
Hybrides Unterstützungssystem für SRL
Das Projekt HUSL entwickelt ein hybrides Unterstützungssystem zur Förderung selbstregulierten Lernens (SRL) im Hochschulkontext. Im Zentrum steht die Frage, wie Studierende bei der Entwicklung ihrer Lernkompetenz optimal durch das Zusammenspiel von Mensch und KI begleitet werden können. Dabei wird die menschliche Unterstützung durch Lehrende, Tutor*innen oder Coaches als unverzichtbar betrachtet: Sie sorgt für Orientierung, fördert Reflexion und emotionale Unterstützung in anspruchsvollen Lernsituationen. KI-gestützte Werkzeuge ergänzen diese Begleitung gezielt durch adaptive Impulse, Feedback und Strukturierung. Statt auf technische Neuentwicklung setzt das Projekt auf die didaktische Konfiguration der etablierten KI- und Learning-Analytics-Tools, um den Transfer und die Adaption in andere Lehr-Lern-Kontexte zu erleichtern. Die Konzeption erfolgt in enger Abstimmung mit Lehrenden und Studierenden, etwa durch Co-Design-Workshops und partizipative Reflexionsformate. Auch ethische Fragestellungen, wie Autonomie oder der Umgang mit sensiblen Daten, werden gemeinsam diskutiert. Erprobt wird das System in vier Settings, die sowohl extracurriculare wie auch curriculare Angebote abdecken: individuelles Coaching, Workshops, Gruppenarbeit, individuelles Lernen in Lehrveranstaltungen. Ein designbasierter Ansatz (DBIR) ermöglicht die gezielte Weiterentwicklung der entwickelten Unterstützungselemente im laufenden Projekt.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Adaptives Feedback für klinische Kompetenzen
Studierende benötigen adaptive und individuelle Unterstützung beim Erwerb komplexer Kompetenzen, die sie nach Abschluss des Studiums selbständig im Berufsalltag anwenden können müssen. Für die Humanmedizin ist ein wichtiges Beispiel die Visitenkompetenz. Feedback ist eine effektive Methode zur Förderung komplexer arbeitsplatzbezogener Kompetenzen (sog. Entrustable Professional Activities, EPA) sowohl in Simulationsumgebungen als auch in Real-World-Szenarien mit Patientinnen und Patienten. Individuelles und qualitativ hochwertiges Feedback steht im Lernalltag aber häufig nicht ausreichend zur Verfügung, da Dozierende quantitativ und Peers qualitativ limitiert ist. AIdaptive unterstützt Studierende und Feedbackgebende beim Erwerb von Visitenkompetenz in drei Stufen: (1) Studierende trainieren am Computer Handlungswissen mit leitlininienbasierten, AI-adaptierten Visitenfällen und erhalten AI-generiertes Feedback. (2) Studierenden trainieren im Simulationszentrum in Rollenspielen Visitenkompetenz. Das Peer-Feedback wird durch AI-generierte Feedbackvorschläge unterstützt. (3) Studierende bereiten sich im Praxiseinsatz (Blockpraktikum, Famulatur, Praktisches Jahr) auf patientenindividuelle Visiten mit dem AI-basierten Visitentrainer vor. AIdaptive wird ins Pflichtcurriculum der Fakultät implementiert und anderen Fakultäten zur Verfügung gestellt. Nach Projektabschluss kann AIdaptive auf andere EPAs der Medizin und ggf. auch anderer Fächer erweitert werden.;;
Projekt anzeigen
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
Virtual Gaming Simulation (VGS) in Teacher Education: Fostering Counseling Competencies in Preservice Teachers
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen