Projekt Bühne
DataStahl
Projekt
Zur Suche

Data-informed Engineering in der Stahlbau-Lehre

Viele Brücken haben ihre rechnerische Lebensdauer überschritten. Eine nachhaltige Weiternutzung erfordert eine kontinuierliche Überwachung – doch bislang werden Monitoring-Daten oft manuell und wenig automatisiert ausgewertet. Dies beeinträchtigt Effizienz und Qualität der Zustandsbewertung, gerade vor dem Hintergrund des Fachkräftemangels im Bauwesen. Das Projekt „Data-informed Engineering in der Stahlbau-Lehre“ adressiert diese Herausforderung und bereitet Studierende gezielt auf das „Digital Thinking“ vor, eine neue Denkweise, die ein tiefes Verständnis digitaler Prozesse, Technologien und Innovationspotenziale in den Mittelpunkt stellt. Hierfür wird ein modular aufgebautes Beispieltragwerk errichtet und mit Messtechnik ausgestattet. Die erfassten Daten werden über eine neu entwickelte, cloudbasierte Lernplattform auf Basis von Jupyter Notebooks analysiert und visualisiert. Diese interaktiven digitalen Arbeitsumgebungen ermöglichen einen transparenten, praxisnahen Umgang mit komplexen Datensätzen. In Gruppenarbeiten erweitern die Studierenden die Plattform eigenständig und vertiefen ihre Kompetenzen in Datenanalyse, Modellbildung und Präsentation. Das zugrundeliegende didaktische Konzept des „Inquiry-Based Learning“ stärkt selbstgesteuertes Lernen und kritisches Denken. Das Projekt schafft so ein innovatives Lehrformat und vermittelt zentrale digitale und ingenieurtechnische Fähigkeiten für die Zukunft des Bauingenieurwesens.

Auf einen Blick

Kontakt

Projektbeteiligte
Keine Kontaktdaten vorhanden

Das könnte Sie auch interessieren

Projekt 102054
Projekt

Konzertierte Weiterbildungen zu künstlicher Intelligenz in der Hochschullehre 2024 - Brandenburg

[Kurzbeschreibung folgt (Anm. StIL)]

Projekt anzeigen
Maßnahme 100658
Maßnahme

Learning Analytics

Übergeordnetes Feedback für das Studierverhalten mit Hilfe von „Learning Analytics“ unterstützt die Studierenden in ihrem Lernverhalten. Dabei werden die Datenspuren der Studierenden in Moodle mit Zusatzdaten ergänzt und mit Hilfe von selbstprogrammierten KI-Modellen mit Vorgängerkohorten verglichen und Prognosen auf das Bestehen der Prüfung gemacht, sowie aufgrund der persönlichen Datensituation individuelle Tipps zum Wiederholen und Lernen gegeben. Der Maßnahme liegt ein robustes Datenschutzkonzept für die Verarbeitung der persönlichen Daten der Studierenden zugrunde.

Maßnahme anzeigen
Publikation 100047

The good scientist: A blended-learning course on research integrity [OER]

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen