#Diversitäten
Auf einen Blick
Das könnte Sie auch interessieren
KI-gestütztes Informatikstudium der Zukunft
Generative AI (GenAI) verändert die Softwareentwicklung rasant und wird von Studierenden bereits intensiv, aber oft unreflektiert genutzt. Dies birgt erhebliche Risiken: Neben einer Kompetenzillusion verstehen Studierende den generierten Code und dessen Limitationen oft nicht, übernehmen unbemerkt Fehler oder Schwachstellen und vernachlässigen womöglich das Erlernen fundamentaler Programmierfähigkeiten. Das Projekt an der Universität Siegen begegnet dieser Herausforderung in der Informatik-Grundausbildung proaktiv. Statt GenAI zu ignorieren oder nur dessen Anwendung zu lehren, fördern wir einen kritisch-reflektierten Umgang.Unter dem Motto Von Studierenden für Studierende entwickeln Informatik- und Lehramtsstudierende, didaktisch begleitet, innovative Lehrmaterialien und neue Aufgabenformate. Diese fokussieren auf Schlüsselkompetenzen wie Prompt Design, das Debugging von KI-generiertem Code und fundierte Code-Reviews. Parallel wird ein KI-Tutorensystem weiterentwickelt, das automatisiert formatives Feedback zu diesen neuen Aufgaben gibt - ein essenzieller Mehrwert für große Lerngruppen.Ziel ist ein didaktisch fundierter, praxistauglicher Rahmen für die Integration von GenAI in die Programmierausbildung. Wir erproben die entwickelten Komponenten in verschiedenen Kursen und evaluieren ihre Wirksamkeit mittels Design-Based Research. So befähigen wir Studierende zu einem kompetenten Umgang mit KI-Werkzeugen und machen die Ergebnisse für andere Hochschulen nutzbar.
Projekt anzeigen
Automatisiertes Feedback zu Diagrammen mit FeeDi
Die Fähigkeit, komplexe Inhalte in Diagrammen darzustellen, ist besonders in MINT-Fächern essenziell – etwa in UML-, Prozess-, Schalt- oder XY-Diagrammen. Doch in großen Lehrveranstaltungen mit bis zu 500 Studierenden ist eine individuelle Korrektur eingereichter Modellierungen kaum möglich. Selbst in kleineren Gruppen entsteht so ein hoher Bewertungsaufwand. In der Lehrveranstaltung Datenbanksysteme der HTWK Leipzig kam das E-Assessment-Tool FeeDi zum Einsatz: Lehrende hinterlegten eine Musterlösung, auf deren Basis Studierende automatisiert grafisches, numerisches und textuelles Feedback zu ihren ER-Diagrammen erhielten. Zudem wurden Bewertungsschemata und Feedbacktexte für typische Fehlerklassen vorbereitet. Ziel war es, Studierenden zeitnahes, prozessbezogenes Feedback zu geben und Lehrende zu entlasten. Die Studierenden erhielten direkt nach der Abgabe farblich markierte Rückmeldungen zu korrekten und fehlerhaften Elementen, numerische Bewertungen (absolut/prozentual) sowie text
Maßnahme anzeigen
Mit E-Portfolioarbeit Selbstregulations- und Reflexionsprozesse anregen
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen