Projekt Bühne
AAA
Projekt
Zur Suche

AAA. Ein Reallabor für planetarische Raumpraktiken

AAA. Ein Reallabor für planetarische Raumpraktiken ist ein zweijähriges Lehrprojekt an der HCU Hamburg, das Architektur, Kunst (Art) und Anthropologie (AAA) in einem experimentellen Format verbindet. Die Studierenden stehen im Zentrum und gestalten den gesamten Lernprozess aktiv mit – forschend, entwerfend, umsetzend und reflektierend. In zwei aufeinanderfolgenden Jahreszyklen widmet sich das Projekt zunächst dem Thema Erdboden, anschließend der Sonne. Beide werden nicht nur als Ressourcen behandelt, sondern als planetarische Akteure verstanden, die materielle, kulturelle und klimatische Ordnungen prägen. In transdisziplinären Lehrmodulen entstehen 1:1-Interventionen an realen Orten, begleitet von Seminaren, Workshops und einer öffentlichen Summerschool. Im Wintersemester erfolgt eine kuratorische Aufarbeitung der Ergebnisse, gefolgt von einer Ausstellung und der Herausgabe einer zweibändigen Publikation unter dem Titel „Erde/Sonne – Planetarische Architekturen“. Ziel ist es, planetare Perspektiven in die Architekturlehre zu integrieren und neue Formen ortsbezogener, verantwortungsvoller Raumgestaltung zu erproben. Das Projekt verbindet Theorie, Praxis und öffentliche Auseinandersetzung und wird qualitativ und quantitativ evaluiert. Es soll langfristig als Wahlpflichtmodul verstetigt und auf weitere Disziplinen übertragen werden. Damit stärkt das Projekt die Position der HCU Hamburg als Ort innovativer, transdisziplinärer Lehre im Kontext planetarischer Transformationen.

Auf einen Blick

Kontakt

Projektbeteiligte

Das könnte Sie auch interessieren

Projekt 101886
Projekt

E-Learning-Marktplatz@uni-jena

Die Universität Jena besitzt ein leistungsstarkes Portfolio digitaler Dienste für das Lehren und Lernen, das von zahlreichen Angeboten für Austausch, Qualifizierung und Support begleitet wird. Durch die Erneuerung unseres Portals möchten wir einen universitären Online-Marktplatz schaffen und die Orientierung der Lehrenden und Studierenden erleichtern. Jedes Angebot soll zielgruppenspezifisch beschrieben und mit wichtigen Kontextinformationen angereichert werden: Wo sind didaktische Qualifizierung und Unterstützung zu finden, wo sind technische Anleitungen hinterlegt, wer kann kontaktiert werden und welche relevanten Angebote werden zusätzlich empfohlen? Zum Auffinden des richtigen Angebots werden wir eine elaborierte Kategorisierung und Verschlagwortung sowie eine Suche mit flexiblen Filtermöglichkeiten entwickeln. Die Zusammenstellung von Informationen soll durch Nutzerinnen und Nutzer individualisiert werden können, sodass ein effizienter Zugriff ermöglicht wird. Dazu sind ein abteilungsübergreifender digitaler Redaktionsprozess zu entwickeln, die Neustrukturierung aller Inhalte zu konzipieren und wiederverwendbare, webbasierte Portalkomponenten zu implementieren.

Projekt anzeigen
Maßnahme 100179
Maßnahme

Digi. Wildbienenbestimmung in der Biologiedidaktik

Mit einer speziellen Lehr-Nisthilfe, die einen Blick ins Innere der Nester von Wildbienen und solitären Wespen erlaubt und einer frei verfügbaren Bestimmungs-App können Studierende die originale Naturerfahrung mit Wildbienen beginnen oder vertiefen. Die beiden Tools wurden so konzipiert, dass sie von Lehramtstudierenden im praktischen Schulalltag im Kontext forschend-entdeckendes Lernen verwendet werden können. Das Schulungsmaterial für Studierende und Lehrende wurde so entwickelt, dass sie eigenständige Bestimmungen durchführen können und Unterrichtmaterialien für die schulische Praxis an die Hand bekommen.

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