Die Studierenden werden angeleitet und unterstützt, umwesentliche Schlüsselkompetenzen in vier Bereichen zu entwickeln:
Sachkenntnisse über die Studiengänge undStrukturen der TUHH.
Befähigungzum Studieren: Es werden Kenntnisse zur Selbstorganisation, Zeitmanagement,Mitschriften- und Materialorganisation, Lerntechniken und Emotionsregulationvermittelt und in Teilen eingeübt.
Befähigungzum Reflektieren der im Orientierungsstudium gemachten Erfahrungen (Lehrveranstaltungenund Berufsfelderkundung) vor dem Hintergrund einer realistischenSelbsteinschätzung der Passung. Es werden Methoden der strukturiertenindividuellen Reflexion vermittelt und angewendet.
Befähigungeine fundierte Entscheidung zu treffen auf der Basis von
Erfahrungenin den Lehrveranstaltungen sowie der Berufsfelderkundung und
Selbstkenntnisvon Interessen, Stärken, Anstrengungsbereitschaft und Wünschen.
Methodisch werden drei Settings kombiniert:
Tutorengestützte Veranstaltungen zum Kennenlernen des Studierens an der TUHHund der Herausforderungen eines Studiums aus studentischer Sicht.
Vonden Lehrenden durchgeführte Veranstaltungen zu den Schlüsselkompetenzen: Studier-,Reflexions- und Entscheidungsfähigkeit (Input und Übung).
Vonden Lehrenden moderierte Veranstaltungen zur Motivations-, Passungs- undEntscheidungsklärung.
Leistungsnachweis:
m1469 - Studienorientierung und -reflexion<ul><li>p1387 - Studienorientierung und -reflexion: Fachtheoretisch-fachpraktische Arbeit</li></ul><br>m1469-2022 - Studienorientierung und -reflexion<ul><li>p1387 - Studienorientierung und -reflexion: Fachtheoretisch-fachpraktische Arbeit</li></ul><br>m1904-2023 - Studienorientierung und -reflexion I<ul><li>p1920-2023 - Studienorientierung und -reflexion I: Fachtheoretisch-fachpraktische Arbeit</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: ZB Servicebereich Lehre u. Studium (SLS)
In Stud.IP angemeldete Teilnehmer: 55
Anzahl der Dokumente im Stud.IP-Downloadbereich: 8
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.