Das Forschungsprojekt „Digitales Programmieren im Team“ (DiP-iT) untersucht, wie kollaboratives Lernen im Informatikstudium didaktisch weiterentwickelt und mit digitalen Medien unterstützt werden kann. Die Verwendung und Implementierung von Learning Analytics-Methoden steht bei dem Projekt im Vordergrund. Im DiP-iT-Projekt sollen didaktische und technische Unterstützungen im Informatikstudium für das Programmieren lernen im Team entwickelt werden. Um dieses Ziel zu erreichen, wurde in der Teilstudie „Gruppenarbeit beim Programmieren lernen“ (GAPL) zunächst eine Bestandsaufnahme der Ausgangslage an den drei Standorten der Verbunduniversitäten (TU Bergakademie Freiberg, Otto-von-Guericke Universität Magdeburg und Humboldt-Universität zu Berlin) durchgeführt. Zur Erhebung der Ausgangslage wurden Interviews mit Dozent*innen (Datenbestand 1) und Student*innen (Datenbestand 2) der drei beteiligten Universitäten durchgeführt. Erhoben wurde, inwieweit kooperative und kollaborative Methoden bereits in der Lehre zum Programmieren lernen genutzt werden. Im Anschluss kann u. a. abgeleitet werden, wie das kollaborative Programmieren lernen zukünftig unterstützt werden kann (technisch, didaktisch, organisatorisch etc.), wo ungenutzte Potentiale liegen und welche Hindernisse bei einer Implementation berücksichtigt werden müssen.
Die Dozent*innen halten Grundlagenveranstaltungen zum Programmieren lernen in der Informatik und wurden u.A. dazu befragt, inwieweit sie Gruppenarbeit in ihrer Veranstaltung nutzen und welche Chancen und Risiken sie in der Gruppenarbeit sehen. Die Studierenden der Informatik haben bereits an Grundlagenveranstaltungen zum Programmieren lernen in der Informatik teilgenommen oder nehmen in dem Semester des Interviews daran teil. Sie wurden u.A. dazu befragt, inwieweit sie Gruppenarbeit in der Veranstaltung nutzten, wie sie die Gruppenarbeit erlebt haben und welche Chancen und Risiken sie in der Gruppenarbeit sehen.

Die vorliegende Studie schließt an die von Groh-Samberg et al. (2019) entwickelte multidimensionale und längsschnittliche Typologie sozialer Lagen sowie an die auf der Auswertung des ARB-Surveys 2019 basierende Studie „Einstellungen zu Armut, Reichtum und Verteilung in sozialen Lagen in Deutschland“ (Adriaans et al. 2020) an. Auf der Grundlage von insgesamt 64 problemzentriertem Interviews mit ausgewählten Personen aus unteren bzw. benachteiligten sozialen Lagen (Armut, Prekarität, Untere Mitte und Armut-Mitte) werden subjektive Wahrnehmungen sozialer Lagen und sozialer Mobilität, individuelle Bewertungen der Möglichkeiten sozialer Teilhabe sowie spezifische Belastungskonstellationen und Bewältigungsmuster im Rahmen eines qualitativen Zugangs analysiert. Ziel der Studie ist es, vertiefende Erkenntnisse über typische Faktoren und Konstellationen zu gewinnen, durch die soziale Teilhabe bzw. soziale Mobilität aus subjektiver Sicht gefördert oder auch beeinträchtigt werden können. Die empirischen Ergebnisse der Studie werden in drei großen thematischen Blöcken präsentiert: (1) Subjektive Ausprägungen sozialer Lagen, (2) Subjektive Wahrnehmung sozialer Mobilität und (3) Belastung und Bewältigung.