Das Mobile Mathe Labor (universitäre Homepage) ist ein Projekt der LMU München und soll mathematische Themen auf spielerische Art in den Schulunterricht einbringen.  Jeder Teilnehmer arbeitet dafür ein Projekt zu Unterrichtseinheiten aus und führt diese in Schulen oder speziellen universitären Veranstaltungen wie dem MatheMonatMai durch. Für eine ausführlicheren Überblick über die Projekte, siehe auch meinen Artikel (p. 16/17) zu den Wissenschaftstagen 2008.

... besonders auf den Bergen

Ein besonderes Umfeld für eine intensivere Beschäftigung mit verschiedenen MML Themen konnte ich mit der "Realschule für Mädchen Rosenheim" (an der mein Vater lehrt) 2010, 2011 und 2012 je eine Mathematik-Berg-Woche als Klassenfahrt ins Leben rufen (siehe Artikel p. 22/23)

Als Thema wählte ich das klassische Gefangenendilemma der Spieltheorie in aktuellem Gewand: Zwei Nachbarländer müssen sich verdeckt zwischen fossilen und erneuerbaren Energien entscheiden und dabei ihre jeweils eigenen Kosten gegen den gemeinsam erreichten Umweltschutz abwägen. Aufwändigster Bestandteil des Projekts war dabei eine selbstprogrammierte Internetplattform bei der die TeilnehmerInnen graphisch Strategien programmieren und gegenseitig (oder gegen KI-Gegner) ausprobieren konnten.

Didaktische Ziele:

• Das unmittelbare Selbst-Spielen zu Beginn bietet einen amüsanten, kompetetiven und unmittelbaren Einstieg, bei dem sich unter den TeilnehmerInnen schnell verschiedene Einsichten und Strategien herauskristallisieren
• Gerade durch den Vergleich des abstrakten Problems mit von den TeilnehmerInnen selbst vorgeschlagenen Situationen und der unmittelbaren Gegenüberstellung von mathematischen und intuitiven Lösungskonzepten wird der Wert von mathematischer Modellbildung vermittelt.
• Der langsame, schrittweise Übergang vom eigenen ad-hoc-Spielen zu selbst verfassten Prozeduren, die live verfolgt und modifiziert werden konnten stärkt das algorithmische Denken.
• Schließlich war mir wichtig, direkt erfahrbar zu machen, wie Mathematik Lösungsstrategien konkret verbessert. Dazu wird beispielsweise der Gegner als zufällig handelnd abhängig vom vorherigen (eigenen) Zug modelliert. Damit lassen sich "Persönlichkeiten" in ein x-y-Diagramm eintragen, die Extrempunkte diskutieren (kooperativ, Tit-for-Tat, etc.) und mit den elementaren Schul-Mitteln einer linearen Ungleichung "Gebiete" mit jeweils optimaler Gegen-Strategie berechnen. Dass der (nicht zu unterschätzende) KI-Gegner mit exakt dieser Methode programmiert wurde, sorgt dabei für einen zusätzlichen Reiz.