Poster
KI & Technologie
Innovatives Lehrkonzept zur Datenwissenschaftlichen Problembehandlung
Daniel Boiar (Technische Universität Dortmund, Deutschland), Roman Möhle (Technische Universität Dortmund, Deutschland), Jochen Deuse (Technische Universität Dortmund, Deutschland; University of Technology Sydney, Australia)
IoT, KI, Demonstrator, Lehrkonzept, Praxisorientiert
Mit der fortschreitenden Digitalisierung sind klassische Lehrveranstaltungen, die sich auf Vorlesungen und Übungen konzentrieren, nicht mehr ausreichend, um Studierende angemessen auf die Anforderungen der modernen Arbeitswelt vorzubereiten. Um diesem Bedarf gerecht zu werden, wird ein praxisorientierter Ansatz verfolgt, bei dem Studierende das Zusammenspiel von Software und Hardware im Kontext datenwissenschaftlicher Probleme in interdisziplinären Teams erlernen. An spannenden Demonstratoren einer Brauanlage und eines Algenreaktors der TU Dortmund dürfen Studierende theoretisches mit praktischem Wissen verknüpfen und diese mit intelligenten IIoT Sensoren ausstatten, um die Anlagen nachzurüsten, zu digitalisieren und zu analysieren. Die Gruppen dokumentieren ihre Erfahrungen für die nächste Gruppe. Das Ziel der Folgegruppe ist die Anpassung der Demonstratoren für eine neue Aufgabe. Durch diese innovative Lehrmethode werden Studierende befähigt, iterative Anpassungsprozesse mit neuen Technologien umzusetzen und sich auf die Herausforderungen der Zukunft mit beschleunigtem technologischem Fortschritt und wandelnden Anforderungen vorzubereiten. In diesem Beitrag wird die Konzeptionierung des Lehrkonzepts vorgestellt.