24. Netzwerktreffen Mathematik/Physik + E-Learning
Ideen, Impulse, InnovationenNetzwerktreffen Mathematik/Physik + E-Learning
Ein zentrales Arbeitsfeld des Netzwerks bilden die seit vielen Jahren durchgeführten Lernstandserhebungen zu Semesterbeginn. Diese Erhebungen erfassen den mathematischen Kenntnisstand von Studienanfängerinnen und -anfängern, deren Daten hochschulübergreifend gesammelt und zentral ausgewertet werden. Durch dieses Vorgehen entsteht ein Überblick über die Situation an den sächsischen Hochschulen. Die Ergebnisse, zuletzt 2024 in einer Pressemitteilung der Universität Leipzig aufgegriffen, verdeutlichen: Zahlreiche Studienanfängerinnen und -anfänger weisen erhebliche Defizite in grundlegenden mathematischen Kompetenzen auf, die für ein erfolgreiches Studium jedoch unverzichtbar sind. Diese Erkenntnisse unterstreichen die Dringlichkeit, Lehrkonzepte kontinuierlich weiterzuentwickeln und durch gemeinsame Initiativen die mathematische Grundlagenausbildung in wirtschaftlichen und technischen Studiengängen nachhaltig zu stärken.
Das jüngste Netzwerktreffen fand am 6. März 2025 an der Hochschule Mittweida statt und widmete sich einem aktuellen Themenschwerpunkt, dem Einsatz von Künstlicher Intelligenz in der Hochschullehre.
Spannende Vorträge vom Vormittag bereicherten die Veranstaltung
Jens Flemming (am Rednerpult)
(WHZ) beim Auftaktvortrag: „(Tool-)Freiheit im E-Assessment. Weniger ist mehr!“Antje Strehler
(WHZ) hilet einen gemeinsamen Vortag mit Jochen Merker (HTWK) und Markus Seid (WHZ) zum aktuellen Stand von JSXGraph in ONYXDr. Kristina Helle
(HSMW)Dr. Mandy Lange-Geisler
(HSMW)Themenschwerpunkt Künstliche Intelligenz am Nachmittag
Am Nachmittag lag der thematische Schwerpunkt auf dem Einsatz von Künstlicher Intelligenz in der Lehre. Ein besonderer Höhepunkt war der Vortrag von Prof. Benjamin Paaßen von der Universität Bielefeld mit dem Titel: „KI für die Lehre – Wo wir stehen und wohin die Reise geht.“ In seinem Vortrag skizzierte er den aktuellen Stand der KI-gestützten Lehr- und Lernmethoden und wagte einen Blick in die Zukunft der digitalen Lehre. Zudem wurde das Thema KI in der Lehre in zwei weiteren Vorträgen beleuchtet. Prof. Richard Börner (HSMW) berichtete über Erfahrungen mit der Anwendung von Large Language Models, insbesondere ChatGPT, im Physikpraktikum und Prof. Thomas Villmann (HSMW) stellte Resultate zur KI-gestützten Auswertung von Klausuren vor und knüpfte dabei an die Lernstandserhebungen zu Semesterbeginn an, was insbesondere für die Mitglieder des Netzwerks von großem Interesse war.
Die Vorträge verdeutlichten eindrucksvoll das breite Spektrum an Einsatzmöglichkeiten von KI in der Hochschullehre, zugleich aber auch die damit verbundenen Herausforderungen.