Projekt Bühne
ProToL
Projekt
Zur Suche

Produktion topologieoptimierte Leichtbaustrukturen

Der metallische 3D-Druck bietet große Potenziale für die Produktentwicklung – insbesondere im Leichtbau. Er ermöglicht eine ressourceneffiziente Herstellung komplexer, gewichtsoptimierter Strukturen, die konventionell nicht realisierbar sind. Gleichzeitig stellt er neue Anforderungen an Konstrukteur*innen: Bereits im Entwurf müssen Aspekte wie Stützstrukturen, Bauteilorientierung und spätere Bearbeitbarkeit berücksichtigt werden. Eine ganzheitliche Integration der Fertigung in den Konstruktionsprozess wird damit essenziell.Ein Mangel an interdisziplinärer Ausbildung führt dazu, dass Absolvent*innen oft nur isoliertes Fachwissen besitzen. In der Industrie zeigt sich dieses Defizit in Form von „Silodenken“ zwischen Abteilungen wie Entwicklung und Produktion. Auch die universitäre Lehre ist meist disziplinorientiert. Themen wie Produktentwicklung, Leichtbau und Fertigungstechnik werden getrennt vermittelt. Fehlt dieses Verständnis, werden Designfehler oft erst spät erkannt – Korrekturen sind dann aufwendig und teuer.Ziel des Vorhabens ist ein interdisziplinäres Modul, das Studierende in Gruppenarbeit im Sinne des Projektbasierten Lernens (PBL) die gesamte Prozesskette eigenständig durchlaufen lässt: von der fertigungsgerechten Konzeption über die softwaregestützte Optimierung bis zur additiven und subtraktiven Fertigung eines Leichtbauteils. Die Umsetzung erfolgt mit drei Instituten der TU Hamburg, das didaktische Konzept wird vom Zentrum für Lehre und Lernen (ZLL) begleitet.

Auf einen Blick

Kontakt

Projektbeteiligte
Michel Kenneth SeiffertProjektleiter:in

Das könnte Sie auch interessieren

Projekt 101414
Projekt

Qualität digital gestützter Lehre an bayerischen Hochschulen steigern

Für das Projekt QUADIS haben sich alle bayerischen Universitäten, das DiZ-Zentrum für Hochschuldidaktik der bayerischen HAWs und die Virtuelle Hochschule Bayern zusammengeschlossen, um in drei Projektsäulen die Qualität digital gestützter Lehre an bayerischen Hochschulen zu steigern. In der ersten Säule soll die hochschuldidaktische Weiterbildung um Blended Learning Seminare ergänzt werden. So soll Lehrenden ein Lernen am Modell ermöglicht und die Kapazität der Weiterbildung erhöht werden. Die Materialien sollen arbeitsteilig zweisprachig erstellt, als OER veröffentlicht und so über den Verbund hinaus nutzbar werden. In der zweiten Säule sollen bereits etablierte Formate zur Förderung des Diskurses zu digital gestützter Lehre intensiviert und auf alle Verbundpartner skaliert werden, um Lehrende zu inspirieren und Lehrinnovationen zu generieren. Dazu sollen Themenwochen durchgeführt und Fach-und Arbeitsgruppen Lehrender initiiert und begleitet werden. In der dritten Säule soll der Transfer von Lehrinnovationen in die Lehre durch Lehrwerkstätten unterstützt werden. Deren methodische Ausgestaltungen sollen miteinander verglichen und evaluiert werden, um nach Projektende eine Auswahl für zukünftige Transfermaßnahmen treffen zu können.

Projekt anzeigen
Maßnahme 100042
Maßnahme

Qualifizierungsbedarfe erkennen und unterstützen

Um die Kompetenzen von Teilprojektbeteiligten gezielt weiterzuentwickeln, werden Qualifizierungsangebote konzipiert. Diese fokussieren auf mediendidaktische sowie medientechnologische Inhalte zur Stärkung der digitalen Expertise. Ziel ist die systematische Erweiterung des Know-hows der Teilprojektbeteiligten für eine erfolgreiche Zusammenarbeit.

Maßnahme anzeigen
Publikation 100374

Open-Source Intelligent Tutoring System for Programming Exercises in Engineering Education

Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.

Publikation anzeigen