Statistik ohne Grenzen
In der heutigen digitalen Welt spielt ein Verständnis für Datennutzung und -verarbeitung im Allgemeinen und insbesondere im Kontext Künstlicher Intelligenz für alle Personen eine wesentliche Rolle. Statistische Kenntnisse sind dafür von grundlegender Bedeutung. Das Projekt konzentriert sich daher auf die Erstellung von modularen, in sich geschlossenen barrierefreien digitalen Lehrbausteinen zum Thema Statistik und Datenanalyse. Behandelte Themen sind Daten und Datenwelten, Wahrscheinlichkeiten, Statistische Maßzahlen, Statistische Modellierung und KI.Gemäß den Grundsätzen der UN?Behindertenrechtskonvention streben wir Barrierefreiheit in der Hochschullehre proaktiv an. Daher wird Barrierefreiheit von Anfang an bei Planung, Gestaltung und Organisation der Lehrbausteine berücksichtigt, damit auch Studierende mit Behinderungen und chronischen Erkrankungen chancengleich teilhaben können. Materialien wie Lehrvideos und Lernquizze werden unter der Maxime der barrierefreien Zugänglichkeit erstellt. Inhalte werden in deutscher und englischer Lautsprache mit und ohne Untertitelung, mit Audiodeskriptionen sowie in Gebärdensprache aufbereitet. Zusätzlich stehen beschreibende Transkripte zur Verfügung.So werden Barrieren, die einer konventionellen Vermittlung der Lerninhalte innewohnen, abgebaut. Dies führt zu einer tatsächlichen Zugänglichkeit der Inhalte für alle Studierenden und verbessert so die Qualität der Lehre für Studierende mit und ohne gesundheitliche Beeinträchtigungen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Apps für die Lehre von Physik und Anwendungen
In dem Projekt ALPHA - Apps für die Lehre von Physik und Anwendungen werden mit Hilfe der anerkannten physikalischen Simulationssoftware COMSOL auf natur- und ingenieurwissenschaftliche Module im Bachelor- und Masterstudium zugeschnittene Apps systematisch entwickelt und implementiert. Im Vordergrund stehen Physik und Mathematik Grundlagen, Technische Physik, sowie Mikro- Nanotechnik und Photonik. Diese Apps ermöglichen es, hochkomplexe Theorien und physikalische Zusammenhänge auf eine einfache, praxisnahe Weise zu visualisieren und ähnlich wie in einem Experiment ohne Spezialkenntnisse in Simulation selbst zu erforschen.Das besondere Ziel ist es die Bachelor Studiengänge Technische Physik, Engineering Physics and Data Science und Micro- and Nanotechnology attraktiver zu gestalten um damit die Zahl der Studierenden im Bereich der Halbleitertechnologiezu vergrößern und die Ausbildung zu verbessern.Im Projekt wird die erforderliche Infrastruktur aufgebaut, die Apps werden von wissenschaftlichen MitarbeiterInnen entwickelt, und den Lehrenden für die Lehrveranstaltung und den Studierenden für die Vor- und Nachbearbeitung an jedem Ort verfügbar gemacht.Die Lehrenden und Studierenden beteiligen sich an der Gestaltung des Angebotes. Studierende werden in die Projektbearbeitung im Rahmen von Lehrveranstaltungen und Abschlussarbeiten eingebunden. Die Projektergebnisse sind hochschulweit nutzbar und können anderen Hochschulen zur Verfügung gestellt werden.
Projekt anzeigen
Projektmanagement eines 7-köpfigen Teams
Festlegen administrativer und logistischer Strukturen zur erfolgreichen Umsetzung des Projekts. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigen
Open-Source Intelligent Tutoring System for Programming Exercises in Engineering Education
Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.
Publikation anzeigen