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 des 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 zur Gestaltung der Lernpfade 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)
  • Kai Hartung (Data Analyst)
  • Panos Pagonis (Datenmanagement)
  • Di Wu (Data Analyst)

 

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, teils personalisierte Tools, wie z. B. ein Dashboard für Studierende und Dozierende, ein Editor für die einfache Erstellung von Learning Nuggets, ein Plug-In für Learning Companions zur Verbesserung der Vernetzungs- und Austauschmöglichkeiten unter Studierenden sowie ein Chatbot (Thim) als Lernasisstent 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)
  • Sambit Mallick (Chatbot Developer) 
  • Manjula Gangisetty (Webentwicklung AI)
  • Khabbab Zakaria (Softwareentwicklung) 
  • Tanyo Dietz (UX-Designer)
Cluster Didaktik

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)
  • Verena Birkmeir (Wissenschaftliche Mitarbeiterin im Modulbereich Statistik)
  • Stefanie Boldt (Wissenschaftliche Mitarbeiterin im Modulbereich Statistik) 
  • Rebekka Gerlach (Wissenschaftliche Mitarbeiterin im Modulbereich Mathematik)
  • Alen Jurisic (Wissenschaftlicher Mitarbeiter im Modulbereich Elektrotechnik)
  • Malina Lang (Wissenschaftliche Mitarbeiterin im Modulbereich MINT)
  • Marcel Schmitt (Wissenschaftlicher Mitarbeiter)
  • Philipp Söchtig (Wissenschaftlicher Mitarbeiter im Instructional Design)
  • Florian Beil (Wissenschaftlicher Mitarbeiter im Modulbereich MINT)

 

Teilvorhaben Individuelle Lernpfade für statische Gruppen (Stufe I)

Im TV "Individuelle Lernpfade für statische Gruppen (Stufe I)" erfolgt die Individualisierung der Lernpfade in den Modulen Statistik, Mathematik, Elektrotechnik und Programmierung für teilautomatisiert festgelegte Gruppen bzw. Lernstile. Die Gestaltung der Lernpfade erfolgt sowohl über verschiedene Einstufungstests als auch Mustererkennung und wird über lernstilgerechte Learning Nuggets sowie Dialogangebote des digitalen Lern-Assistenten "Thim" unterstützt.

     

    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 Lernstile sukzessive aufgelöst und in individualisierte, KI-gestützte Lernpfade überführt. Außerdem wird der Lern-Assistent "Thim" weiterentwickelt und die Learning Nuggets werden flexibilisiert. 

    Cluster Organisation & Transfer

    Teilvorhaben Projektorganisation

    Im TV „Projektorganisation“ werden die Strukturen für eine erfolgreiche Projektdurchführung aufgebaut. Dabei werden technische und didaktische Ansprüche an das Projekt berücksichtigt sowie durch eine begleitende Evaluation die Qualität langfristig sichergestellt.  

    Beteiligte Personen:

     

    • Susanne Huber (Projektabwicklung)

     

    Teilvorhaben Transfer

    Im TV „Transfer“ werden innovative Austausch- und Partizipationsformate für den ganzheitlichen internen und externen Wissenstransfer zu „KI und Hochschullehre“, z. B. im Rahmen des "Tags der digitalen Lehre" sowie des "Hackathons", 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)

    Bevorstehende Veranstaltungen

    • Hochschulinformationstage (22.03. in Neuburg a.d. Donau; 23.03. in Ingolstadt)
    • Tag der digitalen Lehre (12.06.2024)

    News aus dem Projekt

    Austausch über digitale Lehre: THI und TUM im Gespräch. (Foto: THI)

    Die TUM zu Gast an der THI

    Mitglieder der wissenschaftlichen Einrichtung ProLehre (TUM) trafen sich am 10. Juli mit dem Projektteam von THISuccessAI zur Vernetzung im Bereich… mehr

    Tag der digitalen Lehre 2023

    Am Mittwoch, den 10.05.2023, fand am Campus Ingolstadt der siebte Tag der digitalen Lehre statt und verzeichnete wieder zahlreiche Teilnehmerinnen und… mehr
    Im VR Learning Lab können virtuelle Lernumgebungen getestet werden.

    Future Skills für das Studium von morgen

    Künstliche Intelligenz (KI) ist schon jetzt nicht mehr aus unserem Alltag wegzudenken. Wie verändert KI das Studieren und Arbeiten an der Hochschule?… mehr

    Hochschulinformationstag 2023

    Das Projekt THI-SuccessAI war beim Hochschulinformationstag der THI am 25.03.2023 mit einem interaktiven Stand und einem kurzweiligen, anschaulichen… mehr

    Train the Teacher

    Am 15. November 2022 fand der Kick-Off des als Blended-Learning angelegten Qualifizierungsprogramms „Train the Teacher" statt. Ziel des Treffens war… mehr

    Projektleitung

    Vizepräsidentin für Lehre und Studierende
    Prof. Dr. Katherine Roegner
    Tel.: +49 841 9348-2544
    Raum: D024
    E-Mail:
    Vizepräsident für Digitalisierung / Chief Information Officer
    Prof. Dr.-Ing. Hans-Joachim Hof
    Tel.: +49 841 9348-2526
    Raum: D021
    E-Mail:
    Prof. Dr. Sebastian Apel
    Studiengangleitung und Studienfachberatung Informatik M.Sc. Cloud Applications und Security Engineering M.Sc.
    Prof. Dr. Sebastian Apel
    Tel.: +49 841 9348-5176
    Raum: A128
    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. €.

    Netzwerkpartner

    University:Future Festival 2024