Suchergebnisse

Aktive Filter
Global
4 Ergebnisse
  • Publikation 100374
    Rheinisch-Westfälische Technische Hochschule Aachen
    Autor:in: Robert Göllinger, Jens Daniel Simon Ahlers, Sebastian Stemmler
    Publikation
    Format: LINK

    Open-Source Intelligent Tutoring System for Programming Exercises in Engineering Education

    Implementing control and machine learning algorithms in MATLAB and Simulink is a critical competency in advanced control engineering. While immediate feedback is essential for fostering intuitive understanding, it is traditionally constrained to scheduled exercise sessions or consultation hours. To bridge this gap, this project introduces an open-source intelligent tutoring platform that provides continuous, on-demand feedback. To accommodate diverse solution strategies, the platform employs a hybrid evaluation strategy combining result-based and code-based metrics. This ensures that valid alternative solutions that differ from predefined sample solutions are not misclassified. In case of incorrect solutions, a Large Language Model, contextualized with sample solutions and task classification results, offers auxiliary support for students struggling to initiate or complete tasks. Instructional scaffolding is adaptively adjusted to guide students toward independent problem-solving. We position this platform as a supplementary tool designed to enhance, rather than replace, valuable interactions between students and human tutors. Built on open-source tools, the system is architected for reusability, enabling lecturers across engineering subjects to adapt the framework to their teaching needs easily.

    Publikation anzeigen
  • Publikation 100373
    Rheinisch-Westfälische Technische Hochschule Aachen
    Autor:in: Sebastian Stemmler, Jens Daniel Simon Ahlers, Robert Göllinger
    Publikation
    Format: LINK

    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
  • Publikation 100375
    Rheinisch-Westfälische Technische Hochschule Aachen
    Autor:in: Sebastian Stemmler, Jens Daniel Simon Ahlers, Robert Göllinger
    Publikation
    Format: LINK

    AI Tutor for Programming Exercises : Combining Results- and Code-Based Feedback

    Poster

    Publikation anzeigen
  • Projekt 101630
    Rheinisch-Westfälische Technische Hochschule Aachen
    Projekt

    KI-unterstütze Programmierübung

    In technischen Lehrveranstaltungen werden Übungen häufig in Form von Programmieraufgaben durchgeführt. Zum einen, weil die Softwareentwicklung das größte Innovationspotenzial von technischen Systemen aufweist und zum anderen die Lehre möglichst anwendungsorientiert sein soll. Die selbstständige Bearbeitung der Aufgaben wird durch Tutoren unterstützt, sodass die Unterstützung mit der Anzahl der Tutoren skaliert. In der universitären Lehre zeigt sich, dass die finanziellen Lehremittel begrenzt sind, sodass nur eine geringe Anzahl an Tutoren zur Verfügung steht. Deshalb verfolgt die vorliegende Projektidee die Entwicklung eines KI-Systems, dass die Programmierergebnisse der Studierenden analysiert und entsprechend der identifizierten Fehler Hinweise gibt. Grundlegende Probleme und häufige Fragen der Studierenden sollen so mithilfe von Maschinellen Lernen geklärt werden, ohne den Einsatz eines Tutors. Die Tutoren können sich dann vor allem auf individuelle Fragestellungen bzw. auf Studierende mit größerem Unterstützungsbedarf konzentrieren. Darüber hinaus bietet eine KI-unterstützte Programmierübung das Potenzial, dass Studierende auch außerhalb der Präsenzzeit Unterstützung erhalten.

    Projekt anzeigen

Das könnte Sie auch interessieren

Projekt 101107
Projekt

ressourcenschonendes kollaboratives Labor

In vielen Hochschulen sind Labore oft historisch gewachsen. So werden beispielsweise neue Laborausstattungen in bestehenden Aufbewahrungsschränken untergebracht und neue Laborversuche werden an gerade freiwerdenden Flächen aufgebaut. Eine systematische Analyse für die optimale Gestaltung erfolgt aus Kapazitätsgründen oft nicht. Dadurch entsteht eine Ineffizienz, welche meist einen Mehraufwand an Zeit, Geld und Material verursacht. In der Industrie ist daher schon seit vielen Jahren „Lean Management“ ein fester Bestandteil im täglichen Arbeiten. Diese hat das Ziel, Verschwendung in vielfältiger Hinsicht zu minimieren und die Effizienz und Qualität der Produkte zu erhöhen. In der Hochschullandschaft fehlen zur Umsetzung der Lean-Prinzipien maßgeschneiderte Vorgehensweisen. An diesem Problem setzt das Projekt an. Das Ziel des Projektes ist es, einfache Vorgehensweisen und Werkzeuge zu entwickeln, welche Ressourcenverschwendung im Bereich der Lehrlabore reduzieren und somit eine Verbesserung der Arbeitsumgebung herbeiführen sollen. Die Lean-Methoden werden zunächst auf ein Labor angewandt und optimiert. Danach werden diese auf weitere Labore adaptiert und deren Akzeptanz und Wirkung untersucht. Die Studierenden spielen dabei eine zentrale Rolle, da sie die Kunden in den Laboren sind und von einer höheren Qualität am meisten profitieren. Durch das aktive Einbinden der Studierenden sammeln sie wichtige Erfahrungen im ressourcenschonenden und kollaborativen Arbeiten.

Projekt anzeigen
Maßnahme 100062
Maßnahme

Vernetzung mit Akteuren der Lehrkräftebildung

Das Zentrum Lehrkräftebildung hat während der Förderphasen und darüber hinaus in der Vernetzung von DigiTeLL-Teilprojekten mit universitären und außeruniversitären Stakeholdern gearbeitet. Durch die fachliche Ausrichtung des Zentrums Lehrkräftebildung hat sich so ein engerer Kontakt mit der Goethe Lehrkräfteakademie, der Hessischen Lehrkräfteakademie und Kontakten in der dritten Phase des Lehrberufs ergeben. Die Vernetzung erfolgte zwecks Transfers der Projektergebnisse und auch deren Weiterentwicklung (durch zusätzliche Anregungen von Dritten).

Maßnahme anzeigen
Publikation 100108

Blended Learning und digitale Repräsentationen in der Religionslehrer:innenbildung

[Kurzbeschreibung folgt (Anm. StIL)]

Publikation anzeigen