GENERATING - Entwicklung und Einführung eines adaptiven Generators für Übungsaufgaben zu technischen Studieninhalten basierend auf Künstlicher Intelligenz

Ziel des Projekts GENERATING ist es, einen auf Künstlicher Intelligenz (KI) basierenden adaptiv geregelten Aufgabengenerator für ingenieurswissenschaftliche Studienfächer an der TUHH zu entwickeln. Das Projekt wird gemeinsam durch das Institut für Technische Logistik (ITL), das Institut für Maritime Logistik (MLS), das Zentrum für Lehre und Lernen (ZLL) und das Rechenzentrum (RZ) ausgeführt. 

Projektdauer 01.03.2021 – 29.02.2024
Projektförderung gefördert durch das Bundesministerium für Bildung und Forschung (BMBF)
Unser Status Projektpartner
Ansprechpartner Andreas Mohr
Projektlinks Link 1 Link 2
Projektpartner Das Projektkonsortium setzt sich wie folgt zusammen:
 
  • Institut für Technische Logistik (ITL)
  • Institut für Maritime Logistik (MLS)
  • Rechenzentrum der TUHH (RZ)
  • Zentrum für Lehre und Lernen der TUHH (ZLL)

Kurzbeschreibung

Persönliche und individuelle Betreuung ist ein erfolgreich erprobter Weg, um das Konzeptverständnis unter Studierenden zu verbessern. Um diese unter der Voraussetzung stetig steigender Studierendenzahlen gewährleisten zu können, wurden in den vergangenen Jahren im Rahmen von Blended Learning Ansätzen vermehrt Aufgabengeneratoren zur automatisierten Erzeugung von Übungsmaterialien genutzt.

Der Aufgabengenerator wird als Prototyp in das bestehende Learning Management System (LMS) der TUHH integriert sowie im praktischen Lehr­betrieb von zwei Lehrmodulen getestet und eingesetzt. Die Ergebnisse und das Verhalten Studierender bei der Bearbeitung von Aufgaben wird durch KI-basierte Algorithmen ausgewertet und mit Kompetenzprofilen abgeglichen. Darauf aufbauend werden Studierenden personalisierte Hinweise zur Lösungsfindung und individuell angepasste Übungsaufgaben bereitgestellt. So entsteht ein geschlossener Regelkreis, mit dessen Hilfe das Konzeptverständnis des Einzelnen weiter verbessert wird.

 

Dieses Vorhaben wird aus Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16DHB4007 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autorinnen und Autoren.

Veröffentlichungen (Auszug)

  • Grasse, Ole and Mohr, Andreas and Lange, Ann-Kathrin and Jahn, Carlos (2023). AI Approaches in Education Based on Individual Learner Characteristics: A Review. 2023 IEEE 12th International Conference on Engineering Education (ICEED) IEEE: 50--55 [Abstract] [pdf] [doi] [www]