26gma055 10.3205/26gma055 urn:nbn:de:0183-26gma0553 Meeting Abstract Fassbender Fassbender Finn S. FS

Eberhard Karls Universität Tübingen, Medizinische Fakultät, Tübingen, Deutschland Bundesvertretung der Medizinstudierenden in Deutschland e.V., Ankizin, Berlin, Deutschland

author Solleder Solleder Jan J

Julius-Maximilians-Universität Würzburg, Medizinische Fakultät, Würzburg, Deutschland Bundesvertretung der Medizinstudierenden in Deutschland e.V., Ankizin, Berlin, Deutschland

author Moegelin Moegelin Leon Arthur LA

Technische Universität München, TUM School of Medicine and Health, München, Deutschland Bundesvertretung der Medizinstudierenden in Deutschland e.V., Ankizin, Berlin, Deutschland

author Bluhm Bluhm Moritz M

Rheinisch-Westfälische Technische Hochschule Aachen, Medizinische Fakultät, Aachen, Deutschland Bundesvertretung der Medizinstudierenden in Deutschland e.V., Ankizin, Berlin, Deutschland

author Fister Fister Daniel D

Martin-Luther-Universität Halle-Wittenberg, Medizinische Fakultät, Halle/Saale, Deutschland Bundesvertretung der Medizinstudierenden in Deutschland e.V., Ankizin, Berlin, Deutschland

author German Medical Science GMS Publishing House

Düsseldorf

610 20260904 germ This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). M0655 055 Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA) V-10 KI – Projekte & Anwendungen Dresden 20260917 20260919 V-1001 TextProblembeschreibung/Zielsetzung: Die Prüfungsvorbereitung im Medizinstudium erfordert die Bewältigung eines umfangreichen Curriculums. Im Rahmen der Staatsexamina sind die entsprechenden Inhalte oft durch etablierte Lernpläne aufbereitet. Digitale Lernkarten-Systeme mit spaced repetition (z.B. Anki) sind effektive Werkzeuge für den langfristigen Wissenserhalt . Die unstrukturierte Nutzung einer großen Menge vorgefertigter Lernkarten (über 46.000 Karten in Ankizin) kann Studierende jedoch überfordern und zu ineffizientem Lernverhalten führen.Das Projekt zielte darauf ab, diese Lücke durch die Entwicklung eines automatischen Lernplan-Managers zu schließen (siehe Abbildung 1 ).Projektbeschreibung/Evaluationsmethoden: Der Lernplan-Manager wurde als Feature des etablierten Ankizin-Add-Ons für die freie Lernkarten-Software Anki entwickelt. Kernfunktion ist die automatisierte, tagesgenaue Filterung der Ankizin-Karten gemäß etablierter Lernpläne externer Anbieter. Hierbei werden mehrere Nutzungsmodi für unterschiedliche Anwendungsfälle bereitgestellt und in einem zugehörigen Online-Artikel erklärt. Ebenfalls kann der Umfang der automatisierten Zusammenstellung von Lernkarten definiert werden, um sich kurzfristig ausschließlich auf hoch prüfungsrelevantes Wissen zu beschränken.Ergebnisse: Der Lernplan-Manager wurde erfolgreich in das Ankizin-Add-On integriert und steht frei zur Verfügung. Rückmeldungen aus der Nutzer-Community zeigen eine positive Aufnahme des Tools. Das Tool wird kontinuierlich verwendet, was auf eine erfolgreiche Integration in den Lernalltag der Studierenden hindeutet.Diskussion: Der Lernplan-Manager stellt eine pragmatische Lösung für ein weit verbreitetes Problem in der Nutzung vorgefertigter digitaler Lernkarten dar. Durch die Automatisierung der Lern-Organisation wird eine effizientere Nutzung bewährter Methoden ermöglicht und so die Einstiegshürde reduziert.Eine Limitation ist die bisher fehlende systematische Erforschung des Einflusses vorgefertigter digitaler Lernkarten auf den Prüfungserfolg. Zukünftige Schritte sollten eine formative Evaluation des Tools umfassen, um die didaktische Wirksamkeit genauer zu untersuchen und Funktionalitäten gezielt weiterzuentwickeln. Das Konzept ist prinzipiell auf Fachgebiete mit ähnlichen Lernkarten-Sammlungen übertragbar.Take-Home-Messages: Der Ankizin Lernplan-Manager verbindet das effektive Lernprinzip von spaced repetition mit der Struktur etablierter Lernpläne und senkt so die Einstiegshürde für eine effiziente Nutzung umfangreicher Kartensammlungen.Die Bereitstellung konfigurierbar Nutzungsmodi ermöglicht eine flexible Anpassung an unterschiedliche Bedürfnisse der Studierenden.Die iterative Entwicklung auf Basis von Community-Feedback stellt sicher, dass das Tool praxisnahe Probleme löst. Deng F Gluckstein JA Larsen DP Student-directed retrieval practice is a predictor of medical licensing examination performance 2015 Perspect Med Educ 308-313 Deng F, Gluckstein JA, Larsen DP. Student-directed retrieval practice is a predictor of medical licensing examination performance. Perspect Med Educ. 2015;4(6):308-313. DOI: 10.1007/S40037-015-0220-X http://dx.doi.org/10.1007/S40037-015-0220-X 0

1 1 Abbildung 1: Ansicht des Lernplan-Managers. Beispielhafte Einstellung des Lernplan-Managers zur Nutzung innerhalb eines Staatsexamens-Lernplans

1 0 0