Marc Philipp Janson

Zum 1. September 2024 hat Jun. Prof. Dr. Marc Philipp Janson die Tenure-Track-Professur für Lehr-Lernpsychologie mit den Schwerpunkten Educational Design and Educational Effectiveness an der Pädagogischen Hochschule Karlsruhe angetreten. Am Institut für Psychologie forscht er zum Thema Selbstreguliertes Lernen (SRL) in Intelligenten Tutoriellen Lernsystemen (ITS). Innerhalb seiner Arbeitsgruppe promovieren Julia Hilpert, Dana Deeva und Theresa Dechamps.

Zuvor war Marc Philipp Janson an der Universität Mannheim tätig, wo er noch bis 2026 ein Forschungsprojekt leitete. An der PHKA ist er Teil des Leitungsteams des Forschungs- und Nachwuchskollegs "Aufgabenqualität im digital gestützten Unterricht (AQUA-d)", in dem er auch das Teilprojekt "Variabilität beim digitalen Übungslernen" verantwortet . Vor seiner Forschungstätigkeit war er an der Entwicklung des intelligenten tutoriellen Lernsystems CoTutor beteiligt, das er auch für Forschungszwecke einsetzt.

Er ist unter janson(at)ph-karlsruhe.de erreichbar.

Forschungsgebiete und Interessen

Selbstregulation in digitalen Lernumgebungen

Das Initiieren und die Aufrechterhaltung zielgerichteter Lernaktivitäten stellen eine zentrale selbstregulatorische Herausforderung dar (Schunk & Zimmerman, 2023; Zimmerman & Schunk, 2011). Dies gilt auch für digitale Lernumgebungen (Azevedo et al., 2011; Winters et al., 2008). Im Rahmen seiner Forschung untersucht Marc Philipp Janson inter- und intraindividuelle Unterschiede im selbstregulierten Lernverhalten, deren Antezedenzbedingungen sowie ihre prädiktive Validität. Die Nutzung von Verhaltensdaten aus ökologisch hochvaliden digitalen Lernumgebungen ermöglicht dabei einen einzigartigen Einblick in das tatsächliche Lernverhalten und ergänzt die Erfassung über reine Selbstberichtsdaten. Derzeit führt Marc Philipp Janson gemeinsam mit verschiedenen Kooperationspartnerinnen und Kooperationspartnern Forschungsprogramme durch, die unterschiedliche theoretische Ansätze verfolgen.

• Motivation und Prokrastination:
  Auf Basis der situated expectancy-value theory (Eccles & Wigfield, 2024) und der temporal motivation theory (Steel, 2007) untersucht Marc Philipp Janson, inwieweit motivationale Komponenten das Lernverhalten insbesondere unter Berücksichtigung temporaler Landmarken (z.B. anstehende Klausuren) vorhersagen. Im Rahmen der Forschung ist es bereits gelungen, die temporal motivation theory mit echten Verhaltensdaten zu überprüfen (Janson, Wenker et al., 2024)
  Kooperationspartner: Dr. Lisa Bäulke (Hector-Institut Tübingen)
• Affekt und Emotion:
  Insbesondere das affektive und emotionale Erleben unterliegt beim selbstregulierten Lernen erheblichen intraindividuellen Schwankungen. Aufbauend auf der control-value theory of achievement emotions (Pekrun et al., 2023) untersucht Marc Philipp Janson, welche konkreten Lernsituationen für das Entstehen von Affekt und Emotion entscheidend sind. Erste publizierte Ergebnisse zeigen insbesondere, dass die hohe intraindividuelle Variabilität im Erleben eine besondere Herausforderung an die Granularität der Messung und den zeitlichen Abstand zum vorhergesagten Lernverhalten darstellt (Hilpert & Janson, 2026).
  Promotionsprojekt: M.Sc. Julia Hilpert (PHKA)
• Metakognition:
  Die eigene Wahrnehmung von Lernfortschritten ist ein entscheidender Prozess des selbstregulierten Lernens (Soderstrom et al., 2016). Ein zentraler Untersuchungsgegenstand sind hierbei s.g. judgments of learning (JOL, Koriat, 1997). Diese Selbsteinschätzungen von Lernenden, hinsichtlich ihrer Sicherheit Aufgaben korrekt lösen zu kennen, sind im Rahmen experimenteller Forschung etabliert. Marc Philipp Janson untersucht im Rahmen seiner Forschung inwieweit sich die prädiktive Validität solcher metakognitiven Urteile auch in ökologisch valide Feldbedingungen übertragen lässt. Dies ist insbesondere dahingehend bedeutsam da bestehende experimentelle Befunde mit artifiziellen Lernmaterialien nur eingeschränkt auf Lernen mit relevanten und bedeutsamen Lerninhalte übertragen werden konnten (z.B. Ingendahl & Undorf, 2024). Erste Befunde hierzu zeigen bereits, dass JOLs Lernleistung und die Allokation von Lernaufwand vorhersagen (Janson, Wissel, et al., 2026)
  Kooperationspartner: Prof. Dr. Monika Undorf, Dr. Franziska Ingendahl (TU Darmstadt); Prof. Dr. Stefan Münzer, M.Sc. Samuel Wissel (Universität Mannheim)

Evaluierung und Optimierung von intelligenten tutoriellen Lernsystemen (ITS)

Ein weiterer Schwerpunkt seiner Forschung liegt auf der Erforschung, Entwicklung und Evaluierung digitaler Lernsysteme, insbesondere intelligenter tutorieller Systeme (ITS Kulik & Fletcher, 2016; Mousavinasab et al., 2021), die Lernende beim digitalen selbstgesteuerten Lernen unterstützen (Azevedo et al., 2011; Schunk & Zimmerman, 2023; Winters et al., 2008; Zimmerman & Schunk, 2011). In diesem Bereich verfolgt Marc Philipp Janson verschiedene Forschungsprojekte:

• Fitting Feedback (Promotionsprojekt):
  Feedback-Effekte variieren im Allgemeinen stark (Hattie & Timperley, 2007; Kluger & DeNisi, 1996; Wisniewski et al., 2020). Dies zeigt sich auch im Kontext des Practice Testing (Adesope et al., 2017; Naujoks et al., 2022). In seiner Forschung hat sich Janson mit der Steigerung der Effektivität informativen Feedbacks durch dessen Anpassung an interindividuelle Unterschiede beschäftigt. Hierzu integrierte er verschiedene theoretische Ansätze (Higgins, 2000; Kluger & DeNisi, 1996) in die Theorie des Fitting Feedback. Diese geht davon aus, dass die Rahmung von Leistungsrückmeldungen im Einklang mit den eigenen strategischen Orientierungen motivations- und leistungsförderlich wirken kann. Das bisherige Forschungsprogramm umfasst sechs empirische Studien, in denen Leistungsrückmeldungen im Kontext des Practice Testing mit unterschiedlichen Rahmungen untersucht wurden (Janson, Siebert, et al., 2022; 2023; Janson & Dickhäuser, 2025).
  Betreuer: Prof. Dr. Oliver Dickhäuser (Universität Mannheim)
• Prädiktive Validität von Lernverhalten in ITS für akademischen Erfolg:
  Die im Rahmen der Forschung generierten Lerndaten aus dem vorlesungsbegleitenden Einsatz von intelligenten tutoriellen Lernsystemen werden ebenfalls hinsichtlich des akademischen Erfolgs der Lernenden untersucht. Hierbei untersucht Janson, ob Leistungsindikatoren aus intelligenten tutoriellen Lernsystemen Klausurerfolg über bestehende Leistungindikatoren (z.B. Abiturnote) hinaus inkrementell erklären. Des Weiteren untersucht Marc Philipp Janson den Zusammenhang von verschiedenen Lernstrategien und akademischem Erfolg, wie beispielsweise den negativen Zusammenhang von massiertem Lernen mit Klausurerfolg. Erste Buchkapitel beleuchten die Erkenntnisse des vorlesungsbegleitenden Einsatzes des ITS CoTutor (Münzer et al., 2026; Parrisius et al., 2026).
  Kooperationspartner: Prof. Dr. Stefan Münzer, Dr. Benedict C. O. F. Fehringer, M.Sc. Samuel Wissel (Universität Mannheim)
• Variabilität beim Übungslernen:
  Im Rahmen seiner Forschung untersucht Marc Philipp Janson, inwieweit semi-generische Lerninhalte beziehungsweise eine höhere Variabilität den Lernerfolg im Sinne sogenannter desirable difficulties (Bjork & Bjork, 1992; 2011) steigern können. Ausgehend von der Annahme, dass die generell hohe Effektivität von Übungslernen (Adesope et al., 2017) durch das Wiedererkennen von Oberflächenmerkmalen bei Wiederholungen limitiert ist, untersucht er ob unterschiedliche Aufgabenvariationen das Lernverhalten und den Lernerfolg positiv beeinflussen.
  Promotionsprojekt: M.Sc. Dana Deeva (AQUA-d Teilprojekt 5)
  Kooperationspartner: M.Sc. Paula Schmelzer (RISC-Projekt, Universität Mannheim), Prof. Dr. Andreas Lachner (Universität Tübingen), Prof. Shana K. Carpenter, PhD (Oregon State University)

Meta-Analyse zur Bezugsnormorientierung

Leistungsbeurteilung bezeichnet die Bewertung von Resultaten anhand bestimmter Vergleichsstandards (Heckhausen, 1974). Für die Beurteilung von Leistungen können unterschiedliche Standards beziehungsweise Bezugsnormen herangezogen werden. Bei einer kriterialen beziehungsweise sachlichen Bezugsnorm wird ein Resultat anhand festgelegter sachlicher Kriterien bewertet. Daneben können Beurteilende intra- und interindividuelle Vergleiche vornehmen. Bei der individuellen Bezugsnorm wird eine aktuelle Leistung mit vorherigen Leistungen derselben Person verglichen. Bei der sozialen Bezugsnorm erfolgt die Bewertung hingegen anhand der Leistungen anderer Personen. Die Forschung zur Bezugsnormorientierung von Lehrkräften war äußerst fruchtbar (Rheinberg, 1980; 1982; vgl. auch Mischo & Rheinberg, 1995; Rheinberg & Krug, 1993). Bis auf wenige Ausnahmen (Dickhäuser et al., 2017; Lüdtke et al., 2005; Retelsdorf & Günther, 2011) beschränkt sich die bestehende Literatur jedoch weitgehend auf den deutschsprachigen Raum.

Eine aktuelle systematische Erfassung der vorhandenen Forschung sowie eine quantitative Synthese der bisherigen Befunde fehlen bislang. Mit einer Meta-Analyse zur Bezugsnormorientierung widmet sich Janson dieser Forschungslücke. Erste Auswertungen hierzu wurden bereits im Rahmen wissenschaftlicher Konferenzen vorgestellt.

Betreute Promotionen

• M.Sc. Julia Hilpert: Fostering Self-regulated Learning in Intelligent Tutoring Systems (Start: 1.9.2024)
• M.Sc. Dana Deeva: Variability as desirable difficulty to leverage technology-enhanced retrieval practice (Start: 1.9.2026)
• M.Sc. Theresa Dechamps: Cognitive load theory and digital learning media: an evaluation of a cognitive cost-benefit model (Betreuung übernommen: 1.8.2026)

Eingeworbene Forschungsprojekte 

• Forschungs- und Nachwuchskolleg "Aufgabenqualität im digital gestützten Unterricht (AQUA-d)", Förderphase II, Teilprojekt 5 "Variabilität beim digitalen Übungslernen" (Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg, Teilprojektleitung und Teil der Gesamtleitung, Gesamtfördersumme: 2.400.000,00€)
• Forschungsprojekt "Understanding and Supporting Self-regulated Learning in Intelligent Tutoring Systems" (RISC-Förderung Universität Mannheim: 79.900,00€)
• Promotionsprojekt "Fitting Feedback" (Promotionsförderung GESS Uni Mannheim: 25.800,00€; Promotionsförderung Konrad-Adenauer-Stiftung: 52.200,00€)

Ausgewählte Publikationen

Publikationen in Fachzeitschriften (peer-reviewed) 

• Hilpert, J., & Janson, M. P. (2026). Tracing affect in digital learning: Combining log data and introspective momentary assessments, Computers & Education, 105668.
• Janson, M. P., Wissel, S., Ingendahl, F., & Undorf, M. (2026). Judgments of learning in the wild: Establishing ecological validity with an intelligent tutoring system in a field study Learning and Instruction, 103, 102293.
• Janson, M. P., & Dickhäuser, O. (2025). More fit, less load? Cognitive processes of feedback framed toward own preferences.  The Journal of Experimental Education, 93(2), 261-281.
• Janson, M. P., Wenker, T., & Bäulke, L. (2024). Only a matter of time? Using logfile data to evaluate temporal motivation theory in university students' examination preparation. British Journal of Educational Psychology, 1–16.
• Janson, M. P., Siebert, J., & Dickhäuser, O. (2023). Everything right or nothing wrong? Regulatory fit effects in an e-learning context. Social Psychology of Education, 26, 107–139.
• Janson, M. P., Siebert, J., & Dickhäuser, O. (2022). Compared to what? Effects of social and temporal comparison standards of feedback in an e-learning context. International Journal of Educational Technology in Higher Education, 19, 1–26.
• Janson, M. P., & Dickhäuser, O. (2019). Prüfungsvorbereitung an der Hochschule mittels Lernsoftware: Die Effekte von Wenn-Dann-Plänen. Unterrichtswissenschaft, 47(3), 295-312.

Publikationen in Herausgeber-Werken

• Münzer, S., Wissel, S., Şatır, H. D., Fehringer, B. C. O. F., & Janson, M. P. (2026). Vorlesungsbegleitendes digitales Tutoring mit CoTutor zur Unterstützung von kognitiven Lernstrategien bei Erstsemesterstudierenden. In M. Friedrich-Schieback, M. Klinger, & N. Baldus (Eds.), Freiräume für innovative digitale Lehre: Gestaltungsprozesse, Lehrprojekte, Reflexionen (pp. 89–114). wbv.
• Parrisius, C., Holz, H., Bez, S., Merk, S., & Janson, M. P. (2026). Intelligente tutorielle Systeme. In U. Trautwein, M. Hasselhorn, C. Mähler, & T. Richter (Eds.), Trends und Innovationen pädagogisch-psychologischer Diagnostik (pp. 123–140). Hogrefe.