Campusleben_HAW_Hamburg_25

Lehrende_HAW_Hamburg_1

Studierende_HAW_Hamburg_10

Informationen für:

Fakultät Technik und Informatik
Department Informatik
Fakultät Technik und Informatik

Prof. Dr. Markus Linke vom Department Fahrzeugtechnik und Flugzeugbau und Prof. Dr. Tim Tiedemann vom Department Informatik (v.l.)

Innovatives Lehrprojekt der HAW Hamburg vom Stifterverband ausgezeichnet

08.11.2018

Markus Linke und Tim Tiedemann von der HAW Hamburg erhalten ein Tandem-Fellowship für das Projekt "Individuelle Online-Lernwege in der Technischen Mechanik mit Maschinellen Maschinellen Lernverfahren". Der Stifterverband und die DATEV-Stiftung Zukunft fördern das Projekt mit 30.000 Euro.

Insgesamt wurden in dem Programm "Fellowships für Innovationen in der Hochschullehre" zwölf Projekte mit knapp 300.000 Euro ausgezeichnet. „Die ausgezeichneten Projekte sind vorbildlich in ihrer Weiterentwicklung der Hochschullehre im digitalen Zeitalter“, sagt Volker Meyer-Guckel, stellvertretender Generealsekretär des Stifterverbandes. „Unsere Fellowships ermutigen die Lehrenden, ihre Lehrkonzepte zu optimieren und die Bedürfnisse der Studierenden im Blick zu behalten.“

Über das Projekt von Prof. Dr. Markus Linke vom Department Fahrzeugtechnik und Flugzeugbau und Prof. Dr. Tim Tiedemann vom Department Informatik:

Eine ausgeprägte Heterogenität und große Kohorten im Grundlagenfach Festigkeitslehre der Technischen Mechanik in Ingenieurstudiengängen erschweren es zunehmend, den Studierenden die notwendige individuelle Lernunterstützung in Präsenzphasen durch Lehrenden-Feedback zu geben. Um dem zu begegnen, existiert an der HAW Hamburg die kompetenzorientierte Online-Lernumgebung ELFE, in der Lernsequenzen im Instruktionsdesign umgesetzt sind. Es handelt sich um statische Lernwege, die für alle Studierenden gleich sind.

Aufgrund der Diversität können nicht bei allen Studierenden die gewünschten Effekte auf die Lernmotivation, Lernzufriedenheit und den Kompetenzerwerb beobachtet werden. Um eine breitere Wirkung zu erzielen, wird die Lernumgebung so erweitert, dass individuelle Lernwege in Abhängigkeit des individuellen Antwortverhaltens der Studierenden automatisch generiert werden. Dabei werden individuelle Lernwege unter anderem unter Nutzung von Maschinellen Lernverfahren aufgebaut, mit denen Muster im Lernverhalten offengelegt werden können, die zudem zur Etablierung von Lehr-Lern-Szenarien in Präsenzphasen herangezogen werden.

Weitere Informationen
Pressemitteilung des Stifterverband vom 5.11.2018: Zwölf Projekte für eine bessere Hochschullehre ausgezeichnet

Letzte Änderung: 06.11.12

An die Redaktion