Potenziale des Key-Feature-Ansatzes als digitales Prüfungsformat im Kontext von BNE
Dieser Beitrag beschreibt das Projekt »KeNobi« der Universität Bremen, das den Einsatz des Key-Feature-Ansatzes für digitale Prüfungen im Bereich der Bildung für nachhaltige Entwicklung (BNE) untersucht. Der Artikel erläutert einen adaptierten Key-Feature-Ansatz und diskutiert dessen Eignung als Lehrmaterial im Kontext von BNE.
Auf einen Blick
Das könnte Sie auch interessieren
Tech4Gov
Im Rahmen des interdisziplinären Lehrprojekts Tech4Gov an der Universität beschäftigen sich Studierende mit der Gründung und Skalierung von Technologie-Startups, die gezielt Lösungen für den öffentlichen Sektor entwickeln. Dabei analysieren sie erfolgreiche GovTech-Modelle, identifizieren Herausforderungen bei der Zusammenarbeit mit staatlichen Institutionen und entwickeln eigene Konzepte für innovative Technologien in Bereichen wie Verwaltung, Sicherheit oder Smart Cities. Durch praxisnahe Fallstudien, Gastvorträge von Branchenexperten und die Entwicklung eigener Prototypen erhalten die Teilnehmenden wertvolle Einblicke in das Potenzial von Startups als Treiber staatlicher Innovation. Das Lehrprojekt verdient finanzielle Förderung, weil es Studierenden eine einzigartige Möglichkeit bietet, praxisnahe Erfahrungen an der Schnittstelle von Technologie, Unternehmertum und dem öffentlichen Sektor zu sammeln. Die finanzielle Unterstützung ermöglicht es, Gastvorträge von Branchenexpert:innen, praxisnahe Workshops und den Bau von Prototypen zu finanzieren, wodurch die Studierenden ihre Ideen in greifbare Lösungen umsetzen können. Zudem fördert das Projekt Networking mit potenziellen Arbeitgebern und Investor:innen, was ihre Karrierechancen in der Technologie- und Startup-Welt erheblich verbessert.
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