23.08.2021

Ernst Otto Fischer-Lehrpreis 2021 für innovative Lehre an der TUM


Preisträgerinnen und Preisträger des Jahres 2021

Maximilian Trübswetter von der Fakultät für Maschinenwesen für das Projekt „‚connecTUM‘ – Vernetzte Lehre im
Grundlagenstudium Maschinenwesen“: Im Fokus des Lehrkonzepts steht eine zentrale maschinenbauliche Anlage, welche die Bachelormodule vernetzt und die Studierenden im Sinne eines roten Fadens durch das Grundlagenstudium begleitet. Am Ende eines mehrstufigen Auswahlprozesses der Beteiligten und der Studierendenvertretung fiel die Wahl auf eine urbane Seilbahnanlage. Die Seilbahnanlage bietet großes Potenzial zur systematischen und übergreifenden Vernetzung der Lehre im Bachelor. Das Zusammenwirken mechanischer und elektr(on)ischer Komponenten, Sensoren, Software und Steuergeräten erlaubt eine bessere interdisziplinäre Vermittlung der Lehrinhalte im Grundlagenstudium Maschinenwesen. Die interdisziplinäre Verschränkung befähigt die Studierenden sich mit Themen an den Schnittstellen der Disziplinen auseinanderzusetzen.

Prof. Bernd Brügge, Dr. Stephan Krusche und Jan Philip Bernius von der Fakultät für Informatik für die automatische Korrektur von Freitextaufgaben: Die Studierendenzahlen steigen immer weiter und erzeugen enorme Aufwände für Dozenten, insbesondere bei der Korrektur von Aufgaben. Während sich bestimmte Aufgaben (z.B. Multiple Choice) automatisch korrigieren, ist dies bei den häufig eingesetzten Freitextaufgaben nicht möglich. Wir wollen ein lernendes System entwickeln, das die Korrektur von Aufgaben mit Hilfe von maschinellem Lernen automatisch ermöglicht. Das System lernt bei den ersten Korrekturen, welche Lösungen korrekt und welche falsch sind, und kann weitere Lösungen automatisch korrigieren. Unsere Vision ist es, dass sich der Korrekturaufwand signifikant reduzieren lässt, während sich die Qualität der Korrektur erhöht.

Prof. Gerhard Müller und Dr. Francesca Taddei von der Ingenieurfakultät Bau Geo Umwelt für das Projekt „Extended Brain – Curricula 2.0“ zur Optimierung der Lehrinhalte unter Berücksichtigung des Zugangs zu digitalen Systemen: Im Zuge der Anpassung der Ingenieurausbildung an neue, durch die Digitalisierung resultierende Optionen sowie an dadurch entstehende Anforderungen, müssen Kategorien zur Bewertung von Inhalten diskutiert und innovative didaktische Werkzeuge entwickelt werden. Aktuelle Inhalte werden hinsichtlich der Möglichkeit des Einsatzes eines Extended Memory und fertiger Tools bewertet, welche elektronisch ständig verfügbar sind. Obsoletes wird identifiziert. Gleichzeitig steht das Interpretieren und Bewerten von über das Internet und über Black Box Programme abgerufenen Inhalten und Berechnungsergebnissen im Mittelpunkt. Hierfür werden Instrumente entwickelt.

Prof. Michael Suda und Prof. Hans Pretzsch von der School of Life Sciences für das Projekt „Forest & Technology – VR2“: Mit dem Projekt greift die Studienfakultät für Forstwissenschaft und Ressourcenmanagement ein zentrales und hochaktuelles Thema der Forstwissenschaften auf. Hochtechnisierte Datenerfassungs- und -verarbeitungssysteme ermöglichen heute die Abbildung natürlicher Strukturen in virtuellen Systemen. Durch die Modellierung natürlicher Systeme gelingt es zunehmend Handlungen zu simulieren und deren Auswirkungen auf das Ökosystem, sowie in Hinblick auf soziale und ökonomische Aspekte zu bewerten. Im Rahmen des Lehrprojektes VR2 – virtual and real reality – werden Lehrflächen im Wald festgelegt, entscheidungsrelevante Daten erhoben und zu einem virtuellen Modell verknüpft. In diesem Reallabor werden forstliche Maßnahmen simuliert und deren Wirkungen auf das Gesamtsystem mit Hilfe von Simulationsmodellen erfasst. Im virtuellen Labor steht dieser Wald ebenfalls für Simulationen zur Verfügung. Auch hier können entsprechende Maßnahmen geplant und bewertet werden. Der Einsatz beider Labore in der Ausbildung der Studierenden verknüpft somit unterschiedliche Realitäten, die für eine zielgerichtete Planung und Nutzung von Wäldern unabdingbar sind.

Ernst Otto Fischer-Lehrpreis 2021

mehr