JuLe-Tagung Berlin 2022

Rückblick #JuLe_Berlin 2012 bis 2019
Logo 2022

Konzept

Zielgruppe der Tagung sind insbesondere Junglehrerinnen und Junglehrer in den ersten Berufsjahren, Referendarinnen und Referendare sowie weitere interessierte Lehrpersonen. Die Teilnehmenden erhalten Anregungen, Einblicke und Unterstützung für einen zeitgemäßen und adressatengerechten Unterricht. Den Veranstalter leitet das Bestreben, durch praxiserprobte sowie wissenschaftlich fundierte Fortbildungsangebote den fachlichen Dialog und die Professionalisierung von Lehrerinnen und Lehrer zu unterstützen. Der MNU (www.mnu.de) tritt als MINT-Lehrerverband für Qualität und Fortschritt in den mathematischen und naturwissenschaftlichen Schulfächern ein. Die JuLe-Tagungen in Berlin haben bereits eine mehrjährige Tradition und locken ca. 280 Teilnehmende an einem Samstag an.

Ablauf
08:30 Einlass, Anmeldung
09:00 Begrüßung
09:15 Hauptvortrag Prof. Dr. Andreas Eichler: Kalter Kaffee oder rasende Studenten - mit Daten die Welt messen
10:15 Kaffeepause / Ausstellung Verlage und Lehrmittelhandel
10:45 Workshopblock 1
12:15 Mittagspause / Ausstellung Verlage und Lehrmittelhandel
13:15 Workshopblock 2
15:00 Abschluss mit Verlosung
15:45 Ende der Veranstaltung
Anmeldung

Die Anmeldung ist ab dem 24. Januar bis zum 4. März 2022 möglich:

Anmeldelink: mnu.de / JuLe-Tagungen

Tagungsgebühr: Keine

Ein Catering mit Mittagessen wird in diesem Jahr voraussichtlich nicht möglich sein. Es wird aber sichergestellt, dass Getränke erworben werden können.
Die zum Tagungszeitpunkt aktuellen COVID-Schutzmaßnahmen entnehmen Sie bitte unserer Homepage. Wir gehen von einer 3G-Veranstaltung aus.

Anfahrt
Anfahrt:
Tram: Haltestellen Antonplatz oder Albertinenstraße
Parken: Pistoriusplatz
Programm

> Download Programm

> Download einer Kurzform des Programms (pdf)

Hauptvorträge

Hauptvortrag: Prof. Dr. Andreas Eichler
Prof. Dr. Andreas Eichler, Universität Kassel,
1. Vorsitzender der Gesellschaft für Didaktik der Mathematik

Kalter Kaffee oder rasende Studenten – Mit Daten die Welt messen

Statistische Daten sind omnipräsent, sie ermöglichen in vielfacher Weise Erkenntnisfortschritte und steuern politische, wirtschaftliche und gesellschaftliche Entscheidungsprozesse. Beim (Ver-)Messen der Welt in der Schule können zwei Grunderfahrungen gemacht werden: Statistische Daten bestehen immer aus einem Muster und aus Abweichungen vom Muster, die in den Naturwissenschaften negativer als Fehler bezeichnet werden. Beides, Muster wie Abweichungen, ermöglichen Erkenntnisfortschritte zu realen Phänomenen wie den im Titel genannten kalten Kaffee oder den rasenden Studenten, aber auch zu großen Themen der Zeit wie dem Klima. Die zweite Grunderfahrung besteht darin, dass viele Daten eine Mustererkennung ermöglichen, während in kleinen Datenmengen Muster und Abweichungen kaum auseinandergehalten werden können. Beide Grunderfahrungen sollen in dem Vortrag anhand von unterrichtspraktischen Beispielen diskutiert werden.

Workshops
Mathematik
MathematikWM_01 und WM_08
Prof. Dr. Matthias Ludwig, Dr. Xenia Reit, Goethe Universität Frankfurt/M.Mathematik draußen machen mit MathCityMap

> Details

MathematikWM_02
Prof. Dr.
Florian Schacht,
Universität Duisburg-Essen
Digitale Medien zur kognitiven Aktivierung

> Details

MathematikWM_03 und WM_10
Dirk Schulze, BuxtehudeStochastik mit digitalen Mathematikwerkzeugen (und ohne)

> Details

MathematikWM_04
Prof. Dr. Andreas Eichler, Universität KasselMit Daten die Welt messen

