IGNITE

Individuell gibt es große Unterschiede bei Kenntnissen und Fähigkeiten von Studierenden. Dies führt zu Herausforderungen um Voraussetzungen nachfolgender Veranstaltung zu erfüllen und Lehrziele der Absolventen für den gesamten Studiengang zu erreichen. Lehrveranstaltungen mit der Übermenge aller fehlenden Kenntnisse und Fähigkeiten anzubieten scheitert an Lehrkapazitäten und Restriktionen in Bezug auf die Leistungspunkte. Außerdem soll ein attraktives Lehrangebot zahllose Wiederholungen bereits bekannten Lernstoffs vermeiden. Diese Herausforderung betrifft insbesondere den Übergang unterschiedlicher nationaler und internationaler Bachelorstudiengänge zu einem Masterstudiengang. Das Ziel des vorgeschlagenen Projekts ist daher eine personalisierte Lehre im Rahmen modularisierter Lehrveranstaltungen, wobei individuelle Lücken mit einer zugehörigen Komposition von Modulelementen geschlossen werden. Das Projekt wird modulare Lehrveranstaltungen im Bereich der eingebetteten Systeme und der medizinischen Informatik entwerfen. Kenntnisse und Fähigkeiten der Studierenden sowie die Lernergebnisse von Modulelementen und deren Abhängigkeiten sollen mittels Wissensgraphen modelliert werden. Schließlich werden Werkzeuge eine optimierte Komposition von Modulelemente für individuelle Studierende entwerfen und die jeweiligen Wissenslücken schließen. Die experimentelle Evaluation ist unter Einbeziehung der Studierenden der Studiengänge Informatik und Digitale Gesundheitswissenschaften geplant.