
Shaping Responsibility
Das Projekt Shaping Responsibility (SHARE): Transformative Education for Active Citizens der Katholischen Universität Eichstätt-Ingolstadt zielt darauf ab, Studierende systematisch zur verantwortungsvollen Mitgestaltung gesellschaftlicher Transformationsprozesse zu befähigen. Angesichts großer Herausforderungen wie Klimawandel, KI oder Desinformation verbindet die KU als engagierte Universität hierzu Lehre, Forschung und gesellschaftliche Verantwortung auf neue, zukunftsweisende Weise. Kern des Vorhabens ist die Gründung einer Academy for Social Responsibility & Transformative Education, die als zentrale Plattform für innovative Studienformate, interdisziplinäre Vernetzung und einen multi-direktionalen Wissenstransfer dient. Dabei werden zehn Studiengänge aus fünf Fakultäten zu Prototypen einer transformativen Hochschulbildung weiterentwickelt, die selbstgesteuertes Lernen, transdisziplinäre Zusammenarbeit und die transformative Gestaltung gesellschaftlicher Herausforderungen miteinander verbinden. Studierende werden hierbei aktiv in die Entwicklung neuer Curricula und Lehr-Lern-Formate eingebunden, um ko-kreativ ein Modell transformativer Hochschulbildung zu erarbeiten, das bundesweit an Hochschulen integriert werden kann. Ziel ist es, auf diese Weise eine transformative Hochschulbildung dauerhaft im universitären Selbstverständnis zu verankern und gezielt zur Zukunftsfähigkeit des deutschen Hochschulsystems beizutragen.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Erfolgreicher Studieneinstieg mit LearnTeamCoaching
Der Übergang von der Schule zur Hochschule ist häufig problematisch, da sich Unterrichtsmethoden und Anforderungen unterscheiden. Dies trägt dazu bei, dass Studienanfänger häufig frustriert und überfordert sind. Das Projekt "ErstLTC" soll im ersten Studienjahr das Lernen mit Fokus auf die Mathematik unterstützen. "LearnTeamCoaching" (LTC) ist ein Format des Blended-learning, für das es an der htw saar erste Erfahrungen gibt. Um die Probleme in den Ingenieurwissenschaften anzugehen, soll dieses Konzept auf die Mathematik-Anfängervorlesungen übertragen werden. Das LTC eignet sich auch sehr gut für die Teilnahme von Schülern kurz vor dem Hochschulzugang, weshalb diese Gruppe zukünftiger Studierender ebenfalls angesprochen wird. LTC gestattet, Dank modernen Medien, auch eine Teilnahme fern ab der Hochschule. Im Projekt ErstLTC werden folgende Ziele angestrebt: - Steigerung der Motivation, Verbesserung des Lernverhaltens und Stärkung des kontinuierlichen Lernens - Bessere Studienerfolge und geringere Abbruchquoten im Ingenieursbereich - Steigerung der Kompetenzen der Studierenden in der Wissensanwendung - Anwendung moderner didaktischer Methoden und verbesserte Lehre und Wissensvermittlung - Steigerung der Attraktivität eines Ingenieursstudiums - Besser abgestimmter Übergang von Schule zur Hochschule
Projekt anzeigen
Mikromodule („MiMos“)
Mikromodule (“MiMos”) sind 90-minütige, multimediale und interaktive Online-Selbstlerneinheiten. Sie enthalten Texte, interaktive Videos, Podcasts, Aufgaben/Quizze etc. Studierende können selbstständig wichtige überfachliche Kompetenzen für Studium und Berufsleben entwickeln, insbesondere in den Bereichen “Selbstorganisation” und “Umgang mit digitalen Medien und künstlicher Intelligenz”. Da sie als OER veröffentlicht werden, können Lehrende MiMos (bzw. einzelne Bestandteile) in ihrer Lehre einsetzen und anpassen, um zentrale fachunabhängige Kompetenzen zu fördern. Sie sind leicht über das Stud.IP-Lernmanagementsystem erreichbar und mit dem Courseware-Plugin bearbeitbar.
Maßnahme anzeigen
Bot or Not? Differences in Cognitive Load Between Human- and Chatbot-Led Post-Simulation Debriefings
Understanding how different debriefing formats impact learner’s cognitive load is crucial for designing effective post-simulation reflection activities. This paper examines cognitive load after post-simulation debriefings facilitated either by a human instructor or a generative AI Chatbot. In a controlled study with N = 45 educational science students, 23 participants engaged in a lecturer-facilitated debriefing, while 22 completed a chatbot-guided session. Cognitive load was assessed across intrinsic, extraneous, and germane dimensions. Results revealed no statistically significant differences between the two debriefing methods. Future research should examine AI-led debriefings with larger samples and employ complementary measures of cognitive load to provide a more comprehensive understanding.
Publikation anzeigen