Singapore Math: CPA Progression, Bar Modelling, and the MOE Framework

Ergebnisse

1. Der CPA‑Fortschritt und seine theoretische Basis

CPA (Concrete–Pictorial–Abstract) geht zurück auf die Theorie des Psychologen Jerome Bruner über drei Darstellungsmodi von Wissen: enaktiv (Aktion/Objekte), ikonisch (Bilder) und symbolisch (Sprache/Notation) [1]. Das Bildungsministerium Singapurs (MOE) hat dies als explizite pädagogische Sequenz übernommen: Schülerinnen und Schüler manipulieren zunächst physische Objekte (Zählstäbchen, Zehnerblöcke), dann wechseln sie zu bildlichen Darstellungen (Zeichnungen, Zahlenstrahlen, Balkenmodelle), und erst danach arbeiten sie allein mit Zahlen und Symbolen [1][2]. CPA wird vom MOE gefördert, direkt in singapurischen Lehrbüchern verankert und in der Ausbildung von Lehramtsanwärtern gelehrt [1]. In der Mastery‑Literatur wird es als mehr als ein lineares Drei‑Schritt‑Rezept beschrieben – ein „sophistiziertes, verflochtenes Lernsystem“, das mit Piaget, Vygotsky und Dienes sowie Bruner verbunden ist und auf relationales Verständnis abzielt (warum, nicht nur wie) [2].

2. Balkenmodellierung (Modellzeichnung)

Die Balkenmodell‑Methode (auch „Modellmethode“ oder „Modellzeichnung“) wurde von Dr. Kho Tek Hong im Rahmen des Singapore Primary Mathematics Project entwickelt und trat 1983 formell in den Lehrplan ein [3]. Sie stellt Mengen als rechteckige Balken dar, deren relative Längen Teil‑Ganzes‑ oder Vergleichsbeziehungen kodieren, wobei Unbekannte durch ein Fragezeichen markiert werden – im Wesentlichen visuelles, vor‑algebraisches Denken [3]. Im Unterricht werden drei kanonische Balkentypen verwendet:

• Part‑Ganzes‑Modell: Teile verbinden sich zu einem Ganzen; verwendet bei Additions‑/Subtraktionsaufgaben, bei denen entweder ein Teil oder das Ganze unbekannt ist [4].
• Vergleichsmodell: zwei (oder mehr) Balken unterschiedlicher Länge stellen ein „wie viel mehr/weniger“‑ oder Skalierungsverhältnis dar [4].
• Gleich‑Gruppen‑Modell: ein Balken, der in gleiche Segmente unterteilt ist, verwendet für Multiplikations‑, Divisions‑ und Gleichverteilungsaufgaben [4].

Eine weit verbreitete Schrittfolge zum Erstellen eines Balkenmodells: (1) das gesamte Problem einmal lesen, um den Kern zu erfassen; (2) Schlüssel‑informationen kreisen/unterstreichen; (3) die Variablen identifizieren (wer/was ist beteiligt); (4) den passenden Balkentyp wählen; (5) Balken mit grober Proportionalität zeichnen; (6) bekannte Größen beschriften und das Unbekannte mit „?“ markieren; (7) erneut lesen, um zu prüfen, ob das Modell zum Problem passt; (8) die Berechnung durchführen und prüfen [3][4]. In den UK‑KS1/KS2‑Anpassungen folgt die Progression selbst dem CPA: konkrete Objekte → repräsentative Zählstäbchen → bildliche Zeichnungen → beschriftete abstrakte Balken bis Year 2, erweitert zu mehrstufigen, Bruch‑, Verhältnis‑, Proportions‑ und vor‑algebraischen Aufgaben bis Year 6 [4].

3. Zahlenbonds

Zahlenbonds stellen die Teil‑Teil‑Ganzes‑Beziehung dar (z. B. 7 = 3 + 4) und sind von Singapore Primary 1 (und sogar von der Vorschule/Kindergarten) an grundlegend, vermittelt über dieselbe CPA‑Sequenz – physische Objekte, dann Bond‑Diagramme, dann abstrakte Gleichungen [5]. Sie sind die numerische Vorstufe, die spätere Balkenmodell‑Arbeit mit Addition/Subtraktion flüssig macht: Ein Schüler, der Bonds bis 10 und 20 internalisiert hat, kann das fehlende Segment eines Balkenmodells fast automatisch lesen [5]. Der Begriff selbst stammt aus den 1920er‑Jahren der englischsprachigen Pädagogik, wurde jedoch Anfang der 1970er‑Jahre in den singapurischen nationalen Lehrplan aufgenommen [5].

4. Das MOE‑Mathematik‑Framework („Pentagon“) und der spiralförmige Lehrplan

Das Mathematik‑Lehrplan‑Framework Singapurs, eingeführt in den 1990er‑Jahren, stellt mathematisches Problemlösen in den Mittelpunkt, unterstützt von fünf miteinander verknüpften Komponenten, die in einem Pentagon‑Diagramm angeordnet sind: Konzepte (numerisch, algebraisch, geometrisch, statistisch, probabilistisch, analytisch – interdependent, nicht isoliert), Fähigkeiten (Verfahren und deren Anwendungsbedingungen, z. B. numerische Berechnung, algebraische Manipulation, räumliche Visualisierung, Werkzeuggebrauch), Prozesse (Argumentation, Kommunikation, Verknüpfungen, Anwendung/Modellierung und Heuristiken wie das Zeichnen eines Diagramms oder Rückwärtsarbeiten), Einstellungen (Motivation, Selbstvertrauen, Wertschätzung der Mathematik) und Metakognition (Überwachung und Regulierung des eigenen Problemlösens, „aus dem Knoten kommen“, Überprüfung von Lösungen) [7]. Dieses Framework wird in den MOE‑Lehrplan‑Dokumenten explizit genannt und in den Materialien der Lehrerausbildung des NIE wiedergegeben [7][8].

Rund um dieses Framework ist der Lehrplan selbst ein spiralförmiger Lehrplan, der etwa 12 Jahre (Grundschule bis Vorschule) umfasst: Jeder Inhaltsstrang (Zahlen & Algebra; Geometrie & Messung; Statistik & Wahrscheinlichkeit usw.) wird in jeder Klassenstufe mit zunehmender Tiefe erneut behandelt, anstatt einmalig vermittelt zu werden [6]. Dies ist die strukturelle Verbindung zum CPA: Ein Thema, das in einer frühen Klasse konkret behandelt wird, wird häufig in einer späteren Klasse bildlich und noch später abstrakt erneut aufgegriffen, anstatt dass jedes Thema nur einen einzigen CPA‑Durchlauf erhält [6][7].

5. Die Forschungsrolle des NIE

Das National Institute of Education ist Singapurs einzige Lehrerausbildungsinstitution und wird über das Office of Education Research des MOE finanziert; es betreibt das landesweite Forschungsprogramm für Mathematikbildung, einschließlich Studien zur CPA‑Umsetzung, zur Nutzung des Pentagon‑Frameworks durch „kompetente Lehrkräfte“ und zur allgemeinen Unterrichtsrealisation [7][8]. NIE‑Materialien sind zudem die Quelle, in der ein Großteil der kanonischen Beschreibung des Pentagon‑Frameworks (Konzepte/Fähigkeiten/Prozesse/Einstellungen/Metakognition, mit Problemlösen im Zentrum) dokumentiert und an Lehramtsstudierende verbreitet wird [7].

6. Evidenz zu Adoptionsergebnissen: USA und Großbritannien

USA (What Works Clearinghouse): WWC prüfte 2009 die „Singapore Math“-Lehrpläne (Primary Mathematics für die Klassen 1–6 und damit verbunden Math in Focus / New Elementary Mathematics) und aktualisierte die Bewertung im Dezember 2015. Das Fazit: keine Studie erfüllte die WWC‑Gruppendesign‑Evidenzstandards, sodass WWC keine Wirksamkeitsbewertung vergab und ausdrücklich erklärte, dass keine forschungsbasierten Schlussfolgerungen – weder positiv noch negativ – über die Wirkung von Singapore Math auf die K–8‑Leistungen gezogen werden können [9]. Das Fehlen einer Bewertung ist kein Beleg für Ineffektivität, bedeutet jedoch, dass die stärkste unabhängige US‑Evidenzstelle nichts ausreichend Strenges fand, um es zu zertifizieren.

Verlagsbasierte Evidenz: Das Evidenzdokument von HMH für Math in Focus (die US‑Ausgabe von Singapurs Marshall‑Cavendish‑Lehrplan) stützt sich auf TIMSS‑Ranking‑Daten (Singapur #1, USA #12–15 je nach Klasse/Jahr zwischen 1995–2015) und kleinere Studien – Ginsberg et al. (2005) zur Lehrbuchgestaltung; Hiebert & Grouws (2007) zur konzept‑zuerst‑Instruktion; Leong, Ho & Cheng (2015) und Salingay & Tan (2018) zu positiven CPA‑Effekten auf Leistung/Retention – berichtet jedoch keine US‑spezifischen Effektgrößen oder RCT‑Ergebnisse [12].

Großbritannien (EEF): Die Education Endowment Foundation finanzierte ein unabhängiges RCT von „Mathematics Mastery“ – einem UK‑Programm, das auf Singapurs Mastery‑Ansatz (systematische mathematische Sprache, häufige konkrete/bildliche Darstellungen, hohe Erwartungen) aufbaut, jedoch kein direkter Import ist – durchgeführt von 2011–2014 an 83 Grundschulen (4.176 Schülerinnen) und 44 weiterführenden Schulen (5.938 Schülerinnen), mit einer späteren, größeren Grundschul‑Evaluation, die etwa 90 Schulen und 5.108 Schülerinnen umfasste [10]. Ergebnis: Grundschülerinnen erzielten im Durchschnitt etwa zwei Monate zusätzlichen Fortschritt, statistisch signifikant, Sicherheitsbewertung 3/5 auf der EEF‑Vorhängeschloss‑Skala; die Sekundärstudie und eine kombinierte Metaanalyse fanden einen kleineren Effekt (ungefähr ein Monat) [10]. Dies ist die glaubwürdigste kausale Schätzung für einen aus Singapur abgeleiteten Ansatz – moderat, nicht transformativ.

Kommentar (Fordham Institute): Ein an das National Math Panel angeknüpfter Kommentar betrachtet Singapore Math als „erwähnenswert“, warnt jedoch davor, länderübergreifende Lehrplandaten ohne kontrollierte Studie direkt auf die US‑Praxis zu übertragen, und wiederholt damit die Vorsicht von WWC [13].

7. Touchscreen‑Manipulation von Balkenmodellen

Direkte empirische Arbeiten zur berührungsgesteuerten Balkenmodell‑Interaktion sind spärlich, doch ein unmittelbar relevanter Zweig existiert in der Embodied‑Cognition‑Forschung zu Touchscreen‑Mathematik‑Manipulativien. Duijzer et al. (2017, Frontiers in Psychology) untersuchten 9‑ bis 11‑jährige Kinder mit einer Tablet‑App („Mathematical Imagery Trainer for Proportion“), bei der die Lernenden zwei vertikale Balken ziehen, um ein Ziel‑Verhältnis (z. B. 1:2) beizubehalten [11]. Zentrale Ergebnisse: Die Schülerinnen und Schüler bildeten spontan „attentional anchors“ – konsistente Blick‑/Handlungs­muster auf mathematisch relevanten Punkten (Balken­spitzen, Mittelpunkte) – und fast alle wechselten von falschen/additiven Strategien zu korrektem multiplikativem Denken ausschließlich durch geführte Touch‑Manipulation, wobei symbolische Gerüste (leerer Bildschirm → Raster → nummeriertes Raster) schrittweise eingeführt wurden, sobald die informellen Strategien der Lernenden reiften [11]. Existierende digitale Balkenmodell‑Werkzeuge (Visnos’ Balkenmodell‑Tool, MathsBots Balkenmodell‑Manipulativ) ermöglichen es Nutzer*innen, Balken auf einer Zahlenlinie zu erstellen, zu skalieren, zu schneiden, zu verbinden und zu duplizieren in „manual“‑ oder „automatic“‑Modi, was bestätigt, dass dies ein etabliertes Manipulationsmuster in UK‑Maths‑Mastery‑Klassen ist, selbst ohne groß angelegte Wirksamkeitsstudien zur digitalen Version [14].

