Projekt Bühne
MarSkill
Projekt
Zur Suche

Marburg Skills: Förderung von Future Skills durch transdisziplinäre Studierendenprojekte zu großen gesellschaftlichen Herausforderungen

Die Bewältigung „großer gesellschaftlicher Herausforderungen“ kann nur in inter- und transdis-ziplinären Kontexten gelingen. Mit dem beantragten Projekt Marburg Skills befähigt die Phi-lipps-Universität ihre Studierenden, sich großen gesellschaftlichen Herausforderungen in digitali-sierten Lebens- und Arbeitswelten zu stellen. Im innovativen Format des Marburg Moduls arbei-ten dazu Studierende und Lehrende gemeinsam in inter- und transdisziplinären Projekten. Damit diese Zusammenarbeit zukünftig in der Breite aller Bachelorstudiengänge gelingt, muss das neue Lehr-Lernformat der fachspezifischen Diversität von Studierenden und Lehrenden gerecht werden. Dafür sind die Entwicklung von die Projektarbeit begleitenden digitalen Selbst-lernangeboten, deren Organisation in einer digitalen Lehr-Lern-Bibliothek sowie die Unterstüt-zung der Projektteambildung über eine Onlineplattform notwendig. Diese Elemente werden durch das neu zu gründende Marburg Skills Center organisiert und koordiniert, welches zudem die Lehrenden in professionellen Lerngemeinschaften vernetzt, Qualifizierungsangebote für hybride transdisziplinäre Lernformen anbietet und die Weiterentwicklung der Marburg Skills wissenschaftlich begleitet.

Auf einen Blick

Kontakt

Projekt Kontakt
Keine Kontaktdaten vorhanden
Projekt Publikationen Hintergrund
Publikationen zu diesem Projekt

Das könnte Sie auch interessieren

Projekt 101199
Projekt

KoALa – Eine kollaborative Analyseumgebung für die Lehre

Im KoALa-Projekt wird ein Tool entwickelt, das einen kollaborativen Austausch über Musik ermöglicht. Kerngedanke ist die Sammlung von Annotationen, die zeitlich den Ereignissen auf einem Zeitstrahl (z. B. in einem Soundfile) zugeordnet sind. Die von den Teilnehmer*innen erstellten Annotationen können anschließend in einer Zusammenschau mit den anderen geteilt und in Kombination dargestellt werden. Die so entstehende Synopse dient dann als Ausgangspunkt für einen Austausch über das Musikstück. Im Projekt wird das Tool zunächst mit dem Fokus auf Unterrichtssituationen entwickelt. Einzelne Sets von Annotationsmarkern (wie z. B. verschiedene Kadenzbegriffe, Klauseln) werden in Templates vorbereitet und zur Verfügung gestellt. Die möglichen Einsatzszenarien von KoALa sind vielfältig – sei es Musikunterricht (in Schule, Musikschule oder Hochschule), in Konzertsituationen oder in Reflexion einer eigenen künstlerischen Praxis. Dabei kann es u. a. um Fragen der Interpretationsforschung, der Analyse oder des hörenden Wiedererkennens gehen. Nach der Fertigstellung soll mittel- und langfristig eine Nutzung des Tools auch außerhalb der HfM Freiburg möglich sein.

Projekt anzeigen
Maßnahme 101306
Maßnahme

Kollaboratives Mathematiklernen im offenen Inverted Classroom

HyFlexMath verbindet das Inverted-Classroom-Modell mit flexiblen Teilnahmeformen und der Öffnung einer Mathematik-Lehrveranstaltung als Massive Open Online Course (MOOC). Studierende bereiten sich mit Aufgaben, Lernvideos und digitalen Selbsttests auf die gemeinsamen Sitzungen vor. Diese können sie in Präsenz, per Livestream oder zeitversetzt über Aufzeichnungen nutzen. Externe Mathematikinteressierte erhalten ebenfalls Zugang zu den Lernmaterialien und digitalen Austauschmöglichkeiten. Ziel ist es, mathematisches Lernen mit unterschiedlichen Lebenssituationen vereinbar zu machen und den fachlichen Austausch über die Hochschule hinaus zu fördern.

Maßnahme anzeigen
Publikation 100499

Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings

Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.

Publikation anzeigen