Sprint Review

-
Sprint Review – EduScrum Tool

🎯 Sprint Review – Lernprodukt übergeben

Am Sprint-Ende präsentiert jedes Team sein Lernprodukt. Optional plant die Lehrkraft Zwischen-Reviews für früheres Feedback ein. Mobil: Querformat verwenden. Ergebnisse am Ende per Screenshot sichern.
Phase 1 – Planung (Teams & Formate)
Team hinzufügen
Didaktik-Hinweis: Wählt das Format passend zu Ziel **und** Produkt-Reife. Demos & Galeriegang aktivieren Mitschülerfeedback, Quiz/Test prüft Wissenstiefe.
Zwischen-Review Termine (optional)
#TeamFormatLernzielAktionen
Tipp: Pro Team 6–8 Minuten + 2–3 Minuten Fragen einplanen. Bei Galeriegang in **Wellen** rotieren.
Phase 2 – Zwischen-Review (Kurz-Check, 3–5 Min)
Team & Slot wählen
03:00
Kurz-Feedback (Stärken & nächster Schritt)
👍 roter Faden 🎯 Lernziel sichtbar 🛠️ Beispiel ergänzen ⏱️ kürzen
Phase 3 – Finales Sprint Review (Übergabe des Lernprodukts)
Team wählen & Timer
06:00
Sicherung: Am Ende Screenshot erstellen (Desktop: Win+Shift+S / Shift+Cmd+4; Mobil: System-Screenshot).
Rubrik (0–4 Punkte je Kriterium)
Gesamt:0/20
solide (≈3) sehr gut (≈4) Basis (≈2)
Lehrkraft-Feedback (2–4 Sätze)
👏 starke Evidenz 🔍 Begründung ergänzen 🎬 Demo fokussieren 📊 Visualisierung
Entscheidung & Übergabe
TeamFormatZ-ReviewRubrik (0–20)EntscheidNotizen
Phase 4 – Export & Abschluss
Tipp: Zusätzlich Screenshot vom Board machen
. Ergebnisse immer als Screenshot sichern.

Kommentare

Kommentar veröffentlichen

Beliebte Posts aus diesem Blog

KI-Kompetenzen für Lehrende und Lernende: Ein adaptierbares Modell für die Praxis

-
Bild
Künstliche Intelligenz (KI) verändert die Art, wie wir lernen, lehren und arbeiten. Doch welche Kompetenzen benötigen Lehrende und Lernende, um KI souverän zu nutzen und verantwortungsvoll mitzugestalten? Gemeinsam haben wir – Susanne Alles , Joscha Falck , Manuel Flick und Regina Schulz – ein KI-Kompetenzmodell entwickelt, das praxisnah Orientierung bietet. Unser Modell steht als Open Educational Resource (OER) frei zur Verfügung und kann flexibel an unterschiedliche Bildungsbereiche angepasst werden. 📥 Hier direkt zum Modell: • Blogartikel im VK:KIWA-Netzwerk: KI-Kompetenzen für Lehrende und Lernende • Zenodo-Download: DOI 10.5281/zenodo.15001018 ⸻ Warum brauchen wir ein KI-Kompetenzmodell für die Bildung? Die rasante Entwicklung generativer KI-Technologien wie ChatGPT, Midjourney oder KI-gestützte Assistenzsysteme verändert nicht nur die Berufswelt, sondern auch den Bildungssektor grundlegend. Während KI immense Chancen für personalisiertes Lernen, kreative U...
Mehr anzeigen

Vom Konsens zum Feedback: Bewertungsbogen aus gemeinsamer Kriteriengewichtung

-
Bild
Gemeinsam Kriterien gewichten – fair bewerten: so geht’s Mit diesen zwei kostenlosen Tools legst du Kriterien gemeinsam fest , gewichtest sie kollaborativ und übernimmst die Ergebnisse mit einem Klick in einen Bewertungs-/Feedbackbogen . Transparent, partizipativ und perfekt für Präsenz, Distanz & EduScrum. 🔗 Kriterien kollaborativ gewichten (öffnet in neuem Tab) 📝 Bewertungsmatrix & Feedbackbogen (öffnet in neuem Tab) 1) Kriterien kollaborativ gewichten Öffne das Kriterien-Tool (Button oben) und erstelle mit einem Klick einen Raumcode . Lade Lernende per Link ein. Jede:r beansprucht genau eine Spalte und verteilt bis zu 100 % auf die Aspekte. Als Host kannst du die Sichtbarkeit steuern: erst „verdeckt“ sammeln, dann mit einem Schalter freigeben . Das Tool zeigt automatisch die Durchschnit...
Mehr anzeigen