Dr. Michael Sailer

• ORCID: https://orcid.org/0000-0001-6831-5429

• Google Scholar: https://scholar.google.de/citations?user=Dy61t1gAAAAJ&hl=de&oi=sra

• ResearchGate: https://www.researchgate.net/profile/Michael_Sailer2

Curriculum vitae

• Kurzlebenslauf:

Michael Sailer studierte Pädagogik, Psychologie und Rechtswissenschaften an der LMU München und der University of Twente (NL). Er promovierte 2016 in Psychologie und Pädagogik an der LMU München. Nach einer kurzen Tätigkeit als Business Consultant bei der Information Multimedia Communication AG, wurde er Post-Doc am Lehrstuhl für empirische Pädagogik und Pädagogische Psychologie der LMU München. Seit 2019 ist er akademischer Rat (a.Z.) und unterrichtet empirische Forschungsmethoden sowie Lehren und Lernen in den Studiengängen Pädagogik, Lehramt und Psychologie (Learning Sciences). Im Wintersemester 2021/2022 hat er die W3-Professur für Schulpädagogik mit Schwerpunkt Digitalisierung im Unterricht an der FAU Erlangen-Nürnberg vertreten. In seiner Forschung beschäftigt er sich mit den Themen Lehren und Lernen mit digitalen Medien, gamifiziertes und simulationsbasiertes Lernen, KI in Lernprozessen sowie die digitale Transformation von Schule und Hochschule. Er ist Mitglied im Munich Center of the Learning Sciences und Chair der special interest group “Serious Games and Gamification” der EATEL. Außerdem ist er, zusammen mit Prof. Scheiter (Universität Potsdam) und Prof. Pinkwart (HU Berlin), Mitglied der Expertengruppe „Künstliche Intelligenz (KI) im Bildungsbereich“ des BMBF.

• Ausführlicher Lebenslauf (PDF)

Forschungsschwerpunkte

• Lehren und Lernen mit digitalen Medien
• Gamification und gamifiziertes Lernen
• Simulationen und simulationsbasiertes Lernen
• Adaptivität und KI in Lernprozessen
• Learning Analytics
• Digitale Transformation von Schule und Hochschule
• Medienbezogene Kompetenzen von Lehrpersonen

Ausgewählte Publikationen

• Sailer, M., Bauer, E., Hofmann, R., Kiesewetter, J., Glas, J., Gurevych, I., & Fischer, F. (2023). Adaptive feedback from artificial neural networks facilitates pre-service teachers’ diagnostic reasoning in simulation-based learning. Learning and Instruction, 83, Article 101620. https://doi.org/10.1016/j.learninstruc.2022.101620 
• Sailer, M. & Homner, L. (2020). The gamification of learning: A meta-analysis. Educational Psychology Review, 32, 77–112. https://doi.org/10.1007/s10648-019-09498-w
• Sailer, M., Murböck, J., & Fischer, F. (2021). Digital learning in schools: What does it take beyond digital technology? Teaching and Teacher Education, 103, Article 103346. https://doi.org/10.1016/j.tate.2021.103346
• Sailer, M., Schultz-Pernice, F., & Fischer, F. (2021). Contextual facilitators for learning activities involving technology in higher education: The C♭-model. Computers in Human Behavior, 121, Article 106794. https://doi.org/10.1016/j.chb.2021.106794
• Sailer, M. & Sailer, M. (2021). Gamification of in-class activities in flipped classroom lectures. British Journal of Educational Technology, 52(1), 75-90. https://doi.org/10.1111/bjet.12948

Vollständiges Publikationsverzeichnis, siehe ausführlicher Lebenslauf (PDF)

Forschungsprojekte

• Digitalen Bildung an bayerischen Schulen und Hochschulen (gefördert durch die vbw e.V.)

• FAMULUS - Förderung von Diagnosekompetenzen durch adaptive Online-Fallsimulationen in Medizin- und Lehramtsstudium

• Kompetenznetzwerk Medienbildung und Digitalisierung (KMBD)

Lehre

https://lsf.verwaltung.uni-muenchen.de/qisserver/rds?state=verpublish&publishContainer=lectureInstList&publishid=2410