Hochschul-Initiative Digitale Barrierefreiheit für Alle
Die chancengerechte - gesetzlich geforderte - Teilhabe an digitaler Lehre für Studierende mit Beeinträchtigungen erfordert technische und didaktische Kompetenzen von Hochschulangehörigen sowie zugängliche medientechnische Infrastrukturen und Studieninhalte. SHUFFLE folgt dem Universal Design for Learning, das alle Studierenden einbezieht. Es werden Maßnahmen für Online- und Hybridveranstaltungen in einem Studierenden- und Lehrenden-zentrierten Ansatz entwickelt, pilotartig skaliert, technisch und didaktisch evaluiert und in einem Reifegradmodell zusammengefasst. Die Maßnahmen betreffen: Digitalisierungsstrategie und Curricula; barrierefreie digitale Lernmaterialien; automatische Live-Untertitelung und -Übersetzung mit manueller Korrekturmöglichkeit; multimodale und interaktive Lernskripte mit synchronisierten Folien, Videoaufnahme, Transkript und Gebärdensprache; eine virtuelle Begegnungsplattform; MOOCs und lokale Lerngruppen; Zertifizierung von Kompetenzen in barrierefreier Lehre; barrierefreie Lernplattformen Moodle/ILIAS inkl. Funktionalitäten für E-Prüfungsleistungen. Die Maßnahmen werden an Pilot-Hochschulen ausgerollt und evaluiert, so dass eine Skalierung der Projektergebnisse bereits in der Projektlaufzeit stattfindet.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Lehr- und Selbstlerntool Abwassertechnik
Lehr- und Lernkonzepte an HAW`s zeichnen sich durch eine Praxisnähe aus. Im Hinblick auf die Studierbarkeit in den verschiedenen Lebenssituationen und dem Ziel einer höheren Attraktivität des Studiums sowie der Erreichung von Klimaneutralität trotz steigender Internationalisierung, müssen hier Methoden angepasst und neue Lehr- und Selbstlernformate zur Aufrechterhaltung der allgemeinen Studienanforderungen und -qualität eingeführt werden, welche den Konzepten der hybriden Lehre und der Anwendung von Blended Learning Methoden entsprechen. Internationale Studierenden haben sehr diverse fachlichen Vorausbildungs- und Sprachniveaus und es ist unabdingbar zur Kompensation eine zeit- und ortsunabhängige Teilhabe am Studium durch entsprechende digtale und Virtual Reality-Formate zu ermöglichen. So sollen verschiedenste Praxisbeispiele der vielseitigen Abwassertechnik wie Ableitungssysteme inklusive der Sonderbauwerke und Kläranlagen unterschiedlichster Betriebsweisen und Bauarten visualisiert werden. 3-D-Techniken sollen die Räumlichkeiten entsprechend vermitteln und so realen Praxiserfahrungen nah kommen. Durch Sprache und Text (deutsch/ englisch) werden die einzelnen Elemente und Sachverhalte erklärt. Durch den Einsatz spielerische Komponenten wie einem Veränderungsbutton für Parameter können Auswirkungen auf die Gesamtanlage erfahren werden. In die Erstellung der neuen Lehrformate werden Studierenden der höheren Semester einbezogen.
Projekt anzeigen
Digitaler Zwilling durch Minimum Viable Product
In Anlehnung an agile Methoden wurde ausgehend von einem ersten lauffähigen Prototyp (MVP) des digitalen Zwillings schrittweise eine zunehmende Anzahl von Funktionen implementiert. Dadurch konnte der digitale Zwilling frühzeitig mit Studierenden getestet, evaluiert und optimiert werden. So wurde eine langwierige Entwicklung ohne zwischenzeitliches Feedback von Studierenden vermieden.
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen