Publikation Bühne
Zum Projekt

Appropriating Hybrid Teaching: Faculty Challenges in a Multi-Campus German University System

Publikation
Autor:innen
Konstanze AlexHui Liet al.
Erscheinungsjahr2025
Kurzbeschreibung

[Kurzbeschreibung folgt (Anm. StIL)]

Auf einen Blick

Das könnte Sie auch interessieren

Projekt 101829
Projekt

CampusLab für Lehre, Lernen und Prüfen

Im Zuge der Digitalisierung und des wachsenden Einflusses von Künstlicher Intelligenz (KI) ist es für die Zukunftsfähigkeit der Hochschulen entscheidend, Lehr-, Lern- und Prüfungskonzepte neu zu denken. Die Hochschule Koblenz (HS KO) hat 2023 einen Strategieprozess gestartet, um u. a. diesen Herausforderungen gerecht zu werden. Für Studierende bedeutet es, Zukunftskompetenzen zu entwickeln, für die sie analoge und hybride Experimentierräume für Austausch, Aktion und Reflexion ihrer individuellen Lernprozesse benötigen. Ziel ist die Schaffung einer offenen Kompetenzwerkstatt für Lehre, Lernen und Prüfen (CampusLab) als Experimentierraum für ko-kreatives Arbeiten, interdisziplinäre Projektideen und das Testen neuer Medientechnologien. Der Werkstattcharakter erlaubt, neue Lehr-, Lern- und Prüfungsformate zu testen und weiterzuentwickeln. Mit einem experimentellen Ansatz, der von Partizipation, Offenheit und Experimentierfreude geprägt ist, wird der Shift zu einem Future-Skills Mindset gefördert. Das CampusLab wird als Pilotprojekt konzipiert, umgesetzt und evaluiert, mit den Arbeitspaketen: AP01: (Weiter-)Entwicklung innovativer Lehr-, Lern- und Prüfungsszenarien AP02: Entwicklung flexibler Raum-in-Raumkonzepte AP03: Implementierung des CampusLab AP04: Qualifizierung und Einbindung studentischer Coaches AP05: Umsetzung und Erprobung entwickelter Szenarien im CampusLab AP06: Projektevaluation AP07: Transferveranstaltung AP08: Transferkonzept und Handlungsempfehlungen

Projekt anzeigen
Maßnahme 100377
Maßnahme

KI-basiertes Feedback in simulierten Lernsettings

Aktuelle Machine-Learning-Ansätze sollen entwickelt werden, um menschliches Verhalten in ausgewählten Kommunikationssituationen anhand definierter Kriterien objektiv und reliabel zu erfassen. Aufbauend auf umfangreichen Vorarbeiten wurde ein Machine-Learning-Algorithmus weiterentwickelt, der Mimik im Hinblick auf definierte Kriterien auswertet. Studierende erhalten darauf basierend automatisiertes, KI-gestütztes Feedback zu ihrem kommunikativen Verhalten in digital angereicherten Präsenzsettings (z. B. Arzt-Patienten- oder Beratungsgespräche). Der Mehrwert liegt insbesondere in höherer Objektivität und Skalierbarkeit gegenüber rein menschlichem Feedback. Der Ansatz wurde pilotiert und auf die Grundschulpädagogik ausgeweitet. Für Eltern-LehrerInnen-Gespräche wurde ein strukturierender Leitfaden entwickelt, der als Grundlage für KI-gestützte Avatare als Gesprächspartner dient.

Maßnahme anzeigen
Publikation 100018

Bedeutung und Potenziale studentischer Partizipation

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen