
We Dig It! Innovative Lehr-, Lern-, Konzert- und Ausstellungsräume für Kunst und Musik
Die HfK vereint unter ihrem Dach eine Kunst- und eine Musikhochschule mit verschiedenen Studiengängen in den Sparten Kunst, Musik, Medien, Design und Wissenschaft. In Vor-Corona-Zeiten lag der Fokus in Studium und Lehre als auch in der künstlerischen Entwicklung auf analogen Formaten und Werken. Mit dem Projekt We Dig it! möchten wir neue digitale Wege gehen mit den Zielen: Die HfK durch Expertise- und Infrastrukturaufbau zu befähigen, um den allgemeinen Digitalisierungsprozess aktiv aus künstlerischer Sicht mitgestalten zu können. Studium und Lehre am Puls der (digitalen) Zeit auszurichten, indem wir virtuelle, hybride oder digital gestützte künstlerische Lehr-, Lernszenarien sowie Lehr-, Lernräume im Austausch entwickeln und erproben. We Dig it! beinhaltet vier Maßnahmen: Entwicklung der Plattform HfK Virtual Spaces als Experimentierfeld für virtuelle Ausstellungs-, Konzert- und Lernräume Innovative Pilotprojekte zu: 3D-Audio-Produktion, Videografie in der künstlerischen Praxis, Remote-Performances, eLearning und ePrüfungen in Musiktheorie und hybriden Prüfungen Hochschulinterne Wettbewerbe für digitalisierte und interdisziplinäre Lehr-, Lernszenarien Programm zur digitalen Professionalisierung von Lehrenden und Studierenden
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Future(s) Anatomy meets Social Entrepreneurship
Future(s)' Anatomy meets Social Entrepreneurship: Zukunftsgestaltungskompetenz für gesellschaftlichen Wandel. Angesichts von Klimakrise, sozialer Ungleichheit und technologischen Umbrüchen braucht es neue Wege des Lernens. Das Projekt FUTURA an der Hochschule für nachhaltige Entwicklung Eberswalde (HNEE) verbindet Zukunftsdenken mit künstlerischer Forschung und Körperarbeit (Embodiment) und erweitert damit die Lehre im Studiengang Sustainable Entrepreneurship and Social Innovation. Ziel ist es, Studierende zu befähigen, alternative Zukünfte nicht nur zu analysieren, sondern körperlich zu spüren, kritisch zu reflektieren und selbst mitzugestalten. Dafür kommen Methoden aus Theater, Malerei, Musik, Literatur und Achtsamkeit und immersive Technologie wie Virtual Reality zum Einsatz kombiniert mit Ansätzen wie Futures Literacy (UNESCO) und der Theory U. In einem interdisziplinären Team entwickeln wir ein neues Wahlpflichtmodul und Open-Source-Lehrmaterialien. Studierende sind aktiv an Konzeption, Umsetzung und Reflexion beteiligt. Dabei lernen Studierende, mit Ungewissheit, Komplexität, Ambiguität und Equivokalität produktiv umzugehen - zentrale Fähigkeiten für Social Entrepreneurs. Langfristig wird mit dem Projekt FUTURA eine gesellschaftliche Wirkung angestrebt, indem Studierende als transformative Akteur:innen für nachhaltige und gerechte Zukünfte agieren. Dafür ist ein Wissenstransfer an Lehrende weiterer Disziplinen in die breite Hochschullandschaft geplant.
Projekt anzeigen
Digitale Lehr- & Lerninfrastruktur: Weiterentwicklung des Lernmanagementsystems (LMS) OpenOLAT
Ziel der Maßnahme war die technische Weiterentwicklung des Lernmanagementsystems OpenOLAT, um die digitale Lehre besser zu unterstützen und Flexibilisierung und Individualisierung von Studium und Lehre besser gerecht zu werden. Dazu wurden neue Funktionen entwickelt, bestehende Bausteine verbessert und innovati-ve Kursangebote geschaffen werden.
Maßnahme anzeigen
A jug goes so often to the well until it breaks: Refurbishing the thirteen fundamental objectives of instructional laboratories by integrating the solo taxonomy
The instructional laboratory’s role in engineering education is critical, yet its fundamental objectives often fail to foster deep learning. Feisel and Rosa’s (2005) taxonomy, a key framework for designing and reflecting on laboratory experiences in engineering education, outlines thirteen Fundamental [Learning] Objectives derived from an expert workshop. However, these objectives, as originally formulated, do not consistently promote deep learning. This paper presents the first step to create a refined version of this taxonomy, aimed at enabling deep learning across all objectives. Utilizing a deductive qualitative content analysis informed by the SOLO Taxonomy—a model that categorizes learning outcomes from simple to complex—this revision focuses on the use of specific verbs and attributes that align with higher levels of understanding (Relational and Extended Abstract Understanding). The revised taxonomy ensures that each learning objective is crafted to enhance deep learning, potentially improving both the planning and evaluation of educational effectiveness. The anticipated outcome is a more effective framework that can serve not just as a theoretical guide, but also as a practical tool in shaping engineering education to meet contemporary demands. This approach not only repairs the “broken jug” of the current taxonomy but replaces it with one more attuned to the needs of deep learning, suggesting that educational tools must evolve alongside educational goals.
Publikation anzeigen