SlideShare a Scribd company logo
1 of 27
Mind Maps
Perfekte
Martin Krengel
Buchautor „Bestnote“
Die 10 Lernprozesse im Überblick
Quelle: Krengel (2012): Bestnote
Die Strukturierung von Infos verbessert
die Gedächtnisleistung enorm.
MindMaps sind eine visuelle Form der
Gedanken und Inhalte und verleihen
Inhalten Struktur und Halt im Kopf.
Mindmaps geben Struktur
Quelle: Krengel (2012): Bestnote
Erst wenn wir das Global Picture verstehen,
können wir Details einordnen.
Mindmaps helfen, den Überblick zu behalten
Quelle: Krengel (2012): Bestnote
Schwerer Lernstoff?
Gerade dann, wenn der Stoff zu umfangreich
wird, müssen wir abstrahieren und
visualisieren
Quelle: Krengel (2012): Bestnote
Quelle: Im Seminar erarbeitete Mindmaps
Quelle: Im Seminar erarbeitete Mindmaps
Quelle: Im Seminar erarbeitete Mindmaps
Quelle: Im Seminar erarbeitete Mindmaps
Quelle: Im Seminar erarbeitete Mindmaps
7 Schritte zum guten MindMap:
1. Unliniertes, gern buntes Blatt
2. Bei ca. 1/3 bis Mitte beginnen
3. Untergliedere das Thema in mehrere wichtige Apekte
Unterpunkte sind Teilaspekte/ Argumente/ Details
1. Mindestens 3 Textmarker/ Farben; mind. 1 Schlüsselbild
2. Themenblöcke einrahmen, farblich unterscheiden
3. Hauptäste dicker machen
4. Humor und Übertreibungen sind förderlich
Beachte: Ein MindMap ist kein Kunstwerk!
Zeichne es spontan, es soll Spass machen.
Quelle: Krengel (2012): Bestnote
Mind Maps sind nur eine Methode,
Inhalte und Strukturen zu visualisieren.
Sie sind super für die Verarbeitung bereits bekannter Inhalte,
für Ideenfindung und Brainstorming.
Sind die Inhalte komplexer, empfehle ich eher “Strukturkarten”, die die Beziehungen
eines Textes oder Inhalts widerspiegeln und visualisieren.
Dabei muss das Thema nicht mehr in der Mitte stehen.
Doch Mindmaps sind nicht alles.
Quelle: Krengel (2012): Bestnote
Struktur-
karten
Alternative 1
Quelle: Krengel (2012): Bestnote
Quelle: Krengel (2012): Bestnote
Muster
suchen
Alternative 2
Muster zu verdeutlichen reduziert Komplexität
Positive Vertragsverletzung (pVV)
1. Anwendbarkeit im Hinblick auf
Subsidiarität der pVV
2. Vertragliches o. gesetzliches
Schuldverhältnis
3. Pflichtverletzung
4. Rechtswidrigkeit
5. Verschulden
6. Schaden
7. Haftungsausfüllende Kausalität
8. Anspruchskürzendes
Mitverschulden, Verjährung o.ä.
Culpa in Contrahendo (c.i.c.)
1. Anwendbarkeit der c.i.c.
2. Vorvertragliche Sonderverbindung
3. Pflichtverletzung
4. Rechtswidrigkeit
5. Verschulden
6. Schaden
7. Haftungsausfüllende Kausalität
8. Mitverschulden (§254 BGB),
Verjährung
Quelle: Krengel (2012): Bestnote
Positive Vertragsverletzung (pVV)
1. Anwendbarkeit im Hinblick auf
Subsidiarität der pVV
2. Vertragliches o. gesetzliches
Schuldverhältnis
3. Pflichtverletzung
4. Rechtswidrigkeit
5. Verschulden
6. Schaden
7. Haftungsausfüllende Kausalität
8. Anspruchskürzendes
Mitverschulden, Verjährung o.ä.
Culpa in Contrahendo (c.i.c.)
1. Anwendbarkeit der c.i.c.
2. Vorvertragliche
Sonderverbindung
3. Pflichtverletzung
4. Rechtswidrigkeit
5. Verschulden
6. Schaden
7. Haftungsausfüllende Kausalität
8. Mitverschulden (§254 BGB),
Verjährung
Diese Prüfschritte sind sehr ähnlich und brauchen
daher nur einmal gelernt werden.
Sie müssen dann nur angepasst werden.
Muster zu verdeutlichen reduziert Komplexität
Quelle: Krengel (2012): Bestnote
Mechanisches Lernen vs. Strukturen explorieren
Mechanisches Lernen Strukturen Lernen
Tätigkeiten Lesen
Abschreiben
Wiederholen
Suchen von Zusammenhängen
Abgrenzungen
Verarbeitung Mechanisch, Oberflächlich
„flach“
Verarbeitungstiefe gesteigert
Hoher Energieumsatz
Analytisch, ganzheitlich
Gehirn-
prozesse
Repetiv, kein Halt, keine
Assoziationen
Zusammenfassend, Differenziernd
Vergleichend
Nebeneffekte Langweilig,
Leicht ablenkbar, unkonzentriert
Flow-Erfahrung
Intensives Nachdenken
Denken wird geschult, auch langfristig
Ergebnis Unsicherheit, Wissen fehleranfällig
(da nur ein Zugangskanal)
Nachhaltiger, Wissen sitzt,
weniger anfällig gegenüber Überraschungen
Quelle: Krengel (2012): Bestnote
Mechanisches Lernen vs. Strukturen explorieren
Mechanisches Lernen Strukturen Lernen
Tätigkeiten Lesen
Abschreiben
Wiederholen
Suchen von Zusammenhängen
Abgrenzungen
Verarbeitung Mechanisch, Oberflächlich
„flach“
Verarbeitungstiefe gesteigert
Hoher Energieumsatz
Analytisch, ganzheitlich
Gehirn-
prozesse
Repetiv, kein Halt, keine
Assoziationen
Zusammenfassend, Differenziernd
Vergleichend
Nebeneffekte Langweilig,
Leicht ablenkbar, unkonzentriert
Flow-Erfahrung
Intensives Nachdenken
Denken wird geschult, auch langfristig
Ergebnis Unsicherheit, Wissen fehleranfällig
(da nur ein Zugangskanal)
Nachhaltiger, Wissen sitzt,
weniger anfällig gegenüber Überraschungen
Quelle: Krengel (2012): Bestnote
Lern-
bilder
Alternative 3
Quelle: Patrick Rebacz
strukturierte
Mitschriften
Alternative 4
Textwüsten sind nicht merk-würdig fürs Gehirn
Quelle: Krengel (2012): Bestnote
Mitschriften sollten strukturiert werden
Quelle: Krengel (2012): Bestnote
www.studienstrategie.de
Wenn Ihr mehr wissen möchtet ...
Ich wünsche Euch viele Höhenflüge
beim Lernen!
Martin Krengel

More Related Content

What's hot

画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向nlab_utokyo
 
[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks
[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks
[DL輪読会]Image-to-Image Translation with Conditional Adversarial NetworksDeep Learning JP
 
工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで
工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで
工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表までMasashi Komori
 
[DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering
 [DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering [DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering
[DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question AnsweringDeep Learning JP
 
[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン
[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン
[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオンEli Kaminuma
 
Gradient Tree Boosting はいいぞ
Gradient Tree Boosting はいいぞGradient Tree Boosting はいいぞ
Gradient Tree Boosting はいいぞ7X RUSK
 
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術RyuichiKanoh
 
単語・句の分散表現の学習
単語・句の分散表現の学習単語・句の分散表現の学習
単語・句の分散表現の学習Naoaki Okazaki
 
第五回統計学勉強会@東大駒場
第五回統計学勉強会@東大駒場第五回統計学勉強会@東大駒場
第五回統計学勉強会@東大駒場Daisuke Yoneoka
 
[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...
[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...
[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...Deep Learning JP
 
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision TreeNIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision TreeTakami Sato
 
大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法Shunji Umetani
 
第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)
第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)
第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)tomitomi3 tomitomi3
 
視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方akihiro_0228
 
[DL輪読会]Grasping Field: Learning Implicit Representations for Human Grasps
[DL輪読会]Grasping Field: Learning Implicit Representations for  Human Grasps[DL輪読会]Grasping Field: Learning Implicit Representations for  Human Grasps
[DL輪読会]Grasping Field: Learning Implicit Representations for Human GraspsDeep Learning JP
 
[Tutorial] Sentence Representation
[Tutorial] Sentence Representation[Tutorial] Sentence Representation
[Tutorial] Sentence RepresentationHiroki Shimanaka
 
【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...
【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...
【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...鬼木 渚沙
 
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデルDeep Learning JP
 
【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...
【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...
【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...Deep Learning JP
 

What's hot (20)

画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向画像の基盤モデルの変遷と研究動向
画像の基盤モデルの変遷と研究動向
 
[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks
[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks
[DL輪読会]Image-to-Image Translation with Conditional Adversarial Networks
 
工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで
工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで
工学系研究者のための 心理学的研究手法ガイド: 研究計画から実施,成果公表まで
 
[DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering
 [DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering [DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering
[DL輪読会]MUTAN: Multimodal Tucker Fusion for Visual Question Answering
 
[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン
[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン
[2018-03-29]JSPP18 Oxford Flower Image Datasetを用いた深層学習ハンズオン
 
Gradient Tree Boosting はいいぞ
Gradient Tree Boosting はいいぞGradient Tree Boosting はいいぞ
Gradient Tree Boosting はいいぞ
 
大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術大規模並列実験を支えるクラウドサービスと基盤技術
大規模並列実験を支えるクラウドサービスと基盤技術
 
単語・句の分散表現の学習
単語・句の分散表現の学習単語・句の分散表現の学習
単語・句の分散表現の学習
 
第五回統計学勉強会@東大駒場
第五回統計学勉強会@東大駒場第五回統計学勉強会@東大駒場
第五回統計学勉強会@東大駒場
 
[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...
[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...
[DL輪読会]RobustNet: Improving Domain Generalization in Urban- Scene Segmentatio...
 
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision TreeNIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
NIPS2017読み会 LightGBM: A Highly Efficient Gradient Boosting Decision Tree
 
大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法大規模な組合せ最適化問題に対する発見的解法
大規模な組合せ最適化問題に対する発見的解法
 
第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)
第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)
第9回 KAIM 金沢人工知能勉強会 進化的計算と最適化 / Evolutionary computation and optimization(移行済)
 
視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方視聴者に優しいプレゼン資料の作り方
視聴者に優しいプレゼン資料の作り方
 
[DL輪読会]Grasping Field: Learning Implicit Representations for Human Grasps
[DL輪読会]Grasping Field: Learning Implicit Representations for  Human Grasps[DL輪読会]Grasping Field: Learning Implicit Representations for  Human Grasps
[DL輪読会]Grasping Field: Learning Implicit Representations for Human Grasps
 
[Tutorial] Sentence Representation
[Tutorial] Sentence Representation[Tutorial] Sentence Representation
[Tutorial] Sentence Representation
 
線形計画法入門
線形計画法入門線形計画法入門
線形計画法入門
 
【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...
【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...
【卒業論文】特徴付加型敵対的生成ネットワークによる ファッションデザイン画像生成(Fashion Design Generation based on G...
 
[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル[DL輪読会]GANとエネルギーベースモデル
[DL輪読会]GANとエネルギーベースモデル
 
【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...
【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...
【DL輪読会】Which Shortcut Cues Will DNNs Choose? A Study from the Parameter-Space...
 

More from Martin Krengel

Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)
Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)
Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)Martin Krengel
 
Golden Rules: Buch Movation - Konzentration - Zeitmanagement
Golden Rules: Buch Movation - Konzentration - ZeitmanagementGolden Rules: Buch Movation - Konzentration - Zeitmanagement
Golden Rules: Buch Movation - Konzentration - ZeitmanagementMartin Krengel
 
Der perfekte Tag - So beginnt er! Tipps zum Aufstehen
Der perfekte Tag - So beginnt er! Tipps zum AufstehenDer perfekte Tag - So beginnt er! Tipps zum Aufstehen
Der perfekte Tag - So beginnt er! Tipps zum AufstehenMartin Krengel
 
Ziele formulieren - Ziele setzen - Ziele erreichen
Ziele formulieren - Ziele setzen - Ziele erreichenZiele formulieren - Ziele setzen - Ziele erreichen
Ziele formulieren - Ziele setzen - Ziele erreichenMartin Krengel
 
Buch Motivation und Zeitmanagement
Buch Motivation und ZeitmanagementBuch Motivation und Zeitmanagement
Buch Motivation und ZeitmanagementMartin Krengel
 
Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...
Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...
Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...Martin Krengel
 
Zeitmanagement Vortrag von Martin Krengel
Zeitmanagement Vortrag von Martin Krengel Zeitmanagement Vortrag von Martin Krengel
Zeitmanagement Vortrag von Martin Krengel Martin Krengel
 

More from Martin Krengel (10)

Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)
Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)
Dr. Martin Krengel: Diese Redner begeistern Menschen (Wissen+Karriere 06/2014)
 
Golden Rules
Golden RulesGolden Rules
Golden Rules
 
Golden Rules: Buch Movation - Konzentration - Zeitmanagement
Golden Rules: Buch Movation - Konzentration - ZeitmanagementGolden Rules: Buch Movation - Konzentration - Zeitmanagement
Golden Rules: Buch Movation - Konzentration - Zeitmanagement
 
Der perfekte Tag - So beginnt er! Tipps zum Aufstehen
Der perfekte Tag - So beginnt er! Tipps zum AufstehenDer perfekte Tag - So beginnt er! Tipps zum Aufstehen
Der perfekte Tag - So beginnt er! Tipps zum Aufstehen
 
Ziele formulieren - Ziele setzen - Ziele erreichen
Ziele formulieren - Ziele setzen - Ziele erreichenZiele formulieren - Ziele setzen - Ziele erreichen
Ziele formulieren - Ziele setzen - Ziele erreichen
 
Buch Motivation und Zeitmanagement
Buch Motivation und ZeitmanagementBuch Motivation und Zeitmanagement
Buch Motivation und Zeitmanagement
 
Was ist Motivation ?
Was ist Motivation ?Was ist Motivation ?
Was ist Motivation ?
 
Erfolgreich lernen
Erfolgreich lernen Erfolgreich lernen
Erfolgreich lernen
 
Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...
Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...
Leichter lernen und Prüfungsangst überwinden - Das Bestnoten-System von Marti...
 
Zeitmanagement Vortrag von Martin Krengel
Zeitmanagement Vortrag von Martin Krengel Zeitmanagement Vortrag von Martin Krengel
Zeitmanagement Vortrag von Martin Krengel
 

Mind Maps - Die Lernmethode und Alternativen

  • 2. Die 10 Lernprozesse im Überblick Quelle: Krengel (2012): Bestnote
  • 3. Die Strukturierung von Infos verbessert die Gedächtnisleistung enorm. MindMaps sind eine visuelle Form der Gedanken und Inhalte und verleihen Inhalten Struktur und Halt im Kopf. Mindmaps geben Struktur Quelle: Krengel (2012): Bestnote
  • 4. Erst wenn wir das Global Picture verstehen, können wir Details einordnen. Mindmaps helfen, den Überblick zu behalten Quelle: Krengel (2012): Bestnote
  • 5. Schwerer Lernstoff? Gerade dann, wenn der Stoff zu umfangreich wird, müssen wir abstrahieren und visualisieren Quelle: Krengel (2012): Bestnote
  • 6. Quelle: Im Seminar erarbeitete Mindmaps
  • 7. Quelle: Im Seminar erarbeitete Mindmaps
  • 8. Quelle: Im Seminar erarbeitete Mindmaps
  • 9. Quelle: Im Seminar erarbeitete Mindmaps
  • 10. Quelle: Im Seminar erarbeitete Mindmaps
  • 11. 7 Schritte zum guten MindMap: 1. Unliniertes, gern buntes Blatt 2. Bei ca. 1/3 bis Mitte beginnen 3. Untergliedere das Thema in mehrere wichtige Apekte Unterpunkte sind Teilaspekte/ Argumente/ Details 1. Mindestens 3 Textmarker/ Farben; mind. 1 Schlüsselbild 2. Themenblöcke einrahmen, farblich unterscheiden 3. Hauptäste dicker machen 4. Humor und Übertreibungen sind förderlich Beachte: Ein MindMap ist kein Kunstwerk! Zeichne es spontan, es soll Spass machen. Quelle: Krengel (2012): Bestnote
  • 12. Mind Maps sind nur eine Methode, Inhalte und Strukturen zu visualisieren. Sie sind super für die Verarbeitung bereits bekannter Inhalte, für Ideenfindung und Brainstorming. Sind die Inhalte komplexer, empfehle ich eher “Strukturkarten”, die die Beziehungen eines Textes oder Inhalts widerspiegeln und visualisieren. Dabei muss das Thema nicht mehr in der Mitte stehen. Doch Mindmaps sind nicht alles. Quelle: Krengel (2012): Bestnote
  • 17. Muster zu verdeutlichen reduziert Komplexität Positive Vertragsverletzung (pVV) 1. Anwendbarkeit im Hinblick auf Subsidiarität der pVV 2. Vertragliches o. gesetzliches Schuldverhältnis 3. Pflichtverletzung 4. Rechtswidrigkeit 5. Verschulden 6. Schaden 7. Haftungsausfüllende Kausalität 8. Anspruchskürzendes Mitverschulden, Verjährung o.ä. Culpa in Contrahendo (c.i.c.) 1. Anwendbarkeit der c.i.c. 2. Vorvertragliche Sonderverbindung 3. Pflichtverletzung 4. Rechtswidrigkeit 5. Verschulden 6. Schaden 7. Haftungsausfüllende Kausalität 8. Mitverschulden (§254 BGB), Verjährung Quelle: Krengel (2012): Bestnote
  • 18. Positive Vertragsverletzung (pVV) 1. Anwendbarkeit im Hinblick auf Subsidiarität der pVV 2. Vertragliches o. gesetzliches Schuldverhältnis 3. Pflichtverletzung 4. Rechtswidrigkeit 5. Verschulden 6. Schaden 7. Haftungsausfüllende Kausalität 8. Anspruchskürzendes Mitverschulden, Verjährung o.ä. Culpa in Contrahendo (c.i.c.) 1. Anwendbarkeit der c.i.c. 2. Vorvertragliche Sonderverbindung 3. Pflichtverletzung 4. Rechtswidrigkeit 5. Verschulden 6. Schaden 7. Haftungsausfüllende Kausalität 8. Mitverschulden (§254 BGB), Verjährung Diese Prüfschritte sind sehr ähnlich und brauchen daher nur einmal gelernt werden. Sie müssen dann nur angepasst werden. Muster zu verdeutlichen reduziert Komplexität Quelle: Krengel (2012): Bestnote
  • 19. Mechanisches Lernen vs. Strukturen explorieren Mechanisches Lernen Strukturen Lernen Tätigkeiten Lesen Abschreiben Wiederholen Suchen von Zusammenhängen Abgrenzungen Verarbeitung Mechanisch, Oberflächlich „flach“ Verarbeitungstiefe gesteigert Hoher Energieumsatz Analytisch, ganzheitlich Gehirn- prozesse Repetiv, kein Halt, keine Assoziationen Zusammenfassend, Differenziernd Vergleichend Nebeneffekte Langweilig, Leicht ablenkbar, unkonzentriert Flow-Erfahrung Intensives Nachdenken Denken wird geschult, auch langfristig Ergebnis Unsicherheit, Wissen fehleranfällig (da nur ein Zugangskanal) Nachhaltiger, Wissen sitzt, weniger anfällig gegenüber Überraschungen Quelle: Krengel (2012): Bestnote
  • 20. Mechanisches Lernen vs. Strukturen explorieren Mechanisches Lernen Strukturen Lernen Tätigkeiten Lesen Abschreiben Wiederholen Suchen von Zusammenhängen Abgrenzungen Verarbeitung Mechanisch, Oberflächlich „flach“ Verarbeitungstiefe gesteigert Hoher Energieumsatz Analytisch, ganzheitlich Gehirn- prozesse Repetiv, kein Halt, keine Assoziationen Zusammenfassend, Differenziernd Vergleichend Nebeneffekte Langweilig, Leicht ablenkbar, unkonzentriert Flow-Erfahrung Intensives Nachdenken Denken wird geschult, auch langfristig Ergebnis Unsicherheit, Wissen fehleranfällig (da nur ein Zugangskanal) Nachhaltiger, Wissen sitzt, weniger anfällig gegenüber Überraschungen Quelle: Krengel (2012): Bestnote
  • 24. Textwüsten sind nicht merk-würdig fürs Gehirn Quelle: Krengel (2012): Bestnote
  • 25. Mitschriften sollten strukturiert werden Quelle: Krengel (2012): Bestnote
  • 27. Ich wünsche Euch viele Höhenflüge beim Lernen! Martin Krengel

Editor's Notes

  1. Beispiel Volkswirtschaftslehre-Äster: Global Picture: Wie hängen alle Firmen, der Staat und die Konsumenten zusammen Aspekt 1: Mikroökonomie: Wie fällen Kunden Entscheidungen? Aspekt 2: Makroökonomie: Was kommt dabei heraus? Wofür ist das Wichtig? Beispiele: Schildkröten sammeln – Prämie damit nicht aussterben  ganz viele Schildkröten gesammelt Macroökonomie: Dollar verliert an Wert. Was heißt das für uns?  Billigere Waren aus USA, aber Exporte werden teuer!
  2. Pro: - Zum Lernen - Super zum Erarbeiten von Zusammenhängen und Sachverhältnissen