Datenwissenschaftliche Problembehandlung
Anlagen vernetzen, Daten auswerten & Bier brauen! DaBe bereichert die Lehre der TU Dortmund um einen problembasierten Kurs zum sog. Industrial Internet of Things (IIoT). Die Wirtschaft nutzt IIoT, um Maschinen und Anlagen mit intelligenter Sensorik auszustatten und Daten in Echtzeit auszuwerten. Studierende techn. Fächer müssen das Zusammenspiel von Hard- & Software mit praktischen erleben, jedoch bleiben Anwendung in der alltäglichen Frontal-Lehre auf der Strecke. DaBe baut dabei auf einer cyber-physischen Versuchsbrauerei auf, die ihre Ursprünge im BMWK-Projekt DaPro (01MT19004D) hat. Anhand dieser Anlage lernen Studierende, wie Hands-On Retrofitting und Vernetzen von technischen Anlagen funktioniert. Die Brauerei fungiert als lebender Demonstrator und wird von Studierenden inkrementell nach ihren Vorstellungen weiterentwickelt. Wir starten nicht jedes Semester von Neuem, sondern realisieren ein langfristiges Ergebnis und verknüpfen theoretisches Wissen mit eigenen Ideen der Studierenden. Die Situation ist typisch für die Industrie: Oft werden Altanlagen nachträglich mit intelligenter Technik ausgestattet und vernetzt. Der Kurs bereitet Studierende also auch auf nachhaltige Maßnahmen zum Nachrüsten von Anlagen vor. Während sie zum einen auf die Dokumentation vorheriger Gruppen angewiesen sind, müssen sie gleichzeitig ihre eigenen Arbeiten festhalten und lernen so hautnah die Notwendigkeit von Wissensmanagement und technischer Dokumentationen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
Implizite Vorurteile in der Medizin
Wissenschaftliche Befunde zeigen, dass implizite Vorurteile gegenüber Patient*innen, u.a. in Form von Stereotype und (geschlechtsbezogener) Diskriminierungen, die Qualität der medizinischen Behandlung negativ beeinflussen können bis hin zu fehlerhaften Diagnosen oder mangelhaften Therapien. Ärzt*innen sehen sich ebenfalls Diskriminierungen von Patient*innen und Kolleg*innen ausgesetzt, die die Arbeitszufriedenheit negativ beeinflussen können. Trotz der Bedeutsamkeit dieser Faktoren wird der Umgang mit impliziten Vorurteilen und Diskriminierung in der medizinischen Lehre bisher kaum thematisiert. Ziel dieses Projektes ist es daher, den Studierenden im Rahmen eines longitudinalen Curriculums im klinischen Abschnitt eigene implizite Vorurteile bewusst zu machen und Verhaltensweisen zu fördern, um auf diskriminierendes Verhalten von Kolleg*innen und Patient*innen adäquat reagieren zu können. Dabei werden zwei didaktische Ansätze verfolgt: (1) Patient*innenfälle, die die Grundlage diverser Lehrformate mit Simulationspersonen bilden und u.a. als Videofälle vorliegen, sollen hinsichtlich der Sichtbarmachung gesellschaftlich vorhandener Diversität überarbeitet bzw. neu entwickelt werden; (2) basierend auf dem psychologischen Nudging-Konzept sollen kleinere, aber wiederkehrende Stimuli in die Simulationen integriert werden, um implizite Vorurteile wiederholt sichtbar zu machen und Formen und Ursachen zu thematisieren. Die Wirksamkeit der Maßnahmen soll fortlaufend evaluiert werden.
Projekt anzeigen
Entwicklung des Stud.IP-Plugins „getFeedback!“
Insbesondere in Großveranstaltungen ist es häufig schwierig, allen Studierenden prozessbezogenes Feedback auf ihre Lernprodukte (z.B. Aufgabenblätter) zu geben. Eine potenzielle Lösung liegt darin, tutorielles und/oder peer-basiertes Feedback umzusetzen. Wie die empirische Lehr-Lernforschung zeigt, muss dieser Feedbackprozess jedoch gut angeleitet werden, um erfolgreich zu sein. Wir haben daher das Stud.IP-Plugin „getFeedback!“ entwickelt, das es Lehrenden erlaubt, strukturierte tutorielle und/oder peer-basierte Lehr-Lernszenarien für ihre Lehrveranstaltungen zu entwickeln und diese entweder synchron oder asynchron (in jedem Fall aber anonymisiert) umzusetzen.
Maßnahme anzeigen
Interdisziplinäre Zusammenarbeit in Innovationsräumen. Herausforderungen am Beispiel hochschulischer Lehrentwicklungsprojekte
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen