Welche strukturellen Veränderungen finden im Rahmen von ENGINEXT statt?
Im Rahmen von ENGINEXT werden drei bisher linear aufgebaute Module zu einer dreiteiligen Lernstrecke weiterentwickelt:
Dependable Systems
→
Autonomous Cyber-Physical Systems
→
Smart Sensing Applications
→
Running Example
durchgängig über alle drei Lernabschnitte
Die Lernstrecke wird in einer kompakten Blockstruktur aufgebaut. Ein durchgängiges Running Example verbindet die Inhalte der einzelnen Module. Vorlesung und Übung werden dabei im Verhältnis von 50:50 miteinander verzahnt. Ergänzend wird die Selbstlernzeit in den Randbereichen des Stundenplans gezielt eingeplant.
Die drei Module sollen inhaltlich aufeinander aufbauen und miteinander verknüpft werden. Gleichzeitig bleiben sie einzeln belegbar, sodass Studierende auch einzelne Module wählen können.
Das Ziel ist eine Lernumgebung zu schaffen, die Theorie und Praxis unmittelbar in kompakten Lernblöcken verbindet.
Innovative Lehre
Welche didaktischen Formate werden eingeführt?
Die Selbstlernzeit wird künftig stärker strukturiert und verbindlich in den Studienalltag integriert. Sie wird nicht nur vorausgesetzt, sondern sichtbar im Kalender eingeplant.
An festen Tagen, beispielsweise montags und mittwochs nach der Kontaktzeit, stehen strukturierte Lernzeiten mit klaren Aufgaben, Quizzen und Reflexionsfragen zur Verfügung. So erhalten Studierende eine bessere Orientierung für die eigenständige Bearbeitung der Inhalte.
Campus als Reallabor
Wie wird der Campus als Forschungsraum und Anwendungsgeber neu in die Lehre einbezogen?
Der Campus wird als realer Anwendungsraum für die Erhebung und Auswertung von Umweltdaten genutzt. Dafür sollen Daten mithilfe eines fest installierten Sensornetzwerks auf dem Campus erfasst und anschließend ausgewertet werden.
Auf diese Weise können Studierende mit realen Daten arbeiten und die theoretisch vermittelten Inhalte praktisch anwenden.
Lernort Campus
Wie werden projekt- und praxisorientierte Elemente neu in die Lehre eingebunden?
Für die praktische Arbeit ist ein Sensornetzwerk mit einem dazugehörigen Hardware-Lab geplant. Die Infrastruktur soll Studierenden ermöglichen, Sensorsysteme praktisch zu erproben, Daten zu erfassen und eigene Anwendungen zu entwickeln.
