Projekt Bühne
SKIDEN
Projekt
Zur Suche

Schreib- und KI-Kompetenz zusammen denken

Ziel des Projekts ist es, akademische Schreibkompetenzen unter Einbeziehung von KI-Technologien zu stärken. Im Mittelpunkt steht die Idee, dass Schreiben mehr als Textproduktion ist – es ist ein essentielles Denkwerkzeug und eine Schlüsselkompetenz besonders im KI-Zeitalter.Unser Ansatz überwindet traditionelle Grenzen der Schreibförderung, indem er direkt in der Fachlehre ansetzt und verschiedene Schreibkulturen – wissenschaftliche, künstlerische und gestalterische – miteinander in Dialog bringt. Dabei werden Studierende von Beginn an als aktive Mitgestaltende eingebunden, sei es als qualifizierte Peer-Tutor*innen oder als Ideengeber*innen für neue Formate.Besonders wegweisend ist der integrative Ansatz: Die Vermittlung von Schreibkompetenz wird unmittelbar mit reflektierter KI-Nutzung verknüpft. So entstehen niedrigschwellige Lernangebote – von Mini-Workshops in regulären Lehrveranstaltungen bis hin zum digitalen Escape Room mit Schreibherausforderungen.Ziel des Projekts ist ein Ökosystem, in dem Lehrende entlastet, Studierende befähigt und nachhaltige Peer-Learning-Strukturen etabliert werden. Durch regionale und internationale Vernetzung sowie ein Symposium werden Erfahrungen ausgetauscht und neue Impulse für die Hochschullehre gesetzt. Die Ergebnisse werden evaluiert und in der Lernwerkstatt der Universität mit dem Ziel verankert, ein für andere Hochschulen adaptierbares Modell zu entwickeln, das Schreib- und KI-Kompetenz als untrennbare Zukunftskompetenzen begreift.

Auf einen Blick

Kontakt

Projektbeteiligte
Larissa BarthProjektleiter:in

Das könnte Sie auch interessieren

Projekt 101823
Projekt

Lehre vernetzt

Mit „Lehre vernetzt – Qualifizierung für Lehrende und Tutor:innen“ werden in Mecklenburg-Vorpommern hochschuldidaktische Weiterbildungsformate nachhaltig in bestehende Formate integriert und die landesweite Vernetzung und Kooperation der Hochschulen gestärkt. Der Verbund der sechs Hochschulen in Mecklenburg-Vorpommern, repräsentiert durch das Kompetenznetzwerk für Hochschul- und Mediendidaktik MV, will für hochschul- und mediendidaktische Kompetenzen qualifizieren und übergreifende Strukturen schaffen, z.B. ein landesweites Zertifikat für Hochschuldidaktik MV. Zudem hat die didaktische Grundausbildung von studentischen Tutor:innen für unseren Verbund einen hohen Stellenwert, weshalb die Entwicklung eines „MV-Zertifikats für Tutor:innen in der Hochschullehre“ ein Kernanliegen dieses Projekts ist.Denn nicht selten sind Tutor:innen später als wissenschaftliche Mitarbeitende in der Lehre tätig. Unser Ziel ist es daher, Tutor:innen bestmöglich auf ihre Aufgaben in der analogen, hybriden und digitalen Lehre vorzubereiten und hochwertige Tutorien zu fördern. Darüber hinaus sollen Beispiele und Best Practices „Guter Lehre“ landesweit sichtbar gemacht werden. Das Projekt verfolgt die vier Ziele 1.) landesweiter Zertifikatsprogramme, 2.) Stärkung der Community der didaktisch Interessierten 3.) Spezialisierungen und Zusatzzertifikate sowie 4.) evidenzbasierte Beforschung innovativer Lehr-Lernformate. Es richtet sich primär an die Zielgruppen der Lehrenden und studentischen Tutor:innen.

Projekt anzeigen
Maßnahme 100071
Maßnahme

Automatisiertes Feedback zu Diagrammen mit FeeDi

Die Fähigkeit, komplexe Inhalte in Diagrammen darzustellen, ist besonders in MINT-Fächern essenziell – etwa in UML-, Prozess-, Schalt- oder XY-Diagrammen. Doch in großen Lehrveranstaltungen mit bis zu 500 Studierenden ist eine individuelle Korrektur eingereichter Modellierungen kaum möglich. Selbst in kleineren Gruppen entsteht so ein hoher Bewertungsaufwand. In der Lehrveranstaltung Datenbanksysteme der HTWK Leipzig kam das E-Assessment-Tool FeeDi zum Einsatz: Lehrende hinterlegten eine Musterlösung, auf deren Basis Studierende automatisiert grafisches, numerisches und textuelles Feedback zu ihren ER-Diagrammen erhielten. Zudem wurden Bewertungsschemata und Feedbacktexte für typische Fehlerklassen vorbereitet. Ziel war es, Studierenden zeitnahes, prozessbezogenes Feedback zu geben und Lehrende zu entlasten. Die Studierenden erhielten direkt nach der Abgabe farblich markierte Rückmeldungen zu korrekten und fehlerhaften Elementen, numerische Bewertungen (absolut/prozentual) sowie text

Maßnahme anzeigen
Publikation 100044

YournetWork: Netzwerkforschung in Stud.IP

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen