MINT Robotics Cup
Das Projekt MINT Robotics Cup zielt darauf ab, das Interesse und die Kompetenzen von Studierenden in MINT-Fächern hochschulweit spielerisch zu fördern. Angesichts des Rückgangs der Studienanfänger in technischen Disziplinen um 6,5% im letzten Jahr (Destatis, 2023) und der steigenden Nachfrage nach technisch versierten Fachkräften, adressiert unser Vorhaben ein kritisches Bildungsdefizit. Der regelmäßig stattfindende Wettbewerb soll Studierende aller Fachrichtungen, von BWL bis Informatik, sich in interdisziplinären Teams der Herausforderung zu stellen, einen Roboter zu konstruieren und zu programmieren, sodass dieser eine gestellte Aufgabe lösen kann.Für Chancengleichheit zwischen den Teilnehmern verschiedener Semester und Vorkenntnisse wird durch Anpassung fortgeschrittener technischer Möglichkeiten oder Programmierhilfen gesorgt. Dies fördert nicht nur technische Fähigkeiten, sondern auch Soft Skills wie Teamarbeit und Problemlösung.Technologisch deckt das Projekt aktuelle Themen wie agiles Projektmanagement, Rapid-Prototyping, Sensorik, Künstliche Intelligenz und IoT ab. Diese Inhalte werden durch begleitende Betreuung praxisnah vermittelt und können in weiterführende Lehrveranstaltungen integriert werden. Besonders wichtig ist uns die Relevanz technischer Grundkenntnisse auch für Studierende nicht-technischer Fachbereiche. Langfristig streben wir die Implementierung weiterer gamifizierter Lehrmethoden an, um die Motivation und den Lernerfolg nachhaltig zu steigern.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Mediale Transformationen von Musikwissen
An Musikwissenschaftler:innen werden heute veränderte Anforderungen gestellt. Mit der Zunahme medialer Einflüsse auf musikalische Prozesse werden z.B. digital vernetzte Produktionsräume, Online-Musiknutzung und musikalische KI-Anwendungen fachlich grundlegend relevant. In musikwissenschaftlichen Hochschulausbildungen sind die dafür erforderlichen medialen Kompetenzen aber nicht als curriculare Grundlagen etabliert. Im Rahmen der Professur Musik und Medien soll diese Lücke durch die Entwicklung eines medienmusikalischen Grundlagen-Curriculums gefüllt werden. Kenntnisse und Fertigkeiten zu elektroakustischen und digitalen Instrumenten und Produktionsumgebungen, studiotechnische Erweiterungen der klassischen Gehörbildung sowie qualitative und quantitative methodische Zugänge zu medialen Musizier- und Hörpraktiken sollen als Lernbaukasten in die musikwissenschaftlichen Bachelor- und Masterstudiengänge der Uni Halle integriert und polyvalent angrenzenden Fächern angeboten werden. Zwei Arten von Lernräumen sollen sich dabei komplementär ergänzen: studiotechnische Experimentierumgebungen ermöglichen erfahrungspraktische Zugänge zu Fragen an konkrete medienmusikalische Settings. Digitale Lernressourcen erlauben, die Lernszenarien nach dem Prinzip des Flipped Classroom aufzubauen. Studierende eignen sich in diesem Lernumfeld theoretische und methodische Grundlagen weitgehend eigenständig an und wenden sie im Seminarraum, in Laboren und Feldforschungen an.
Projekt anzeigen
Lernfeedback durch Kontrafaktische Erklärungen
Die Maßnahme adressiert die Herausforderung, dass Lernende in digitalen Lernumgebungen stark hetero-gen in ihren selbstregulierten Lernfähigkeiten (SRL) sind und herkömmliches Feedback diese Unterschiede nicht berücksichtigt. Auf Basis der SRL-Theorie wurden Anforderungen an personalisiertes Feedback abge-leitet und mit Verfahren des Maschinellen Lernens sowie Erklärbare KI (XAI) umgesetzt. Dadurch konnten Lernverhalten und individuelle Charakteristika von Studierenden erfasst und mittels kontrafaktischer Er-klärungen in handlungsleitendes Feedback übersetzt werden. Eine universitäre Lehrveranstaltung diente als Testfeld, in dem signifikante Verbesserungen bei Plattformnutzung und Prüfungsergebnissen nachge-wiesen wurden.
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