Designimplikationen für Math Challenge

1. Ein erstklassiges Bar‑Modell‑Widget bauen, nicht ein generisches Drag‑Shape‑Tool: Balken schnappen an einer gemeinsamen vertikalen/horizontale Skala ein, unterstützen Teil‑Ganzes‑, Vergleichs‑ und Gleich‑Gruppen‑Layouts als separate Modi und zeigen stets ein „?“‑Marker auf dem unbekannten Segment – passend zu den drei kanonischen Modelltypen aus der Literatur [4].
2. Touch‑Interaktion sollte direkte Manipulation sein, nicht menügesteuert: das Kind soll die Kante eines Balkens ziehen, um ihn zu skalieren, einen Trenner ziehen, um einen Balken in benannte Teile zu teilen, und einen Balken ziehen, um ihn zum Vergleich an einem anderen auszurichten – analog zur tablet‑basierten Studie zum proportionalen Denken, bei der das Ziehen der Balkenlänge (statt Zahlen einzugeben) die Verschiebung von additiv zu multiplikativ erzeugte [11].
3. Automatisches Einrasten der Balkenlänge an grobe Proportionalität, aber nicht an exakte Pixel‑perfekte Skala für jüngere Klassen: Die Pädagogik behandelt Balken ausdrücklich als „ungefähr proportional“, nicht als maßstabsgetreue Lineale, sodass das Widget vernünftige Proportionen belohnen und nicht für exakte Pixelabweichungen bestrafen sollte [3][4].
4. CPA explizit auf Schwierigkeitsstufen abbilden, nicht nur auf das Alter: z. B. Tier 1 (K–G1) ist nur konkret (ziehbare Zähler/Objekte, noch keine Balken); Tier 2 (G1–G2) führt bildliche Balkenmodelle mit starker Hilfestellung ein (vorgezeichnete Balkenumrisse, bereitgestellte Beschriftungen); Tier 3 (G2–G4) verlangt, dass die Schülerin/der Schüler das Balkenmodell selbst aus einer Textaufgabe konstruiert; Tier 4 (G4+) lässt die Balken‑Modell‑Hilfestellung optional weg und ermöglicht den Lernenden die Wahl zwischen Balkenmodell und reiner abstrakter/algebraischer Notation – konsistent damit, dass CPA eine Progression innerhalb eines Themas ist und spiralförmig in jeder Klassenstufe erneut aufgegriffen wird, nicht ein einmaliger Durchlauf [1][6].
5. Number‑Bond‑Widget als eigenständiges, früher eingeführtes Primitive zum Balkenmodell: eine einfache „zwei Kreise füttern einen Kreis“ (oder Balken‑Teilung) UI für Teil‑Ganzes, die bereits in den jüngsten Klassenstufen verwendet wird und später visuell in das Teil‑Ganzes‑Balkenmodell übergeht – schafft Kontinuität zwischen den beiden am stärksten belasteten singapurischen Visualisierungstools [5].
6. Das MOE‑Pentagon im Bewertungs‑/Feedback‑Modell abbilden, nicht nur im Inhaltsdesign: Das KI‑Tutor‑Feedback nach einer Herausforderung sollte mehr als nur Korrektheit ansprechen – z. B. markieren, wenn ein Lernender einen ineffizienten Prozess/eine ineffiziente Heuristik gewählt hat (Processes), Ausdauer nach einem falschen Versuch loben (Attitudes) und eine „ergab diese Antwort Sinn?“-Prüfung anstoßen (Metacognition) – sodass die Feedback‑Schleife von Math Challenge dieselben fünf Dimensionen nutzt, die das MOE zur Definition mathematischer Kompetenz verwendet, nicht nur richtig/falsch [7].
7. Den Inhaltsgraphen als Spirale statt als strengen Baum aufbauen: Das gleiche Grundkonzept (z. B. „Brüche als Teile eines Ganzen“) sollte in mehreren Klassenstufen in zunehmender Tiefe vorkommen, und die spaced‑repetition/Points‑Engine der Plattform sollte erkennen, dass das erneute Aufgreifen eines „alten“ Themas auf einer höheren Stufe erwartete Curriculum‑Gestaltung und keine Nachhilfe ist [6].
8. Wirksamkeitsaussagen im Marketing oder Eltern‑Material nicht übertreiben: Da WWC keine qualifizierenden Studien speziell zu Singapore Math gefunden hat, sollten Behauptungen wie „nachweislich die Ergebnisse um X % steigert“ vermieden werden; stattdessen die besser belegte EEF Mathematics Mastery RCT‑Zahl (≈ 2 Monate zusätzlicher Fortschritt in der Grundschule, moderate Sicherheit) zitieren, falls überhaupt ein Evidenz‑Claim nötig ist, und sie eindeutig als Evidenz für ein verwandtes britisches Mastery‑Programm kennzeichnen, nicht als direkte Studie zu Math Challenge selbst [9][10].
9. Bar‑Modell‑Autorentool für Fragen‑Autor*innen/AI‑Generator: Da Balkenmodelle zentral für die Wortproblem‑Pädagogik sind, sollte die interne Problem‑Generierungspipeline (einschließlich KI‑unterstützter Item‑Generierung) in der Lage sein, neben dem Wortproblem‑Text eine strukturierte Bar‑Modell‑Spezifikation (Balkentyp, Segmente, Beschriftungen, Position des Unbekannten) auszugeben, nicht nur reinen Text – sodass dasselbe Problem konsistent als Text + interaktives Balkenmodell in allen Sprachregionen (EN/ES/FR/PT/DE) dargestellt werden kann [3][4].
10. Barrierefreiheit/motorische Überlegungen für kleine Kinder (Alter ~4‑7) bei Touch: Angesichts der feinmotorischen Anforderungen präzisen Ziehens (Teilnehmer*innen von Duijzer et al. waren 9‑11) benötigen jüngere Klassen wahrscheinlich größere Touch‑Ziele, Snap‑to‑Grid‑Segmentgrenzen und eventuell eine Tap‑to‑Select + Tap‑to‑Place‑Alternative zum kontinuierlichen Ziehen, anstatt anzunehmen, dass Zieh‑Präzision auf Kindergartenhände herunter skaliert [11].
11. CPA‑konforme Ikonografie pro Sprache/Theme lokalisieren, nicht nur Text: Da die „Concrete“-Phase in singapurischen Klassenräumen lokal vertraute Objekte (Zähler, Bausteine) nutzt, sollten die UI‑Themen von Math Challenge je nach Locale/Theme die Bildsprache der konkreten Phase austauschen, anstatt ein universelles Objektset zu wiederverwenden, wobei die pädagogische Struktur (enaktiv→ikonisch→symbolisch) konstant bleibt, während die Oberflächenrepräsentation variiert [1].
12. Modell‑Typ‑Beherrschung als eigene Fähigkeit verfolgen, getrennt von der arithmetischen Beherrschung: Ein Lernender kann korrekt rechnen, aber den richtigen Balken‑Modell‑Typ nicht auswählen/konstruiert haben (oder umgekehrt); das Anti‑Cheating/Points/AI‑Tutor‑System sollte zwischen „falscher Operationswahl“ (ein Modell‑/Prozess‑Fehler) und „arithmetischem Fehltritt“ (ein Fähigkeits‑Fehler) unterscheiden können, was das Pentagon‑Framework bereits als separate Dimensionen (Konzepte/Fähigkeiten vs. Prozesse) behandelt [7].

Offene Fragen für den Projektinhaber

1. Sollte Math Challenge ein bestehendes digitales Bar‑Modell‑Tool lizenzieren oder dessen Interaktionsmuster (z. B. Visnos‑Style Cut/Join/Clone Bars, MathsBot‑Style Manipulative) eng nachahmen als Ausgangs‑UX‑Referenz, oder das Widget von Grund auf neu entwerfen, um unser eigenes Klassen‑Band‑Theming zu unterstützen?
2. Angesichts der WWC‑Feststellung „keine qualifizierenden Studien“: Ist das Projekt damit einverstanden, ausschließlich die UK‑ECE‑Mathematics‑Mastery‑RCT (ein verwandtes, aber anderes Programm) als Evidenz in Eltern‑/Lehrermaterial zu zitieren, oder sollen wir eigene Wirksamkeitsdaten erheben bzw. intern verfolgen, anstatt externe Singapore‑Math‑Studien überhaupt zu nennen?
3. Möchten wir den spiralförmigen Curriculum‑Graph (Thema über Klassen‑Bänder hinweg in zunehmender Tiefe) von menschlichen Curriculum‑Designer*innen vorab erstellen lassen, oder soll er von einer KI‑Content‑Pipeline generiert/abgeleitet werden, die gegen eine von Menschen erstellte Skill‑Taxonomie validiert wird?
4. Für die jüngste Band (~Alter 4‑6): Soll die „Concrete“-Phase von CPA auf dem Bildschirm simuliert werden (virtuelle Zähler) oder plant das Produkt physische/AR‑Komponenten, wobei die Forschung hier auf rein Touch‑Studien beschränkt war (Duijzer et al. testeten 9‑11‑Jährige)?
5. Wie stark sollen die Pentagon‑Framework‑Dimensionen „Attitudes“ und „Metacognition“ im sichtbaren UI sichtbar gemacht werden (z. B. Confidence‑Check‑In, „ergab diese Antwort Sinn?“-Prompt) versus implizit im Feedback‑Text des KI‑Tutors?