26gma059 10.3205/26gma059 urn:nbn:de:0183-26gma0595 Meeting Abstract Solleder Solleder Jan J

Julius-Maximilians-Universität Würzburg, Medizinische Fakultät, Würzburg, 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 Fassbender Fassbender Finn S. FS

Eberhard Karls Universität Tübingen, Medizinische Fakultät, Tübingen, 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 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 059 Jahrestagung der Gesellschaft für Medizinische Ausbildung (GMA) V-10 KI – Projekte & Anwendungen Dresden 20260917 20260919 V-1005 TextProblembeschreibung/Zielsetzung: Die Wirksamkeit von spaced repetition insbesondere für die langfristige Konsolidierung von Faktenwissen ist gut belegt . Zwar sind papierbasierte Karteikarten seit Jahrzehnten eine weit verbreitete Lerntechnik, doch die Kenntnis und Akzeptanz von digitalen Karteikarten und dazugehörigen Algorithmen scheint gering. Der hohe Aufwand verbunden mit der manuellen Erstellung hochwertiger digitaler Karteikarten stellt eine erhebliche Hürde dar. AnkiCollab adressiert dieses Problem durch einen kollaborativen Ansatz, der es Lerngruppen ermöglicht, den Erstellungsaufwand aufzuteilen. Gleichzeitig kann durch integrierte Review-Prozesse die Qualität der Lernmaterialien gesichert werden.Projektbeschreibung/Evaluationsmethoden: AnkiCollab basiert auf einem Zusammenspiel aus einer zentralen Datenbank zur Kartenverwaltung, einem intuitiven Web-Interface und einem lokal installiertem Add-on, welches die Funktionen nahtlos in die lokale Anki Installation integriert. Durch diese Architektur wird auch technisch weniger erfahrenen Studierenden ermöglicht, Änderungen an geteilten Karteikarten in Echtzeit einzureichen und zu empfangen.Die Evaluation erfolgt peer-basiert mittels quantitativer Nutzungsdaten sowie qualitativer Community-Rückmeldungen.Ergebnisse: Zum derzeitigen Zeitpunkt verwalten Nutzerinnen und Nutzer verschiedenster Nationen insgesamt über 3.2 Millionen Karteikarten über die AnkiCollab-Datenbank. Insbesondere Medizinstudierende nutzen die Plattform, um kollaborativ Karteikarten für ihr Curriculum zu verwalten.Beispielsweise stellt das Aachener Kollektiv „Aanki“ über AnkiCollab lokalen Studierenden auf das Curriculum angepasste Lernkarten bereit und verteilte über die letzten zwei Jahre mehr als 90.000 Karten an fast 1000 Studierende.Diskussion: Als kostenfreie und quelloffene Plattform ergänzt AnkiCollab die native Version von Anki um kollaborative Infrastruktur und ermöglicht so die gemeinschaftliche Verwaltung von Karteikartensammlungen z.B. in Lerngruppen, Schulen und Universitäten.In der von hoher Stoffdichte geprägten medizinischen Ausbildung können spaced repetition und kollaborative Ansätze zur Effektivitätssteigerung und Qualitätssicherung beitragen.Perspektivisch stellt sich die Frage, inwiefern kollaborative Karteikartensysteme formal in Curricula integriert und durch Lehrende begleitet werden sollten, um Qualitätssicherung und curriculare Kohärenz zu gewährleisten.Darüber hinaus bietet die Nutzung digitaler (Lern-)Software die Möglichkeit einer Datenanalyse. Möglich sind u.a. Rückschlüsse auf das Nutzungsverhalten, die Schwierigkeit einzelner Karten oder Themenbereiche sowie individuelles Lernfeedback.Take-Home-Messages: AnkiCollab ist eine kostenfreie, weltweit genutzte Kollaborationsplattform für das Karteikartenprogramm Anki.Kollaboration unter Studierenden kann zu höherer Qualität und Motivation führen, Lernmaterialien aufzubereiten. Carpenter SK Pan SC Butler AC The science of effective learning with spacing and retrieval practice 2022 Nat Rev Psychol 496-511 Carpenter SK, Pan SC, Butler AC. The science of effective learning with spacing and retrieval practice. Nat Rev Psychol. 2022;1:496-511. DOI: 10.1038/s44159-022-00089-1 http://dx.doi.org/10.1038/s44159-022-00089-1 0 0 0 0