Eine vorrangige Aufgabe der Technischen Universität Hamburg (TUHH) ist es, Studierende zeitgemäß für die berufliche Ingenieurpraxis zu qualifizieren und zur Forschung in technischen Fächern zu befähigen. Dies kann am besten gestaltet werden, wenn die Lehre von Beginn an forschungsbezogen ausgerichtet ist. Doch wie können die Lehrenden ihre Veranstaltungen so durchführen, dass die Studierenden fachspezifisch forschen lernen? Das vom Präsidium der TUHH initiierte Qualifizierungsprogramm „Forschendes Lernen an der TUHH“ stellt diese Frage in den Mittelpunkt. Es richtet sich gezielt an die wissenschaftlichen Mitarbeiterinnen und Mitarbeiter, die am Beginn ihrer Karriere in Forschung und Lehre stehen. Seit 2015 startet das einjährige Programm in halbjährlichem Turnus und wird vom Zentrum für Lehre und Lernen (ZLL) durchgeführt.
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: ZB Zentrum für Lehre und Lernen (ZLL)
In Stud.IP angemeldete Teilnehmer: 11
Anzahl der Postings im Stud.IP-Forum: 34
Anzahl der Dokumente im Stud.IP-Downloadbereich: 31
Supervised Theses
ongoing
completed
2021
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.