> Details

MathematikWM_05
Dr. Hubert Langlotz,
Wutha-Farnroda /
Hans-Jürgen Elschenbroich,
Korschenbroich
Anschauliche Zugänge zur Analysis

> Details

MathematikWM_06
Dr. Simone Jablonski, Goethe Universität Frankfurt/M.Mathematische Begabung als Potential – Mathematisch begabte Schülerinnen und Schüler erkennen, fördern und fordern

> Details

MathematikWM_07
Michael Katzenbach, Christa Schmidt, Michael Vonderbank (MUED e.V.)Vom diagnostischen Interview zur individuellen Förderung im Mathematikunterricht

> Details

MathematikWM_11
Dr. Hubert Langlotz, Wutha-FarnrodaAusbildung von Basiskompetenzen und digitalen Werkzeugkompetenzen - lässt sich beides verwirklichen? Hilfsmittelfreie Teile im Zentralabitur als neue Herausforderung

> Details

MathematikWM_12
Hans-Jürgen Elschenbroich, KorschenbroichDynamisch Geometrie entdecken

> Details

MathematikWM_13
Michael Katzenbach, Christa Schmidt, Michael Vonderbank (MUED e.V.)Fridays for Future – und der Mathematikunterricht?
Aktuelle Bezüge für das Lernen in globalen Zusammenhängen
im Mathematikunterricht kooperativ nutzen.

> Details

MathematikWM_09 und WM_14
B.Ed. Julia Wolfinger / Prof. Dr. Markus Hohenwarter,
Johannes Kepler Universität Linz
Kollaboratives Lernen mit GeoGebra Classroom & Notizen

> Details

MathematikWM_15
Christian Weber, José Schmitt, iMINT-Akademie BerlinBewertungsaufgaben im Mathematikunterricht

> Details

Fachübergreifend
FachübergreifendWF_01 und WF_02
Anni Dörfle und Lena Spak, KölnLernbegleitung mit Scobees digital einführen und einfach in eine neue Lernkultur starten

> Details

FachübergreifendWF_05 und WF_06
Malte Staeps / Franziska Marquardt,
Labster ApS, København
Labster_Hybrides Lernen / virtuelle Lernübungen

> Details

FachübergreifendWF_03
Ralph Hepp,
Staatliches Studienseminar Erfurt
Differenzierung bei der Leistungsbewertung

> Details

FachübergreifendWF_04
Ralph Hepp,
Staatliches Studienseminar Erfurt
Intelligentes Üben - im Unterricht erprobte Methoden zum Wiederholen, Systematisieren, Zusammenfassen, ...

> Details

FachübergreifendWF_07 und WF_08
Stefan Burghardt, Nora Simon, Franz-Stock-Gymnasium ArnsbergFächerübergreifender Unterricht im Zeitalter digitaler Medien

> Details

FachübergreifendWF_09
Bea Lirche /
Kathrin Frank,
iMINT-Akademie Berlin
Lernausgangslage Naturwissenschaften

> Details

Biologie und Chemie
BiologieWB_01
Nina Lewin / Lisa Müller, iMINT-Akademie BerlinImpfpflicht gegen Masern – eine moralische Verpflichtung? - Ein Unterrichtsbeispiel zur Förderung der Bewertungskompetenz

> Details

ChemieWC_01 und WC_02
Prof. Dr. Alfred Flint, Tom Kempke, Universität RostockIdeen und Materialien für einen inklusiven Chemieunterricht

> Details

Informatik
InformatikWI_01
Alexander Schindler,
iMINT-Akademie Berlin
Künstliche Intelligenz im Unterricht programmieren

> Details

Physik
PhysikWP_01 und WP_06
Albert Teichrew,
Goethe-Universität Frankfurt/M.
Dynamischen Modelle und AR-Experimente im Physikunterricht

> Details

PhysikWP_02 und WP_04
Jens Noritzsch, RWTH Aachen Universityphyphox - Experimentieren mit dem Smartphone

> Details

PhysikWP_03
Prof. Dr. Burkhard Priemer, Humboldt-Universität BerlinQualität von Daten: Über Messunsicherheiten im Unterricht sprechen

> Details

PhysikWP_05
Sebastian Lenk / Bruno Hartmann / Lennart Mühlfeld, iMINT Akademie BerlinKompetenzorientiert Physik unterrichten mit Lernaufgaben zum Bewerten

> Details