THISuccessAI

Studienerfolg durch KI-gestützte Lernpfade

Die Technische Hochschule Ingolstadt (THI) wird im Rahmen der Förderlinie „Hochschullehre durch Digitalisierung stärken“ im Zeitraum 2021 bis 2024 für die Umsetzung der Projekts THISuccessAI gefördert. Das Projekt zielt darauf ab, den Studienerfolg in MINT-Studiengängen durch individualisierte Lernpfade für Studierende signifikant zu erhöhen. Dabei wird die KI-Kompetenz der Hochschule genutzt, um über Learning Analytics Studierenden-, Lern- und Lehrinformationen zu sammeln, über Mustererkennung auszuwerten und daraus individualisierte Lernpfade abzuleiten. Diese werden u.a. mit (digitalen) Lehr- und Lerneinheiten ausgestaltet. Ein Dashboard visualisiert für Studierende und Dozenten den Lernstatus. Das Projekt schließt die Erstellung von KI-gesteuerten Tools, die sich durch weitere Datenanreicherung kontinuierlich weiterentwickeln, ebenso ein, wie die Erstellung digitaler Learning Nuggets für die Gestaltung der individualisierten Lernpfade. Nach der dreijährigen Entwicklungs- und Implementierungsphase mit Fokus auf bestehenskritische Fächer wird das Projekt über alle Fächer und Studiengänge der THI ausgerollt.

Aufbau KI-gestützter Lernpfade durch den Einsatz von Learning Analytics

Projektcluster

Cluster Technik

Teilvorhaben Learning Analytics

Im TV „Learning Analytics“ werden die vielfältigen lerner- oder lernprozessbezogenen Daten unter Berücksichtigung von datenschutzrechtlichen und ethischen Aspekten einer systematischen Analyse und Auswertung unterzogen. Ziel ist es, Kompetenzniveaus eines Lernenden einzuschätzen, die individuelle Wirkung von didaktischen Methoden zu bewerten sowie Empfehlungen und Prognosen abzugeben.

Beteiligte Personen:

  • Prof. Dr. Munir Georges (Sprach- und Textverstehen)
  • Prof. Dr. Sören Gröttrup (Maschinelles Lernen und Statistik)
  • Prof. Dr. Stefanie Schmidtner (Nachhaltige Stadtentwicklung und künstliche Intelligenz)

 

Teilvorhaben Plattform- und Toolentwicklung

Im TV „Plattform- und Toolentwicklung“ werden die technischen Grundlagen zur Erfassung, Beschreibung und Bereitstellung der in TV 1.1. gewonnenen Datenströme für die Generierung individueller Lernpfade im LMS Moodle geschaffen sowie nutzerfreundliche, personalisierte Tools, wie z. B. das Dashboard für Studierende und Dozierende, ein Autorentool-Editor für die einfache Erstellung von Learning Nuggets sowie ein Chatbot-gestützter Lernbegleiter entwickelt.

Beteiligte Personen:

  • Prof. Dr. Sebastian Apel (Programmierung und Software Engineering)
  • Prof. Dr. Hans-Michael Windisch (Technische Informatik und Software Engineering)
  • Prof. Dr. Christan Locher (Digital Business)
  • Fatema Merchant (Chatbot Developer)
Cluster Didaktik

Teilvorhaben Individuelle Lernpfade für statische Gruppen (Stufe I)

Im TV "Individuelle Lernpfade für statische Gruppen (Stufe I)" erfolgt die Individualisierung der Lernpfade für teilautomatisiert festgelegte Gruppen bzw. Lerntypen. Die Gestaltung der Lernpfade erfolgt über Mustererkennung und wird über lerntypegerechte Learning Nuggets sowie unterstützende Dialogangebote des digitalen Lern-Assistenten "Thim" unterstützt.

Beteiligte Personen:

  • Prof. Dr. Katherine Roegner (Hochschuldidaktik der Mathematik)
  • Prof. Dr. Bernhard Glavina (Technische Informatik und Elektrotechnik)
  • Prof. Dr. Robert Gold (Software Engineering und Programmiersprachen)
  • Prof. Dr. rer. nat. Franz Regensburger (Praktische Informatik und Programmierung)
  • Philipp Söchtig (Instructional Designer)
  • Rebekka Gerlach (Wissenschaftliche Mitarbeiterin im Modulbereich Mathematik)
  • Alen Jurisic (Wissenschaftlicher Mitarbeiter im Modulbereich Elektrotechnik)

 

Teilvorhaben Individuelle Lernpfade für statische Gruppen (Stufe II)

Im TV "Individuelle Lernpfade für statische Gruppen (Stufe II)" werden aufbauend auf den Ergebnissen der Stufe I die festen Lerntypen sukzessive aufgelöst und in individualisierte, KI-gestützte Lernpfade überführt.

Beteiligte Personen:

  • Prof. Dr. Katherine Roegner (Hochschuldidaktik der Mathematik)
  • Prof. Dr. Bernhard Glavina (Technische Informatik und Elektrotechnik)
  • Prof. Dr. Robert Gold (Software Engineering und Programmiersprachen)
  • Prof. Dr. rer. nat. Franz Regensburger (Praktische Informatik und Programmierung)
  • Philipp Söchtig (Instructional Designer)
  • Rebekka Gerlach (Wissenschaftliche Mitarbeiterin im Modulbereich Mathematik)
  • Alen Jurisic (Wissenschaftlicher Mitarbeiter im Modulbereich Elektrotechnik)
Cluster Organisation & Transfer

Teilvorhaben Projektorganisation

Im TV „Projektorganisation“ werden die Strukturen für eine erfolgreiche Projektdurchführung aufgebaut. Dabei werden neben technischen und didaktischen auch die datenschutzrechtlichen und ethischen Ansprüche an das Projekt berücksichtigt.

Beteiligte Personen:

  • Prof. Dr. Katherine Roegner (Hochschuldidaktik der Mathematik)
  • Prof. Dr. Hans-Joachim Hof (IT-Sicherheit)

 

Teilvorhaben Transfer

Im TV „Transfer“ werden innovative Austausch- und Partizipationsformate für den ganzheitlichen internen und externen Wissenstransfer zu „KI und Hochschullehre“ durchgeführt. Des Weiteren werden datenschutzrechtliche und ethische Fragestellungen dort geklärt.

Beteiligte Personen:

  • Prof. Dr. Christian Stummeyer (Wirtschaftsinformatik und Digital Commerce)
  • Prof. Dr. Matthias Uhl (Gesellschaftliche Implikationen und ethische Aspekte der KI)
  • Barbara Rehr (Datenschutz)

Projektleitung

Vizepräsidentin für Lehre und Digitalisierung
Prof. Dr. Katherine Roegner
Tel.: +49 841 9348-2544
Raum: D024
E-Mail:
Vizepräsident für Hochschulausbau und Sonderaufgaben
Prof. Dr.-Ing. Hans-Joachim Hof
Tel.: +49 841 9348-2526
Raum: D021
E-Mail:

Über den Förderer

Die „Stiftung Innovation in der Hochschullehre“ fördert mit dem Förderprogramm „Hochschullehre durch Digitalisierung stärken“ in den nächsten Jahren insgesamt 139 Projektvorhaben von Hochschulen und Universitäten, darunter 115 Einzel- und 24 Verbundanträge, mit einem Gesamtfördervolumen von bis zu 330 Mio. €.