Feedback-Basiertes E-Assessment in Mathematik, Informatik und Ingenieurwissenschaften (FAssMII)

In Jupyter-Notebooks sollen Studierenden Übungsaufgaben zur Verfügung gestellt und mittels einer Schnittstelle zu Lernmanagementsystemen (z. B. OPAL) datenschutz-konform ausgewertet werden. Durch die interoperable Verbindung zwischen Jupyter-Notebooks und Lernmanagementsystemen können studentische Aufgabenlösungen automatisiert überprüft, bewertet und mit individuellem Feedback den Studierenden „zurückgegeben“ werden.

Studierenden der Ingenieurwissenschaften soll ein digitaler Aufgabenpool im Lern-Management-System Opal/Onyx in den Bereichen Statik, Mechanik und Dynamik für das Selbststudium zur Verfügung gestellt werden. Durch die dynamische Bereitstellung der Aufgaben nach unterschiedlichem Schwierigkeitslevel sowie adaptiven Feedback soll zum einen auf das individuelle Vorwissen der Studierenden aufgebaut und zum anderen der individuelle Lernprozess der Studierenden mittels schrittweisem Feedback hin zur eigenen Lösungsfindung begleitet werden.

Labor-Praktika sind im Lernprozess für Studierende der Ingenieurwissenschaften insbesondere aufgrund der dort erfolgten anwendungsbezogenen praktischen Wissensvermittlung essentiell. Zu diesem Zwecke soll der Fernzugriff auf die Hardware eines bestehenden Laborversuches ermöglicht werden. Die Studierenden haben durch die Etablierung eines digitalen Labors die Möglichkeit, die Praktika mehrfach sowie flexibel entsprechend Ihren Zeitressourcen durchzuführen und können somit mehr Sicherheit hinsichtlich der praktischen Anwendung theoretischer Grundlagen zu erlangen.

Das Vorhaben zielt auf das automatische Auswerten von technisch-naturwissenschaftlichen Zeichnungen (TNZ), wie sie in MINT-Fächern häufig skizziert werden müssen. Das geplante Vorhaben wird – unter Bezugnahme auf etablierte Methoden der künstlichen Intelligenz (z. B. Computer Vision, neuronale Faltungsnetzwerke) – ein Werkzeug entwickeln, welches eine von Studierenden entworfene TNZ analysieren kann, d. h. die einzelnen Komponenten und ihre Beziehung zueinander identifiziert, und im Abgleich mit einer Musterlösung automatisch bewertet. Der Einsatz des Vorhabens ist in allen Studienjahren möglich, da der Schwierigkeitsgrad der Aufgaben von den Lehrenden gesteuert werden kann.