1. Universität
  2. Fakultäten
  3. Philosophisch-Sozialwissenschaftliche Fakultät
  4. Fächer & Arbeitsgruppen
  5. Learning Analytics and Educational Data Mining
  6. Team
  7. Dr. Elisabeth Bauer

Dr. Elisabeth Bauer

Akademische Rätin auf Zeit
Learning Analytics and Educational Data Mining
Telefon: +49 (0) 821 598 4349
E-Mail:
Raum: 7018 (BCM)
Sprechzeiten: nach Vereinbarung
Adresse: Alter Postweg 101 (Büro Center Messe), 86159 Augsburg

Lebenslauf

Elisabeth Bauer studierte „Psychology in the Learning Sciences“ an der LMU München. Von 2017 bis 2023 war sie als wissenschaftliche Mitarbeiterin am Lehrstuhl für Empirische Pädagogik und Pädagogische Psychologie der LMU München tätig; während dieser Zeit promovierte sie im Rahmen des BMBF-Projekts FAMULUS zur Förderung des diagnostischen Schlussfolgerns und Argumentierens in der Medizin- und Lehrkräftebildung mithilfe von Simulationen und KI-basiertem adaptivem Feedback (2017–2020); von 2019 bis 2021 wurde ihre Forschung durch ein Stipendium im Rahmen des internationalen Doktorandenprogramms REASON des Elite-Netzwerks Bayern gefördert; von 2022 bis 2023 war sie Postdoktorandin am Lehrstuhl für Empirische Pädagogik und Pädagogische Psychologie an der LMU München. Von 2023 bis 2024 war sie als Postdoktorandin an der Technischen Universität München, Lehrstuhl für Pädagogische Psychologie, wo sie in der von der DFG geförderten Forschungsgruppe COSIMA mitarbeitete. Seit 2024 ist sie Akademische Rätin auf Zeit an der Universität Augsburg, Lehrstuhl für Learning Analytics & Educational Data Mining, sowie Fellow am CIDER College for Interdisciplinary Educational Research, das vom Leibniz-Forschungsnetzwerk Bildungspotenziale (LERN) und der Jacobs Foundation gefördert wird.

 

  |   |

 

Forschungsschwerpunkte

  • Adaptive Lerntechnologien
  • Learning Analytics
  • KI in der Bildung
  • Simulationsbasiertes Lernen
  • Schlussfolgern und Argumentieren 

Lehrveranstaltungen

Kurs Heimateinrichtung Dozent Semester Typ Sprache

Publikationen

2026 | 2025 | 2024 | 2023 | 2022 | 2021 | 2020 | 2019 | 2018

2026
Lohr, Anne, Berger, Sonja, Sailer, Michael, Fischer, Frank, Pickal, Amadeus J., Bauer, Elisabeth, & Schultz-Pernice, Florian (2026). Digitale Bildung an bayerischen Hochschulen zwischen Konsolidierung und Künstlicher Intelligenz. München: vbw Bayern.
PDF | BibTeX | RIS | URL
Erhardt, Nick, Runge, Isabell, & Bauer, Elisabeth (2026). From training to practice: AI acceptance in teacher education [Symposium abstract]. Tina Seidel, Jenna Koenen, Andreas Obersteiner, Anna Keune (Eds.), GEBF 2026: 13. Kongress der Gesellschaft für empirische Bildungsforschung - Abstractband(p. 249). München: Technische Universität München.
BibTeX | RIS | URL
Scheiter, Katharina, Bach, Katharina M., Bauer, Elisabeth, Brod, Garvin, Bromme, Rainer, Buhl, Heike M., Gagl, Benjamin, Greiff, Samuel, Hefter, Markus H., Janke, Stefan, Lindner, Marlit A., Mayweg, Elisabeth, Nebel, Steve, Rummel, Nikol, & Sailer, Michael (2026). Generative Künstliche Intelligenz im Kontext von Lehren, Lernen und Beraten: eine Perspektive der Pädagogischen Psychologie. Psychologische Rundschau, 77(3), 169-174. https://doi.org/10.1026/0033-3042/a000769
PDF | BibTeX | RIS | DOI
Yee Mok, Sog, Suter, Francesca, Täschner, Janina, Alp Christ, Ayşenur, Bauer, Elisabeth, Sailer, Michael, Achermann, Tabea Lynn, & Schneider, Sascha (2026). Verbessern Prompts und Feedback bei digitalen Tools das selbstregulierte Lernen und die Leistung? Eine Metaanalyse [Abstract]. Tina Seidel, Jenna Koenen, Andreas Obersteiner, Anna Kuene (Eds.), GEBF 2026: 13. Kongress der Gesellschaft für empirische Bildungsforschung - Abstractband(pp. 501-502). München: Technische Universität München.
BibTeX | RIS | URL

2025
Bauer, Elisabeth, Sailer, Michael, Niklas, Frank, Greiff, Samuel, Sarbu‐Rothsching, Sven, Zottmann, Jan M., Kiesewetter, Jan, Stadler, Matthias, Fischer, Martin R., Seidel, Tina, Urhahne, Detlef, Sailer, Maximilian, & Fischer, Frank (2025). AI‐based adaptive feedback in simulations for teacher education: an experimental replication in the field. Journal of Computer Assisted Learning, 41(1), e13123. https://doi.org/10.1111/jcal.13123
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Richters, Constanze, Pickal, Amadeus J., Klippert, Moritz, Sailer, Michael, & Stadler, Matthias (2025). Effects of AI-generated adaptive feedback on statistical skills and interest in statistics: a field experiment in higher education. British Journal of Educational Technology, 56(5), 1735-1757. https://doi.org/10.1111/bjet.13609
PDF | BibTeX | RIS | DOI
Scheiter, Katharina, Bauer, Elisabeth, Omarchevska, Yoana, Schumacher, Clara, & Sailer, Michael (2025). Künstliche Intelligenz in der Schule: eine Handreichung zum Stand in Wissenschaft und Praxis. Bonn: Bundesministerium für Bildung, Familie, Senioren, Frauen und Jugend (BMFSFJ).
PDF | BibTeX | RIS | URL | URL
Herausgegeben im Rahmen des KI-Begleitprozesses im Rahmenprogramm empirische Bildungsforschung
Bauer, Elisabeth, Greiff, Samuel, Graesser, Arthur C., Scheiter, Katharina, & Sailer, Michael (2025). Looking beyond the hype: understanding the effects of AI on learning. Educational Psychology Review, 37(2), 45. https://doi.org/10.1007/s10648-025-10020-8
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Heitzmann, Nicole, Bannert, Maria, Chernikova, Olga, Fischer, Martin R., Frenzel, Anne C., Gartmeier, Martin, Hofer, Sarah I., Holzberger, Doris, Kasneci, Enkelejda, Koenen, Jenna, Kosel, Christian, Küchemann, Stefan, Kuhn, Jochen, Michaeli, Tilman, Neuhaus, Birgit J., Niklas, Frank, Obersteiner, Andreas, Pfeffer, Jürgen, Sailer, Michael, Schmidmaier, Ralf, Schmidt-Hertha, Bernhard, Stadler, Matthias, Ufer, Stefan, Vorholzer, Andreas, Seidel, Tina, & Fischer, Frank (2025). Personalizing simulation-based learning in higher education. Learning and Individual Differences, 122, 102746. https://doi.org/10.1016/j.lindif.2025.102746
PDF | BibTeX | RIS | DOI

2024
Nickl, Michael, Sommerhoff, Daniel, Radkowitsch, Anika, Huber, Sina A., Bauer, Elisabeth, Ufer, Stefan, Plass, Jan L., & Seidel, Tina (2024). Effects of real-time adaptivity of scaffolding: supporting pre-service mathematics teachers' assessment skills in simulations. Learning and Instruction, 94, 101994. https://doi.org/10.1016/j.learninstruc.2024.101994
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Fischer, Martin R., Gurevych, Iryna, & Fischer, Frank (2024). Facilitating justification, disconfirmation, and transparency in diagnostic argumentation: effects of automatic adaptive feedback in teacher education. Zeitschrift für Pädagogische Psychologie, 38(1-2), 49-54. https://doi.org/10.1024/1010-0652/a000363
PDF | BibTeX | RIS | DOI
Bichler, Sarah, Sailer, Michael, Bauer, Elisabeth, Kiesewetter, Jan, Härtl, Hanna, Fischer, Martin R., & Fischer, Frank (2024). Promoting diagnostic reasoning in teacher education: the role of case format and perceived authenticity. European Journal of Psychology of Education, 39, 3227-3252. https://doi.org/10.1007/s10212-024-00874-x
PDF | BibTeX | RIS | DOI
Sailer, Michael, Ninaus, Manuel, Huber, Stefan E., Bauer, Elisabeth, & Greiff, Samuel (2024). The end is the beginning is the end: the closed-loop learning analytics framework. Computers in Human Behavior, 158, 108305. https://doi.org/10.1016/j.chb.2024.108305
PDF | BibTeX | RIS | DOI
Kosel, Christian, Bauer, Elisabeth, & Seidel, Tina (2024). Where experience makes a difference: teachers' judgment accuracy and diagnostic reasoning regarding student learning characteristics. Frontiers in Psychology, 15, 1278472. https://doi.org/10.3389/fpsyg.2024.1278472
PDF | BibTeX | RIS | DOI

2023
Sailer, Michael, Bauer, Elisabeth, Hofmann, Riikka, Kiesewetter, Jan, Glas, Julia, Gurevych, Iryna, & Fischer, Frank (2023). Adaptive feedback from artificial neural networks facilitates pre-service teachers' diagnostic reasoning in simulation-based learning. Learning and Instruction, 83, 101620. https://doi.org/10.1016/j.learninstruc.2022.101620
PDF | BibTeX | RIS | DOI
Greisel, Martin, Bauer, Elisabeth, Kuznetsov, Ilia, Berndt, Markus, Dresel, Markus, Fischer, Martin R., Kollar, Ingo, & Fischer, Frank (2023). How to use theory to implement natural language processing for peer-feedback. C. Damșa, M. Borge, E. Koh, M. Worsley (Eds.), Proceedings of the 16th International Conference on Computer-Supported Collaborative Learning - CSCL 2023, June 10–15, 2023, Montréal, QC, Canada(pp. 237-240). Montréal: International Society of the Learning Sciences (ISLS). https://doi.org/10.22318/cscl2023.108887
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Greisel, Martin, Kuznetsov, Ilia, Berndt, Markus, Kollar, Ingo, Dresel, Markus, Fischer, Martin R., & Fischer, Frank (2023). Using natural language processing to support peer‐feedback in the age of artificial intelligence: a cross‐disciplinary framework and a research agenda. British Journal of Educational Technology, 54(5), 1222-1245. https://doi.org/10.1111/bjet.13336
PDF | BibTeX | RIS | DOI

2022
Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Fischer, Martin R., & Fischer, Frank (2022). Diagnostic argumentation in teacher education: making the case for justification, disconfirmation, and transparency. Frontiers in Education, 7, 977631. https://doi.org/10.3389/feduc.2022.977631
PDF | BibTeX | RIS | DOI
Kiesewetter, Jan, Hege, Inga, Sailer, Michael, Bauer, Elisabeth, Schulz, Claudia, Platz, Manfred, & Adler, Martin (2022). Implementing remote collaboration in a virtual patient platform: usability study. JMIR Medical Education, 8(3), e24306. https://doi.org/10.2196/24306
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Schulz, Claudia, Gurevych, Iryna, Fischer, Martin R., & Fischer, Frank (2022). Learning to diagnose students' behavioral, developmental, and learning disorders in a simulation-based learning environment for pre-service teachers. In Frank Fischer & Ansgar Opitz (Eds.), Learning to diagnose with simulations: examples from teacher education and medical education (pp. 97-107). Cham: Springer. https://doi.org/10.1007/978-3-030-89147-3_8
PDF | BibTeX | RIS | DOI
Fischer, Frank, Bauer, Elisabeth, Seidel, Tina, Schmidmaier, Ralf, Radkowitsch, Anika, Neuhaus, Birgit J., Hofer, Sarah I., Sommerhoff, Daniel, Ufer, Stefan, Kuhn, Jochen, Küchemann, Stefan, Sailer, Michael, Koenen, Jenna, Gartmeier, Martin, Berberat, Pascal, Frenzel, Anne, Heitzmann, Nicole, Holzberger, Doris, Pfeffer, Jürgen, Lewalter, Doris, Niklas, Frank, Schmidt-Hertha, Bernhard, Gollwitzer, Mario, Vorholzer, Andreas, Chernikova, Olga, Schons, Christian, Pickal, Amadeus J., Bannert, Maria, Michaeli, Tilman, Stadler, Matthias, & Fischer, Martin R. (2022). Representational scaffolding in digital simulations – learning professional practices in higher education. Information and Learning Sciences, 123(11/12), 645-665. https://doi.org/10.1108/ils-06-2022-0076
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Heitzmann, Nicole, & Fischer, Frank (2022). Simulation-based learning in higher education and professional training: approximations of practice through representational scaffolding. Studies in Educational Evaluation, 75, 101213. https://doi.org/10.1016/j.stueduc.2022.101213
PDF | BibTeX | RIS | DOI

2021
Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Fischer, Martin R., & Fischer, Frank (2021). Pre-service teachers' argumentations in the context of assessment. E. de Vries, Y. Hod, J. Ahn (Eds.), Proceedings of the 15th International Conference of the Learning Sciences - ICLS 2021, Bochum, Germany, June 8-11, 2021(pp. 669-672). International Society of the Learning Sciences.
PDF | BibTeX | RIS | URL
Fink, Maximilian C., Radkowitsch, Anika, Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Schmidmaier, Ralf, Siebeck, Matthias, Fischer, Frank, & Fischer, Martin R. (2021). Simulation research and design: a dual-level framework for multi-project research programs. Educational Technology Research and Development, 69(2), 809-841. https://doi.org/10.1007/s11423-020-09876-0
PDF | BibTeX | RIS | DOI

2020
Bauer, Elisabeth, Fischer, Frank, Kiesewetter, Jan, Williamson Shaffer, David, Fischer, Martin R., Zottmann, Jan M., & Sailer, Michael (2020). Diagnostic activities and diagnostic practices in medical education and teacher education: an interdisciplinary comparison. Frontiers in Psychology, 11, 562665. https://doi.org/10.3389/fpsyg.2020.562665
PDF | BibTeX | RIS | DOI
Kiesewetter, Jan, Sailer, Michael, Jung, Valentina M., Schönberger, Regina, Bauer, Elisabeth, Zottmann, Jan M., Hege, Inga, Zimmermann, Hanna, Fischer, Frank, & Fischer, Martin R. (2020). Learning clinical reasoning: how virtual patient case format and prior knowledge interact. BMC Medical Education, 20(1), 73. https://doi.org/10.1186/s12909-020-1987-y
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Williamson Shaffer, David, Schulz, Claudia, Pfeiffer, Jonas, Gurevych, Iryna, Fischer, Martin R., & Fischer, Frank (2020). Pre-service teachers' diagnostic argumentation: what is the role of conceptual knowledge and cross-domain epistemic activities?. M. Gresalfi, I. S. Horn (Eds.), The Interdisciplinarity of the Learning Sciences, 14th International Conference of the Learning Sciences (ICLS) 2020, June 19-23, 2020, Nashville, Tennessee, USA, volume 4(pp. 2399-2400). International Society of the Learning Sciences.
PDF | BibTeX | RIS | URL

2019
Schulz, Claudia, Meyer, Christian M., Kiesewetter, Jan, Sailer, Michael, Bauer, Elisabeth, Fischer, Martin R., Fischer, Frank, & Gurevych, Iryna (2019). Analysis of automatic annotation suggestions for hard discourse-level tasks in expert domains. Anna Korhonen, David Traum, Lluís Màrquez (Eds.), Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, July 28 - August, 2019, Florence, Italy(pp. 2761-2772). Stroudsburg, PA: Association for Computational Linguistics (ACL). https://doi.org/10.18653/v1/P19-1265
PDF | BibTeX | RIS | DOI
Pfeiffer, Jonas, Meyer, Christian M., Schulz, Claudia, Kiesewetter, Jan, Zottmann, Jan, Sailer, Michael, Bauer, Elisabeth, Fischer, Frank, Fischer, Martin R., & Gurevych, Iryna (2019). FAMULUS: interactive annotation and feedback generation for teaching diagnostic reasoning. Sebastian Padó, Ruihong Huang (Eds.), Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP): System Demonstrations, November 3–7, 2019, Hong Kong, China(pp. 73-78). Stroudsburg, PA: Association for Computational Linguistics (ACL). https://doi.org/10.18653/v1/D19-3013
PDF | BibTeX | RIS | DOI
Bauer, Elisabeth, Sailer, Michael, Kiesewetter, Jan, Schulz, Claudia, Pfeiffer, Jonas, Gurevych, Iryna, Fischer, Martin R., & Fischer, Frank (2019). Using ENA to analyze pre-service teachers' diagnostic argumentations: a conceptual framework and initial applications. Brendan Eagan, Morten Misfeldt, Amanda Siebert-Evenstone (Eds.), Advances in quantitative ethnography: First International Conference, ICQE 2019, Madison, WI, USA, October 20–22, 2019, Proceedings(pp. 14-25). Cham: Springer. https://doi.org/10.1007/978-3-030-33232-7_2
PDF | BibTeX | RIS | DOI

2018
Schulz, Claudia, Sailer, Michael, Kiesewetter, Jan, Bauer, Elisabeth, Fischer, Frank, Fischer, Martin R., & Gurevych, Iryna (2018). Automatic recommendations for data coding: a use case from medical and teacher education. Wilco Hazeleger, Adriënne Mendrik, Ben van Werkhoven, Rob van Nieuwpoort, Raül Sirvent Pardell (Eds.), 2018 IEEE 14th International Conference on e-Science (e-Science), 29 October - 1 November 2018, Amsterdam, Netherlands(pp. 364-365). Piscataway, NJ: IEEE. https://doi.org/10.1109/escience.2018.00100
PDF | BibTeX | RIS | DOI
Schulz, Claudia, Meyer, Christian M., Sailer, Michael, Kiesewetter, Jan, Bauer, Elisabeth, Fischer, Frank, Fischer, Martin R., & Gurevych, Iryna (2018). Challenges in the automatic analysis of students' diagnostic reasoning. preprint. https://doi.org/10.48550/arXiv.1811.10550
PDF | BibTeX | RIS | DOI

Suche