Music Augmentation for Enhanced Silent Teaching
Music Augmentation for Enhanced Silent Teaching (+ Reflection and Optimization) MAESTRODas Projekt zielt auf eine grundlegende Transformation des universitären Partnerunterrichts im Fach Schulpraktisches Klavierspiel (Schupra) im Lehramtsstudium Musik. Zum Einsatz kommen Silent-Klaviere mit MIDI-/Audio-Schnittstelle, Kopfhörer, Tablets und KI-gestützte Musizier-, Analyse- und Feedbacksysteme, die ein paralleles, individualisiertes Lernen im Tandem ermöglichen. Während eine Person hörbar vom Dozenten unterrichtet wird, übt die andere im Silent-Modus mit maschineller Rückmeldung. So entsteht ein kontinuierlicher Wechsel aus Input, Anwendung und Reflexion. Die Technik wird dabei nicht als Zusatz verstanden, sondern als methodisch notwendige Erweiterung. Studierende gestalten Konzeption und Evaluation aktiv mit über Fokusgruppen, Erprobung, Rückmeldung und Veröffentlichungen. Das Projekt fördert adaptive Lernprozesse, differenzsensiblen Unterricht und stärkt die Selbstverantwortung im Übeverhalten. Mittels systematischer Evaluation (qualitativ, quantitativ) werden Wirkung und Übertragbarkeit dokumentiert. Ziel ist ein innovatives Lehrmodell, das digitale Technologien tief in die musikpädagogische Praxis integriert, hochschuldidaktisch anschlussfähig ist und in die Lehrer:innenbildung transferierbar bleibt sowohl lokal als auch global. Zwei identisch ausgestattete Seminarräume ermöglichen eine skalierbare Umsetzung und fundierte Evaluation bei maximaler Studierendenzahl.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren
KI gestütztes Planspiel: Nachhaltige Stadtplanung
Die Entwicklung smarter, nachhaltiger Städte verlangt von künftigen Fachkräften mehr als reines Fachwissen: Sie müssen Daten kritisch auswerten, in interdisziplinären Teams unter Unsicherheit entscheiden und die Dynamiken realer urbaner Ziel- und Interessenkonflikte verstehen.In der Hochschullehre werden diese Spannungsfelder bislang meist nur theoretisch behandelt; klassische Lehrveranstaltungen bilden diese in der Realität vorkommenden Unvorhersehbarkeiten und Wechselwirkungen kaum ab.Hier setzt KIPlan an und entwickelt ein KI-gestütztes Planspiel, das Studierenden ermöglicht, urbanen Herausforderungen durch adaptive Problemlösung zu begegnen, datenbasierte Entscheidungen zu treffen, systemisch zu denken und Aushandlungsprozesse zwischen städtischen Akteuren verantwortungsvoll zu gestalten.Mit Unterstützung einer generativen KI (GPT) werden dynamische Szenarien erzeugt. Diese liefern multidimensionales Feedback (ökonomisch, ökologisch, sozial, politisch) aus mehreren Akteursperspektiven (z.?B. Verwaltung, Wirtschaft, Zivilgesellschaft). Entwickelt wird das Format in Co-Design mit Studierenden; ein Mixed-Methods-Design vergleicht Lernerfolge mit und ohne KI-Feedback. Die modulare Struktur erlaubt es, das Planspiel auf weitere Themen anzupassen.KIPlan verbindet damit didaktische Planspieltradition, Gamification und Generative AI zu einem skalierbaren Lehrinstrument, das Studierende befähigt, urbane Transformation verantwortungsvoll, dateninformiert und kreativ zu gestalten
Projekt anzeigen
Schritt-für-Schritt-Ansatz
Nach Motivationsbildung und Kontexteinbettung, wird die Vermittlung technisch komplexer Inhalte in kleine, logisch aufeinander aufbauende Schritte gegliedert, um Überforderung bei der Zielgruppe zu vermeiden. Durch diese kleinschrittige Struktur können sich die Nutzenden systematisch in technische und didaktische Konzepte einarbeiten. Diese Maßnahme haben wir in einem Tutorial zur Erstellung von Open Educational Resources (OER) und im Rahmen eines Workshops angewandt, in dem die Teilnehmenden ihre eigene OERs für die Hochschullehre technisch implementieren sollen.
Maßnahme anzeigen
Digitales Lehren und Lernen an der Hochschule. Strategien - Bedingungen - Umsetzung,
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen