Chinese perspective. Australian Journal of Teacher Education, 38(12), 120–146. Maaß, K. (2006). What are modelling competencies? Zentralblatt für Didaktik der Mathematik, 38(2), 113–142. Malle, G. (1993). Didaktische Probleme der elementaren Algebra. Braunschweig: Vieweg. Möller, H. P. & Hüfner, B. (2004). Betriebswirtschaftliches Rechnungswesen. Die Grundlagen von Buchführung und Finanzberichten. München: Pearson. Müller, F. H. (2010). Die Bedeutung der Selbstbestimmung von Lehrpersonen für Unterricht und Lernen. In J. Abel & G. Faust (Hrsg.), Wirkt Lehrerbildung? (S. 91–103). Münster: Waxmann. Muzzu, A. & Hmyzo, E. (2019). Künstliche Intelligenz im Accounting. Wenn die Maschine besser und schneller bucht. URL: https://www.handelsblatt.com/adv/ey-accounting-ai/kuenstliche-intelligenz-im-accountingwenn-die-maschine-besser-und-schneller-bucht/25099346.html [25.11.2019]. Pawlik, W. (1980). Fachdidaktik des Unterrichts im Rechnungswesen. Zeitschrift für Berufs- und Wirtschaftspädagogik, 76(1), 33–42. Pelletier, L. G.; Séguin-Lévesque, C. & Legault, L. (2002). Pressure from above and pressure from below as determinants of teachers’ motivation and teaching behaviors. Journal of Educational Psychology, 94(1), 186– 196. Prediger, S. (2009). Verstehen durch Vorstellen. In T. Leuders; L. Hefendehl-Hebeker & H.-G. Weigand (Hrsg.), Mathe Magische Momente (S. 166–175). Berlin: Cornelsen. Preiß, P. & Tramm, T. (1996a). Vorwort. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken (S. V–VI). Wiesbaden: Gabler. Preiß, P. & Tramm, T. (1996b). Die Göttinger Unterrichtskonzeption des wirtschaftsinstrumentellen Rechnungswesens. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken (S. 222– 323). Wiesbaden: Gabler. Prenzel, M.; Kristen, A.; Dengler, P.; Ettle, R. & Beer, T. (1996). Selbstbestimmt motiviertes und interessiertes Lernen in der kaufmännischen Erstausbildung. Zeitschrift für Berufs- und Wirtschaftspädagogik, Beiheft 13, 108–127. Reinecke, J. (2014). Strukturgleichungsmodelle in den Sozialwissenschaften (2. Aufl.). München: De Gruyter.

258

Florian Berding, Heike Jahncke

Reinfried, S.; Mathis, C. & Kattmann, U. (2009). Das Modell der Didaktischen Rekonstruktion – eine innovative Methode zur fachdidaktischen Erforschung und Entwicklung von Unterricht. Beiträge zur Lehrerbildung, 27(3), 404–414. Roski, R. (1986). Einsatz von Aggregaten – Modellierung und Planung. Berlin: Duncker & Humblot. Ryan, R. M. & Deci, E. L. (2002). Overview of Self-Determination Theory: An organismic dialectical perspective. In E. L. Deci & R. M. Ryan (Eds.), Handbook of self-determination research (pp. 3–33). Rochester: University of Rochester Press. Schiefele, U.; Krapp, A. & Schreyer, I. (1993). Metaanalyse des Zusammenhangs von Interesse und schulischer Leistung. Zeitschrift für Entwicklungspsychologie und Pädagogische Psychologie, 25(2), 120–148. Schierenbeck, H. (2003). Grundzüge der Betriebswirtschaftslehre (16. Aufl.). München: Oldenbourg. Seifried, J. (2002). Selbstorganisiertes Lernen im Rechnungswesen. Zeitschrift für Berufs- und Wirtschaftspädagogik, 98(1), 104–121. Seifried, J. (2006). Überzeugungen von (angehenden) stanz.de/handle/123456789/12047 [19.06.2019].

Handelslehrern.

URL:

http://kops.uni-kon-

Seifried, J. (2009). Unterricht aus Sicht von Handelslehrern. Frankfurt a. M.: Lang. Stachowiak, H. (1973). Allgemeine Modelltheorie. Wien: Springer. Stender, A.; Brückmann, M. & Neumann, K. (2015). Vom Professionswissen zum kompetenten Handeln im Unterricht: Die Rolle der Unterrichtsplanung. Beiträge zur Lehrerinnen- und Lehrerbildung, 33(1), 121–133. Töllner, A.; Jungmann, T.; Bücker, M. & Brutschek, T. (2010). Modelle und Modellierung. In G. Bandow & H. H. Holzmüller (Hrsg.), „Das ist gar kein Modell!“ (S. 3–21). Wiesbaden: Gabler. Tramm, T. (2005). Wirtschaftsinstrumentelles Rechnungswesen konkret. In D. Sembill & J. Seifried (Hrsg.), Rechnungswesenunterricht am Scheideweg (S. 99–122). Wiesbaden: Deutscher Universitätsverlag. Tramm, T.; Hinrichs, K. & Langenheim, H. (1996). Lernschwierigkeiten im Buchführungsunterricht. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken (S. 158–221). Wiesbaden: Gabler. Türling, J. M. (2014). Die professionelle Fehlerkompetenz von (angehenden) Lehrkräften. Eine empirische Untersuchung im Rechnungswesenunterricht. Wiesbaden: Springer. Türling, J. M.; Seifried, J.; Wuttke, E.; Gewiese, A. & Kästner, R. (2011). ‚Typische‘ Schülerfehler im Rechnungswesenunterricht – Empirische Befunde einer Interviewstudie. Zeitschrift für Berufs- und Wirtschaftspädagogik, 107(3), 390–407. Vohns, A. (2005). Fundamentale Ideen und Grundvorstellungen: Versuch einer konstruktiven Zusammenführung am Beispiel der Addition von Brüchen. Journal für Mathematik-Didaktik, 26(1), 52–79. vom Hofe, R. (1992). Grundvorstellungen mathematischer Inhalte als didaktisches Modell. Journal für Mathematik-Didaktik, 13(4), 345–364. vom Hofe, R. (1995). Grundvorstellungen mathematischer Inhalte. Heidelberg: Spektrum. vom Hofe, R. (2003). Grundbildung durch Grundvorstellungen. mathematik lehren, 118, 4–8. Weiber, R. & Mühlhaus, D. (2014). Strukturgleichungsmodellierung. Eine anwendungsorientierte Einführung in die Kausalanalyse mit Hilfe von AMOS, SmartPLS und SPSS (2. Aufl.). Berlin: Springer. Wöhe, G. & Döring, C. (2005). Einführung in die Allgemeine Betriebswirtschaftslehre (22. Aufl.). München: Vahlen. Zinnbauer, M. & Eberl, M. (2005). Überprüfung der Spezifikation und Güte von Strukturgleichungsmodellen. Wissenschaftliches Studium, 34(10), 566–572.

259 Erklären und Repräsentieren von Rechnungsweseninhalten – Eine Videostudie bei angehenden Lehrpersonen1 Stefanie Findeisen (Universität Konstanz) Jürgen Seifried (Universität Mannheim) Zusammenfassung: Erklären und Repräsentieren von Unterrichtsinhalten gelten als zentrale Tätigkeiten von Lehrpersonen, für die entsprechende fachdidaktische Kompetenzen von Nöten sind („Erklärfähigkeit“). In der vorliegenden Studie nehmen wir angehende Lehrpersonen an berufsbildenden Schulen und das Fach Rechnungswesen in den Blick. Um eine performanzbasierte Erfassung der Erklärfähigkeit zu gewährleisten, wurde eine interaktive Simulation (standardisierte Erklärungssituation) entwickelt und für n = 48 Masterstudierende der Wirtschaftspädagogik erprobt. Im Beitrag stellen wir die Messmethode vor und berichten Befunde zur (1) fachspezifischen Argumentation sowie (2) Qualität mündlicher Erklärungen angehender Lehrpersonen. Der Fokus liegt auf der inhaltlichen Gestaltung der Erklärung sowie auf der Verwendung von grafischen Visualisierungen und Beispielen. Die Befunde zeigen, dass die Versuchspersonen eine auf ökonomische Überlegungen basierende Argumentation bevorzugen. Algorithmische, d.h. vornehmlich an den Prinzipien der Buchführung orientierte Erklärungen finden dagegen seltener Anwendung. Gleichzeitig sind die wenigsten Erklärenden in der Lage, multiple Erklärungsansätze anzubieten. Insgesamt werden sowohl hinsichtlich des fachlichen Gehalts der Erklärungen als auch in Bezug auf die verwendeten Repräsentationen Defizite angehender Lehrpersonen deutlich. So enthält die Mehrheit der Erklärungen fachliche Fehler und die gestalteten Visulisierungen sind häufig fragmentiert, fehlerhaft und/oder unvollständig. Vor diesem Hintergrund werden dann Ansätze zur Förderung entsprechender fachdidaktischer Fähigkeiten diskutiert. Schlüsselbegriffe:

1

Unterrichtserklärungen, angehende Lehrpersonen, Rechnungswesen, interaktive Simulation, Videoanalyse

Wirtschaftspädagogik,

Erklären als zentrale Fähigkeit von Lehrpersonen

Erklären von Fachinhalten stellt eine Kernaufgabe von Lehrpersonen im Unterricht dar (Ball, Hill & Bass 2005; Pauli 2015) und die Fähigkeit, Fachinhalte zu erklären („Erklärfähigkeit“), wird als bedeutsame Fähigkeit von Lehrerinnen und Lehrern aufgefasst (Aff & Schopf 2017; Leinhardt 2001). Obwohl auch anderen Formen des Erklärens (Lernende können sich selbst Inhalte erklären oder es erfolgen Erklärungen durch Mitschülerinnen und Mitschüler) im Unterricht Bedeutung zukommt (vgl. hierzu z. B. Chi et al. 1989; Renkl 1997), sind Erklärungen durch die Lehrperson ein zentraler Unterrichtsbestandteil. Typische Unterrichtssituationen, die eine Erklärung durch die Lehrperson auslösen können, sind beispielsweise das Auftreten von Verständnisschwierigkeiten oder Fehlern sowie die Notwendigkeit der Demonstration von spezifischen Methoden und Verfahren (Hargie 2011). Empirische Befunde belegen positive Zusammenhänge zwischen der Qualität (z. B. Klarheit) einer Unterrichtserklärung und dem Lernerfolg sowie der Zufriedenheit der Schülerinnen und Schüler (Evans & Guymon 1978; Hines, Cruickshank & Kennedy 1985). Auch bei der Beurteilung einer Lehrperson durch die Lernenden spielen Erklärungen – wie Greimel-Fuhrmann (2003) für die Domäne Rechnungswesen zeigt – eine bedeutsame Rolle. 1

Der Beitrag bezieht sich auf Ergebnisse, die im Rahmen der Dissertation der Erstautorin entstanden sind und bereits veröffentlich wurden (Findeisen 2017). Die Ausführungen sind stark an die Monographie angelehnt, werden allerdings teilweise um neue Aspekte ergänzt.

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_12

260

Stefanie Findeisen, Jürgen Seifried

Aufgrund der Relevanz des Erklärens ist in den vergangenen Jahren auch die Erklärfähigkeit von (angehenden) Lehrpersonen stärker in den Fokus fachdidaktischer Forschungsbemühungen gerückt. Befunde aus verschiedenen Domänen verweisen auf gewisse Defizite angehender Lehrpersonen beim Erklären von Fachinhalten. Beispielsweise sind Erklärungen von Lehramtsstudierenden häufig fehlerbehaftet (Guler & Celik 2016; Thanheiser 2009). Außerdem fällt es angehenden Lehrpersonen schwer, passende Repräsentationen zu den Erklärungsinhalten zu generieren und adäquate Beispiele zu finden (Borko et al. 1992; Zaslavsky & Peled 1996). Für die Wirtschaftspädagogik sind Forschungsprojekte der Forschergruppe an der WU Wien (z. B. Schopf 2018; Schopf & Zwischenbrugger 2015) sowie der Universität Mannheim (Findeisen 2017; Findeisen, Deutscher & Seifried under review) zu nennen. Der vorliegende Beitrag berichtet von Befunden der Mannheimer Forschergruppe und bezieht sich in erster Linie auf die Arbeiten von Findeisen (2017). Der Fokus des Beitrags liegt auf der Fragestellung, wie die Erklärfähigkeit angehender Lehrpersonen im kaufmännisch-berufsbildenden Schulwesen ausgeprägt ist. Hierbei wird das Fach Rechnungswesen in den Blick genommen. Hinsichtlich der Beurteilung der Erklärungsqualität (siehe Abschnitt 2.2) werden im vorliegenden Beitrag insbesondere inhaltliche Aspekte sowie Merkmale der Repräsentation betrachtet. Zudem werden verschiedene Erklärungsvarianten herausgearbeitet, die von den angehenden Lehrpersonen zur Erklärung der Erfolgsneutralität der Umsatzsteuer angewandt werden.

2

Theoretische Fundierung

2.1 Unterrichtserklärungen – Begriffliche Einordnung Erklären von Fachinhalten kann verstanden werden als „interaktiver Prozess im Rahmen dessen ein Erklärender den Zuhörenden einen Sachverhalt in der Absicht präsentiert, diesen für die Zuhörenden verständlich zu machen“ (Findeisen 2017, S. 89). Charakteristisch für das Erklären sind folglich (1) eine interaktive Komponente, (2) eine Wissensasymmetrie zwischen dem Erklärenden und dem Zuhörenden sowie (3) die Intention, Inhalte verständlich zu machen. Darüber hinaus ist der Kontext von Relevanz, in welchem eine Erklärung gestaltet wird. Erklärungen im Unterricht sind – im Vergleich zu jenen in Alltagskontexten – i. d. R. deutlich umfangreicher und beziehen sich auf komplexere Sachverhalte und Zusammenhänge (Leinhardt 2001). Außerdem ist im Unterricht die Wissens- und Rollenasymmetrie deutlicher ausgeprägt als in der alltäglichen Kommunikation (Bittner 2006). So wird eine Erklärung im Unterricht häufig von der Lehrperson und nicht von den nicht-wissenden Schülerinnen und Schülern initiiert (Leinhardt 2001). Zudem richten sich Unterrichtserklärungen in der Regel an größere, häufig heterogene Gruppen, so dass die Anpassung der Erklärung an die Adressaten sowie die Verständnissicherung für den Erklärenden erschwert wird. Schließlich können Unterrichtserklärungen im Rahmen der Unterrichtsplanung zumindest teilweise vorbereitet werden, während Erklärungen im Alltag überwiegend spontan erfolgen (Pauli 2015).2

2

Eine Übersicht über unterschiedliche Arten der Unterrichtserklärung (z. B. Selbst- vs. Fremderklärungen, spontan vs. vorbereitet, mündlich vs. schriftlich) findet sich z. B. bei Findeisen (2017, S. 29 ff.).

Erklären und Repräsentieren von Rechnungsweseninhalten

261

2.2 Qualitätskriterien von Unterrichtserklärungen Die Qualität von Unterrichtserklärungen ist bereits seit mehreren Jahrzehnten Gegenstand sowohl der (fach)didaktischen Diskussion als auch der empirischen Lehr-Lern- bzw. Unterrichtsforschung. Folglich liegen zahlreiche Konzeptualisierungen und Untersuchungen vor, die (teilweise domänenspezifische) Qualitätsmerkmale von Unterrichtserklärungen herausarbeiten. Für die Domäne Wirtschaft ist die in Abbildung 1 dargestellte Heuristik von Schopf und Zwischenbrugger (2015) von Interesse, welche auf Basis von Experteninterviews mit Fachdidaktikerinnen und Fachdidaktikern erarbeitet wurde.

Abbildung 1: Heuristik des verständlichen Erklärens im Wirtschaftsunterricht (Schopf & Zwischenbrugger 2015, S. 20)

Folgt man dieser Heuristik, dann ist anhand der Fragen WAS, WIE und WARUM das Grundprinzip des Erklärungsinhalts herauszuarbeiten und anhand der Frage WOZU dessen Anwendungsbereich zu klären. Eine Erklärung sollte die Eingangsvoraussetzungen der Lernenden berücksichtigen und zur Unterstützung des Verständnisses Beispiele und Visualisierungen verwenden. Gleichzeitig sollte eine Erklärung Qualitätskriterien genügen (z. B. fachliche Richtigkeit, Klarheit und Strukturiertheit). In einer von Schopf (2018) durchgeführten Befragung von Schülerinnen und Schülern konnte gezeigt werden, dass die in der Heuristik aufgeführten Qualitätsmerkmale im Wesentlichen auch aus Sicht von Lernenden von Bedeutung sind. Darüber hinaus wurde im Zuge der eigenen Vorarbeiten (Findeisen 2017) ein Analyseraster für Unterrichtserklärungen erarbeitet (siehe Abbildung 2). Ziel war es, vorhandene Konzeptualisierungen und Erkenntnisse zur Qualität von Unterrichtserklärungen zu systematisieren. Es wurden insgesamt 25 Arbeiten gesichtet und dabei jene Qualitätskriterien als bedeutsam

262

Stefanie Findeisen, Jürgen Seifried

identifiziert, die in mindestens drei verschiedenen Quellen genannt werden. Die so herausgearbeiteten 23 Qualitätskriterien konnten fünf übergeordneten Qualitätsaspekten zugeordnet werden: (1) Fachlicher Gehalt, (2) Lernendenzentrierung, (3) Prozessstruktur, (4) Repräsentation und (5) Sprache. Ergänzt wurden diesen domänenübergreifenden Qualitätskriterien um domänenspezifische Aspekte, die aus rechnungswesendidaktischer Perspektive von Bedeutung sind (siehe hierzu Abschnitt 2.3). Im vorliegenden Beitrag liegt der Fokus auf der Betrachtung des fachlichen Gehalts mündlicher Erklärungen im Rechnungswesen sowie auf den eingesetzten Repräsentationen.

FACHLICHER GEHALT

LERNENDENZENTRIERUNG

PROZESSSTRUKTUR

REPRÄSENTATION

Fachlogischer Aufbau

Berücksichtigung des Vorwissens der Lernenden

Verdeutlichung der Zielsetzung

Verwendung von Beispielen

Aufzeigen der Struktur der Erklärung

Ganzheitlichkeit: Erklärung anhand eines Fallbeispiels aufbauen

Fachliche Vollständigkeit Fachliche Korrektheit Verdeutlichung der Relevanz des Erklärungsgegenstands Einführung der verwendeten Fachbegriffe

Berücksichtigung der Charakteristika der Lernenden Aktiver Einbezug der Lernenden Adaptive Anpassung der Erklärung in der Interaktion mit den Lernenden

Evaluierung des Vorwissens Wiederholung/ Zusammenfassung Evaluierung des Verständnisses

Verfügbarkeit verschiedener Erklärungsvarianten

Visualisierung der Inhalte Verwendung von Materialien aus der Praxis Verwendung von Analogien Verbindung verschiedener Repräsentationsformen

Wahl der Betrachtungsperspektive/ nachvollziehbare Perspektivwechsel

Aufzeigen von Gemeinsamkeiten bzw. Unterschieden zwischen Repräsentation und Zielkonzept

SPRACHE Geeignetes Sprachniveau für Adressaten

Sprachliche Präzision

Unterstützender Einsatz der Körpersprache

Abbildung 2: Qualitätskriterien von Unterrichtserklärungen im Rechnungswesen (Findeisen 2017, S. 90)

2.3 Erklären im Rechnungswesenunterricht Der kaufmännische Unterricht zielt auf die Förderung der Handlungskompetenz der Lernenden ab. In diesem Zusammenhang wird dem Rechnungswesenunterricht eine hohe Bedeutung beigemessen (Preiß & Tramm 1996; Sloane 1996). Die Logik und Klarheit der Inhalte im Rechnungswesenunterricht werden von einigen Schülerinnen und Schülern durchaus geschätzt; andere nehmen das Rechnungswesen aus diesem Grund als sehr abstrakt und wenig anschaulich wahr (Lucas 2001; Sloane 1996). Die Lerninhalte des Rechnungswesens bereiten Schülerinnen und Schülern ohne kaufmännischen Vorerfahrungen häufig Schwierigkeiten. Den Lernenden

Erklären und Repräsentieren von Rechnungsweseninhalten

263

fehlen Anknüpfungspunkte an Vorwissen bzw. an alltägliche Erfahrungen, sie beschreiben den Unterricht im Rechnungswesen als „eintönig“ und „trocken“ (Seifried 2004; Tramm, Hinrichs & Langenheim 1996). Außerdem empfinden Lernenden im Rechnungswesenunterricht häufig Langeweile (Kögler 2015; Lucas 2001). An dieser Stelle kann nicht vertiefend auf die umfassende fachdidaktische Diskussion zur Ausrichtung des Rechnungswesenunterrichts eingegangen werden. Dennoch ist es – mit Blick auf die Gestaltung von Erklärprozessen – geboten, zumindest kurz auf verschiedene Ansätze einzugehen, da entsprechende Präferenzen bei erfahrenen Lehrkräften (zur Rolle von Überzeugungen von Rechnungswesenlehrkräften für die Unterrichtsgestaltung siehe Seifried 2009) auch die Gestaltung von Erklärungen beeinflussen sollten. Unter der Vielzahl der verfügbaren Ansätze werden seit Jahren ausführlicher die Vorzüge und Nachteile der Bilanzmethode, des wirtschaftsinstrumentellen Rechnungswesens sowie der darauf basierenden Wert- und Geldflussmethode thematisiert und in Praktikerzeitschriften stellenweise auch sehr kontrovers diskutiert (siehe die Überblicke bei Berding (2019), Bouley (2017) oder Seifried (2004), den Stand der Forschung zur deutschsprachigen Forschung im Bereich Rechnungswesen hat Helm (2016) zusammengestellt). Es wird u. a. diskutiert, ob dem Unterricht die Bilanz oder ein Unternehmensmodell als Referenzmodell zugrunde gelegt werden soll. Weiterführend geht es dann auch darum, welche Zielsetzung mit dem Unterricht verbunden ist bzw. ob der Schwerpunkt des Unterrichts eher auf der Förderung des ökonomischen Verständnisses oder auf der Schulung von Buchungstechniken gelegt werden soll. Interessant ist in diesem Zusammenhang, dass entsprechende Fragen auch in anderen Ländern diskutiert werden (z. B. USA: hier steht ein Preparer Approach einem User Approach gegenüber, siehe Bouley (2017)) und keinesfalls neu sind (siehe die Ausführungen zur Gegenüberstellung des praktischen und denkenden Buchhalters aus einer historischen Perspektive bei Reinisch (1996)). Aus inhaltlicher Sicht besteht beim Erklären im Rechnungswesenunterricht somit die Besonderheit, dass in der Regel zwei verschiedene Argumentationslinien verfolgt werden können. Zum einen können Rechnungsweseninhalte aus einer ökonomischen Perspektive erklärt werden (betriebswirtschaftliche, stellenweise auch gesamtwirtschaftliche Betrachtung), zum anderen ist eine buchhalterische Herangehensweise, also eine Argumentation auf Basis der Logik der Doppik (algorithmische/systematische Betrachtung) möglich. Folglich sollten Lehrpersonen im Rechnungswesen in der Lage sein, Fachinhalte sowohl über eine ökonomische als auch über eine buchhalterische, algorithmische Argumentationslinie zu erklären und diese beiden Argumentationslinien sinnvoll miteinander zu verknüpfen. Ein weiterer Aspekt, der bei der inhaltlichen Gestaltung einer Rechnungswesenerklärung zu berücksichtigen wäre, ist die Einnahme der Betrachtungsperspektive. In der Regel wird im Rechnungswesenunterricht eine unternehmerische Perspektive eingenommen. Da ein Geschäftsvorfall meist unterschiedliche Konsequenzen für die Beteiligten hat, kann eine Betrachtung aus mehreren Perspektiven für das Verständnis der Lernenden jedoch hilfreich sein (Sloane 1996). Beim Erklären gilt es darauf zu achten, dass entsprechende Perspektivwechsel (z. B. Betrachtung eines Sachverhalts aus Lieferanten- und Kundensicht) für die Lernenden nachvollziehbar sind. So gelten u. a. Probleme beim Perspektivwechsel als Ursache für Verständnisschwierigkeiten von Lernenden im Rechnungswesen (Tramm, Hinrichs & Langenheim 1996).

264

Stefanie Findeisen, Jürgen Seifried

Mit Blick auf die Verwendung von Repräsentation ergeben sich aus fachdidaktischer Perspektive ebenfalls Anforderungen, die beim Erklären berücksichtigt werden sollten. Vor dem Hintergrund der Forderung, im Rechnungswesenunterricht komplexe ökonomische Zusammenhänge abzubilden, um den Aufbau der Handlungskompetenz der Lernendenden zu fördern (z. B. Tramm & Preiß 1996), erscheint es sinnvoll, Erklärungen anhand eines komplexen, praxisnahen Fallbeispiels aufzubauen. Gleichzeitig sollte in Beispielen bzw. Geschäftsvorfällen ein realistisches Zahlenwerk verwendet werden, um bei den Lernenden keine falschen bzw. unpassenden Schlussfolgerungen auszulösen (Preiß & Tramm 1996). 2.4 Forschungsfragen und Zielsetzung des Beitrags Im vorliegenden Beitrag wird eine fachdidaktische Perspektive eingenommen und der Fokus auf die Qualitätskriterien Fachlicher Gehalt und Repräsentation gelegt. Dabei stehen mündliche Erklärungen im Blickpunkt. Ziel des Beitrags ist die Untersuchung folgender Forschungsfragen: (1) Welche Argumentationslinien verfolgen angehende Lehrpersonen beim Erklären von Rechnungsweseninhalten? (2) Wie sind die Erklärungen angehender Lehrpersonen hinsichtlich des fachlichen Gehalts zu bewerten? (3) Wie sind die Erklärungen angehender Lehrpersonen hinsichtlich der eingesetzten Repräsentationen zu bewerten?

3

Untersuchungsdesign

3.1 Performanzbasierte Erfassung der Erklärfähigkeit – Interaktive Simulation Zur Erfassung der Erklärfähigkeit wird eine interaktive Simulation mit standardisierten Adressaten eingesetzt. Interaktive Simulationen sind bereits seit Jahrzehnten fester Bestandteil der Medizinerausbildung in den USA (Barrows & Abrahamson 1964) und wurden mittlerweile auch auf die Lehrerbildung übertragen (z. B. Dotger, Dotger & Maher 2010). In unserer Studie wurde eine Erklärungssituation simuliert, bei welcher angehende Lehrpersonen einem standardisierten Schüler (= trainierter Schauspieler) einen Fachinhalt des Rechnungswesens erklären sollten. Basierend auf einer schriftlichen Rollenbeschreibung wurden die insgesamt vier eingesetzten Schauspieler vor der Durchführung der Datenerhebung darauf geschult, sich in jeder Testsituation analog zu verhalten. Auch gewisse Rückfragen und Impulse (z. B. Frage nach einer Veranschaulichung, falls die Testperson diese nicht selbstständig generierte) wurden im Vorfeld festgelegt. Die angehenden Lehrpersonen erhielten die Aufgabe, zum Thema „Erfolgsneutralität der Umsatzsteuer“ eine Erklärung auszuarbeiten und diese einem fiktiven Schüler eines Wirtschaftsgymnasiums (dem trainierten Schauspieler, s. o.), zu präsentieren. Der Erklärungsgegenstand (Erfolgsneutralität der Umsatzsteuer) wurde bewusst so gewählt, dass prinzipiell verschiedene inhaltliche Ansätze (ökonomische und buchhalterische Argumentationslinie) zur Erklärung möglich und sinnvoll sind. Zur Vorbereitung hatten die Teilnehmenden 20 Minuten Zeit, wobei sie Fachinformationen nutzen konnten. Hintergrundinformationen zum Adressaten der Erklärung (Alter, Vorwissen etc.) waren ebenfalls Teil der Instruktion. Nach Ablauf der

Erklären und Repräsentieren von Rechnungsweseninhalten

265

Vorbereitungszeit wurden die angehenden Lehrpersonen in den Versuchsraum (siehe Abbildung 3) geführt, in welchem der standardisierte Schüler bereits wartete. Die Erklärsituation wurde videografiert.

Abbildung 3: Setting der interaktiven Simulation

3.2 Durchführung der Datenerhebung und Stichprobe Die Datenerhebung wurde an zwei aufeinander folgenden Tagen im Frühjahr 2015 durchgeführt. Die Stichprobe umfasst 48 Masterstudierende der Wirtschaftspädagogik an der Universität Mannheim. Die Teilnehmenden waren zum Zeitpunkt der Erhebung im Mittel 25,2 Jahre alt (SD = 1,9) und befanden sich im zweiten oder vierten Fachsemester. 36 der 48 Teilnehmenden waren weiblich. 3.3 Vorgehen bei der Videoanalyse Im Rahmen der Videocodierung wurden mehrere Codierungsschritte durchlaufen und unterschiedliche Codierungssysteme eingesetzt. Für die Analyse der Sachstruktur der Erklärungen wurden einzelne inhaltliche Erklärungsbestandteile codiert (Event Sampling, d. h. zeitgenaue Codierung auftretender Ereignisse). Zur Beurteilung der Erklärungsqualität kam eine Kombination niedrig- und hoch-inferenter Codiersysteme zum Einsatz. Die verschiedenen Qualitätskriterien der Aspekte Fachlicher Gehalt und Repräsentation (siehe Abbildung 2) wurden teilweise explizit erfasst (Fachlicher Gehalt: Fachliche Korrektheit, verwendete Fachbegriffe; Repräsentation: Verwendung von Beispielen, Visualisierung der Inhalte). Zur Codierung dieser niedrig-inferenten Merkmale wurde ein Time Sampling eingesetzt (Codierung mehrerer vorgegebener Zeitabschnitte [hier: 30 Sekunden] hinsichtlich verschiedener Kriterien; vgl. z. B. Seidel 2005). Weitere Qualitäts-

266

Stefanie Findeisen, Jürgen Seifried

kriterien wurden lediglich implizit im Rahmen der hoch-inferenten Beurteilung der Gesamtqualität des Fachlichen Gehalts sowie der Repräsentationen erfasst (Fachlogischer Aufbau, Fachliche Vollständigkeit). Für das Rating kam eine vierstufige Skala (0 = geringe Qualität bis 3 = hohe Qualität) zum Einsatz. Das Rating bezog sich jeweils auf die vollständige Erklärsituation und beinhaltete eine übergreifende Einschätzung der Qualität der jeweiligen Dimension. Hierbei wurden sämtliche Einzelkriterien aus Abbildung 2 herangezogen. Zusätzlich zu den fünf Qualitätsdimensionen wurde im Rahmen des hoch-inferenten Ratings die Wahl der Erklärungsperspektive eingeschätzt, da diese ebenfalls die Betrachtung der gesamten Erklärsituation erforderte. Vereinzelt wurden Qualitätskriterien aus der Analyse ausgeklammert, da diese für die vorliegende simulierte Erklärungssituation nicht adäquat erschienen (z. B. Verdeutlichung der Relevanz des Erklärungsgegenstandes [Fachlicher Gehalt], Verwendung von Analogien [Repräsentation]). In jedem der Codierungsschritte wurde eine zufriedenstellende Inter-Rater-Reliabilität erreicht (niedrig-inferente Aspekte: 0,62 < κ < 1,00 (Landis & Koch 1977); hochinferente Aspekte: 0,72 < ρ < 0,89 (Field 2011, S. 170)).

4

Befunde

4.1 Ansätze zur Erklärung der Erfolgsneutralität der Umsatzsteuer Wie in Abschnitt 3.1 bereits erwähnt, wurde der Erklärungsgegenstand für die Untersuchung bewusst so gewählt, dass dieser grundsätzlich sowohl eine ökonomische als auch eine algorithmische, buchhalterische Erklärung zulässt. Die Analyse der Erklärungen zeigt, dass die Wirtschaftspädagogikstudierenden eine auf ökonomischen Überlegungen basierende Argumentationslinie bevorzugen. Zwar werden in den Erklärungen häufig die Buchungssätze zu Ein- und Ausgangsrechnungen genannt (32 bzw. 33 der 48 Erklärungen), allerdings zumeist erst als Reaktion auf den Impuls des standardisierten Schülers (n = 15). Außerdem stellen die Buchungssätze in 15 Erklärungen – abgesehen von der Ermittlung der Zahllast – die einzigen buchhalterischen Aspekte dar. Elf Erklärende verzichten gänzlich auf die Verwendung algorithmischer Erklärungsaspekte, obwohl entsprechende Schülerimpulse erfolgten. Lediglich sechs angehende Lehrpersonen begründen die Erfolgsneutralität der Umsatzsteuer (Erklärungsziel) – ergänzend zur ökonomischen Erklärung – auch über eine buchhalterische Argumentationslinie (multiple Erklärung). Von diesen sechs multiplen Erklärungen entstehen zwei ohne Aufforderung des standardisierten Schülers, die vier restlichen nach einem entsprechenden Impuls. Analysiert man den inhaltlichen Aufbau der Erklärungen der angehenden Lehrpersonen genauer, so lassen sich – abgesehen von der kombinierten, multiplen Erklärung – vier inhaltliche Erklärungsvarianten zur Erfolgsneutralität der Umsatzsteuer identifizieren. Diese sind in Abbildung 4 gegenübergestellt. In Variante 1 wird die Unterscheidung zwischen Privatpersonen (Endverbrauchern) und Unternehmen (Produzenten) ins Zentrum der Erklärung gestellt. Es wird erklärt, warum Unternehmen Steuern bezahlen, obwohl diese eigentlich steuerbefreit sind (Praktikabilität). Beispielhaft wird dies anhand des untenstehenden Auszugs aus der Erklärung der Versuchsperson 2 verdeutlicht.

Erklären und Repräsentieren von Rechnungsweseninhalten

267

„Also, man will da eigentlich immer, dass eigentlich der Kunde das bezahlt und man kann sich das auch so vorstellen, dass man z. B. wenn man jetzt Verkäufer ist, dass man dann immer nur die Umsatzsteuer verlangt, wenn es ein Endverbraucher ist, also wenn es ein Kunde ist, der das auch bezahlen soll. Und wenn dann ein Unternehmen bei einem einkauft, […] dann würde man keine Umsatzsteuer verlangen, aber das wäre ja alles viel zu kompliziert.“ (angehende Lehrperson 2)

Ansätze zur Erklärung der Erfolgsneutralität der Umsatzsteuer

Ökonomischer Ansatz

Algorithmischer/ buchhalterischer Ansatz Variante 1

Variante 2

Variante 3

Variante 4

Endverbraucher vs. Produzenten von Gütern/ Dienstleistungen

Unternehmen als Mittlerinstanz

Zahllastausgleich

Buchhalterische Erklärung

(n = 9)

(n = 2)

Ökonomische Erklärung, bei der begründet wird, warum Unternehmen Steuern zahlen, obwohl eine Steuerbefreiung besteht (Praktikabilitätsaspekte aus Unternehmensperspektive).

Ökonomische Erklärung, bei der die Erfolgsneutralität über die Ausgestaltung des Systems/die Absichten staatlicher Organe begründet wird (staatliche Perspektive).

Früher Hinweis darauf, dass der Endverbraucher besteuert werden soll.

3a ökonomisch (n = 12)

Einstieg über Informationen zur Organisation des Umsatzsteuersystems.

3b formalisiert (n = 17)

Ökonomisch geprägte Erklärung, bei der der Ausgleich der Vorund Umsatzsteuerzahlungen mit dem Finanzamt aufgezeigt wird. Variante 3b: Zusätzliche Formalisierung (Gegenüberstellung der Umsatz- und Vorsteuerbeträge/ Ermittlung der Zahllast).

(n = 4) Buchhalterisch geprägte Erklärung, die an der Abhandlung verschiedener Geschäftsvorfälle ansetzt. Das Buchen von Geschäftsvorfällen mit Umsatzsteuer steht im Mittelpunkt der Erklärung.

Variante 5 Multiple Erklärung (n = 2) Eigenständige ökonomische und buchhalterische Begründung der Erfolgsneutralität.

Abbildung 4: Erklärungsvarianten zur Erfolgsneutralität der Umsatzsteuer (Findeisen 2017, S. 200)

Die Argumentation in Variante 2 ist ähnlich gelagert, nimmt aber stärker eine staatliche Perspektive ein. Die Ausgestaltung des Steuersystems wird erklärt und die Unternehmen – wie das nachfolgende Beispiel (angehende Lehrperson 44) zeigt – als Mittlerinstanz beschrieben. „Also können wir uns als großen Punkt merken, dass Steuern immer über den Staat laufen. Der große Verwalter ist der Staat. […] die Umsatzsteuer ist deshalb ein durchlaufender Posten, weil sie eben gerade nicht dem Unternehmenszweck dient, sondern weil sie weiterläuft. Sie läuft weiter und der Staat verwaltet sie dann. Du kannst dir das vielleicht so vorstellen, wir sind gewissermaßen Handlanger für den Staat [lacht], der dann wiederum andere Dinge mit dieser Umsatzsteuer macht.“ (angehende Lehrperson 44)

Am häufigsten kommt Variante 3 zum Einsatz, in welcher aus betrieblicher Perspektive der Zahllastausgleich dargestellt wird. Diese Variante erfolgt entweder ökonomisch geprägt

268

Stefanie Findeisen, Jürgen Seifried

(3a) oder formalisiert (3b). Ein Beispiel für die formalisierte Variante (3b) bietet die Erklärung der angehenden Lehrperson 34. „So, jetzt gehen wir einfach mal davon aus, dass wir der CAP [Anm.: lokaler Supermarkt] wären und uns jetzt Gedanken machen, wie sieht das mit der Mehrwertsteuer aus. Weil selbst der CAP hat ja 5,60 € gezahlt, kriegt aber von dir ja die 7 €. Und wie du ja weißt ist es ja bei der Mehrwertsteuer so, dass an sich ja eigentlich immer die Mehrwertsteuer der Endverbraucher, also du zahlen solltest. Das heißt der CAP selbst sollte ja auf keinen Kosten hängen bleiben. Und somit… Also das hier [zeigt auf Vorsteuerbetrag] zahlt der CAP, kriegt das aber vom Finanzamt zurück. Das bezeichnen wir als Vorsteuer. Und diese 7 € hat er an das Finanzamt abzuführen. […] Und das heißt die Differenz, die muss er auf jeden Fall ans Finanzamt geben, weil das Finanzamt ja die Steuern eintreibt. Und da kann man sich eigentlich ganz gut einen Merksatz dafür merken, und zwar, […] Umsatzsteuerzahllast ist gleich die Umsatzsteuertraglast minus die Vorsteuererstattung.“ (angehende Lehrperson 34)

Buchhalterische Erklärungen (Variante 4) basieren vornehmlich auf Buchungssätzen, in welchen umsatzsteuerpflichtige Geschäftsvorfälle erfasst und verarbeitet werden. In der Regel wird dann die Erfolgsneutralität über die Eigenschaften der von der Umsatzsteuer betroffenen Konten erklärt (siehe die Aussagen der angehenden Lehrperson 40). „Also es ist in dem Sinne für mich selbst als Unternehmer ist es erfolgsneutral, weil ich’s ja weitergeb’ wieder an das Finanzamt. Ich rechne es nicht mit der GuV oder sonst ab. Die GuV die schließt ja dann wieder in meinem Eigenkapital, das wird alles nicht angefasst und nicht berührt, sondern ich bleib ja wirklich hier [zeigt auf Umsatzsteuerverrechnungskonto] drauf.“ (angehende Lehrperson 40)

4.2

Fachlicher Gehalt der Erklärung

4.2.1 Gesamtqualität des fachlichen Gehalts Im Rahmen des Globalratings (Abschnitt 3.3) wurden die Erklärungen der angehenden Lehrpersonen u.a. hinsichtlich den in Abschnitt 2.2 beschriebenen Qualitätsaspekten beurteilt. Mit Blick auf das Kriterium Fachlicher Gehalt erreichten die Erklärungen im Mittel 1,52 von bis zu 3 möglichen Punkten (SD = 0,75). In den folgenden Abschnitten werden ausgewählte Aspekte des Qualitätsaspekts Fachlicher Gehalt näher betrachtet. 4.2.2 Fachliche Korrektheit Im Einzelnen zeigt sich, dass 31 der 48 Erklärungen mindestens einen fachlichen Fehler enthalten (M = 1,56, SD = 1,92). Einschränkend ist festzuhalten, dass in 24 dieser 31 Erklärungen ausschließlich Fehler auftreten, die lediglich mittelbar auf den Erklärungsgegenstand bezogen sind. Hierbei handelt es sich um Fehler, bei denen davon auszugehen ist, dass diese das Verständnis des Erklärungsgegenstandes nicht unmittelbar beeinträchtigen. Dennoch demonstrieren die angehenden Lehrpersonen durch diese Fehler – wie untenstehende Beispiele zeigen (Tabelle 1) – durchaus fachwissenschaftliche Defizite. So werden beispielsweise fehlerhafte Buchungssätze präsentiert oder Brutto- und Nettobeträge nicht klar voneinander abgegrenzt. Darüber hinaus liegen sieben Erklärungen vor, in denen mindestens ein Fehler vorkommt, der in unmittelbarem Zusammenhang mit dem Erklärungsgegenstand steht. Hier muss davon ausgegangen werden, dass das Verständnis der Erklärung beeinträchtigt wird.

Erklären und Repräsentieren von Rechnungsweseninhalten

269

Tabelle 1: Kategorisierung der Fehler in den Lehrpersonenerklärungen. Anmerkung: n = Anzahl der Erklärungen; ang. LP = angehende Lehrperson. Fehlerkategorie

Beispiele „Forderungen und Umsatzsteuer an Umsatzsteuer und Umsatzerlöse“ (ang. LP 20)

Mittelbar auf den Erklärungsgegenstand bezogenen Fehler (n = 24)

Vorsteuer wird im Haben gebucht (ang. LP 11)

Unmittelbar auf den Erklärungsgegenstand bezogene Fehler (n = 7)

Aussage, dass die Umsatzsteuer deshalb erfolgsneutral ist, weil Umsatzund Vorsteuerbeträge in gleicher Höhe anfallen (ang. LP 4, 5 und 43)

Forderungen nehmen im Soll ab (ang. LP 25) Keine klare Unterscheidung von Brutto- und Nettobeträgen (ang. LP 31) „Wir haben die Jeans A – von mir aus – die kostet 100 € und da ist da drauf eben die Umsatzsteuer von 19 %, sprich 19 €, somit kommen wir dann eben zum Kaufpreis von insgesamt 119 € dann eben, den du für die Jeans bezahlen musst.“ (ang. LP 17) Verwechslung von Vorsteuer und Umsatzsteuer (ang. LP 15)

Bezeichnung des Umsatzsteuerkontos als Erfolgskonto (ang. LP 19) Bezeichnung des Umsatzsteuerbetrags als Gewinn (ang. LP 34) Buchung von Umsatz- und Vorsteuer auf dem GuV-Konto (ang. LP 22)

4.2.3 Einführung der verwendeten Fachbegriffe Für den betrachteten Erklärungsgegenstand (Erfolgsneutralität der Umsatzsteuer) wurden folgende Begriffe als Fachvokabular definiert: Wertschöpfungsprozess, Mehrwert, (Umsatzsteuer-)Zahllast, vorsteuerabzugsberechtigt bzw. Vorsteuerabzugsberechtigung, Vorsteuerüberhang und Endverbraucher. Von den 48 Versuchspersonen verzichteten acht gänzlich auf die Verwendung von Fachbegriffen. Über alle Teilnehmenden hinweg wurde insgesamt in 20 % der codierten Zeitintervalle (ein Zeitintervall umfasst 30 Sekunden, siehe Abschnitt 3.3) Fachbegriffe verwendet. Ausgehend von der Situationsbeschreibung der Simulation mussten die Studierenden davon ausgehen, dass die oben aufgeführten Begriffe dem standardisierten Lernenden nicht hinreichend bekannt sind. Jedoch verwendeten 29 der 48 Erklärenden mindestens einen dieser Begriffe, ohne dessen Bedeutung näher zu erklären. 4.2.4 Verfügbarkeit multipler Erklärungsvarianten Wie in Abschnitt 4.1 gezeigt, folgt die Mehrheit der angehenden Lehrpersonen beim Erklären einer ökonomischen Argumentationslinie. 24 der 48 Versuchspersonen ergänzt diese jedoch eigenständig, also ohne Impuls des standardisierten Adressaten, um vereinzelte buchhalterische Aspekte (insbesondere Buchungssätze). 13 weitere Teilnehmende erweitern ihren Erklärungsansatz auf Nachfrage des Schülers hin um buchhalterische Aspekte. Folglich greifen insgesamt 37 der 48 Teilnehmenden einzelne Aspekte beider Argumentationslinien auf, allerdings wird die Erfolgsneutralität der Umsatzsteuer (Erklärungsziel) – wie oben beschrieben – nur in sechs Erklärungen über einen solchen multiplen Zugang erklärt (Herleitung der Erfolgsneutralität über ökonomische und algorithmische Argumentation).

270

Stefanie Findeisen, Jürgen Seifried

4.2.5 Erklärungsperspektive Die nachvollziehbare Wahl der Erklärungsperspektive wurde anhand eines Ratings beurteilt (vierstufige Skala, 0 = gering bis 3 = hoch). Im Mittel wurden die Erklärungen der angehenden Lehrpersonen hinsichtlich dieses Merkmals mit 1,88 Punkten beurteilt (SD = 0,88). Die Mehrheit der Erklärungen (n = 36) wird bei 2 oder 3 Punkten eingestuft. Im Folgenden wird ein Negativbeispiel dargestellt, bei welchem die Nachvollziehbarkeit der Betrachtungsperspektive mit 0 Punkten bewertet wurde. In der Erklärung von Teilnehmerin 22 ist durch mehrere Perspektivwechsel nicht immer ersichtlich, welche Perspektive bei der Ansprache des Schülers (z. B. „du“, „dich“) eingenommen wird. „Die Umsatzsteuer musst du dir vorstellen, das ist ’ne Steuer… Wenn du jetzt – sag ich mal – du gehst zum REWE einkaufen. Was siehst du da auf dem Zettel immer unten? […] Du bist derjenige der diese Steuer trägt. Und wenn du jetzt aus Unternehmenssicht gehst, du zahlst ans Finanzamt Vorsteuer und Umsatzsteuer. Und warum sind die dann erfolgsneutral? Ganz einfach, weil du zahlst ja zuerst die Vorsteuer, die steht auf deiner GuV auf welcher Seite?“ […] „Auf der Sollseite. Und die Umsatzsteuer, die du von…, die du…, du gehst zum REWE einkaufen, du zahlst Umsatzsteuer ans Unternehmen. Das bekommt’s von dir und die steht dann auf der… Sollseite, genau richtig. Und dadurch gleicht sich das aus und dann wird’s erfolgsneutral, weil du musst zuerst was abgeben, bekommst es aber gleichzeitig in derselben Höhe wieder zurück, d. h. die Bilanz gleicht sich aus und für dich ist es erfolgsneutral. Du bist nur der Mittler, du bist nur derjenige, der’s von A nach B trägt.“ (ang. LP 22)

4.3

Qualität der eingesetzten Repräsentationen

4.3.1 Gesamtqualität der Repräsentationen In Bezug auf die Qualität der eingesetzten Repräsentationen ergibt sich insgesamt ein ähnliches Bild wie beim fachlichen Gehalt der Erklärungen. Die Teilnehmenden erzielten im Mittel ein Qualitätsrating von 1,50 von bis zu 3 möglichen Punkten (SD = 0,72). Im Folgenden werden die verwendeten Beispiele und die grafischen Visualisierungen im Detail betrachtet. 4.3.2 Analyse der verwendeten Beispiele Insgesamt verwenden 41 von 48 Teilnehmenden mindestens ein Beispiel, während die restlichen sieben die Inhalte rein abstrakt erklären. Die Beispiele sind ganz unterschiedlichen Bereichen zuzuordnen. Am häufigsten werden Beispiele aus dem technischen Bereich (n = 11; z. B. Smartphone, Laptop), aus der Einrichtungs- (n = 10; z. B. Kleiderschrank) oder Lebensmittelbranche (n = 10; z. B. Brot, Gemüse, Kaffee). Darüber hinaus greifen die angehenden Lehrpersonen auf Beispiele aus der Automobilbranche (n = 7), dem Textilbereich (n = 6) sowie spontan auf Gegenstände aus dem simulierten Klassenzimmer (n = 4; z. B. Stift, Schwamm) zurück. Die mehrheitliche Verwendung eines Beispiels ist zunächst einmal positiv zu beurteilen. Den angehenden Lehrpersonen scheint die Bedeutung von Beispielen im Erklärprozess durchaus bewusst zu sein. Bei näherer Betrachtung der Beispiele ergeben sich jedoch gewisse Einschränkungen. Zunächst sind aus fachlicher Sicht die Beispiele aus der Lebensmittelbranche kritisch zu beurteilen, da hier ein ermäßigter Umsatzsteuersatz von 7 % gilt. Folglich greifen diese Beispiele

Erklären und Repräsentieren von Rechnungsweseninhalten

271

Sonderfälle auf, welche die Komplexität der Erklärung zusätzlich erhöhen. Dies ist insbesondere dann problematisch, wenn auf die verschiedenen Steuersätze nicht hinreichend eingegangen wird bzw. dennoch ein Steuersatz von 19 % zugrunde gelegt wird. Dies ist in drei der zehn Erklärungen aus dem Lebensmittelbereich der Fall. Darüber hinaus wird die Erklärung lediglich bei rund der Hälfte der Teilnehmenden ganzheitlich an einem Beispiel ausgerichtet. Welchen zeitlichen Stellenwert das Beispiel in der Erklärungssituation einnimmt, hängt signifikant mit der Vorbereitung des Beispiels zusammen (t(32) = -3.74, p < .01, r = .55). Hier liegt ein starker Effekt vor. Angehende Lehrpersonen, die während der Vorbereitungszeit ein Beispiel ausarbeiteten (n = 24) erklären 44 % der Zeit (SD = 16.8) beispielbasiert, Teilnehmende, die spontan ein Beispiel entwickelten (n = 17) hingegen nur 23 % der Zeit (SD = 4.2). Vertiefende Analysen zeigen, dass 20 der 24 Lehrpersonen mit vorbereitetem Beispiel, jedoch nur ein Drittel der Erklärenden, die spontan ein Beispiel generieren, ihre Erklärung ganzheitlich am gewählten Beispiel ausrichten. In knapp zwei Dritteln der Fälle werden die spontan entwickelten Beispiele nur kurz erwähnt (z. B. angehende Lehrperson 06: Sportschuhe als Produktbeispiel, welches im Wertschöpfungsprozess hergestellt werden könnte) und die Erklärung dann weiter abstrakt gestaltet. 4.3.3 Analyse der verwendeten Visualisierungen In 43 der 48 Erklärungen werden – auch ohne entsprechenden Impuls des standardisierten Schülers – eine grafische Visualisierung der Inhalte vorgenommen. Die verbleibenden fünf Teilnehmenden generieren nach der Aufforderung des Schülers eine Grafik. Die Mehrheit der Teilnehmenden entwickelt die Visualisierung während des Erklärungsprozesses schrittweise gemeinsam mit dem Schüler. Mögliche Veranschaulichungen zum Thema Erfolgsneutralität der Umsatzsteuer umfassen (1) die Darstellung einer Wertschöpfungskette, (2) Buchungssätze und TKonten, (3) eine Gleichung, in welcher die Zahllast ermittelt wird bzw. eine Ungleichung anhand derer Vorsteuer- und Umsatzsteuerbeträge gegenübergestellt werden. Jede der drei Varianten ist entweder mit konkretem Zahlenbeispiel oder abstrakt möglich. Gleichzeitig können verschiedene Varianten miteinander kombiniert werden. So ergänzt beispielsweise Lehrperson 34 die Darstellung der Wertschöpfungskette um die rechnerische Ermittlung der Zahllast (siehe Abbildung 5).

272

Stefanie Findeisen, Jürgen Seifried

Abbildung 5: Visualisierungsbeispiel (ang. LP 34)

Insgesamt zeigt sich bezüglich der Analyse der Visualisierungen ein ähnliches Bild wie bei jener der Beispiele: Die Bedeutung von Visualisierungen scheint den angehenden Lehrpersonen durchaus bewusst zu sein, bei der Umsetzung zeigen sich allerdings Schwächen. Rund die Hälfte der Visualisierungen enthalten gewisse Mängel. Acht Grafiken sind fehlerhaft. Vierzehn weitere Visulisierungen sind unvollständig oder fragmentiert (siehe beispielsweise die in Abbildung 6 dargestellte Veranschaulichung von Lehrperson 18).

Abbildung 6: Visualisierungsbeispiel (ang. LP 18)

5

Diskussion

Der vorliegende Beitrag berichtet über die Ergebnisse einer Analyse der Erklärfähigkeit angehender Lehrpersonen im Rechnungswesen. Im Fokus der Betrachtung standen dabei inhaltliche

Erklären und Repräsentieren von Rechnungsweseninhalten

273

Aspekte sowie Aspekte der Repräsentation der Rechnungswesenerklärungen von Studierenden der Wirtschaftspädagogik. Die Befunde zeigen, dass die Teilnehmenden eine ökonomische einer algorithmischen Argumentationslinie vorziehen. Die Mehrheit der Testpersonen verbindet zwar (auf Nachfrage hin) Aspekte beider Sichtweisen. Allerdings sind die angehenden Lehrpersonen – mit wenigen Ausnahmen – nicht in der Lage, multiple Erklärungsansätze anzubieten, also das Erklärungsziel über zwei verschiedene Erklärungsansätze herzuleiten. Darüber hinaus enthält die Mehrheit der Erklärungen fachliche Fehler. Auch bezüglich der Gestaltung von Visualisierungen und Beispielen zeigen sich Defizite. Insgesamt fügen sich die Ergebnisse gut in die bisherige Befundlage zur Erklärfähigkeit angehender Lehrpersonen (siehe Abschnitt 1) ein. Berücksichtigt man die Tatsache, dass in der universitären Phase der Lehrerbildung – abgesehen vom Schulpraktikum – praktischen Übungsmöglichkeiten zur Entwicklung fachdidaktischen Kompetenzen weitgehend fehlen, sind gewisse Defizite letztlich kaum überraschend. Um hier zumindest ein Stück weit Abhilfe zu schaffen, haben wir ein Lehrangebot entwickelt, welches darauf abzielt, die Erklärfähigkeit von Studierenden der Wirtschaftspädagogik zu fördern. Dieses wurde als Intervention im Rahmen eines Masterkurses für Studierende der Wirtschaftspädagogik implementiert und begleitend evaluiert. Die Effekte der Intervention werden anhand eines Experimental-Kontrollgruppen-Designs analysiert, bei dem beide Gruppen zwei Erklärungssituationen durchlaufen (Findeisen, Deutscher & Seifried under review). Als Erhebungsinstrument für die Pre- und PostMessung kommt erneut eine interaktive Simulation zum Einsatz. Die Gesamtqualität des Fachlichen Gehalts sowie der Repräsentationen ändert sich durch die Intervention jedoch nicht. Allerdings treten signifikante Übungseffekte auf, die sich bei beiden Gruppen zeigen. So sinkt beispielsweise die Anzahl der Fehler im zweiten Erklärungsversuch und die Adressaten werden häufiger in den Erklärungsprozess einbezogen. Alles in allem erweist sich aber die Erklärfähigkeit im Rahmen kurzfristiger Interventionen als bedingt veränderbar. Insgesamt deuten teilweise die Befunde unserer Folgestudie sowie auch die Erkenntnisse anderer Studien (z. B. Borko et al. 1992; Miltz 1972) darauf hin, dass es sich beim Erklären um eine erlernbare Fähigkeit handelt. Folglich erscheint die Implementierung passender und insbesondere zeitlich umfangreicher sowie intensiver Übungsmöglichkeiten im Studium als wünschenswert.

Literatur Aff, J. & Schopf, C. (2017). Verständlich, problemorientiert und interessant Erklären – eine Selbstverständlichkeit? wissenplus, 1(16/17), 14–15. Ball, D. L.; Hill, H. C. & Bass, H. (2005). Knowing mathematics for teaching: Who knows mathematics well enough to teach third grade, and how can we decide? American Educator, 29(1), 14–46. Barrows, H. S. & Abrahamson, S. (1964). The programmed patient. A technique for appraising student performance in clinical neurology. Journal of Medical Education, 39, 802–805. Berding, F. (2019). Rechnungswesenunterricht. Grundvorstellungen und ihre Diagnose. Augsburg: Hampp. Bittner, S. (2006). Das Unterrichtsgespräch. Formen und Verfahren des dialogischen Lehrens und Lernens. Bad Heilbrunn: Klinkhardt. Borko, H.; Eisenhart, M.; Brown, C. A.; Underhill, R. G.; Jones, D. & Agard, P. C. (1992). Learning to teach hard mathematics: Do novice teachers and their instructors give up too easily? Journal for Research in Mathematics Education, 23(3), 194–222.

274

Stefanie Findeisen, Jürgen Seifried

Bouley, F. (2017). Kompetenzerwerb im Rechnungswesenunterricht. Eine Untersuchung in einer bilanzmethodischen und wirtschaftsinstrumentellen Lehr-Lern-Umgebung. Wiesbaden: Springer Gabler. Chi, M. T. H.; Bassok, M.; Lewis, M. W.; Reimann, P. & Glaser, R. (1989). Self-explanations. How students study and use examples in learning to solve problems. Cognitive Science, 13(2), 145–182. Dotger, B. H.; Dotger, S. C. & Maher, M. J. (2010). From medicine to teaching: The evolution of the simulated interaction model. Innovative Higher Education, 35(3), 129–141. Evans, W. E. & Guymon, R. E. (1978). Clarity of explanation: A powerful indicator of teacher effectiveness. Paper presented at the Annual Meeting of the American Educational Research Association, Toronto. Field, A. (2011). Discovering statistics using SPSS (and sex and drugs and rock ’n’ roll) (3rd ed.). Los Angeles: Sage. Findeisen, S. (2017). Fachdidaktische Kompetenzen angehender Lehrpersonen. Eine Untersuchung zum Erklären im Rechnungswesen. Wiesbaden: Springer. Greimel-Fuhrmann, B. (2003). Evaluation von Lehrerinnen und Lehrern. Einflussgrößen auf das Gesamturteil von Lernenden. Innsbruck: Studien-Verlag. Guler, M. & Celik, D. (2016). A research on future mathematics teachers’ in-structional explanations. The case of Algebra. Educational Research and Reviews, 11(16), 1500–1508. Hargie, O. (2011). Skilled interpersonal communication. Research, theory, and practice (5th ed.). London: Routledge. Helm, C. (2016). Empirische Unterrichtsforschung im Fach Rechnungswesen – ein Überblick zum Publikationsstand. [email protected], Spezial 11, 1–21. Hines, C. V.; Cruickshank, D. R. & Kennedy, J. J. (1985). Teacher clarity and its relationship to student achievement and satisfaction. American Educational Research Journal, 22(1), 87–99. Kögler, K. (2015). Langeweile in kaufmännischen Unterrichtsprozessen. Entstehung und Wirkung emotionalen Erlebens ungenutzter Zeitpotenziale. Frankfurt a. M.: Lang. Landis, J. R. & Koch, G. G. (1977). The measurement of observer agreement for categorical data. Biometrics, 33(1), 159–174. Leinhardt, G. (2001). Instructional explanations: A commonplace for teaching and location for contrast. In V. Richardson (Ed.), Handbook of research on teaching (4th ed.; pp. 333–357). Washington: American Educational Research Association. Lucas, U. (2001). Deep and surface approaches to learning within introductory accounting: a phenomenographic study. Accounting Education, 10(2), 161–184. Miltz, R. (1972). Development and evaluation of a manual for improving teachers’ explanations. Technical Report No. 26. Stanford University. Pauli, C. (2015). Einen Sachverhalt erklären. Pädagogik, 67(3), 44–47. Preiß, P. & Tramm, T. (1996). Die Göttinger Unterrichtskonzeption des wirtschaftsinstrumentellen Rechnungswesens. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken. Didaktische Innovationen für die kaufmännische Ausbildung (S. 222–323). Wiesbaden: Gabler. Reinisch, H. (1996). "Leitbilder", Argumentationsmuster und curriculare Konstruktionen in der Didaktik des Rechnungswesenunterrichts – eine historisch-systematische Analyse. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken. Didaktische Innovationen für die kaufmännische Ausbildung (S. 45–84). Wiesbaden: Gabler. Renkl, A. (1997). Lernen durch Lehren. Zentrale Wirkmechanismen beim kooperativen Lernen. Wiesbaden: DUV. Schopf, C. (2018). Verständliche und motivierende Erklärungen im Rechnungswesenunterricht. Rekonstruktion der Schülervorstellungen auf Basis einer Interviewstudie. Zeitschrift für Berufs- und Wirtschaftspädagogik, 114(4), 609–637. Schopf, C. & Zwischenbrugger, A. (2015). Verständliche Erklärungen im Wirtschaftsunterricht. Eine Heuristik basierend auf dem Verständnis der Fachdidaktiker/innen des Wiener Lehrstuhls für Wirtschaftspädagogik. Zeitschrift für ökonomische Bildung, 3, 1–31.

Erklären und Repräsentieren von Rechnungsweseninhalten

275

Seidel, T. (2005). Video analysis strategies of the IPN Video Study – A methodological overview. In T. Seidel; M. Prenzel & M. Kobarg (Eds.), How to run a video study. Technical report of the IPN Video Study (pp. 70–78). Münster: Waxmann. Seifried, J. (2004). Fachdidaktische Variationen in einer selbstorganisationsoffenen Lernumgebung. Eine empirische Untersuchung im Rechnungswesenunterricht. Wiesbaden: DUV. Seifried, J. (2009). Unterricht aus der Sicht von Handelslehrern. Frankfurt a. M.: Lang. Sloane, P. F. E. (1996). Didaktik des Rechnungswesens. Pfaffenweiler: Centaurus. Thanheiser, E. (2009). Preservice elementary school teachers’ conception of multidigit whole numbers. Journal for Research in Mathematics Education, 40, 251–281. Tramm, T.; Hinrichs, K. & Langenheim, H. (1996). Lernschwierigkeiten im Buchführungsunterricht. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken. Didaktische Innovationen für die kaufmännische Ausbildung (S. 158–221). Wiesbaden: Gabler. Tramm, T. & Preiß, P. (1996). Rechnungswesenunterricht und ökonomisches Denken. In P. Preiß & T. Tramm (Hrsg.), Rechnungswesenunterricht und ökonomisches Denken. Didaktische Innovationen für die kaufmännische Ausbildung (S. 1–21). Wiesbaden: Gabler. Zaslavsky, O. & Peled, I. (1996). Inhibiting factors in generating examples by mathematics teachers and student teachers. The case of binary operation. Journal for Research in Mathematics Education, 27(1), 67.

277 Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht. Eine Wirkungsstudie im Kontrollgruppendesign Florian Berding (Universität Oldenburg, Universität Hamburg) Heike Jahncke (Universität Oldenburg) Malte Albersmann (Universität Oldenburg) Zusammenfassung: Ziel des Rechnungswesenunterrichts ist es, dass Lernende das Rechnungswesen zur Lösung realer wirtschaftlicher Probleme nutzen und ein Unternehmen auf der Grundlage der Informationen aus dem Rechnungswesen gestalten können. Die bestehenden didaktischen Ansätze sind jedoch zu großen Teilen vor der Entwicklung neuer Medien entstanden und haben die Möglichkeiten neuer Technologien noch nicht umfassend integriert. Vor diesem Hintergrund entwickelt der Beitrag auf der Grundlage von Arbeiten aus der Mathematikdidaktik, der Mediendidaktik und fachdidaktischen Forschungsergebnissen das Konzept dynamischer und interaktiver Arbeitsblätter. Diese Lehr-Lern-Materialien kombinieren verschiedene Elemente (z. B. Texte, Videos, Aufgaben, Websites) und haben die Funktion, Lernenden ein aktives Entdecken von Zusammenhängen und ein eigenständiges Konstruieren von Vorstellungen zu ermöglichen. Zu diesem Zweck lassen digitale Arbeitsblätter die Manipulation von Situationen durch die Lernenden zu und zeigen die Auswirkungen auf andere Objekte unmittelbar auf. Im Beitrag wird ein Prototyp eines solchen Arbeitsblattes für Bewertungen im Rahmen der Bilanzerstellung und Inventur entwickelt und mit einem „klassischen Unterricht“ verglichen. Durch ein Kontrollgruppendesign mit 61 Lernenden der Berufsfachschule Wirtschaft und des Bildungsganges „Industriekaufleute“ kann u. a. gezeigt werden, dass (1) dynamische und interaktive Arbeitsblätter im Vergleich zu traditionellem Unterricht ein positives Empfinden des Unterrichtsgeschehens bewirken, (2) vor allem Lernende mit einem geringen Bildungsabschluss im Wissenserwerb profitieren, (3) vor allem Animationsflächen zur Verdeutlichung der Relevanz von Inhalten beitragen und (4) das Kompetenzerleben zwischen Frauen und Männern unabhängig vom Bildungsgang zu Gunsten der Männer ausfällt. Der Beitrag schließt daraus, dass dynamische und interaktive Arbeitsblätter eine geeignete Grundlage für Lernumgebungen darstellen können, die das aktive und eigenständige Konstruieren von Zusammenhängen ermöglichen. Schlüsselbegriffe:

1

Dynamische und interaktive Arbeitsblätter; Wissen; Motivation; Neue Medien; Kontrollgruppendesign; Wirkung

Einleitung

Der Rechnungswesenunterricht stellt seit je her einen wichtigen Teil der kaufmännischen beruflichen Bildung dar (vgl. Preiß & Tramm 1996a, S. V). Nach Baetge, Kirsch und Thiele (2017, S. 1) gliedert sich das Rechnungswesen in die vier Teilbereiche (1) Investition-, (2) Finanz-, (3) Kosten- bzw. kalkulatorische Erfolgsrechnung sowie (4) externes Rechnungswesen einschließlich Finanzbuchführung und Jahresabschluss. Entsprechend seiner langen Tradition kann der Unterricht auf eine Vielzahl didaktischer Konzepte zurückgreifen. Diese reichen von der Bilanzmethode (Butze 1936), der Bilanzgleichungsmethode (z. B. Ernst 2012a), dem pagatorischen Ansatz (Gross 1981, 1990), der Kontenmethode (z. B. Waltermann 1976) und der Kombinationsmethode (Dauenhauer 1977) bis hin zu den neueren Konzepten des wirtschaftsinstrumentellen Unterrichts (z. B. Preiß & Tramm 1990, 1996b; Tramm 2005), dem inferentiellen, kognitiv-strukturellen Ansatz (vgl. Minnameier & Link 2010), der Wert- und Geldflussmethode (Rückwart 2009), der problem-, ziel- und geschäftsprozessorientierten Didaktik

© Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020 F. Berding et al. (Hrsg.), Moderner Rechnungswesenunterricht 2020, https://doi.org/10.1007/978-3-658-31146-9_13

278

Florian Berding, Heike Jahncke, Malte Albersmann

(Dolzanski 2013a; 2013b) oder der funktions- und nutzenorientierten Rechnungswesendidaktik (Plinke 2013). Gemeinsam haben diese didaktischen Ansätze, dass sie sich vorwiegend auf den Einführungsunterricht in die Buchführung konzentrieren, sodass bislang kaum umfassend ausgearbeitete Konzepte für die drei anderen Teilbereiche des Rechnungswesens vorliegen. Zudem deuten die Veröffentlichungsjahre der Ansätze bereits darauf hin, dass die Weiterentwicklung neuer Technologien für den Unterricht noch nicht systematisch integriert wurde. Dies untermauert beispielsweise auch die Studie von Seifried, Grill und Wagner (2006, S. 239 f.), die u. a. auf Unterrichtsbeobachtungen von 345 Unterrichtsstunden im Rechnungswesen basiert, und zeigt, dass Tafel und analoge Arbeitsblätter im Rechnungswesen die dominierenden Medien darstellen, die in mehr als 60 % der Unterrichtsstunden zum Einsatz kommen. Computer oder Beamer werden hingegen in weniger als 20 % und der Overhead-Projektor in 20 % bis 40 % der Unterrichtsstunden verwendet. Der Einsatz neuer Technologien für den Rechnungswesenunterricht bietet jedoch große Potentiale. So können diese Technologien nicht nur (1) Informationen und Inhalte zur Verfügung stellen, (2) Inhalte visualisieren, simulieren und animieren, (3) bei der inhaltlichen Strukturierung helfen, (4) Kommunikation und Kooperation zwischen Lernenden ermöglichen, (5) Fähigkeiten von Lernenden diagnostizieren und (6) (Selbst-)Reflexionsprozesse unterstützen (vgl. Howe & Knutzen 2013, S. 18 ff.), sondern sie sind auch mit der Hoffnung verbunden Lernumgebungen zu schaffen, die selbstgesteuerte bzw. selbstorganisierte Lernprozesse ermöglichen (vgl. z. B. Dyrna, Riedel & Schulze-Achatz 2018, S. 155; Fischer, Mandl & Todorova 2010, S. 760; Herzig 2014, S. 13). Diese Potentiale können an mehreren Stellen für den Rechnungswesenunterricht bedeutsam sein. So können zum einen die erweiterten Möglichkeiten zur Visualisierung und Animation von Inhalten dazu dienen den hohen Abstraktionsgrad der Inhalte zu reduzieren, der als häufige Ursache für Lernschwierigkeiten belegt ist (vgl. z. B. Pawlik 1980; Tramm, Hinrichs & Langenheim 1996, S. 188, S. 192 f.; Türling 2014, S. 170 ff.). Zum anderen können mit Hilfe neuer Technologien selbstorganisierte bzw. selbstgesteuerte Lernumgebungen zur Verfügung gestellt werden, die sich auch für den Rechnungswesenunterricht in empirischen Studien als vorteilhaft erweisen (vgl. Seifried 2004; Seifried et al. 2005). Vor diesem Hintergrund ist es das Ziel des vorliegenden Beitrages, dass im Rechnungswesenunterricht dominierende Medium „Arbeitsblatt“ (vgl. Seifried, Grill & Wagner 2006, S. 240) aufzugreifen und mit Hilfe neuer Technologien zu dynamischen und interaktiven Arbeitsblättern (DIAs) weiterzuentwickeln. Zu diesem Zweck erarbeitet der Beitrag zunächst eine erste Annäherung an dynamische und interaktive Arbeitsblätter auf der Grundlage der Mathematikdidaktik und ergänzt das dort diskutierte Konzept um zentrale Erkenntnisse der empirischen Mediendidaktik. Der so entstehende Ansatz wird sodann fachdidaktisch weiter ausgearbeitet und mündet in einem ersten Prototyp, dessen Wirkung auf den Lernerfolg und das motivationale Erleben im Unterrichtsgeschehen im Rahmen einer empirischen Studie geprüft wird. Der Beitrag endet mit einer Diskussion und Implikationen für die Fachdidaktik.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

2

2.1

279

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

Annäherung an dynamische und interaktive Arbeitsblätter aus Sicht der Mathematik- und Mediendidaktik In der Berufs- und Wirtschaftspädagogik ist das Konzept dynamischer und interaktiver Arbeitsblätter bislang kaum ausgearbeitet und somit auch wenig erforscht. Eine erste Annäherung kann aber über die Mathematikdidaktik erfolgen, die bereits erste Erkenntnisse zu diesem Medium erarbeitet hat. So charakterisiert Pallack (2018, S. 101) dynamische und interaktive Arbeitsblätter als durch Web-Anwendungen oder andere digitale Werkzeuge erstellte Medien, die den Lernenden ein auf ein bestimmtes Thema zugeschnittenes Angebot unterbreiten und sich leicht bedienen lassen. Baptist und Ulm (2004, S. 40) definieren dynamische Arbeitsblätter als „eine neue Form PC-gestützter Unterrichtsmaterialien für den Mathematikunterricht (…). Interaktive Konstruktionen, die von den Schülerinnen und Schülern am Bildschirm dynamisch variiert werden können, werden mit Text für erklärende Erläuterungen und Arbeitsaufträge, mit Bildern, Links und anderen Web-Elementen kombiniert.“ Ziel dieser digitalen Arbeitsblätter ist es u. a. ein experimentelles und entdeckendes Lernen zu ermöglichen und Raum für individuelle Vorgehensweisen zu schaffen, bei denen die Lernenden aktiv und eigenständig Zusammenhänge und Eigenschaften entdecken sowie eine Vorstellung von Objekten entwickeln (vgl. Baptist & Ulm 2004, S. 40 ff.). Die weitere Ausgestaltung von dynamischen und interaktiven Arbeitsblättern lässt sich mit dem aktuellen empirischen Forschungsstand zur Mediendidaktik weiter konkretisieren, der in Tabelle 1 zusammengefasst ist. So zeigen die Meta-Analysen in Tabelle 1, dass der Einsatz neuer Technologien grundsätzlich einen vorteilhaften Einfluss für den Lernerfolg besitzt. Das Potential neuer Technologien lässt sich jedoch erst dann vollständig ausschöpfen, wenn diese nicht den „klassischen“ Unterricht ersetzen, sondern integrativ im „klassischen“ Unterricht zur Unterstützung von Lehr-Lern-Prozessen zum Einsatz kommen (vgl. z. B. Bernard et al. 2014; Means et al. 2010; Schmidt et al. 2009). Neben Erkenntnissen über die grundsätzliche Art der Einbindung in den Unterricht geben die Meta-Studien auch Hinweise für die Gestaltung der digitalen Arbeitsblätter. So reicht das bloße Präsentieren von Informationen nicht aus, sondern für eine optimale Unterstützung des Lernerfolges sollten Lernende mit den Arbeitsblättern aufgefordert werden, untereinander und mit den Inhalten zu interagieren (vgl. Bernard et al. 2009; Kulik & Kulik 1991). Zudem sollten Feedback-Funktionen enthalten sein, die den Lernenden unmittelbar nicht nur eine Rückmeldung geben, ob eine Lösung richtig oder falsch ist, sondern die richtige Antwort aufzeigen und diese elaboriert erklären (vgl. Van der Kleij, Feskens & Eggen 2015). Bezüglich der Visualisierungen und Animationen zeigt die Meta-Analyse von Bernay und Bétrancourt (2016) beispielsweise, dass dynamische Visualisierungen im Vergleich zu statischen Darstellungen Lernenden die Anwendung von Wissen erleichtern. Dabei sind bildhafte, realitätsnahe Darstellungen gegenüber abstrakten Visualisierungen vorteilhaft. Zudem sollten die dynamischen Visualisierungen mit möglichst wenigen Textinformationen verbunden werden, da dies ggf. die Verarbeitung der Visualisierungen überfrachtet (vgl. Bernay & Bétrancourt 2016, S. 160 f.).

280

Florian Berding, Heike Jahncke, Malte Albersmann Tabelle 1: Zusammenfassung des mediendidaktischen Forschungsstandes

Grundsätzliches: Lernerfolg und Effektivität im Vergleich zu „traditionellem Unterricht“ Analyse Kulik & Kulik (1991)

Anzahl Studien 254 Studien

N -/-

Ausgewählte Ergebnisse • • •

Lernerfolg in Klassen mit Technologieeinsatz etwas besser als in Klassen ohne (g = .30). Technologieeinsatz zur Unterstützung von Lehr-Lern-Prozessen (g = .37) wirksamer als für reines „Üben“ (g = .31). Technologieeinsatz reduziert die benötigte Lernzeit im Vergleich zum „traditionellen Unterricht“ um ca. 33 %.

Niemiec, Sikorski & Walberg (1989)

250 Studien

-/-



An Universitäten ist das Verhältnis von Aufwand und Ertrag durch Computereinsatz (g = .29) dreimal besser als bei Tutorien (g = .11).

Schmidt et al. (2009)

231 Studien

25.497



Einsatz der Technologie als Unterstützung (g = .41) ist wirksamer als für die Präsentation von Informationen (g = .10).

Tamin et al. (2011)

25 MetaAnalysen

109.700



Technologieeinsatz führt zu einem besseren Lernerfolg im Vergleich zu Unterricht ohne Technologie (g = .35). Der Effekt ist für die Unterstützung von Lehr-Lern-Prozessen größer (g = .42) als wenn Technologie Unterricht ersetzt (g = .31).

• Means et al. (2010) Bernad et al. (2014)

45 Studien 96 Studien

-/10.800

• •

Reine Online-Angebote sind so effektiv wie traditioneller Klassenunterricht (g = .05). Kombinierte Lernumgebungen sind wirksamer als traditioneller Unterricht (g = .35).

Gestaltung Lehr-Lern-Prozesse Bernard et al. (2009)

74 Studien

-/-

• •

Van der Kleij, Feskens & Eggen (2015)

40 Studien

4.200

Sung, Chang & Liu (2016)

110 Studien

18.749

• • • • • • •

Bernay & Bétrancourt (2016)

61 Studien

7.036

• • • • •

Interaktion zwischen den Lernenden (g = .49) und die Bearbeitung der Inhalte (g = .46) haben einen stärkeren Einfluss als die Interaktion mit der Lehrkraft (g = .32). Unmittelbares Feedback (g = .46) ist wirksamer als verzögertes (g = .22). Nennung der richtigen Antwort (g = .33) ist wirksamer als Nennung der Richtigkeit der Lösung (g = .05). Elaboriertes Feedback ist noch wirksamer (g = .49). Lernen mit mobilen Geräten ist effektiver als traditioneller Unterricht (g = .523). Lernen mit mobilen Endgeräten (g = .591) ist effektiver als mit Laptops (g = .309). Lernen mit mobilen Endgeräten ist in informellen Settings (g = .768) wirksamer als in formellen Settings (g = .430). Spezielle Lernsoftware (g = .590) ist wirksamer als allgemeine Software, z. B. Excel, Word usw. (g = .429). Mobile Endgeräte sind vor allem dann vorteilhaft, wenn sie im Rahmen von entdeckendem, problemorientiertem Lernen (g = .844) und selbstgesteuertem Lernen (g= .440) eingesetzt werden. Lernen mit dynamischen Visualisierungen zeigt einen leichten Vorteil gegenüber statischen Visualisierungen (g = .226). Dynamische Visualisierungen sind im Vergleich mit statischen Visualisierungen für den Erwerb von Fakten- (g = .336) und Konzeptwissen (g = .162) vorteilhaft. Dynamische Visualisierungen sind vor allem bei der Anwendung (g = .333) und dem Verstehen von Wissen (g = .198) statischen Darstellungen gegenüber vorteilhaft. Schematische, realistische und fotorealistische Visualisierungen sind wirksamer (g = .245) als abstrakte Visualisierungen mit Symbolen oder Diagrammen (g = .068). Dynamische Visualisierungen sind wirksamer, wenn die Visualisierung mit einer akustischen Erzählung (g = .320) bzw. ohne Informationen in Textform (g = .886) in Verbindung steht.

Hinweis: g steht für die Effektgröße Hedges g.

Aus technischer Sicht zeigt schließlich die Studie von Sung, Chang und Liu (2016), dass Lernen mit mobilen Endgeräten gegenüber stationären PCs und Laptops Vorteile aufweist.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

281

Diese können ihr Potential vor allem dann für den Lernerfolg entfalten, wenn sie in ein Konzept entdeckenden und selbstgesteuerten Lernens im Unterricht eingebunden sind. Diese grundsätzlichen mediendidaktischen Erkenntnisse lassen sich mit Hilfe der Cognitive Load Theory sowie der kognitiven Theorie multimedialen Lernens ergänzen, die konkrete Hinweise geben, wie Lehr-Lern-Prozesse optimal unterstützt werden können.

Abbildung 1: Kurzdarstellung der Cognitive Load Theory

Die Cognitive Load Theory (CLT) geht davon aus, dass zwei kritische Aspekte bei Lernprozessen existieren, die in Abbildung 1 dargestellt sind: Zum einen die Konstruktion von Schemata durch das Individuum. Zum anderen die Automation, d h. die Entwicklung von Routine bei der Nutzung der Schemata (vgl. Sweller 1994, S. 296). Ein Schema stellt eine kognitive Struktur dar, die der Organisation und Speicherung von Informationen dient (vgl. Sweller 1994, S. 296; Sweller, van Merrienboer & Paas 1998, S. 255). Dabei unterscheidet die CLT zwischen dem Arbeitsgedächtnis und dem Langzeitgedächtnis. Das Arbeitsgedächtnis (working memory) beschäftigt sich mit allen bewussten Aktivitäten und ist auch zuständig für die Konstruktion und Modifikation von Schemata (vgl. Sweller, van Merrienboer & Paas 1998, S. 258 f.). Das Arbeitsgedächtnis kann aber nur eine sehr begrenzte Anzahl an Informationen für (Konstruktions-)Prozesse aufnehmen und verarbeiten (vgl. Sweller, van Merrienboer & Paas 1998, S. 252). Während die Anzahl der Elemente im Arbeitsgedächtnis begrenzt ist, die es für Prozesse nutzen und zur Verfügung stellen kann, spielt die Komplexität und Größe der Elemente aber keine Rolle (vgl. Sweller, van Merrienboer & Paas 1998, S. 256). Das Langzeitgedächtnis ist dem Menschen hingegen nicht direkt bewusst (vgl. Sweller, van Merrienboer & Paas 1998, S. 253). Es kann eine unbegrenzte Anzahl der im Arbeitsgedächtnis entwickelten Schemata aufnehmen und umgekehrt diese Schemata dem Arbeitsgedächtnis wieder zur Verfügung stellen (vgl. Sweller, van Merrienboer & Paas 1998, S. 254, S. 258). Für die erfolgreiche Durchführung von Prozessen sowie die Konstruktion bzw. Modifikation von (neuen) Schemata im Arbeitsgedächtnis ist das Wechselspiel der Eigenschaften von

282

Florian Berding, Heike Jahncke, Malte Albersmann

bereits vorhandenen Schemata im Langzeitgedächtnis und den Eigenschaften des Arbeitsgedächtnisses relevant. Aufgrund der Eigenschaft des Arbeitsgedächtnisses, zwar nur eine begrenzte Zahl an Elementen aufnehmen zu können, dafür aber unabhängig von ihrer Komplexität und Größe, führen Schemata zu einer verringerten Belastung des Arbeitsgedächtnisses: Indem mehrere Elemente zu einem Schema zusammengefasst werden entsteht ein neues, komplexes Element, das die Anzahl der Elemente im Arbeitsgedächtnis reduziert und dadurch Kapazitäten im Arbeitsgedächtnis frei gibt (vgl. Sweller 1994, S. 299; Sweller, van Merrienboer & Paas 1998, S. 255 f.). Diese stehen dann für neue Aufgaben zur Verfügung, z. B. die Entwicklung noch komplexerer Schemata (vgl. dazu Sweller, van Merrienboer & Paas 1998, S. 255 f.). Darüber hinaus spielt aber auch die Automation der Anwendung der Schemata eine wichtige Rolle. Die Automation ermöglicht die Durchführung bzw. Nutzung von Schemata aus dem Langzeitgedächtnis, indem die Schemata mit zunehmender Übung unbewusst und damit ohne die Belegung von Kapazitäten im Arbeitsgedächtnis direkt aus dem Langzeitgedächtnis ausgeführt werden (vgl. Sweller 1994, S. 299; Sweller, van Merrienboer & Paas 1998, S. 256, S. 258). Dadurch werden erneut Kapazitäten im Arbeitsgedächtnis frei. Schemata und Automation ermöglichen es somit Voraussetzungen zu schaffen, ohne die eine erfolgreiche Lösung neuer, komplexerer Problemstellungen nicht möglich wäre (vgl. Sweller, van Merrienboer & Paas 1998, S. 258). Entsprechend der CLT ist der Engpass bei Lernprozessen die Kapazität des Arbeitsgedächtnisses. Die Belastung des Arbeitsgedächtnisses wird dabei über drei verschiedene Arten kognitiver Belastung genauer charakterisiert (vgl. Klepsch & Seufert 2020; Sweller, van Merrienboer & Paas1998):  Der Intrinsic Cognitive Load bezeichnet die Belastung, die sich aus der jeweiligen Aufgabe, dem jeweiligen Thema oder der jeweiligen Handlung ergibt. Sie beschreibt eine in der Natur der Sache liegende Größe, die nicht direkt geändert werden kann.  Der Extraneous Cognitive Load bezeichnet die Belastung aus der Lernumgebung, die nicht notwendig zum Erlernen des neuen Schemas ist.  Der Germane Cognitive Load beschreibt die aus der Lernumgebung resultierende Belastung des Arbeitsgedächtnisses, die hilfreich für die Konstruktion eines neuen Schemas und dessen Automation ist. Die letzten beiden Arten lassen sich gezielt durch die Lernumgebung gestalten und optimieren. Eine Ergänzung bzw. Weiterentwicklung zur CLT stellt die kognitive Theorie multimedialen Lernens von Mayer (2019a) dar. Sein Modell geht ebenfalls von begrenzten Kapazitäten des Arbeitsgedächtnisses und der besonderen Bedeutung des Langzeitgedächtnisses aus, allerdings ergänzt sein Modell einen verbalen und bildlichen Verarbeitungskanal für Informationen über die Augen und Ohren als Sinnesorgane und gibt weitergehende Ausführungen über die verschiedenen Prozesse bei der Bearbeitung von multimedialem Lernmaterial (vgl. Mayer 2019a, S. 154). Auf der Basis beider Konzepte sind umfangreiche Forschungserkenntnisse über die Gestaltung multimedialer Lernumgebungen entstanden, die Tabelle 2 in Auszügen zusammenfasst.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

283

Tabelle 2: Zusammenfassung von ausgewählten Forschungserkenntnissen aus der Cognitive Load Theory und der kognitiven Theorie multimedialen Lernens Analyse

Anzahl Studien

N

Ausgewählte Ergebnisse

Studien zur Wirkung von Hinweisen (Signaling, Cues) Alpizar, Adesope & Wong (2020)

44 Effektgrößen aus 29 Studien

2.726

• • • • • • •

Xie et al. (2017)

32 Studien

3.597

• • • • •

Schneider et al. (2018)

103 Studien

12.201

• • • • • • • •

Hinweise auf wichtige Aspekte beim Lernen (Signaling, Cues) führen zu besseren Lernerfolgen (d = .38). Dabei kommt es nicht auf die Art der Hinweise an (z. B. Farbkontraste, Vergrößerung des Relevanten, Hervorhebungen im Text, Verwendung von Avataren). Hinweise in gemischten Lernumgebungen mit Computern und papierbasiertem Material (d = .63) sind reinen computer- (d = .27) und papierbasierten (d = .22) Umgebungen überlegen. Dynamische Signale (d = .50) sind statischen Signalen (d = .29) für den Lernerfolg überlegen. Hinweise sind bei Lernenden mit geringem Vorwissen (d = .47) effektiver für den Lernerfolg als bei Lernenden mit hohem Vorwissen (d = .19). Hinweise sind in Präsentationen ohne Bilder wirksamer (d = .50) als in Präsentationen mit Bildern (d = .17). Hinweise sind in Präsentationen mit und ohne Animationen gleichermaßen vorteilhaft. Hinweise verringern den kognitiven Load (d = -.11). Hinweise verbessern die Erinnerungsleistung (d = .27). Hinweise erhöhen die Transferleistung von Erlerntem (d = .34). Je mehr die kognitive Belastung durch Hinweise reduziert wird, desto höher ist die Erinnerungsleistung (β = -.70). Je mehr die kognitive Belastung durch Hinweise reduziert wird, desto besser ist die Transferleistung (β = -.60). Hinweise führen zu einer verbesserten Erinnerungsleistung (g = .53). Hinweise führen zu einer verbesserten Transferleistung (g = .33). Hinweise führen zu einem verringerten wahrgenommenen Cognitive Load (g = .25). Hinweise führen zu einer erhöhten Motivation von Lernenden (g = .13). Durch Hinweise wird die Lernzeit verlängert (g = -.30). Durch Hinweise werden relevante Bereiche der Lernumgebung (Areas of Interest) länger fixiert als ohne Hinweise (g = .39). Hinweise in Texten (g = .68) sind wirksamer als Hinweise in Grafiken (g = .38). Gefärbte Hinweise sind für die Transferleistung effektiver als z. B. Gesten oder Spotlights.

284

Florian Berding, Heike Jahncke, Malte Albersmann

Tabelle 2: Zusammenfassung von ausgewählten Forschungserkenntnissen aus der Cognitive Load Theory und der kognitiven Theorie multimedialen Lernens (Fortsetzung) Analyse

Anzahl Studien

N

Ausgewählte Ergebnisse

Studien zur Wirkung von Animationen und Visualisierungen Höffler & Leutner (2007)

26 Studien, 76 Effektgrößen

-/-

• • •

• •

Castro-Alonso et al. (2019)

46 Studien

4.474

• • •

Brom, Starkova, & D' Mello (2018)

20 Studien mit 33 Stichproben

2.924



• • • • Takacs, Swart & Bus (2015)

Gegenfurtner, Lethinen & Säljö (2011)

43 Studien mit 57 untersuchten Effekten

2.147

65 Studien mit 296 Effektgrößen

1.899

• • • • • •

Animationen sind statischen Bildern gegenüber für den Lernerfolg überlegen (d = .37). Animationen, die explizit das jeweilige Thema behandeln, sind gegenüber dekorativen Animationen und statischen Bildern vorteilhaft (d = .40). Animationen sind im Vergleich zu statischen Bildern vor allem für motorische Fähigkeiten (d = 1.06) sowie für den Erwerb von deklarativem Wissen vorteilhaft (d = .44), aber auch im geringerem Maße für Problemlösefähigkeiten (d = .24). Es gibt keinen Unterschied zwischen computer- und videobasierten Animationen in ihrer Vorteilhaftigkeit gegenüber statischen Bildern. Schematische und fotorealistische Animationen (Videos) sind im Vergleich zu anderen Realitätsgraden statischen Bildern gegenüber vorteilhaft für den Lernerfolg. Dynamische Visualisierungen sind im Vergleich zu statischen Visualisierungen vorteilhaft für den Lernerfolgt (g = .23). Dynamische Visualisierungen sind für Männer effektiver (g = .36) als für Frauen (g = .07). Dynamische Visualisierungen sind für Grundschüler/-innen (g = .53) wirksamer als statische Abbildungen (im Vergleich zu Schülerinnen und Schülern höherer Klassen (g = .38-.44) oder Studierenden (g = .19)). Die Gestaltung von Multimedia-Lernmaterialien mit anthropomorphen/ menschenartigen Gesichtern sowie freundlichen Farben hat positive Lerneffekte für die Erinnerungsleistung (d = .387), das Verständnis (d = .317) und die Transferleistungen (d = .327). Die Gestaltung von Multimedia-Lernmaterialien mit anthropomorphen/ menschenartigen Gesichtern sowie freundlichen Farben hat steigernde Wirkung für die intrinsische Motivation (d = .255). Lernmaterial mit anthropomorphen/menschenartigen Gesichtern sowie freundlichen Farben wird als leichter wahrgenommen als Material ohne diese Gestaltungen (d = -.208). Die Gestaltung mit anthropomorphen/menschenartigen Gesichtern sowie freundlichen Farben hat keine Auswirkung auf die wahrgenommene Anstrengung der Lernenden. Es gibt keinen Unterschied in der Wirkung der Gestaltung für statisches und dynamisches Material. Technologisch angereicherte Lesebücher wirken sich vorteilhaft gegenüber traditionellen Lesebüchern auf das Textverständnis (g = .17) sowie auf den Wortschatz (Vokabeln) aus (g = .20). Multimedia-Lesebücher sind für das Textverständnis effektiver als reine Textbücher (g = .43) und Bücher mit statischen Visualisierungen (g = .36). Experten weisen bei der Verarbeitung von Visualisierungen im Vergleich zu Novizen eine geringere Fixationsdauer bestimmter Bereiche auf (r = -.09). Experten fixieren im Vergleich zu Novizen häufiger die relevanten Bereiche einer Visualisierung (r = .53) und seltener die nicht-relevanten Bereiche (r = .-.31). Experten fixieren die relevanten Bereiche länger (r = .27) und die irrelevanten Bereiche kürzer (r = .-43) als Novizen. Experten nehmen im Vergleich zu Novizen Visualisierungen ganzheitlicher wahr.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

285

Tabelle 2: Zusammenfassung von ausgewählten Forschungserkenntnissen aus der Cognitive Load Theory und der kognitiven Theorie multimedialen Lernens (Fortsetzung) Analyse

Anzahl Studien

N

Ausgewählte Ergebnisse

Studien zur Integration von Lernumgebungen Richter, Scheiter & Eitel (2016)

27 mit 45 paarweisen Vergleichen

2.464

• • •

Schroeder & Cenkci (2018)

36 Studien mit 58 Effektgrößen

2.426

• • • • • • •

Ginns (2005)

43 Effektgrößen

1.887

• • • •

Hinweise in Multimedia-Lernumgebungen zur Integration von Texten und Grafiken wirken sich vorteilhaft für die Verstehensleistung im Vergleich zu Umgebungen ohne solche Hinweise aus (r = .17). Lernende mit einem geringen Vorwissen (r = .19) profitieren von Hinweisen mehr als Lernende mit viel Wissen (r = -.08). Unterschiede in statischen und dynamischen Visualisierungen konnten nicht gefunden werden. Die Integration von Texten und Abbildungen (z. B. räumliche Nähe der Informationen, Spatial Contiguity, Spatial Split-Attention-Effect) erweist sich als wirksam (g = .63). Die Integration ist besonders wirksam bei papierbasierten (g = .80) und computerbasierten Lernumgebungen (g = .50). Der Lernerfolg profitiert von der Integration unabhängig davon, welcher Art die Abbildung ist (z. B. 2D, 3D, Foto). Die Integration von Texten und Abbildungen ist wirksam, unabhängig vom Grad der Komplexität (Interaktivität), welche das Material aufweist. Statisches Lernmaterial profitiert mehr von der Integration (g = 68) als dynamisches Lernmaterial (g = .56) und interaktives Lernmaterial (g = .24). Die Integration ist effektiver, wenn es keine inhaltlichen Doppelungen zwischen Text und Abbildungen gibt (g = .72) und der Text auch ohne Abbildung verständlich ist (g = .60). Studierende und ältere Schülerinnen und Schüler (9.-12. Klasse) profitieren von der Integration mehr als jüngere Lernende. Der Modalitäts-Effekt besagt, dass besser gelernt wird, wenn textliche Information zusammen mit grafischen Darstellungen in einem Audio-Format statt in einem visuellen Format angeboten werden. Der Modalitäts-Effekt aus einer Kombination von Grafiken und gesprochenem Text hat einen mittleren bis großen positiven Effekt auf das Lernen im Vergleich zu nur textlichem/bildlichem Lernen (d = .72). Der Effekt ist größer beim Lernen von komplexem Material (d = .62) als bei weniger komplexem Material (d = .10). Der Effekt ist bei Steuerung des Prozesses durch das System größer (d = .93) als bei Steuerung durch Lernende (d = -.14).

286

Florian Berding, Heike Jahncke, Malte Albersmann

Tabelle 2: Zusammenfassung von ausgewählten Forschungserkenntnissen aus der Cognitive Load Theory und der kognitiven Theorie multimedialen Lernens (Fortsetzung) Analyse

Anzahl Studien

N

Ausgewählte Ergebnisse

-/-



Studien, die mehrere Prinzipien untersuchen Mayer & Fiorella (2019)

Unterschiedlich, je nach Prinzip zwischen 9 – 28 Experimente

• •

• •

Mayer & Pilegard (2019)

Unterschiedlich, je nach Prinzip zwischen 10 – 53 Experimente

-/-





• Mayer (2019b)

Unterschiedlich, je nach Prinzip zwischen 6 – 17 Experimente

-/-



• • •

Kohärenzprinzip: Individuen lernen besser in einer multimedialen Lernumgebung, die irrelevantes Material ausschließt, als in einer Lernumgebung, die irrelevantes Material einbezieht (d = .86). Hinweisprinzip (Fokus auf das Wesentliche): Individuen lernen besser, wenn Hinweise die Organisation des relevanten Materials verdeutlichen (d = .41). Redundanzprinzip (Vermeidung von Doppelungen): Individuen lernen besser von einer Präsentation der Informationen, die nur Grafiken und gesprochenen Text umfasst, als von einer Präsentation, die Grafiken, gesprochenen Text und zusätzlich schriftlichen Text umfasst (d = .86). Prinzip der räumlichen Nähe (Spatial Contiguity Principle): Individuen lernen besser, wenn aufeinander bezogene Wörter und Bilder nahe beisammen statt weit voneinander entfernt dargestellt werden (d = 1.10). Prinzip der zeitlichen Nähe (Temporal Contiguity Principle): Individuen lernen besser, wenn Animationen und die dazugehörigen Erzählungen gleichzeitig präsentiert werden im Vergleich zu einer Präsentation nacheinander (d = 1.22). Segmentierungsprinzip: Wenn Lernende die Möglichkeit haben, einzelne Teile einer Lernumgebung (Segmente) selbstständig auszuwählen (z. B. bezüglich Geschwindigkeit von Animationen, Betrachtung von Teilaspekten usw.), erzielen sie einen besseren Lernerfolg im Vergleich zur Bearbeitung in einer Lernumgebung, bei der die Lernenden diese Wahl nicht haben (d = .79). Vorbereitungsprinzip (Pre-Training Principle): Wenn Lernende die Eigenschaften und Namen der zentralen Konzepte des Lehr-Lern-Materials kennen, bevor sie sich mit dem eigentlichen Material auseinandersetzen, führt dies zu besseren Lernergebnissen im Vergleich zu einer Bearbeitung des Materials ohne diese Vorbereitung (d = .75). Modalitätsprinzip: Individuen lernen besser, wenn Wörter gesprochen statt textlich dargestellt werden (d = .76). Personifikationsprinzip: Individuen lernen besser, wenn Wörter in einem natürlichen, gesprächsartigen Stil dargestellt werden im Vergleich zu einer Darstellung von Wörtern in einem formalen, unpersönlichen Stil (d = .79). Dieses Prinzip ist jedoch bei leistungsstarken Personen oder langen LehrLern-Prozessen nicht wirksam. Sprachprinzip: Im Vergleich zu einer computergenerierten Stimme lernen Individuen besser, wenn Worte von einem Menschen gesprochen werden (d = .74). Bildprinzip: Individuen lernen nicht zwangsläufig besser, wenn der Sprecher/die Sprecherin durch ein Bild auf dem Bildschirm zu sehen ist (d = .20). Verkörperungsprinzip: Individuen lernen besser, wenn ein sichtbarer pädagogischer Agent menschliche Gesten, Bewegungen, Gesichtsausdrücke und Augenkontakt zeigt im Vergleich zu einem pädagogischen Agenten, der diese Merkmale nicht aufweist (d = .36).

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

287

Tabelle 2: Zusammenfassung von ausgewählten Forschungserkenntnissen aus der Cognitive Load Theory und der kognitiven Theorie multimedialen Lernens (Fortsetzung) Analyse

Anzahl Studien

N

Ausgewählte Ergebnisse

Studien zur Wirkung von weiteren Lernumgebungen Schroeder et al. (2018)

142 Effektgrößen

11.814

• • • • • • •

Wittwer & Renkl (2010)

21

-/-

• • •

• Davis (2018)

17 Studien mit 20 Stichproben / Experimenten

3.841

• • •

Lernen mit Concept Maps ist effektiver als Lernen durch Diskussion oder Vorlesungen (g = 1.05). Lernen mit Concept Maps ist effektiver als Lernen durch die Erstellung und Bearbeitung von Listen (g = .43). Lernen mit Concept Maps ist effektiver als Lernen durch die Bearbeitung von Texten (g = .29). Lernen mit Concept Maps ist effektiver als Lernen durch die Erstellung von Texten (g = .39). Animierte oder interaktive Concept Maps sind nicht effektiver als statische Concept Maps. Je länger Lernende mit Concept Maps arbeiten, desto stärker ist der Effekt (weniger als eine Woche g = .36 bis mehr als 4 Wochen g = .72). Die eigenständige Erstellung einer Concept Map ist effektiver (g = .72) als die Bearbeitung einer fertigen Concept Map (g = .43). Fallbeispiele (Fallstudien, worked examples) haben zusammen mit Erklärungen nur einen geringen Beitrag zum Lernerfolg (d = .16). Fallbeispiele mit Erklärungen verbessern den Lernerfolg für konzeptuelles Wissen im Vergleich zu Fallbeispielen ohne Erklärungen (d = .36). Fallbeispiele mit Erklärungen führen zu einem höheren Lernerfolg im Vergleich zu Lernenden ohne Fallbeispiele und ohne die Aufforderung zur Selbsterstellung von Erklärungen (d = .22). Die Aufforderung zur eigenständigen Entwicklung von Erklärungen scheint genauso effektiv zu sein wie Erklärungen durch die Lernumgebung bei der Arbeit mit Fallbeispielen. Fallbeispiele mit Erklärungen sind besonders effektiv im Bereich Mathematik (d = .22). Pädagogische Gesten von pädagogischen Agenten (PA) im multimedialen Lernen haben einen positiven Einfluss auf den direkten Wissenstransfer (g = .39) und die Erinnerungsleistung (g = .28) Die Wirkung auf den Wissenstransfer ist stärker bei einer menschlichen (g = .40) als bei einer computergenerierten Stimme (g = .08) Humanoide Agenten können den Cognitive Load reduzieren (g = .24)

Wie Tabelle 2 zeigt liegen bereits umfassende Erkenntnisse für die Gestaltung multimedialer Lernumgebungen vor. Beispielsweise zeigt die Studie von Mayer und Fiorella (2019) mit dem Redundanzprinzip, dass Individuen besser von einer Präsentation der Informationen lernen, die nur Grafiken und gesprochenen Text umfasst als von einer Präsentation, die Grafiken, gesprochenen Text und zusätzlich schriftlichen Text umfasst. Dementsprechend kann auf die zusätzliche Darstellung der Informationen mit einem Text verzichtet werden. Die Studien von Mayer und Fiorella (2019) sowie Schroeder und Cenkci (2018) zeigen weiterhin, dass aufeinander bezogene Wörter und Grafiken räumlich eng beieinander dargestellt werden sollten und die lernförderliche Wirkung am größten ist, wenn es keine inhaltlichen Doppelungen zwischen Text und Abbildungen gibt bzw. der Text auch ohne Abbildung verständlich ist. Davis (2018) sowie Mayer (2019) zeigen zudem, dass eine menschliche Stimme einer computergenerierten Stimme für den Lernerfolg überlegen ist. Konzepte dynamischer und interaktiver Arbeitsblätter im Rechnungswesen sollten diese Erkenntnisse berücksichtigen. Sie lassen sich vor diesem Hintergrund wie folgt definieren: Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht stellen digitale Lernumgebungen für wirtschaftliche Inhalte dar, die

288

Florian Berding, Heike Jahncke, Malte Albersmann

1)

Aufgaben, Texte, Videos, Tabellen, Animationen und Links zu anderen Webseiten stimmig miteinander kombinieren (Integrationsfunktion), 2) den Lernenden ein unmittelbares und umfassendes Feedback für ihre Aufgabenlösung zur Verfügung stellen (Feedbackfunktion), 3) es Lernenden erlauben, durch Manipulation der Darstellungen und Inhalte Zusammenhänge eigenständig und aktiv zu entdecken sowie Vorstellungen von Begriffen und Objekten aktiv und eigenständig zu konstruieren (Explorations- und Interaktionsfunktion) und 4) Veränderungen der Inhalte durch die Lernenden unmittelbar in ihren Auswirkungen visualisieren, sichtbar machen und/oder darstellen (Visualisierungs- und Dynamisierungsfunktion). Diese Definition von dynamischen und interaktiven Arbeitsblättern macht deutlich, dass diese eine Lernumgebung für die sinnvolle Auseinandersetzung mit wirtschaftlichen Inhalten bieten sollen. Dies macht es jedoch erforderlich, dass nicht nur mediendidaktische Erkenntnisse, sondern vor allem auch fachdidaktische Überlegungen in die Gestaltung der Arbeitsblätter einfließen. 2.2

Dynamische und interaktive Arbeitsblätter aus fachdidaktischer Perspektive des Rechnungswesens Als Grundlage zur Einarbeitung fachdidaktischer Überlegungen in die Gestaltung dynamischer und interaktiver Arbeitsblätter eignen sich vor allem Forschungsarbeiten auf der Basis des wirtschaftsinstrumentellen Rechnungswesenunterrichts sowie des Modells der Grundvorstellungen. Dies lässt sich damit begründen, dass die Ziele und Anwendungsgebiete dynamischer und interaktiver Arbeitsblätter mit den Zielen dieser fachdidaktischen Ansätze korrespondieren und empirisch abgesicherte fachdidaktische Erkenntnisse zu diesen vorliegen. Konkret bestehen diese Ziele in dem Erkennen von Zusammenhängen sowie der Entwicklung adäquater Vorstellungen von Objekten und Verfahren (vgl. z. B. Baptist & Ulm 2004, S. 40 ff.; Berding 2019; Tramm & Preiß 1996). Die aus diesen beiden Zugängen resultierenden Gestaltungsempfehlungen werden im Folgenden kurz beschrieben. Verständnis von ökonomischen Zusammenhängen als Ziel des Unterrichts: Das Ziel des Rechnungswesenunterrichts besteht für Dubs (2008, S. 26 f.) darin, dass „die Lernenden die Funktion dieses Lernbereichs im Hinblick auf die Führung und Steuerung sowie auf das Controlling in der Unternehmung verstehen und die einzelnen Prozesse aus dieser ganzheitlichen Sichtweise anwenden können.“ (Dubs 2008, S. 26 f.) Hier belegen die Studien von Bouley (2017) sowie Seifried (2004) leichte Vorteile für den didaktischen Ansatz des wirtschaftsinstrumentellen Rechnungswesenunterrichts im Bereich der Motivation und des Lernerfolges im Vergleich zur Bilanzmethode. Besonders deutlich ist die Vorteilhaftigkeit des wirtschaftsinstrumentellen Rechnungswesenunterrichts jedoch im Bereich der Wissensvernetzung und Problemlösefähigkeit (vgl. Seifried et al. 2005). In der Konsequenz sollten die Gestaltungsprinzipien des wirtschaftsinstrumentellen Rechnungswesenunterrichts für die fachdidaktische Ausgestaltung aufgegriffen werden. Im Einzelnen bedeutet dies:

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

1) 2) 3) 4)

289

Konsequente Orientierung an einem Modellunternehmen (vgl. Preiß & Tramm 1996b, S. 243 ff.). Orientierung an den Leistungsprozessen bzw. Tätigkeiten eines Unternehmens als Ausgangspunkt zur Entwicklung der Inhalte und Fähigkeiten (vgl. Tramm 2005, S. 105). Verwendung komplexer und authentischer Situationen (vgl. Preiß & Tramm 1996b, S. 243 ff.; Tramm 2005, S. 103). Verwendung von authentischen Belegen, vor allem im Bereich der Buchführung (vgl. Tramm & Preiß 1990, S. 86).

Die didaktische Funktion der Belege besteht darin, dass diese Vermittler zwischen realen Prozessen einerseits und den für das Rechnungswesen relevanten Informationen andererseits darstellen (vgl. Preiß & Tramm 1996b, S. 252). Im Rahmen dieser Mittlerrolle erfüllen Belege vier wichtige Aufgaben (vgl. Preiß & Tramm 1996b, S. 253): Belege (1) dokumentieren reale Vorgänge und ökonomische Phänomene, (2) verdichten mit Hilfe der Fachsprache komplexe Sachverhalte, (3) stellen Abstraktionen realer Gegebenheiten dar, d. h. nehmen eine erste Reduzierung auf die relevanten Eigenschaften eines Phänomens vor und (4) bilden die Grundlage für weitere Verdichtungs- und Abstraktionsvorgänge. Der empirische Forschungsstand zur Nützlichkeit von Belegen ist jedoch nicht einheitlich. So zeigt die Studie von Berding und Jahncke (2019), dass es Lernenden leicht fällt, reale Situationen und Belege aufeinander zu beziehen, d. h. sie stellen ein nützliches didaktisches Hilfsmittel dar. In der Studie von Berding, Beckmann und Kürten (2019) zeigen die rasch-modellierten Aufgaben mit Belegen jedoch die geringsten Lösungsquoten, sodass hier weitere Forschungsarbeiten notwendig sind, um die Rolle von Belegen abschließend zu klären. Aufbau von Vorstellungen zu abstrakten Objekten und Verfahren: Die Rolle der Vorstellungen von abstrakten Objekten und Verfahren für die Nutzung des Rechnungswesens als Instrument zur Lösung realer ökonomischer Probleme wird speziell im Modell der Grundvorstellungen thematisiert (vgl. Berding 2019). Empirische Studien belegen hier einen deutlichen Einfluss der Grundvorstellungen der Lernenden auf das Kompetenzerleben, die selbstbestimmte Motivation, die Modellierungsfähigkeit und die Noten (vgl. z. B. Berding 2019; Berding, Beckmann & Kürten 2019; Berding & Jahncke im Druck; Berding, Riebenbauer & Slepcevic-Zach 2019). Diese Einflüsse lassen sich damit begründen, dass Grundvorstellungen ein Scharnier zwischen abstrakten Objekten und Verfahren einerseits und realen ökonomischen Situationen andererseits bilden und es so ermöglichen, abstrakte wirtschaftliche Begriffe für die Lösung von realen Problemen einzusetzen (vgl. z. B. Berding 2019, S. 149; Büchter & Henn 2010, S. 30; vom Hofe 2003, S. 5). Zusammen mit dem Modell der didaktischen Rekonstruktion (Kattmann et al. 1997) impliziert das Modell der Grundvorstellungen, dass im Unterricht geeignete Angebote für den Erwerb inhaltlich tragfähiger Vorstellungen zu gestalten sind. Dabei kommt der Erzeugung kognitiver Konflikte eine besondere Bedeutung zu, wie die Meta-Studie von Guzetti et al. (1993) aus der Konzeptwechsel-Forschung zeigt. Eine Hilfestellung zur Umsetzung passender Lernangebote ist in Abbildung 2 in Form eines Analyseinstruments dargestellt.

290

Florian Berding, Heike Jahncke, Malte Albersmann

Abbildung 2: Analyseschema für den Aufbau von Grundvorstellungen am Beispiel Inventur (in Anlehnung an Berding 2019, S. 289)

So ist es für die Planung eines kognitiven Konflikts notwendig, die Vorstellungen der Lernenden mit den aus fachwissenschaftlicher Sicht wünschenswerten Vorstellungen in Beziehung zu setzen. Zudem ist es notwendig, dass sich eine Lehrkraft im Klaren darüber ist, welche abstrakten Objekte und Verfahren sie aus dem jeweiligen Themengebiet thematisieren sollte (rechte Spalte in Abbildung 2), welche Belege bzw. Dokumente hierbei ggf. eine Rolle spielen (mittlere Spalte) und vor allem, welche realen Prozesse und Tätigkeiten in einer Unternehmung zu den abstrakten Objekten und Verfahren gehören und umgekehrt (linke Spalte in Abbildung 2). So sind beispielsweise im Rahmen einer Inventur u. a. die Vermögensgegenstände in einem Unternehmen durch körperliches Messen, Zählen, Wiegen usw. zu erfassen (linke Spalte in Abbildung 2) und auf Inventurlisten festzuhalten (mittlere Spalte). Diese Dokumente dienen sodann als Grundlage für Zusammenfassungen und Bewertungen, aus denen später das Inventar und eine Bilanz erstellt werden (rechte Spalte in Abbildung 2). Durch die Klärung dieser Aspekte für ein Themengebiet verfügt eine Lehrkraft über die notwendigen Informationen, um einen Unterricht zu generieren, der den Lernenden ein geeignetes Angebot zur Konstruktion tragfähiger Vorstellungen bietet. Die konkrete Umsetzung dieser fach- und mediendidaktischen Gestaltungsmerkmale in Form dynamischer und interaktiver Arbeitsblätter und die Klärung der Wirkung einer solchen Lernumgebung wird im Folgenden anhand eines Prototypen für Bewertungen im Rahmen der Inventur dargestellt und mit einem „klassischen“ Unterricht verglichen.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

3

291

Forschungsdesign und Stichprobe

3.1 Design der Intervention Überblick: Um die Wirkung dynamischer und interaktiver Arbeitsblätter zu testen, kommt ein Experimental- und Kontrollgruppendesign zum Einsatz. In der Experimentalgruppe wird ein Unterricht zum Thema „Bewertungen im Rahmen von Inventur, Inventar und Bilanz“ gehalten, der ein dynamisches und interaktives Arbeitsblatt als Lernumgebung in das Zentrum rückt. In der Kontrollgruppe wird das gleiche Thema unterrichtet, aber auf der Grundlage klassischer Medien und Konzepte. Das Erleben des Rechnungswesenunterrichts wird über motivationale und emotionale Empfindungen der Lernenden auf der Grundlage der Forschungsarbeiten von Prenzel et al. (1996) operationalisiert. Hierbei wird eine Unterscheidung zwischen sog. Trait- und State-Aspekten vorgenommen. Die Trait-Perspektive geht von relativ stabilen Einstellungen einer Person aus, die eine hohe Unabhängigkeit von dem Erleben einer konkreten Situation besitzen (vgl. z. B. Reeve 2016, S. 32). Dies ist beispielsweise dann der Fall, wenn ein Lernender Rechnungswesen grundsätzlich interessant bzw. nicht interessant findet. Demgegenüber geht die StatePerspektive von einem aktuellen Empfinden bzw. einer aktuellen Einschätzung einer Person aus. Hier wird also ein vorübergehender Zustand beschrieben (vgl. z. B. Reeve 2016, S. 32). Dies ist beispielsweise dann der Fall, wenn der Lernende die gerade erlebte Situation im Rechnungswesenunterricht als interessant bzw. nicht interessant empfindet. Folglich kann es beispielsweise vorkommen, dass eine Person sich grundsätzlich nicht für Rechnungswesen interessiert (Trait-Aspekt), den aktuell erlebten Rechnungswesenunterricht aber als „interessant“ einstuft (State-Aspekt). Für den praktischen Unterricht sind gerade die State-Aspekte von Bedeutung, denn diese lassen sich durch Unterrichtsmaßnahmen eher beeinflussen als überdauernde Trait-Aspekte (vgl. Gardner & Tremblay 1994, S. 362 f.). Die Ermöglichung situativ vorteilhafter Motivation und Empfindungen ist daher eine wesentliche Aufgabe von Lehrkräften (vgl. Baumert & Kunter 2006, S. 474 ff.). Gleichzeitig ist aber anzunehmen, dass die TraitPerspektive einen Einfluss auf das situationelle Erleben nimmt (vgl. Gardner & Tremblay 1994, S. 363; Reeve 2016, S. 32). Vor diesem Hintergrund erfolgt zwei Wochen vor dem jeweiligen Unterricht die Ermittlung der Trait-Aspekte sowie des Vorwissens. Zu Beginn des konkreten Unterrichts werden die Anfangszustände der State-Aspekte erhoben. Nach dem ersten Unterrichtsabschnitt sowie zum Ende des Unterrichts erfolgt eine weitere Erhebung der State-Aspekte, sodass die Wahrnehmung und das Erleben der Lernenden während des Unterrichts abgebildet werden kann. Zum Ende des Unterrichts wird zusätzlich noch ein Wissenstest eingesetzt, um durch den Vergleich mit dem Vorwissen den Wissenszuwachs in den verschiedenen Testsituationen beurteilen zu können. Ziel beider Unterrichtsstunden ist der Aufbau tragfähiger inhaltlicher Vorstellungen. Dies bedeutet beispielsweise, dass die Bilanz auf den Ist-Werten der Inventur aufbaut und nicht auf Buchwerten, was die besondere Relevanz der Tätigkeiten im Rahmen der Inventar- und Bilanzerstellung betont. Zusätzlich soll deutlich werden, dass bei der Bilanzerstellung Bewertungsspielräume existieren (vgl. zu diesen Problematiken im „klassischen“ Unterricht z. B. Reinisch

292

Florian Berding, Heike Jahncke, Malte Albersmann

1996, S. 68; Seifried & Sembill 2005, S. 1; Weller & Fischer 1998, S. 46). Beide Unterrichtskonzepte sollen sich zudem an dem Ziel des Rechnungswesenunterrichts orientieren, ein wirtschaftliches Verständnis der Zusammenhänge und Begriffe zu entwickeln, d. h. es soll den Lernenden klar werden, dass das Rechnungswesen ein Werkzeug zum Verstehen ökonomischer Phänomene und zur Gestaltung wirtschaftlicher Prozesse ist (z. B. Seifried 2002, S. 107; Preiß & Tramm 1996b, S. 226). Aus diesem Grund wird ein besonderer Fokus auf ein Verständnis der Folgen verschiedener Bewertungsverfahren für die Vermögenslage eines Unternehmens gelegt. Die nachfolgende Abbildung 3 fasst das Forschungsdesign zusammen. Die einzelnen Unterrichtskonzeptionen werden im Folgenden ausführlicher dargestellt.

Abbildung 3: Überblick vom Forschungsdesign

Experimentalgruppe: In der Experimentalgruppe kommt ein dynamisches und interaktives Arbeitsblatt als zentrale Lernumgebung zum Einsatz, welches Ausschnittsweise in Abbildung 4 zu sehen ist. Das Arbeitsblatt ist auch über den beigefügten QR-Code abrufbar.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

293

Abbildung 4: Dynamisches und interaktives Arbeitsblatt der Experimentalgruppe

Der Unterricht beginnt mit den ersten Messungen, einem Impuls über das Foto eines Lagers und nutzt für den Einstieg das in Abbildung 4 dargestellte erste Video. Das Video hat eine Länge von 3:58 Minuten und führt in die Grundlagen der Inventur ein. Im Anschluss wird im Plenum mit den Lernenden diskutiert, was eine Inventur ist, was genau erfasst wird und wo die Informationen notiert werden. Die Lernenden können so erkennen, dass die Inventur zunächst vor allem die mengenmäßige Erfassung von Vermögensgegenständen beinhaltet. Als Überleitung zur Bewertung der Vermögensgegenstände dient die Frage „Wie vermögend ist das Unternehmen?“, welche gemeinsam mit den Lernenden diskutiert wird. An dieser Stelle wird der wesentliche kognitive Konflikt erzeugt, da aus den Inventurlisten nur die Mengen, nicht aber die Werte ableitbar sind. Diese Diskussion hat das Ziel herauszuarbeiten, dass eine Bewertung der Gegenstände notwendig ist, um eine Aussage über das Vermögen eines Unternehmens zu treffen. Die mengenmäßige Betrachtung wird zur wertmäßigen Betrachtung fortgeführt. Die konkreten Bewertungsverfahren sind Teil von Video 2 mit einer Länge von 7:42 Minuten. Es kommt zu einer kurzen Besprechung der Bewertungsverfahren im Plenum. Im Anschluss erfolgen die Messungen für den Zeitpunkt t1. Der zweite Teil des Unterrichts beginnt mit dem gemeinsamen Lesen der Infotexte und des Arbeitsauftrages 1 des digitalen Arbeitsblattes. Ziel dieses zweiten Teils ist es, die Auswirkungen der verschiedenen Bewertungsverfahren zu erarbeiten und eine Vorstellung von diesen Verfahren zu entwickeln. Zudem erfolgt eine Einführung in die Handhabung der Animationsfläche, wie sie in Abbildung 4 auf der rechten Seite dargestellt ist. Die Lernenden haben sodann die Aufgabe durch Manipulation der Situation mit Hilfe von Schiebereglern die Auswirkungen der verschiedenen Bewertungsvereinfachungsverfahren auf die Vermögenslage und Bilanz des Unternehmens eigenständig zu entdecken und die Aufgaben des Arbeitsblattes zu bearbeiten. Die Lernumgebung erlaubt es den Lernenden dabei, ein Feedback über die Korrektheit der Lösung zu erhalten. Das Feedback beinhaltet zudem eine Begründung, warum die Lösung korrekt ist oder nicht. Diese Art der Rückmeldung gilt nach mediendidaktischem Forschungsstand als besonders wirksam (vgl. Van der Kleij, Feskens & Eggen 2015). Die Stunde endet mit einer

294

Florian Berding, Heike Jahncke, Malte Albersmann

Besprechung der Lösungen in der Klasse und der Durchführung der Messungen zum dritten Zeitpunkt. Kontrollgruppe: In der Kontrollgruppe kommt ein möglichst vergleichbares Konzept zum Einsatz. Der Unterricht beginnt zunächst mit der Messung der State-Aspekte und führt über das Foto eines Lagers in die Stunde ein. Im Anschluss erarbeitet die Lehrkraft mit den Lernenden schrittweise ein Tafelbild, welches die Grundzüge der Inventur beinhaltet. Dieses Tafelbild wird während der gesamten Stunde weiterentwickelt. Als Überleitung zur Bewertung erfolgt erneut die Frage an die Lernenden, wie vermögend das Unternehmen ist. Dies dient im ersten Schritt der Legitimation von Lagerbestandslisten als notwendige Datengrundlage. Es folgen die Messungen zum Zeitpunkt t1. Der zweite Teil des Unterrichts behandelt sodann die Bewertungsverfahren. Es wird eine Lagerbestandsliste in den Unterricht eingebracht und die Lernenden aufgefordert zu beschreiben, was sie sehen. Die Lagerbestandsliste dient auch der gemeinsamen Herleitung des Problems, dass die Liste zwar Mengen, aber keine Werte ausweist, also Bewertungen vorgenommen werden müssen, sodass hier der gleiche kognitive Konflikt bei den Lernenden angeregt wird wie in der Experimentalgruppe. Unter Weiterentwicklung des Tafelbildes führt die Lehrkraft sodann die verschiedenen Bewertungsvereinfachungsverfahren sowie den Übergang des Inventars zur Bilanz ein. Dabei werden an der Tafel nacheinander drei Visualisierungen in Form von Quadraten, die Kartons symbolisieren sollen, angeführt, um Zu- und Abgänge entsprechend der verschiedenen Verfahren darzustellen. In einer anschließenden Gesprächsrunde werden anhand der drei Visualisierungen die unterschiedlichen Bewertungshöhen und deren Entstehung thematisiert. Die Lernenden erhalten sodann das in Abbildung 5 dargestellte papierbasierte Arbeitsblatt, um die Auswirkungen der verschiedenen Verfahren auf das Inventar bzw. die Bilanz zu erarbeiten. Die Stunde endet mit einer Ergebnissicherung des Tafelbildes und den Erhebungen zum Zeitpunkt t2.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

295

Abbildung 5: Arbeitsblatt im Rahmen der Kontrollgruppe

3.2 Stichprobenbeschreibung Für den Vergleich der beiden Unterrichtskonzepte wurde der Unterricht in insgesamt vier Klassen mit 61 Lernenden durchgeführt. Eine Klasse aus der Berufsfachschule Wirtschaft und eine Klasse von Industriekaufleuten lernten im Rahmen des Konzepts für die Kontrollgruppe. Jeweils eine weitere Klasse der Berufsfachschule Wirtschaft und von Industriekaufleuten bildeten die Experimentalgruppe. Die deskriptiven Statistiken der Klassen zeigt Tabelle 3. Tabelle 3: Demographische Angaben zu den Lernenden (N = 61) Bildungsgang Berufsfachschule Wirtschaft

Industriekaufleute

Kontrollgruppe n=9 Alter M = 17.22 SD = .667 33 % Frauen 6 Hauptschulabschluss 3 mittlere Reife n = 21 Alter M = 20.95 SD = 1.820 63 % Frauen 3 mittlere Reife 8 Fachhochschulreife 8 Abitur 2 abgeschlossenes Studium 2. Ausbildungsjahr

Experimentalgruppe n=9 Alter M = 17.11 SD = .601 56 % Frauen 8 Hauptschulabschluss 1 mittlere Reife n = 22 Alter M = 20.95 SD = 1.362 68 % Frauen 6 mittlere Reife 6 Fachhochschulreife 10 Abitur 2. Ausbildungsjahr

296

Florian Berding, Heike Jahncke, Malte Albersmann

Obwohl die Industriekaufleute das Thema Inventur bereits im ersten Ausbildungsjahr im Rahmen des Lernfeldes 3 behandelt haben, sind Bewertungsthemen erst Gegenstand von Lernfeld 8 im zweiten Ausbildungsjahr (vgl. KMK 2002). Bei den Lernenden der Berufsfachschule Wirtschaft wurde das Thema Inventur, Inventar und Bilanz noch nicht behandelt. Zudem werden im traditionellen Unterricht Bewertungsfragen in Zusammenhang mit der Inventur und Bilanzerstellung generell oft außer Acht gelassen (vgl. dazu z. B. Reinisch 1996, S. 67 f.; Weller & Fischer 1998, S. 46). Entscheidende Vorkenntnisse sind daher bei den Lernenden nicht zu erwarten. 3.3 Erhebungsinstrumente Trait-Aspekte: Zur Messung der generalisierten Einstellungen der Lernenden gegenüber dem Rechnungswesenunterricht wird auf ausgewählte Skalen des Fragebogens von Prenzel et al. (1996) zurückgegriffen. Der eingesetzte Fragebogen umfasst insgesamt 65 Aussagen. Zu jeder Aussage können die Lernenden auf einer Skala von 0 = nie bis 5 = sehr häufig bewerten, wie oft eine Aussage beim Lernen zutrifft. Die Items enthalten durch die Einführung „Beim Lernen von Rechnungswesen …“ bzw. „Das Lernen von Rechnungswesen …“ einen expliziten Bezug zu diesem Themengebiet. Das Instrument operationalisiert die eher fremdbestimmten Motivationsformen Amotivation („…versuchte ich mich zu drücken.“; 3 Items), externale Regulation („…hätte ich ohne Druck von außen nichts getan.“; 3 Items) und introjizierte Regulation („…versuchte ich, alles so zu erledigen, wie es von mir erwartet wird.“; 3 Items) ebenso wie die eher selbstbestimmten Motivationsformen identifizierte Regulation („…war mir klar, dass ich das für meinen Beruf können muss.“; 3 Items), intrinsische Regulation („…machte das Lernen/Arbeiten richtig Spaß.“; 3 Items) und interessierte Regulation („… befasste ich mich mit anregenden Problemen, über die ich mehr erfahren will.“; 3 Items). Darüber hinaus erfasst der Fragebogen die Bedingungen, die für eine eher selbstbestimmte Motivation vorliegen müssen. Diese sind das Kompetenzerleben („…wurde mir sachlich mitgeteilt, was ich noch verbessern kann.“; 6 Items), die soziale Eingebundenheit („…hatte ich das Gefühl dazuzugehören.“; 6 Items), das Autonomieerleben („…durfte ich Aufgaben auf meine Art erledigen.“; 7 Items), die wahrgenommene Relevanz („…wurde darauf hingewiesen, dass der Stoff für die berufliche Praxis wichtig ist.“; 7 Items), die wahrgenommene Klarheit bzw. Transparenz („…wurde ich über die Lernziele (das, was ich können soll) informiert.“; 6 Items) und das Ausmaß an Überforderung/Anpassung („…ging mir alles zu schnell.“; 3 Items). Das Empfinden der Lernenden wurde über zwei Konstrukte operationalisiert: negative Empfindungen („Das Lernen von Rechnungswesen ist unangenehm.“; 6 Items) und positive Empfindungen („Das Lernen von Rechnungswesen ist reizvoll.“; 6 Items). State-Aspekte: Zu jedem der Konstrukte aus der Trait-Perspektive wurden die dazugehörigen Ausprägungen während der Unterrichtssituation erfasst. Die Messung dieser Aspekte stand vor der Herausforderung, dass sie zügig während des Unterrichts durchgeführt werden musste, ohne den Unterrichtsverlauf zu sehr zu stören. Vor diesem Hintergrund kamen nicht die vollständigen Skalen aus der Trait-Perspektive zum Einsatz, sondern nur ausgewählte Items. Zudem wurde die Formulierung der Items so angepasst, dass sie sich nicht mehr auf die generalisierten Einstellungen bezogen, sondern auf die Wahrnehmung der konkreten Situation („Im

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

297

Moment…“). Die insgesamt 18 Aussagen erlaubten es den Lernenden, eine Bewertung von 0 = Stimmt gar nicht bis 5 = Stimmt genau vorzunehmen Die Items wurden den Lernenden insgesamt drei Mal während des Unterrichts vorgelegt und werden im Folgenden genauer erläutert. Konkret handelt es sich um die folgenden Aussagen: Amotivation („…bin ich mit meinen Gedanken woanders.“), externale Regulation („…hätte ich ohne Druck von außen nichts getan.“), introjizierte Regulation („…versuche ich alles so zu erledigen, wie es von mir erwartet wird.“), identifizierte Regulation („…setze ich mich ein, weil ich meinen eigenen Zielen ein Stück näher kommen kann.“), intrinsische Regulation („…macht das Lernen richtig Spaß.“), interessierte Regulation („…bin ich neugierig/wissbegierig.“), Kompetenzerleben („…werde ich sachlich über meine Fortschritte informiert.“), soziale Eingebundenheit („…ist die Atmosphäre freundschaftlich entspannt.“), Autonomieerleben („…werde ich ermuntert selbständig vorzugehen.“), wahrgenommene Relevanz („…werde ich in Situationen gebracht, wo ich selbst merken kann, wie wichtig der Stoff ist.“), wahrgenommene Klarheit bzw. Transparenz („…sind Darstellungen und Erklärungen klar und verständlich.“), Ausmaß an Überforderung/Anpassung („…ist der Stoff zu viel.“; 2 Items), negative Empfindungen („…empfinde ich das Lernen als anstrengend.“; 3 Items) und positive Empfindungen („…empfinde ich das Lernen als spannend.“). Wissen: Zur Messung des Wissens wurde ein Multiple-Choice-Test für das Themengebiet erarbeitet. Der Test präsentiert den Lernenden insgesamt 13 Aufgaben mit jeweils drei Antwortmöglichkeiten. Dabei ist jeweils nur eine Lösung korrekt. Ein Beispiel zeigt Abbildung 6. Wird bei steigenden Anschaffungspreisen für Vorräte das Lifo-Prinzip und nicht das Fifo-Prinzip angewandt, so…  führt dies zu einem höheren Wertansatz in der Bilanz.  führt dies zu einem niedrigeren Wertansatz in der Bilanz.  führt dies zu keinerlei Auswirkungen auf die Bilanz. Abbildung 6: Beispielaufgabe aus dem Multiple-Choice-Wissenstest

Der Test ist nach den Richtlinien von Rodriguez (2005; 2016), Moreno, Martínez und Muñiz (2006) entwickelt. Die Reliabilitätswerte sämtlicher Skalen sind in Tabelle 4 dargestellt. Tabelle 4: Reliabilitätswerte Variable (Trait) Reliabilität Variable (Trait) Reliabilität Soziale Eingebundenheit .862 Fremdbestimmte Motivation .853 Kompetenzerleben .771 Amotiviert .801 Autonomieerleben .753 Externale Regulation .707 Relevanzwahrnehmung .878 Selbstbestimmte Motivation .878 Transparenz .890 Introjizierte Regulation .699 Anpassung .858 Identifizierte Regulation .762 Negative Empfindungen .871 Intrinsische Regulation .807 Wichtigkeitsempfinden .829 Interessierte Regulation .734 Positive Empfindungen .873 MC-Test (t0) .634 Hinweis: Bei allen Werten handelt es sich um Cronbachs α mit Ausnahme des MC-Tests. Hier stellt der Wert die Faktorreliabilität dar.

298

Florian Berding, Heike Jahncke, Malte Albersmann

3.4 Hinweise zu den Analyseverfahren Zur Analyse der Unterschiede in den beiden Unterrichtskonzepten werden die Skalen Amotivation sowie externale Regulation zu dem Indikator „fremdbestimmte Motivation“ zusammengefasst. Die identifizierte, intrinsische und interessierte Regulation bilden den Indikator „selbstbestimmte Motivation“. Die Werte können zwischen „0“ und „5“ variieren, wobei eine höhere Zahl eine höhere Ausprägung der jeweiligen Motivation repräsentiert (für ein ähnliches Vorgehen vgl. z. B. Müller 2010, S. 94; Pelletier, Séguin-Lévesque & Legault 2002, S. 189). Die Skala zur introjizierten Regulation wird ausgeschlossen, da sie erwartungswidrig positiv mit den selbstbestimmten und negativ mit den fremdbestimmten Motivationsformen korreliert. Ein umgekehrtes Vorzeichen wäre zu erwarten gewesen (vgl. z. B. Kramer, Prenzel & Drechsel 2000). Zur Gewährleistung, dass Unterschiede in der Wissensentwicklung sich nicht auf die Eigenschaften des Multiple-Choice-Tests zurückführen lassen, wird dieser an den Daten aus der Vorhebung einer Rasch-Skalierung unterzogen (vgl. dazu Koller, Alexandrowicz & Hatzinger 2012; Strobl 2015). Die Prüfung der Annahmen des Raschmodells erfolgt mit dem Paket eRm (extended Rasch modeling) von Mair, Hatzinger und Maier (2018) für das Programm R. Im Rahmen der Modellprüfung müssen mehrere Hypothesen am gleichen Datensatz geprüft werden, was eine Justierung des Alpha-Niveaus erforderlich macht (vgl. Koller, Alexandrowicz & Hatzinger 2012, S. 162 ff.). Aus diesem Grund wird der Empfehlung von Koller, Alexandrowicz und Hatzinger (2012, S. 162) gefolgt und das globale α-Niveau auf 10 % festgelegt. Nach Elimination von Aufgaben, die den Annahmen des Raschmodells widersprechen, liegt eine Lösung mit insgesamt sieben Aufgaben vor. Die Testwerte für die parametrischen Testverfahren berichtet Tabelle 5. Tabelle 5: Ergebnisse der parametrischen Tests für den Multiple-Choice-Test zu t0 (N = 61) Leistungsfähigkeit der Personen

Geschlecht der Bildungsgang der Personen Personen Treatment-Gruppe Globale Kennwerte, Grenzwert für α = .025 χ²(6) = 5.905, p = .434 χ²(6) = 4.922, p = .554 χ²(6) = 4.583, p = .598 χ²(6) = 2.312, p = .889 Lokale Kennwerte, Grenzwert für α = .00357 z-Werte p-Werte z-Werte p-Werte z-Werte p-Werte z-Werte p-Werte A03 0.641 .522 -0.675 .500 -0.913 .361 -1.157 .247 A05 -0.538 .560 0.063 .950 0.337 .736 -0.289 .772 A07 -1.265 .206 -1.040 .298 -0.543 .587 0.052 .958 A09 -0.084 .933 -1.390 .164 1.817 .069 0.932 .351 A11 0.234 .815 0.940 .347 0.226 .821 0.472 .637 A12 -1.211 .226 0.063 .950 -0.616 .538 -0.289 .772 A13 1.960 .050 1.403 .161 0.525 .599 0.184 .854 Martin-Löf-Test: χ²(11) = 8.698, p = .650, Grenzwert für α = .100 Hinweise: Die Justierung des Grenzwertes für α erfolgte nach Koller, Alexandrowicz und Hatzinger (2012, S.168 f.)

Wie die p-Werte in Tabelle 5 zeigen, werden die Tests weder auf lokaler noch auf globaler Ebene signifikant. Dies bedeutet inhaltlich, dass sich die Testeigenschaften nicht zwischen leis-

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

299

tungsstarken und leistungsschwachen Lernenden, Frauen und Männern, Lernenden der Berufsfachschule Wirtschaft und Industriekaufleuten und vor allem nicht zwischen Kontrollgruppe und Experimentalgruppe unterscheiden. Zu dem gleichen Ergebnis kommen auch die quasiexakten Tests, deren Ergebnisse in Tabelle 6 dargestellt sind. Tabelle 6: Ergebnisse der quasi-exakten Tests für den Multiple-Choice-Test zu t0 (N = 61)

In der Berufsfachschule leichter als bei den Industriekaufleuten Bei den Industriekaufleuten leichter als in der Berufsfachschule In der Kontrollgruppe leichter als in der Interventionsgruppe In der Experimentalgruppe leichter als in der Kontrollgruppe

Für Frauen leichter als für Männer

Für Männer leichter als für Frauen

Für leistungsschwächere L. leichter als für leistungsstarke L. Für leistungsstarke L. leichter als für leistungsschwächere L.

Leistungsfähigkeit der Geschlecht der Bildungsgang der Personen Personen Personen Treatment-Gruppe Globale Kennwerte, Grenzwert für α = .025, Prozedur T10 p = .287 p = .530 p = .467 p = .961 Lokale Kennwerte, Grenzwert für α = .00357, Prozedur T4 p-Werte p-Werte p-Werte p-Werte

Trennschärfe Grenzwert für α = .0143 Prozedur Tpbis .517 .215 .885 .335 .580 .957 .133

A03 .246 .918 .798 .441 .938 .278 .925 .211 A05 .773 .502 .491 .762 .563 .778 .707 .550 A07 .934 .226 .881 .285 .865 .387 .595 .629 A09 .524 .733 .912 .203 .075 .985 .225 .907 A11 .527 .846 .296 .911 .639 .669 .473 .800 A12 .921 .236 .495 .753 .892 .421 .690 .529 A13 .101 .991 .172 .959 .538 .772 .594 .701 Itemhomogenität (Aufgabenschwierigkeit): p = .813, Grenzwert .α = .025, Prozedur Tmd Globale Prüfung der lokalen stochastischen Unabhängigkeit: p = .124, Grenzwert .α = .10, Prozedur T11 Lokale Prüfung der lokalen stochastischen Unabhängigkeit: 21 Paarvergleiche, min p > .00476, Grenzwert .α = . 00476, Prozedur T1, keine signifikanten Paare Prüfung der Mehrdimensionalität: 21 Paarvergleiche, min p > . 00476, Grenzwert .α = . 00476, Prozedur T1m, keine signifikanten Paare Hinweise: Die Justierung des Grenzwertes für α erfolgte nach Koller, Alexandrowicz und Hatzinger (2012, S. 168 f.)

Insgesamt bedeuten die Ergebnisse der Rasch-Modellierung, dass sich Unterschiede im Wissen durch den Unterricht nicht auf die Eigenschaften des Testinstruments zurückführen lassen. Dies ist ein wichtiger Befund, um die Ergebnisse auch kausal interpretieren und auf die Intervention zurückführen zu können, denn dadurch kommen die Eigenschaften des Tests nicht als Ursache für Unterschiede zwischen Kontroll- und Interventionsgruppe in Frage. Die konkrete Analyse der Wirkung der Intervention erfolgt mit Ko-Varianzanalysen, die den Unterricht als Within-Subject-Faktor sowie die Zugehörigkeit zur Kontroll- oder Experimentalgruppe, den Bildungsgang und das Geschlecht als Between-Subject-Faktoren beinhalten. Die Ausprägungen für die State-Aspekte und die Messungen für das Wissen bilden die jeweiligen Datengrundlagen für den Within-Subject-Faktor. Um Verzerrungen der Situationsanalyse des Unterrichts zu reduzieren, gehen die jeweiligen Trait-Aspekte der Konstrukte als Kovariate in die Analyse ein. Dies gilt für alle Konstrukte mit Ausnahme des Wissens, dort dienen die Trait-Aspekte für die selbst- und fremdbestimmte Motivation als Kovariate. Die Kovariate haben u. a. die Funktion sicherzustellen, dass vor der Untersuchung bestehende Unterschiede in den Personen das Analyseergebnis nicht beeinflussen (vgl. Bortz & Schuster 2010, S. 305). Im vorliegenden Fall bedeutet dies, dass der

300

Florian Berding, Heike Jahncke, Malte Albersmann

Einfluss der generalisierten Einstellungen der Lernenden gegenüber dem Rechnungswesenunterricht auf die Wahrnehmung der konkreten Unterrichtskonzepte herausgerechnet wird und damit eine weniger verzerrte Analyse der Situationswahrnehmung der Unterrichtskonzepte möglich ist. Zur Beurteilung der Stärke der Einflüsse werden die Effektmaße η² und partielles η² berichtet. Ersteres gibt an, wie viel Prozent der Varianz ein Faktor an der gesamten Varianz erklärt. Das partielle η² beschreibt hingegen, wie viel Prozent der Varianz ein Faktor an der gesamten Varianz der Within-Subject-Ebene erklärt. Diese Effektgröße wird in der Auswertung zur Beurteilung vorwiegend herangezogen, da sie Aufschluss über die Veränderungen in der Entwicklung der Lernenden während des Unterrichts gibt. Die erzielten Ergebnisse präsentiert der folgende Abschnitt.

4

Ergebnisse

4.1 Überblick Tabelle 7 berichtet zunächst die deskriptiven Statistiken für das Erleben des Unterrichts und den Lernerfolg. Hier wird deutlich, dass die Lernenden dem Rechnungswesenunterricht mittlere Werte für die soziale Eingebundenheit, das Kompetenzerleben und die Relevanz zuordnen. Im Gegensatz dazu erhält der Unterricht relativ hohe Werte für Klarheit und Transparenz. Auffallend ist, dass die Werte sowohl für die fremd- als auch für die selbstbestimmte Motivation gering ausfallen, dabei aber die selbstbestimmte Motivation überwiegt. Im Gegensatz dazu übersteigen die negativen etwas die positiven Empfindungen in Bezug auf den Rechnungswesenunterricht. Mit geringen Werten für Anpassung wird die Überforderung von den Lernenden als relativ gering wahrgenommen. Tabelle 7: Deskriptive Statistiken zu den erhobenen Daten

Trait-Aspekt t0 t1 t2 Variable M SD M SD M SD M SD Soziale Eingebundenheit 3.13 0.977 3.49 1.12 3.75 1.083 3.75 0.977 Kompetenzerleben 3.05 0.805 2.9 0.951 2.92 1.085 2.89 1.112 Autonomieerleben 2.64 0.738 2.98 0.904 2.64 0.949 3.08 1.103 Relevanzwahrnehmung 2.96 0.990 2.8 1.195 2.9 1.165 2.92 1.115 Transparenz 3.37 1.008 3.18 0.975 3.90 0.851 3.77 0.956 Anpassung 2.49 1.159 2.42 1.232 1.46 1.145 1.67 1.193 Negative Empfindungen 2.65 1.113 2.70 1.319 1.84 1.276 2.04 1.362 Positive Empfindungen 2.21 0.952 1.79 1.062 2.06 1.111 2.02 1.195 Fremdbestimmte Motivation 1.94 1.050 2.75 1.178 2.27 1.086 2.53 1.161 Selbstbestimmte Motivation 2.42 0.907 2.43 0.772 2.59 0.879 2.56 0.948 Wissen 3.46 1.566 -/-/-/-/4.67 1.514 Hinweis: Die Werte für die fremdbestimmte Motivation wurden ohne die Skala „introjizierte Regulation“ berechnet. Hohe Werte bei Anpassung deuten eine umso stärkere Überforderung der Lernenden an.

Dynamische und interaktive Arbeitsblätter im Rechnungswesenunterricht

301

Eine differenzierte Analyse dieser deskriptiven Informationen wird mit den Ergebnissen der Ko-Varianzanalyse möglich, die in Tabelle 8 zusammengefasst sind. Aufgrund der Vielzahl von Effekten konzentriert sich die nachfolgende Auswertung auf die Einflüsse, in denen die verschiedenen Unterrichtskonzepte involviert sind und ein (marginal) signifikantes Ergebnis vorliegt. Veränderungen während des Unterrichts für die Merkmale Autonomieerleben, Anpassung und negatives Empfinden konnten dabei nicht festgestellt werden, d. h. hier unterscheiden sich die Konzepte nicht. Tabelle 8: Zusammenfassung der Ko-Varianzanalyse für die Merkmale zum Unterrichtserleben (N = 61) Einflussfaktor Unterricht Unterricht*Trait Unterricht*Gruppe Unterricht*Geschlecht Unterricht*Bildungsgang Unterricht*Gruppe*Geschlecht Unterricht*Gruppe*Bildungsgang Unterricht*Geschlecht*Bildungsgang Unterricht*Gruppe*Geschlecht* Bildungsgang Trait Gruppe Geschlecht Bildungsgang Gruppe*Geschlecht Gruppe*Bildungsgang Geschlecht*Bildungsgang Gruppe*Geschlecht*Bildungsgang Hinweise: ** p