
Mixed Reality Training in der Sozialen Arbeit
Kommunikation ist eine der zentralen Kompetenzen in der Sozialen Arbeit, da sie die Grundlage professionellen Handelns ist. Standardisierte Trainings sind in diesem Bereich jedoch bislang wenig verbreitet, insbesondere KI-gestützte Trainings stehen erst am Anfang ihrer Entwicklung. Das beantragte Projekt setzt hier an und entwickelt innovative Mixed-Reality-Stationen an der Dualen Hochschule Gera-Eisenach für den Studienbereich Soziale Arbeit. Studierende erarbeiten in Wahlpflichtfächern gemeinsam mit Lehrenden und Praxispartner:innen die Grundlage für praxisnahe Trainingsstationen, bei denen zunächst an einer sprachbasierten KI-Übungsstation mit Avatar und danach in einem realitätsnahen Rollenspiel mit Simulationsklient:innen kommunikative Handlungskompetenzen gestärkt werden. Die aktive Mitgestaltung der dual Studierenden und die enge Verzahnung von Theorie und Praxis gewährleisten, dass das Training den tatsächlichen Anforderungen des Berufsfeldes entspricht. Die Wirksamkeit des Trainings wird durch eine kontinuierliche Mixed-Methods-Evaluation überprüft. Mittels hochmoderner Audio- und Videoaufzeichnungstechnik können die Gespräche zudem live verfolgt, detailliert nachbesprochen sowie für weitere Lehrveranstaltungen und kompetenzorientierte Prüfungen genutzt werden.?Das Projekt fördert nicht nur die Studierenden der DHGE, sondern bietet durch die Veröffentlichung der Lehrmaterialien ein Modell mit hohem Transferpotenzial für die praxisorientierte Lehre an Hochschulen.;
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Key-Feature-basierte Nachhaltigkeitsprüfungen in der Hochschulbildung
Die Virtuelle Akademie Nachhaltigkeit (VAN) stellt Studierenden deutschlandweit kostenlose (digitale) Selbstlernveranstaltungen zum Thema Nachhaltigkeit zur Verfügung. Dieses Angebot nutzen jedes Semester ca. 1000 Studierende und absolvieren eine eKlausur, deren ECTS-Punkte an den Heimathochschulen angerechnet werden. Um eine effiziente Abwicklung dieser hohen Anzahl an Prüfungen gewährleisten zu können, bestehen die eKlausuren ausschließlich aus "geschlossenen Fragetypen". Diese Einseitigkeit zeigt den Mangel an Innovationen, den es bei elektronischen Prüfungsfragetypen gibt. Daher soll im Rahmen des Projekts KeNobi ein neues Prüfungsformat entwickelt werden, das auf dem Key-Feature-Ansatz beruht. Studierende und Lehrkräfte arbeiten hierbei gemeinsam an der Erstellung von Entscheidungsszenarien im Kontext der Nachhaltigkeit, die anschließend für eine eKlausur-Prüfung der VAN genutzt werden. Die Verwendung von Key-Feature-Fragen ermöglichen verschiedene Entscheidungswege innerhalb einer Prüfung zu durchlaufen und dabei nicht nur Fakten-, sondern auch Handlungswissen zur Lösung von praxisnahen Fällen anzuwenden. Der KeNobi-Ansatz verknüpft damit Nachhaltigkeitswissen mit Entscheidungssituationen aus dem beruflichen Kontext und bindet dabei die Studierenden aktiv mit ein. Das KeNobi-Projekt ergänzt somit die nachhaltigkeitsbezogene Kompetenzförderung an Hochschulen und trägt dazu bei, die Studierenden praxisnah auf Herausforderungen in ihren beruflichen Rollen vorzubereiten.
Projekt anzeigen
Implementierung digitaler Feedback-Methoden in das TESOL Research Colloquium
Das Lehrkonzept des Forschungskolloquiums wird überarbeitet und durch mehrere Feedbackschleifen bereichert, um eine bessere Lernbegleitung zu ermöglichen. Zu verschiedenen Phasen des Forschungsprozesses tauschen Masterstudierende und Doktorand:innen mithilfe von drei verschiedenen digitalen Methoden (Cloud-Feedback, aufgezeichnetes Audio-/Video-/Screencast-Feedback, Forum-Feedback) Kommentare zu ihren Forschungsvorhaben aus. [Anm. StIL: Diese Maßnahme wurde in einer Vorgängerversion der Abfrage dokumentiert. Bei der Übertragung auf das aktuelle Format kann es vorkommen, dass die Antworten nicht hundertprozentig zur Frage passen.]
Maßnahme anzeigen
KI-unterstützte Programmierung mittels ergebniszentrierter Fehlerklassifikation. Potenziale zur Schaffung neuer Lernräume
Programmierkenntnisse gewinnen in technischen Studiengängen zunehmend an Bedeutung. Jedoch stehen in Programmierübungen häufig zu wenige Tutor:innen zur Verfügung, die die Studierenden beim Lösen der Programmieraufgaben unterstützen. Deshalb wird ein KI-System entwickelt, das die Studierenden jederzeit und individuell beim Lösen der Programmierübungen unterstützt. Im Gegensatz zu klassischen Ansätzen analysiert das KI-System nicht den programmierten Code, sondern fokussiert sich auf die Zwischen- und Endergebnisse (z. B. erzeugte Daten, Plots). Anhand dieser gibt das KI-System Hinweise und Erklärungen, um das selbstständige Arbeiten und kritische Denken ohne Musterlösung zu fördern. Ein erster Prototyp wurde im Rahmen einer Programmierübung eingesetzt und mit positiver Resonanz evaluiert.
Publikation anzeigen