Learning Lab mit zwei neuen Konferenzbeiträgen auf der CSERC 2020 und ICAART 2021

Die CSERC 2020 (Computer Science Education Research Conference) wurde von der Universität Leiden in den Niederlanden aufgrund der COVID Einschränkungen als reine Online-Veranstaltung vom 19. bis 20. Oktober 2020 durchgeführt. So haben wir unseren Beitrag „Learning lab “digital technologies” keeps distance“ virtuell vorgestellt (https://dl.acm.org/doi/10.1145/3442481.3442506):
In den letzten Jahren wurde das Learning Lab “Digitale Technologien” als wachsende Plattform für die Vermittlung digitaler Technologien im Kontext der Hochschullehre entwickelt. Es steigert die Motivation und das Engagement der Studierenden durch aktives und kollaboratives Lernen in Kombination mit einer haptischen Erfahrung erheblich. Im Sommersemester 2020 wurde das bewährte Konzept der haptischen Erfahrung aufgrund der Corona-Pandemie und die damit verbundenen Online-Lehre adaptiert. Im vorgestellten Artikel wird beschrieben und bewertet, wie das Konzept an die aktuelle Situation angepasst und in virtuelle Workshops umgesetzt wurde.

Die ICAART 2021 (International Conference on Agents and Artificial Intelligence) musste aufgrund der Corona-Pandemie ebenfalls vom 4. bis 6. Februar 2021 virtuell stattfinden.
In unserem Konferenzbeitrag „Forecasting air pollution in Munich: A comparison of MLR, ANFIS, and SVM” (https://www.scitepress.org/Link.aspx?doi=10.5220/0010184905000506) analysieren wir den Einsatz von Machine Learning Algorithmen zur Prognose von Luftschadstoffen in München. Die Ergebnisse bestätigen im Wesentlichen frühere Studien zur Vorhersage der Luftverschmutzung und zeigen, dass adaptive Neuro-Fuzzy-Inferenzsysteme die höchste Vorhersagekraft für alle Schadstoffe haben. Darüber hinaus kann Ozon am besten vorhergesagt werden, während Stickoxide am schlechtesten prognostiziert werden können. Ein Grund für die unterschiedliche Prognosegüte könnte an der kurzen Lebensdauer von Stickoxiden im Vergleich zu Ozon liegen.

Eine Gesamtübersicht aller Publikationen ist unter Publikationen verfügbar.

Learning Lab mit zwei Beiträgen auf der EDUCON 2020 (IEEE Global Engineering Education Conference) Konferenz vertreten

Die EDUCON 2020 (IEEE Global Engineering Education Conference) sollte vom 28. bis 30. April am Polytechnikum von Porto, Portugal, an der Fakultät für Ingenieurwissenschaften als Präsenzveranstaltung stattfinden. Aufgrund der COVID Einschränkungen wurde jedoch beschlossen, die Konferenz als reine Online-Veranstaltung im gleichen Zeitraum wie die geplante physische Veranstaltung in Porto zu organisieren.

So haben wir unsere beiden Beiträge „Teaching 3D Printing Technology Hands-on“ und „Problem-based learning for teaching new technologies“ schließlich virtuell vorgestellt:

Live Ausschnitt der virtuellen Präsentation

Der erste Artikel beschäftigt sich mit dem Thema: „Praxisnahes Lehren von 3D-Drucktechnologie“: Neue Technologien wie additive Fertigung werden häufig an Hochschulen überwiegend theoretisch mit Hilfe von Darstellungen oder Lehrvideos gelehrt. Die praktische Anwendung digitaler Technologien sowie die Erfahrung und die Möglichkeit, mit diesen Technologien kreative neue Ideen zu entwickeln, kommen dann meist zu kurz. Der Beitrag beschreibt, wie die Hochschule München den 3D-Druck mit günstigen 3D-Druckern in Vorlesungen integriert hat, um diese hoch relevanten Fertigkeiten und Kompetenzen zu vermitteln.

Gunther, Joachim; Brehm, Lars; Günzel, Holger; Humpe, Andreas (2020) „Teaching 3D Printing Technology Hands-on“, in: 2020 IEEE Global Engineering Education Conference (EDUCON). Presented at the 2020 IEEE Global Engineering Education Conference (EDUCON), IEEE, Porto, Portugal, pp. 953–957. https://doi.org/10.1109/EDUCON45650.2020.9125302

Der zweite Artikel behandelt das generelle Thema „Problembasiertes Lernen für das Lehren neuer Technologien“. Dieser beschreibt ein didaktisches Konzept, um Studierende mit neuen digitalen Technologien wie zum Beispiel 3D-Druck, Robotik oder virtueller Realität vertraut zu machen. Das Konzept basiert auf problemorientiertem Lernen und ist in einer konstruktivistischen Lernumgebung verankert. Um den Einfluss verschiedener konstruktivistischer Dimensionen auf den Lernerfolg zu überprüfen, wurde ein Strukturgleichungsmodell geschätzt. Die Ergebnisse verdeutlichen, dass die soziale und emotionale Dimension den größten Einfluss auf das Lernen hat, gefolgt von der Dimension der Selbstbestimmung. Die konstruktive Dimension zeigt jedoch eine positive, aber nicht statistische signifikante Beziehung zum Lernerfolg. Insgesamt unterstützen die Ergebnisse das problembasierte didaktische Konzept für die Vermittlung neuer digitaler Technologien im Studium.

Humpe, Andreas; Brehm, Lars (2020) „Problem-based learning for teaching new technologies“, in: 2020 IEEE Global Engineering Education Conference (EDUCON). Presented at the 2020 IEEE Global Engineering Education Conference (EDUCON), IEEE, Porto, Portugal, pp. 493–496. https://doi.org/10.1109/EDUCON45650.2020.9125376

Learning Lab „Digital Technologies“ beteiligt sich an Covid-19 Maskenproduktion

Das Learning Lab “Digital Technologies” hat sich zusammen mit Studierenden an der Covid-19 Maskenproduktion beteiligt. Basierend auf dem Learning Lab Stream „Print your own world“, welcher Studierenden den 3D Druck vermittelt, wurden Studierende mit einem 3D Drucker dazu aufgerufen, Gesichts- und Mundschutzmasken zur Bewältigung der Corona-Krise zu drucken. Ein von Learning Lab zu Verfügung gestelltes Lernvideo ermöglicht einen schnellen Einstig in die Massenproduktion:

3D Druck einer Gesichtsmaske

Insgesamt beteiligten sich mehrere Studierende unterschiedlicher Fakultäten an der Aktion.

Jochen Göltenboth, Student an der Fakultät für Tourismus, hat sich eine Maske gedruckt (Foto: Jochen Göltenboth)
So sieht die fertige Gesichtsschutzmaske nach dem Druck aus (Foto: Fabio D’Antino)