FAssMII
Feedback-Basiertes E-Assessment in Mathematik, Informatik und Ingenieurwissenschaften (FAssMII)
Laufzeit: 01.08.2021 – 31.07.2024 || Verlängerung bis 31.12.2025
Förderung: Stiftung Innovation in der Hochschullehre
Akademische MINT-Ausbildung verbessern
Als Ingenieurschmiede der Region Leipzig ist die HTWK Leipzig für die Versorgung Nordsachsens mit akademischen MINT-Fachkräften verantwortlich. Die heterogene Zusammensetzung der Studierendenschaft und die Besonderheiten der (digitalen/ hybriden) Lehre in den MINT-Fächern (Zeichnungen etc.) machen die Erneuerung von Studium / Lehre nötig. Durch die ad-hoc-Umstellung der Lehre in den digitalen Raum ist zudem die Wichtigkeit regelmäßigen Feedbacks zwischen Lernenden und Lehrenden sichtbar(er) geworden. Aus dem Zusammenspiel dieser Faktoren ergibt sich die Innovationsidee: Durch Konzipierung und Umsetzung von feedback-basierten E-Assessments in Mathematik, Informatik und Ingenieurwissenschaften soll die Motivation der Studierenden im Lehr- und Lernprozess gestärkt und zielgerichtet ein signifikanter Mehrwert für den Lehr- und Lernprozess erzeugt werden.
Teilprojekte:
➤ E-Assessment-System mit adaptiven Feedback in Mathematik (Prof. Merker / Prof. Schöbel): In Jupyter-Notebooks sollen Studierenden Übungsaufgaben zur Verfügung gestellt und mittels einer Schnittstelle zu Lernmanagementsystemen (z. B. OPAL) datenschutz-konform ausgewertet werden. Durch die interoperable Verbindung zwischen Jupyter-Notebooks und Lernmanagementsystemen können studentische Aufgabenlösungen automatisiert überprüft, bewertet und mit individuellem Feedback den Studierenden „zurückgegeben“ werden.
➤ Automatisiertes Prüfen von Kompetenzen im Erstellen von graphischen Zusammenhängen in MINT-Fächern (Prof. Strutz / Prof. Thor): Das Vorhaben zielt auf das automatische Auswerten von technisch-naturwissenschaftlichen Zeichnungen (TNZ), wie sie in MINT-Fächern häufig skizziert werden müssen. Das geplante Vorhaben wird – unter Bezugnahme auf etablierte Methoden der künstlichen Intelligenz (z. B. Computer Vision, neuronale Faltungsnetzwerke) – ein Werkzeug entwickeln, welches eine von Studierenden entworfene TNZ analysieren kann, d. h. die einzelnen Komponenten und ihre Beziehung zueinander identifiziert, und im Abgleich mit einer Musterlösung automatisch bewertet. Der Einsatz des Vorhabens ist in allen Studienjahren möglich, da der Schwierigkeitsgrad der Aufgaben von den Lehrenden gesteuert werden kann.
➤ Digitaler Aufgabenpool mit individuellem Feedback in Statik, Mechanik und Dynamik (Prof.in Schubert): Studierenden der Ingenieurwissenschaften soll ein digitaler Aufgabenpool im Lern-Management-System Opal/Onyx in den Bereichen Statik, Mechanik und Dynamik für das Selbststudium zur Verfügung gestellt werden. Durch die dynamische Bereitstellung der Aufgaben nach unterschiedlichem Schwierigkeitslevel sowie adaptiven Feedback soll zum einen auf das individuelle Vorwissen der Studierenden aufgebaut und zum anderen der individuelle Lernprozess der Studierenden mittels schrittweisem Feedback hin zur eigenen Lösungsfindung begleitet werden.
➤ Automatisierte Durchführung und Auswertung von ingenieurwissenschaftlichen Online-Praktika in Messtechnik (Prof. Rudolph): Labor-Praktika sind im Lernprozess für Studierende der Ingenieurwissenschaften insbesondere aufgrund der dort erfolgten anwendungsbezogenen praktischen Wissensvermittlung essentiell. Zu diesem Zwecke soll der Fernzugriff auf die Hardware eines bestehenden Laborversuches ermöglicht werden. Die Studierenden haben durch die Etablierung eines digitalen Labors die Möglichkeit, die Praktika mehrfach sowie flexibel entsprechend Ihren Zeitressourcen durchzuführen und können somit mehr Sicherheit hinsichtlich der praktischen Anwendung theoretischer Grundlagen zu erlangen.
Publikation
- Thor, A.; Kirsten, T.: Das E-Assessment-Tool DMT. Datenbankspektrum 21(1), 2021.