Lesekompetenz ist von entscheidender Bedeutung, um sich im Alltag zurechtzufinden und gesellschaftliche sowie kulturelle Herausforderungen zu bewältigen. 

Die Ergebnisse der PISA-Studie 2025 zeigen jedoch einmal mehr, dass viele Jugendliche in der Schweiz lediglich über grundlegende Lesefähigkeiten verfügen. In den vergangenen Jahrzehnten hat die Bildungsforschung eine umfangreiche empirische Grundlage zur Entwicklung von Lesekompetenz und zu wirksamen Unterrichtsansätzen aufgebaut. Geringe Lesekompetenz bei Jugendlichen steht häufig mit einem Sekundarschulunterricht in Zusammenhang, der die Motivation zum Lesen nicht ausreichend fördert. Aktuelle Forschungsergebnisse zeigen, dass eine Perspektive auf Basis der Selbstbestimmungstheorie (Self-Determination Theory, SDT) – unter Berücksichtigung der drei grundlegenden psychologischen Bedürfnisse – entscheidend dazu beitragen kann, die Lesemotivation und damit auch die Lesekompetenz zu steigern. Dieses Wissen wird in Schulen bislang jedoch noch zu wenig genutzt. Dies spiegelt eine anhaltende Lücke zwischen Forschung und Praxis wider: Die große Menge an wissenschaftlichen Publikationen ist für Lehrpersonen schwer zu überblicken, und sowohl deren Inhalte als auch die wissenschaftliche Sprache werden häufig als zu komplex wahrgenommen.

Vor diesem Hintergrund entwickelt und evaluiert das vorgeschlagene Projekt „Supporting Teachers’ Engagement with Scientific Evidence Through Artificial Intelligence – Assessing Its Added Value in Reading Instruction“ (STAIR) ein innovatives Weiterbildungsangebot für Lehrpersonen der Sekundarstufe. Ziel ist es, Lehrpersonen dabei zu unterstützen, ihren Leseunterricht auf der Grundlage wissenschaftlicher Erkenntnisse zu optimieren. Zu diesem Zweck wird die Interventions-App „MyResearchMate“ entwickelt. Ihr Kernbestandteil ist ein auf Apertus basierendes Large Language Model (LLM). Apertus ist das erste groß angelegte, offene und mehrsprachige Sprachmodell der Schweiz und ermöglicht den Einsatz generativer Künstlicher Intelligenz (KI) für dialogbasierte Interaktionen im Bereich der Verarbeitung natürlicher Sprache (Natural Language Processing, NLP). Das LLM von MyResearchMate wird durch eine domänenspezifische Wissensbasis unterstützt, die kuratierte wissenschaftliche Erkenntnisse zur Förderung der Lesemotivation auf Grundlage der Selbstbestimmungstheorie (E-SDT) enthält. Dadurch kann die Anwendung mit Lehrpersonen in einen Dialog treten und evidenzbasierte Ideen entwickeln, die auf deren spezifische Bedürfnisse zugeschnitten sind.
STAIR untersucht drei übergeordnete Forschungsfragen.

1. Wie beeinflussen unterschiedliche Formen der LLM-basierten Wissenschaftskommunikation – laienorientiert versus wissenschaftlich sowie direktiv versus vorsichtig – die Auseinandersetzung von Lehrpersonen mit E-SDT?
2. In welchem Ausmaß beeinflusst die LLM-gestützte Auseinandersetzung mit E-SDT das professionelle Denken und die Entscheidungsfindung von Lehrpersonen im Hinblick auf einen Leseunterricht, der die Lesemotivation von Schülerinnen und Schülern fördern soll?
3. Wie hängt eine längerfristige Auseinandersetzung mit MyResearchMate im schulischen Alltag mit der Selbstwirksamkeit der Lehrpersonen und ihrem Einsatz von Unterrichtsstrategien zur Förderung der Lesemotivation von Schülerinnen und Schülern zusammen?

Das Projekt folgt einem mehrphasigen Forschungsdesign. In Phase 1 werden in zwei randomisierten Experimenten systematisch unterschiedliche Versionen des LLM untersucht. Dabei kommen Pretest-Intervention-Posttest-Designs sowie standardisierte Fallvignetten zum Einsatz. Aufbauend auf diesen Ergebnissen untersucht Phase 2 die Wirkung der finalisierten MyResearchMate-App in einem randomisierten 2×2-faktoriellen Design. Dabei wird variiert, ob MyResearchMate und/oder der Austausch mit Kolleginnen und Kollegen zur Verfügung stehen. Der kollegiale Austausch stellt die am häufigsten genutzte Form professionellen Lernens von Lehrpersonen dar. Phase 3 untersucht schließlich die ökologische Validität und praktische Relevanz von MyResearchMate in einem sechswöchigen Feldversuch im schulischen Alltag. Hierzu werden Vorher-Nachher-Fragebögen mit halbstrukturierten Interviews kombiniert, um die Nutzung der Anwendung sowie ihre Integration in den Unterricht zu erfassen.