THISuccessAI
Laufzeit: 08/2021 - 12/2025
Studienerfolg durch KI-gestützte Lernpfade
Die Technische Hochschule Ingolstadt (THI) wurde im Rahmen der Förderlinie „Hochschullehre durch Digitalisierung stärken“ im Zeitraum 2021 bis 2025 für die Umsetzung des Projekts THI SuccessAIgefördert. Das Projekt zielte darauf ab, den Studienerfolg in MINT-Studiengängen durch individualisierte Lernpfade für Studierende signifikant zu erhöhen. Dabei wurde 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 wurden u. a. mit (digitalen) Lehr- und Lerneinheiten ausgestaltet. Außerdem wurde ein Dashboard entwickelt, welches für Studierende und Dozenten den Lernstatus visualisiert. Im Projekt wurden KI-gesteuerten Tools, die sich durch weitere Datenanreicherung kontinuierlich weiterentwickeln, sowie digitale Learning Nuggets für die Gestaltung der individualisierten Lernpfade erstellt. Nach der vierährigen Entwicklungs- und Implementierungsphase mit Fokus auf bestehenskritische Fächer wird das Projekt sukzessive über weitere Fächer und Studiengänge der THI ausgerollt.
Die Projektleitung dankt an dieser Stelle allen Beteiligten - Professorinnen und Professoren, Mitarbeiterinnen und Mitarbeitern sowie Studierenden - am Projekt THI SuccessAI ganz herzlich für die tolle Zusammenarbeit in den letzten Jahren!
Für den Transfer des Projekts in die nachhaltige Nutzung an der Hochschule sind verantwortlich:
Prof. Dr.-Ing. Hans-Joachim Hof, Vizepräsident für Lehre, Studierende und Alumni
Prof. Dr. Sebastian Apel, Chief Information Officer
Stefanie Boldt, wissenschaftliche Mitarbeiterin
Philipp Söchtig, wissenschaftlicher Mitarbeiter
Aufbau KI-gestützter Lernpfade durch den Einsatz von Learning Analytics
Projektcluster
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.
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.
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.
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.
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.
Angewandte Theorien und Literaturquellen des Projektes
- Blended Learning (Integrierte Lernmethode zur Verbindung digitaler und Präsenzlehre (in Anlehnung an G., Reinmann-Rothmeier, 2003), Link zur Quelle)
- Design Based Research (Generisches Modell der Entwicklungsforschung (in Anlehnung an S. McKenney ,T.C., Reeves, 2012, S. 77; G. Reinmann, 2014), Link zur Quelle)
- Game-Based-Learning (Spielbasiertes Lernen (in Anlehnung an J., Fromme, B., Jörissen, A.,Unger, 2008) Link zur Quelle)
- Just-in-Time-Teaching (Pädagogisches Rahmenkonzept (in Anlehnung an S.P., Simkins, M.H., Maier, [Hrsg.], 2010), Link zur Quelle)
- Kolb Lernzyklus (Kolb Learning Inventory 4.0 (in Anlehnung an Kolb, 2009, S.54ff), Link zur Quelle)
- Universal Design for Learning (Pädagogisches Rahmenkonzept (in Anlehnung an CAST, 2018), Link zur Quelle)
- Visible Learning (Effektstärken von Lehr- und Lernstrategien sowie Implementation (in Anlehnung an J., Hattie, K., Zierer, 2018, S. 90-109) Link zur Quelle)
Publikationen des Projekts:
- Apel, Sebastian, Söchtig, Philipp und Windisch, Hans-Michael (2023): "Using Learning Analytics to Identify Student Learning Profiles for Software Development Courses". In: ECSEE 2023: European Conference on Software Engineering Education (ECSEE 2023), June 19–21, 2023, Seeon/Bavaria, Germany. ACM, New York, NY, USA, 7 pages. DOI
- Panagiotis Pagonis, Kai Hartung, Di Wu, Munir Georges, Sören Gröttrup (2023): “Analysis of Knowledge Tracing performance on synthesised student data”. In: AI4AI Education Workshop 2023. OA Link: https://arxiv.org/abs/2401.16832
Projektleitung
Prof. Dr.-Ing. Hans-Joachim Hof
Tel.: +49 841 9348-2526
Raum: D021
E-Mail: Hans-Joachim.Hof@thi.de
Prof. Dr. Sebastian Apel
Tel.: +49 841 9348-5176
Raum: A128
E-Mail: Sebastian.Apel@thi.de
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. €.
Barrierefreis Poster des Projektes THI Success AI
