Refine
Year of publication
- 2023 (78) (remove)
Document Type
- Conference Proceeding (78) (remove)
Keywords
- Spenden (2)
- Tafel (2)
- 25-Hydroxycholecalciferol (1)
- Agiles Lernen (1)
- Baumpflege (1)
- Bayesian Optimization (1)
- Bodennährstoffanalyse (1)
- Dendrologie (1)
- Diasporic Identity (1)
- Digitalisierung Bodenbeprobung (1)
Institute
- Fakultät AuL (51)
- Fakultät IuI (14)
- Fakultät WiSo (10)
- Institut für Duale Studiengänge (1)
- Institut für Management und Technik (1)
Wie können wir die Lehre heute gestalten, wenn wir nicht wissen, was morgen gebraucht wird?
Unter dieser Perspektive werden aktuelle Herausforderungen und Chancen universitärer Bildung betrachtet. Ausgehend von einer höheren organisatorischen Perspektive übergehend zu der Mikroperspektive einer einzelnen Lehrveranstaltung. Die Rolle von generativen KI-Systemen wird betrachtet.
Der Begriff New Learning im Kontext von New Work wird aufgegriffen und in Anlehnung an das Agile Manifesto der SW-Entwicklung wird ein agiles Manifest für die Lehre formuliert. Dieses wird in den Zusammenhang mit den sog. Zukunftskompetenzen oder Future Skills gebracht.
Das Interesse am Lehrkonzept des Inverted Classroom (ICM) erfreut sich in den letzten Jahren zunehmender Beliebtheit und mit Beginn der Corona-Pandemie und dem damit verbundenen Umstieg auf Online-gestützt Lehrformate ist es noch einmal deutlich gestiegen. Beim ICM wird die Phase der Wissensvermittlung aus der Präsenzphase der traditionellen Lehrveranstaltung umgedreht: Was bisher während der gemeinsamen Veranstaltungszeit präsentiert wurde, wird nun über Texte, Videos u.a. in eine vorgelagerte Selbstlernphase aus der Veranstaltungszeit ausgelagert. Die gemeinsame Präsenzzeit wird für aktives Lernen, Vertiefung, Diskussion oder andere aktive Formate genutzt. Das Inverted Classroom Modell wird Disziplin- und veranstaltungsübergreifend in der Lehre sowohl in Schulen wie auch Hochschulen genutzt.
Die von Sutherland und Schwaber entwickelte Scrum-Methodik ist ein etabliertes Vorgehensmodell in der Software-Entwicklung und dem Projektmanagement. Scrum bietet durch definierte Rollen, Artefakte und Ereignisse einen Rahmen in dem inkrementell an der Entwicklung eines Produktes gearbeitet werden kann. Diese Inkremente werden in Arbeitszyklen (Sprints) erarbeitet, bei denen die stetige Verbesserung des Produktes und der Arbeitsweise im Fokus stehen. Mit eduScrum oder Scrum4Schools wird Scrum in die Lehre übertragen.
Es liegt auf der Hand, dass sich die Konzepte des ICM und Scrum sehr gut ergänzen und die Scrum Methodik einen formalen Rahmen für ICM bieten kann.
Der Beitrag beschreibt die Umsetzung dieser Kombination agiler Methodiken aus Scrum im Kontext des Inverted Classroom in einer Informatik-Grundlagenveranstaltung an der Hochschule Osnabrück.
Artificial intelligence (AI) and human-machine interaction (HMI) are two keywords that usually do not fit embedded applications. Within the steps needed before applying AI to solve a specific task, HMI is usually missing during the AI architecture design and the training of an AI model. The human-in-the-loop concept is prevalent in all other steps of developing AI, from data analysis via data selection and cleaning to performance evaluation. During AI architecture design, HMI can immediately highlight unproductive layers of the architecture so that lightweight network architecture for embedded applications can be created easily. We show that by using this HMI, users can instantly distinguish which AI architecture should be trained and evaluated first since a high accuracy on the task could be expected. This approach reduces the resources needed for AI development by avoiding training and evaluating AI architectures with unproductive layers and leads to lightweight AI architectures. These resulting lightweight AI architectures will enable HMI while running the AI on an edge device. By enabling HMI during an AI uses inference, we will introduce the AI-in-the-loop concept that combines AI's and humans' strengths. In our AI-in-the-loop approach, the AI remains the working horse and primarily solves the task. If the AI is unsure whether its inference solves the task correctly, it asks the user to use an appropriate HMI. Consequently, AI will become available in many applications soon since HMI will make AI more reliable and explainable.
In Deutschland werden jährlich ca. 11 Mio. Tonnen Lebensmittel entlang der Wertschöpfungskette entsorgt.
Die Tafeln verteilen ca. 265 000 Tonnen dieser Lebensmittel
und spielen eine bedeutende Rolle in der Reduzierung von
vermeidbaren Lebensmittelabfällen. Ein Teilziel des Projekts LeMiFair ist es, Einblicke in die Arbeit und die Herausforderungen der Tafeln in Niedersachsen zu gewinnen.