METALADIN
Konzeptuelle Modellierung ist ein wichtiger Bestandteil aller MINT-Curricula. Der Erwerb von Modellierungsfähigkeiten erfordert personalisiertes und iteratives Üben. Aktuell ist es an der FernUniversität (FEU) nicht möglich, jedem Studierenden personalisierte, iterative Übungsmöglichkeiten orts- und zeitunabhängig anzubieten, da das Erstellen solcher Assessments aus Ressourcengründen manuell nicht realisierbar ist. Zur automatischen Erzeugung personalisierter Übungen zur konzeptuellen Modellierung nutzt METALADIN ALADIN (Generator für Aufgaben und Lösungshilfen aus der Informatik und angrenzenden Disziplinen), und erweitert diesen um KI und Metamodelle. Dazu wird eine Lehrveranstaltung in Microlearning-Einheiten (MLE) strukturiert, die jeweils Wissensvermittlung und Assessments (Kompetenzerwerb und Kompetenzprüfung) umfassen. Assessments werden passend zu Kompetenz und beruflichem Hintergrund des Lerners generiert und basierend auf der Kompetenzmessung Empfehlungen gegeben. An der FEU wird die Moodle-Erweiterung Adaptive Personalized Learning Environment (APLE) zur Darbietung von MLE mit nicht personalisierten, vorgegebenen Übungen eingesetzt. METALADIN integriert ALADIN mittels LTI in APLE. Mithilfe der Adaptionsregeln in APLE sollen zu Kompetenz und beruflichem Hintergrund passende Aufgaben vorgeschlagen werden.Dies ermöglicht wiederholtes Üben mit personalisierter Progression des Schwierigkeitsgrads und Passung zum beruflichen Hintergrund, was den Lernerfolg fördert.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Lehr- und Lernassistenzsystem für Studienerfolg
Mit dem übergeordneten Ziel der Erhöhung des Studienerfolgs soll aus Sicht der Verbundhochschulen der sich stetig verändernden Bildungslandschaft mit zwei maßgeblichen Shifts begegnet werden: Empowerment von Studierenden durch KI-unterstützte persönliche Ansprache, individuelle Reflexionsanlässe, regelmäßiges qualitatives Feedback zur Kompetenzentwicklung und zum Lernprozess sowie fortlaufende Motivation; Weiterentwicklung der Coaching-Rolle von Lehrenden hin zu einem akademischen Mentoring, das durch die Tool-Unterstützung eine wesentlich stärkere Interaktion mit Studierenden und individuelle Begleitung studentischen Lernens auch in Selbstlernphasen umfasst. Ziel des Projekts ist die Entwicklung und Integration eines KI-gestützten Lehr- und Lernassistenzsystems (lernKI). Es reflektiert die Notwendigkeit, Lehre in einer zunehmend KI-geprägten Welt zu transformieren, und berücksichtigt die sich verändernden Lerngewohnheiten der Studierenden. Die Ergänzung des Lehr-Lernprozesses um eine proaktive, digitale Coachingfunktion bedeutet einen strukturellen Wandel: Die Beziehung der Lehrenden und Studierenden wird ergänzt um eine beidseitig unterstützende, technisch simulierte Entität ("Third Educator"), die ein komplementäres Lehr-Lern-Szenario schafft. Damit gehen nachhaltige strukturelle und personenbezogene Haltungsänderungen einher, die einen tiefgreifenden Wandel bedeuten, dessen Initiierung und Begleitung essenzieller Bestandteil des Vorhabens ist.
Projekt anzeigen
Kategorie „Fachspezifische Lehre"
Je nach Fach und Disziplin gibt es Besonderheiten, die sich auf die Gestaltung von Lehre auswirken. Deshalb blicken Fachexpert*innen aus ihrer Perspektive auf ihr Fach und stellen dar, wie sie die Lehre in ihrer Disziplin verstehen. Die Kategorie „Fachspezifische Lehre" ergänzt das Portal LEHRELADEN seit Anfang 2024.
Maßnahme anzeigen
Praxisleitfaden für den kombinierten Key-Feature-Ansatz der VAN
Diese Praxis-Handreichung der Virtuellen Akademie Nachhaltigkeit (VAN) stellt den kombinierten Key-Feature-Ansatz (kKF-Ansatz) als Methode für kompetenzorientierte digitale Lehr- und Prüfungsformate im Kontext der Bildung für nachhaltige Entwicklung (BNE) vor. Ziel des Ansatzes ist es, über reine Wissensabfragen hinauszugehen und insbesondere die Entscheidungs- und Handlungskompetenz von Studierenden zu fördern und sichtbar zu machen. Der Ansatz basiert auf dem aus der medizinischen Ausbildung bekannten Key-Feature-Verfahren, das standardisierte Prüfungsszenarien auf kritische Entscheidungssituationen in Problemlösungsprozessen fokussiert. Im Rahmen des von der Stiftung Innovation in der Hochschullehre (StIL) geförderten Projekts KeNobi wurde der Ansatz für den Einsatz in Nachhaltigkeitskontexten adaptiert und weiterentwickelt. Zentrale Elemente sind fallbasierte kKF-Threads, in denen ein Szenario geschildert wird, auf das zunächst Wissens- und Analysefragen folgen, bevor Studierende Entscheidungen treffen müssen. Ergänzt wird dies durch einen vorab klar definierten Erwartungshorizont sowie Feedback-Loops für nicht vollständig korrekte Antworten.
Publikation anzeigen