Suchergebnisse
Technische Universität HamburgProduktion topologieoptimierte Leichtbaustrukturen
Der metallische 3D-Druck bietet große Potenziale für die Produktentwicklung insbesondere im Leichtbau. Er ermöglicht eine ressourceneffiziente Herstellung komplexer, gewichtsoptimierter Strukturen, die konventionell nicht realisierbar sind. Gleichzeitig stellt er neue Anforderungen an Konstrukteur*innen: Bereits im Entwurf müssen Aspekte wie Stützstrukturen, Bauteilorientierung und spätere Bearbeitbarkeit berücksichtigt werden. Eine ganzheitliche Integration der Fertigung in den Konstruktionsprozess wird damit essenziell.Ein Mangel an interdisziplinärer Ausbildung führt dazu, dass Absolvent*innen oft nur isoliertes Fachwissen besitzen. In der Industrie zeigt sich dieses Defizit in Form von Silodenken zwischen Abteilungen wie Entwicklung und Produktion. Auch die universitäre Lehre ist meist disziplinorientiert. Themen wie Produktentwicklung, Leichtbau und Fertigungstechnik werden getrennt vermittelt. Fehlt dieses Verständnis, werden Designfehler oft erst spät erkannt Korrekturen sind dann aufwendig und teuer.Ziel des Vorhabens ist ein interdisziplinäres Modul, das Studierende in Gruppenarbeit im Sinne des Projektbasierten Lernens (PBL) die gesamte Prozesskette eigenständig durchlaufen lässt: von der fertigungsgerechten Konzeption über die softwaregestützte Optimierung bis zur additiven und subtraktiven Fertigung eines Leichtbauteils. Die Umsetzung erfolgt mit drei Instituten der TU Hamburg, das didaktische Konzept wird vom Zentrum für Lehre und Lernen (ZLL) begleitet.
Projekt anzeigen
Das könnte Sie auch interessieren

Geostatistische Grundlagenbildung ko-kreativ
Das Projekt Geostatistische Grundlagenbildung ko-kreativ (GesoStat) knüpft an aktuelle gesellschaftliche Themen, indem es den wissenschaftlichen Nachwuchs bei der Bewältigung bestehender und kommender Herausforderungen bzgl geostatistischer Themen fördert. Probleme wie mangelnde Vorkenntnisse, studentische Beteiligung und Selbstlernkompetenzen zeigen sich u. a. in Studienabbruchquoten. Im Projekt werden gemeinsam mit Studierenden als Consultant, Lehrenden und Hochschuldidaktiker:innen innovative Wege und Lösungen gefunden, um diesen Herausforderungen zu begegnen. Das frühzeitige Erkennen von Lernhürden, die Stärkung der Kompetenzen des Selbstverantwortlichen Lernens und Statistikanalysekompetenzen werden durch einen an Design Based Research angelehnten Prozess gefördert, begleitet und analysiert, um so ko-kreativ konkrete Lösungen auf verschiedenen Ebenen für bessere Lernergebnisse zu entwickeln. Geprägt wird dieser Prozess durch Hinzunahme heterogener Perspektiven, Phasen der Problemerkundung, -erprobung, -überarbeitung und -reflektion, Entwicklung von Maßnahmen, Workshops und Schulungen. Zum Ende des Projektes erfolgt eine abschließende Auswertung des Projekts und der entwickelten Maßnahmen. Die Wirksamkeit der Projektmaßnahmen wird als Teil des DBR formativ überprüft. Die Ergebnisse werden begleitend dokumentiert, veröffentlicht und als Good Practice für die hochschulinterne wie externen Öffentlichkeit bereitgestellt.
Projekt anzeigen
Hochschul-Kartenansicht zur besseren Orientierung
6) Besonders zu Beginn des Studiums ist der eigene Campus oft ein Ort, an dem man sich erstmal zurechtfinden muss. Der Kartendienst stellt die einzelnen Fakultäten der HAWK mit verschiedenen Standortmarken zu wichtigen Orten und Personen dar. So können Studierende schon vorab ihre Hochschule kennenlernen und sich mit der Örtlichkeit vertraut machen.
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