Controlling-Analytics Challenge
Die Digitalisierung verändert die späteren beruflichen Anforderungen von Controlling-Studierenden in der Betriebswirtschaftslehre deutlich: So werden von Arbeitgebern datenanalytische Kenntnisse, Programmierfertigkeiten und statistisches Gespür gefordert; Kompetenzen, die aktives Lernen erfordern und schwer in Massenveranstaltungen vermittelbar sind. Im Projekt Controlling-Analytics Challenge soll daher die klassische Vermittlung methodischer Grundlagen um eine Wettbewerbskomponente ergänzt werden, in dem Studierende in Teams Lösungen zu controllingrelevanten datenanalytischen Fallstudien erarbeiten und einreichen. Die Jury besteht ebenfalls aus Studierenden, so dass der Peer-Review-Gedanke übertragen und Motivation wie Analysevermögen gestärkt werden; Dozierende stehen als Expertenrat zur Verfügung. Die Veranstaltung wird unterstützt durch einleitende Videosessions und begleitet durch Coaches. Neben universitären Dozierenden sollen Alumni eingebunden werden, die Case Studies aus der Praxis beisteuern und damit eine Simulation späterer Berufsaufgaben erlauben. In einer Ausbaustufe sind auch Entwicklungs-Teams aus Studierenden/Praktikern denkbar. Das Lehrprojekt verspricht (1) aktives Lernen, (2) Erwerb von Sozial- und Wertkompetenzen durch Arbeit im Team, (3) Aufbau von Handlungskompetenz, (4) Vertiefung des Controllingverständnisses, (5) Anwendungsexpertise in Datenanalyse und (6) Vorbereitung auf berufsrelevante Fertigkeiten.
Auf einen Blick
Kontakt
Fallstudienkurs Controlling Analytics Challenge
Studierende werden in die Programmiersprache R eingeführt und lernen anhand von Lernvideos und praktischen Übungen in einer Cloud-Umgebung Grundlagen und vertiefende Inhalte von Data Analytics mit Controlling-Bezug, etwa zur Regression oder Klassifikation. Die selbstständige Bearbeitung praxisnaher Fallstudien wird durch Online-Coachings begleitet. Ein entweder studentisches oder KI-gestütztes Peer Review ermöglicht den Studierenden eine Qualitätsverbesserung und simuliert zugleich den Begutachtungsprozess wissenschaftlicher Veröffentlichungen. Abschließend erstellen die Studierenden Präsentationen zu ihren Fallstudien und reichen diese als Video ein. Eine Jury aus Kursbetreuern und Unternehmensvertretern als Kooperationspartner wählen daraus die drei besten Teams aus, die in einer Abschlussveranstaltung in einem Wettbewerbsformat ihre Lösungen vorstellen und verteidigen. Die Jury zeichnet daraus unter Einbezug eines Studierenden-Votings die überzeugendste Lösung mit einem Preis aus.
Maßnahme anzeigen
Fallstudienkurs Controlling Analytics Challenge
Studierende werden in die Programmiersprache R eingeführt und lernen anhand von Lernvideos und praktischen Übungen in einer Cloud-Umgebung Grundlagen und vertiefende Inhalte von Data Analytics mit Controlling-Bezug, etwa zur Regression oder Klassifikation. Die selbstständige Bearbeitung praxisnaher Fallstudien wird durch Online-Coachings begleitet. Ein entweder studentisches oder KI-gestütztes Peer Review ermöglicht den Studierenden eine Qualitätsverbesserung und simuliert zugleich den Begutachtungsprozess wissenschaftlicher Veröffentlichungen. Abschließend erstellen die Studierenden Präsentationen zu ihren Fallstudien und reichen diese als Video ein. Eine Jury aus Kursbetreuern und Unternehmensvertretern als Kooperationspartner wählen daraus die drei besten Teams aus, die in einer Abschlussveranstaltung in einem Wettbewerbsformat ihre Lösungen vorstellen und verteidigen. Die Jury zeichnet daraus unter Einbezug eines Studierenden-Votings die überzeugendste Lösung mit einem Preis aus.
Maßnahme anzeigenDas könnte Sie auch interessieren
Augmented reality und KI in der Medizinlehre
Im klinischen Abschnitt lernen Medizinstudierende Krankheitsbilder kennen, welche durch MRT/CT diagnostiziert werden. Das Erkennen der Pathologie, die Umsetzung des Schnittbildes in eine dreidimensionale Welt und der Transfer auf den tatsächlichen Patienten ist schwierig. Zudem erhalten Studierende im OP bei minimal-invasiven Eingriffe nur limitierte Einblicke in das Operationsgeschehen. Aus konventionellen Dünnschicht MRTs können inzwischen automatisiert naturgetreue 3D Abbilder der Patientenanatomie entstehen. In diesem Verbundprojekt der Universität Siegen (technischer Anteil) und dem Universitätsklinikum Bonn (medizindidaktischer Anteil) soll diese Technik im Blockpraktikum der Fächer Neurologie, Innere Medizin, Chirurgie, Anästhesie und Gynäkologie an den Siegener Lehrkrankenhäuser eingesetzt werden. Konkret erheben Studierende an realen Patient:innen klinische Befunde und erhalten danach Zugang zu 3D-Animationen der gleichen Patient:innen allerdings in geänderter Reihenfolge. Unter Supervision durch die Lehrenden sollen sie dann versuchen, reale Patient:innen und 3D-Animationen einander zuzuordnen und so ihr Verständnis der zugrundeliegenden Pathologie zu schärfen. Der Lernerfolg wird mit dem einer Bonner Kohorte von Blockpraktikant:innen verglichen, die keinen Zugang zu den 3D-Animationen hat. Die Technik soll auch in den Studiengängen der Lebenswissenschaftlichen Fakultät in Siegen eingesetzt werden
Projekt anzeigenVernetzung mit Akteuren der Lehrkräftebildung
Das Zentrum Lehrkräftebildung hat während der Förderphasen und darüber hinaus in der Vernetzung von DigiTeLL-Teilprojekten mit universitären und außeruniversitären Stakeholdern gearbeitet. Durch die fachliche Ausrichtung des Zentrums Lehrkräftebildung hat sich so ein engerer Kontakt mit der Goethe Lehrkräfteakademie, der Hessischen Lehrkräfteakademie und Kontakten in der dritten Phase des Lehrberufs ergeben. Die Vernetzung erfolgte zwecks Transfers der Projektergebnisse und auch deren Weiterentwicklung (durch zusätzliche Anregungen von Dritten).
Maßnahme anzeigen
FeeDi: Typunabhängiges Diagramm-Assessment durch deklarative Diagrammspezifikation
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen