
Relationships and Academic Belonging in HighEd
Das Projekt Relationships and Academic Belonging in Higher Education hat das Ziel, die Beziehungsqualität zwischen Lehrenden und Studierenden sowie die akademische Zugehörigkeit zu stärken. In der Forschung zeigt sich, dass beides einen Effekt auf Studienerfolg, Interessens- und Kompetenzentwicklung, intellektuelles und soziales Engagement sowie Beteiligung und Zusammenarbeit in der Lehre bewirkt. Das Projekt greift diesen Befund auf und erweitert das interpersonale Beziehungsgeflecht angesichts bestehender ökologischer und technologischer Herausforderungen um interdisziplinäre und internationale Beziehungen, die Beziehung zu sich selbst sowie die Mensch-Maschine-Beziehung. Diese bilden zusammen die Grundlage für vier Maßnahmen-Bündel: akademisches Mentoring, Peer Tutoring, kooperative Lehrgestaltung und experimentelle Curriculumsentwicklung. An der Konzeption, Umsetzung und Übertragung beteiligen sich vier Fakultäten (Geisteswissenschaften, Mathematik, Informatik und Naturwissenschaften, Erziehungswissenschaft sowie Betriebswirtschaft) und zwei zentrale Einrichtungen (Hub of Computing and Data Science und Hamburger Zentrum für Universitäres Lehren und Lernen). Zusammen mit der Universitätsleitung arbeiten sie auf eine strukturelle Verankerung der geplanten Interventionen in der Lehrarchitektur hin inklusive notwendiger rechtlicher Anpassungen. Im Erfolgsfall befördert das Vorhaben das gemeinsame universitäre Engagement für eine verantwortungsvolle Zukunftsgestaltung.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

KI für das Ingenieurstudium nutzbar machen
Wir entwickeln das KI4ING-Tool, ein auf Systemen der Künstlichen Intelligenz (KI) basierendes, digitales Unterstützungssystem für das Lernen der Technischen Mechanik (TM). Dadurch machen wir KI für das Ingenieurstudium nutzbar. KI-Systeme sind weit verbreitet und werden von Studierenden für ihr Studium intensiv eingesetzt [3,9]. In KI4ING untersuchen wir, wie KI-Systeme für das fachspezifische Lernen im Ingenieurstudium dienlich sein können. Bestehende KI-Systeme sind in der Lage, fachspezifischen Output zu generieren. Dieser ist jedoch nicht immer korrekt und erfordert von Nutzenden einen kritischen Umgang. Eine Alternative können fachspezifische Aufgabenmaterialien sein, die mit KI-Systemen verknüpft werden. Durch diese Materialien sowie Vorgaben zur Gestaltung der Antworten können Outputs von KI-Systemen fachlich korrekt und lernförderlich sein. Im Zuge des Projekts KI4ING entwickeln wir Aufgabenmaterialien für das Fach TM und identifizieren lernförderliche Gestaltungsmerkmale für den Output von fachspezifisch angepassten KI-Systemen. Diese verknüpfen wir mit bestehenden KI-Systemen und implementieren diese KI-Systeme in eine KI-basierte, digitale Lernplattform für die TM (KI4ING-Tool). Wir verfolgen im Projekt KI4ING einen Entwicklungsansatz auf Basis des Design-Based Research und binden Expert*innen aus TM, KI und Bildungsforschung sowie Studierende ingenieurwissenschaftlicher Studiengänge aktiv in den Entwicklungsprozess ein.
Projekt anzeigen
Suchindex Test D2
Der Klimawandel ist eine globale Herausforderung. Wir müssen den Kohlenstoffausstoß reduzieren.
Maßnahme anzeigen