Projekt Bühne
Open Geo Space
Projekt
Zur Suche

Open Geo-Data-Science Space – Durch Co-Design zu einem attraktiven, innovativen und nachhaltigen Studienangebot

Open Data“ und „Open Science“ sind wichtige Schlagworte im Wissenschaftsbetrieb, „Open Space“ ein wichtiges Format, das sich gezielt in der Lehre einsetzen lässt. Während „Data Science“ für die Wissensextraktion aus großen Datenmengen – fast alle mit „Geo“-Bezug – unerlässlich ist. In der Wirtschaft spielen Daten und insbesondere komplexe Geodaten in ganz verschiedenen Branchen eine entscheidende Rolle. In der EU nimmt der Green Deal Fahrt auf, weltweit wird das Erreichen der Sustainable Development Goals der UN vorangetrieben. Und die Leopoldina rät dazu, die „Erdsystemwissenschaft“ über den Faktor der Digitalisierung interdisziplinär neu aufzustellen. So viel Schwung Richtung Nachhaltigkeit war nie. Gleichzeitig fordert die junge Generation der Studienbewerber:innen und der Studierenden aufgrund ihrer Erfahrungen mit der digitalen Lehre während der Corona-Pandemie zurecht ein Umdenken in der universitären Lehre. Gemeinsam mit aktiv agierenden Studierenden suchen wir daher den bewussten Bruch und die grundlegende Neugestaltung der Lehre im Bachelor bei der Vermittlung von Wissen und Fähigkeiten für die breite Nutzbarmachung raumbezogener Daten. Dabei soll neben der Lehre von „Future“ Skills ganz bewusst die Reflexion der Lehr- und Lerninhalte im Fokus stehen, um u. a. insbesondere auch jungen Frauen ein attraktives Studienangebot zu bieten und insgesamt für die zukünftig immer stärker in interdisziplinären und diversifizierten Teams arbeitende Berufswelt auszubilden.

Auf einen Blick

Kontakt

Projekt Kontakt
Keine Kontaktdaten vorhanden

Das könnte Sie auch interessieren

Projekt 101130
Projekt

Digitalisierung des kompetenzorientierten Prüfens für ingenieurwissenschaftliche Bachelorstudiengänge - examING

An der TU Ilmenau, der einzigen technischen Universität Thüringens, werden Ingenieure in 11 Bachelor-, 16 Master- und 2 Diplomstudiengängen ausgebildet. Seit der Corona-Pandemie musste auf dem Campus Lernen, Lehren und Prüfen neu gedacht, die Moodle-Lernmanagementplattform weiterentwickelt, ein ad-hoc-Moodle für Take Home Exams implementiert und die zentralen Infrastrukturen ausgebaut werden. Ziel des Projekts examING ist es, den Digitalisierungsschub aufzugreifen, um innovative, studierendenzentrierte Ideen für kompetenzorientierte Prüfungen für ingenieurwissenschaftliche Bachelor-Studiengänge zu entwickeln und in die Hochschulpraxis zu bringen. Die technische Basis bildet das datenschutzkonforme, integrierte Open Source Moodle-Cluster und ein Makerspace. Das examING-Prüfungssystem ist für den Einsatz vor Ort, hybrid und virtuell konzipiert. Um die projektspezifischen Ziele zu erreichen, wurden vier Umsetzungsmodule konzipiert: die didaktischen Maßnahmen für die kompetenzorientierte Prüfungspraxis, die technischen Maßnahmen für das digitale Instrumentarium zur Prüfungsunterstützung, die Entwicklung und Erprobung ingenieurwissenschaftlicher Prüfungsformen sowie die begleitendenden Supportstrukturen und die Projektkoordinierung.

Projekt anzeigen
Maßnahme 100011
Maßnahme

Digitaler Kerbschlagbiegeversuch

Im Maschinenbau werden Praktika zur Vertiefung der Vorlesungsinhalte angeboten, in denen die Studieren-den anhand von Anwendungsfällen ihr theoretisches Wissen und die teilweise komplexen Inhalte anwenden lernen. Aktuell werden die theoretischen Grundlagen dazu nur anhand von Skripten in Textform vermittelt, was zu einer gewissen Skepsis im Umgang mit den Prüfmaschinen und -geräten führt.

Maßnahme anzeigen
Publikation 100374

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