Auf der Seite finden Sie eine kuratierte Sammlung von Links und Materialien zum Einsatz der Lernumgebung Colette im Unterricht zu Computational Thinking. Die Angebote unterstützen Lehrkräfte dabei, informatisches Denken systematisch zu fördern und Lernpfade zu Computational-Thinking-Konzepten zusammenzustellen.

Die verlinkten Materialien zeigen, wie mit Colette Aufgaben und Lernsettings entwickelt werden können, die zentrale Denkweisen wie Zerlegung, Mustererkennung, Abstraktion und algorithmisches Vorgehen adressieren. Der Fokus liegt dabei auf dem pädagogisch sinnvollen Einsatz im Unterricht, nicht auf der technischen Einführung in das Tool selbst.

Die Seite eignet sich besonders für Lehrkräfte, die konkrete Materialien und Impulse für den Einsatz von Colette im Kontext von Computational Thinking suchen und diese in bestehende Unterrichtsvorhaben integrieren möchten.

Eine ausführlichere Beschreibung mit Zielgruppe, Einordnung, Lizenzhinweisen und Bezügen zu den Hessischen Kerncurricula Informatik finden Sie unter dem Info-Symbol (ⓘ).

Zielgruppe

Das Angebot richtet sich insbesondere an Lehrkräfte der Sekundarstufe I und der Sekundarstufe II. Die Materialien können außerdem in der beruflichen Bildung sowie in der Aus-, Fort- und Weiterbildung von Lehrerinnen und Lehrern eingesetzt werden.

Einordnung

Die Sammlung unterstützt die fachliche und didaktische Vorbereitung von Unterrichtsvorhaben zum Computational Thinking. Je nach ausgewähltem Material können unterschiedliche Aspekte des informatischen Problemlösens, der Algorithmik und der Gestaltung von Lernpfaden vertieft werden.

Lizenzierung

Die auf der Colette-Website zum Download bereitgestellten Projektmaterialien sind mit der Lizenz Creative Commons CC BY-NC-ND 4.0 gekennzeichnet. Für die auf der Veröffentlichungsseite verlinkten Fachbeiträge gelten die jeweiligen Lizenz- und Nutzungsbedingungen der Publikationsorte.

Bezüge zu den Hessischen Kerncurricula Informatik

Je nach ausgewähltem Material ergeben sich insbesondere folgende Bezüge:

• Algorithmen: algorithmische Lösungswege erkennen, analysieren, darstellen und entwickeln
• Modellieren und Implementieren: Problemsituationen analysieren, wesentliche Informationen abstrahieren und in geeignete Modelle oder Lösungswege überführen
• Strukturieren und Vernetzen: komplexe Sachverhalte in Teilprobleme zerlegen, Muster und Beziehungen erkennen sowie Handlungsschritte sinnvoll anordnen
• Begründen und Bewerten: unterschiedliche Lösungswege nachvollziehen, vergleichen, begründen und hinsichtlich ihrer Eignung beurteilen