Die zu besetzende Stelle ist angegliedert an das Verbundvorhaben „Schule macht stark – SchuMaS“, einer gemeinsamen Initiative von Bund und Ländern zur Unterstützung von Schulen in schwieriger Lage. Am Verbundvorhaben SchuMas sind deutschlandweit mehrere Universitäten mit unterschiedlichen Teilprojekten beteiligt. Im Teilprojekt Klassenmanagement am Arbeitsbereich Schulpädagogik/Schulentwicklungsforschung der Freien Universität Berlin werden fachübergreifend digitale Selbstlernmodule für Lehrkräfte entwickelt, um ihre Kompetenzen z.B. im Umgang mit Störungen und herausforderndem

Verhalten von Schülerinnen und Schülern weiterzuentwickeln. Auf Grundlage von Peer-Hospitationen oder Videomitschnitten sollen die Lehrkräfte ihren Unterricht zu zuvor ausgewählten Aspekten des Klassenmanagements in Kleingruppen im Hinblick auf störungskritische Ereignisse analysieren und reflektieren. Ziel ist die Entwicklung alternativer

Handlungsstrategien und die gemeinsame Formulierung nächster Entwicklungsschritte.

Aufgabengebiet:
Unterstützung bei der technischen Umsetzung; Übernahme technischer Zuarbeiten bei der Entwicklung und Implementierung von der digitalen Selbstlernmodulen zum Klassenmanagement (Arbeit mit der Lehr- und Lernplattform tet.folio, Unterstützung bei

der Erstellung digitaler Lernangebote, Umsetzung von Weiterentwicklungen der bestehenden digitalen Lernumgebungen zum Klassenmanagement, Teilnehmendenverwaltung); Unterstützung der/s wiss. Mitarbeiter*in bei der Antragsstellung von Studiengenehmigungen in den Bundesländern; Unterstützung bei der Vor- und Nachbereitung von Projektworkshops, bei der Eingabe und Auswertung von Forschungsdaten sowie der Literaturrecherche. Verteilung des Umfangs der Unterstützung ist etwa: technische Unterstützung (30%), inhaltliche Unterstützung (70%).

Erwünscht:
Student*in der Psychologie, Erziehungswissenschaft (mit oder ohne Lehramtsbezug) oder einer anderen Sozialwissenschaft, sehr gute EDV-Kenntnisse (Datenbanken, MS-Office), Interesse an empirischer Unterrichts- und Schulentwicklungsforschung, Erfahrungen mit quantitativen Forschungsmethoden, Kenntnisse gängiger Statistik-Software (z.B. SPSS, R), Erfahrung im Umgang mit digitalen Lernumgebungen.