DELFI

Permanent URI for this communityhttps://dl.gi.de/handle/20.500.12116/1952

Seit 2003 präsentiert die DELFI-Tagungsreihe dem interessierten Fachpublikum aktuelle, innovative informatiknahe Ergebnisse zum Thema e-Learning aus Forschung und Praxis. Anwender/innen und Entwickler/innen tauschen sich über das digitale Lernen und Lehren aus. Der Schwerpunkt liegt hierbei auf den Anforderungen an die Informatik und den daraus resultierenden Ergebnissen.

Authors with most Documents  

Schroeder, Ulrik
68
Lucke, Ulrike
44
Zender, Raphael
25
Pinkwart, Niels
23
Leonhardt, Thiemo
22

Browse

Search Results

1 - 10 of 1124
  • Conference Paper
    Lernen mit (immersiven) 360°-Videos in der berufspraktischen Ausbildung von Lehrkräften der Primarstufe an der Pädagogischen Hochschule Zürich
    (Gesellschaft für Informatik e.V., 2024) Schifferle, Tobias M.; Berger, Martin; Schmalfeldt, Thomas; Kiesler, Natalie; Schulz, Sandra
    Im Projekt haben sich angehende Primarlehrkräfte in den Unterrichtsqualitätsmodulen statt mit klassischen Kameras mit 360°-Kameras beim Unterrichten gefilmt und die Videos anschließend analysiert. Diese Technologie ermöglicht eine flexible Betrachtungsperspektive am Bildschirm und eine immersive Erfahrung beim Betrachten in der VR-Brille, womit neue Analysen von Unterrichtssituatio- nen ermöglicht werden können. Das Projektteam untersuchte den didaktischen und technologischen Einsatz von 360°-Videos und entwickelte ein entsprechendes Aufnahmekit, bei dem technische Her- ausforderungen und Datenschutzaspekte berücksichtigt wurden. Die Unterrichtsqualitäts-Dozierenden wurden in Fokusgruppen vor und nach dem Einsatz befragt. Die Ergebnisse zeigten, dass die Do- zierenden der Meinung sind, dass 360°-Videos das Analysepotenzial erhöhen und damit potenziell die Unterrichtsqualität verbessern können. Aufgrund Rückmeldungen der Dozierenden wurde das Aufnahmekit weiterentwickelt und ab Herbstsemester 2024 sind vier optimierte Kits für Dozierende und Studierende zur Ausleihe verfügbar.
  • Conference Paper
    fuelsME:Create - ein Framework zur kollaborativen Entwicklung einer VR-Anwendung fur die Hochschullehre
    (Gesellschaft für Informatik e.V., 2024) Mascher, Ulrike; Weiß, David; Fuchs, Andreas; Appel, Sven; Fernes, David; Sabah, Sam; Kiesler, Natalie; Schulz, Sandra
    In der Forschungsliteratur wird immer wieder auf die oft fehlende didaktische Fundierung von Lehr- und Lernanwendungen in und mit Virtual Reality (VR) hingewiesen. Ebenso stellt der relativ große Entwicklungsaufwand von VR-Umgebungen ein Hindernis für den Einsatz von VR in der Hochschullehre dar. Diesen Herausforderungen begegnet das im Rahmen des Verbundprojekts Future Learning Spaces, kurz fuels, entwickelte Framework fuelsME:Create. Das Paper beschreibt den Kollaborations- und Entwicklungsprozess der VR-Anwendung fuelsME:App für den Hochschul- bereich sowohl in konzeptionell-organisatorischer Hinsicht als auch in technischer Hinsicht. Das Framework fuelsME:Create ermöglicht eine enge Verzahnung von Technik und Didaktik sowie eine hochschulübergreifende (Entwicklungs-)Zusammenarbeit und kann als Best-Practice-Beispiel hilfreiche Erkenntnisse liefern.
  • Conference Paper
    Einsatz von VR Haptik in der beruflichen Bildung
    (Gesellschaft für Informatik e.V., 2024) Hofmann, Jens; Kiesler, Natalie; Schulz, Sandra
    Der Einsatz von VR-Haptik in der beruflichen Bildung im Handwerk ist Neuland. Dies betrifft besonders die Verwendung der Technologie an sich sowie pädagogischen Potenziale zur Vermittlung berufspraktischer Kompetenzen. Die erstellten und formativ evaluierten drei Einsatzsze- narien in den Ausbildungsberufen: Maler- und Lackierer/-in, Parkettleger/-in sowie Zimmer/-in zeigen, dass VR-Haptik einen Mehrwert bietet, insbesondere bei der Vermittlung von Prozesswissen. Dies unterstützt einen lernhaltigen Einsatz in der praktischen beruflichen Ausbildung beim integrativen Einsatz von VR und VR-Haptik in bestehenden Lehr- und Lernszenarien. Es fördert die Umsetzung neugeordneter sowie derzeit in Neuordnung befindlicher Ausbildungsordnungen, im Hinblick auf die Vermittlung des Themenkomplexes „Digitalisierte Arbeitswelt“.
  • Complete Volume
    Proceedings of DELFI Workshops 2024 - Complete Volume
    (Gesellschaft für Informatik e.V., 2024) Kiesler, Natalie; Schulz, Sandra
  • Conference Paper
    Weiterentwicklung des VR-BioTech-House: Wein- und Hefeherstellung
    (Gesellschaft für Informatik e.V., 2024) Tümler, Johannes; Alptekin, Melis; Krylova, Kseniia; Huang, Rong; Rödig, Jana; Kiesler, Natalie; Schulz, Sandra
    Im Jahr 2021 wurde an der Hochschule Anhalt das Konzept des VR-BioTech-House entwi- ckelt und prototypisch umgesetzt. Diese Virtual Reality Anwendung ermöglichte es Studierenden, biotechnologische Prozesse wie die Joghurtherstellung anschaulich in einer geschützten Simulations- umgebung zu erleben. Ein Ziel war es, die Studierenden besser auf die nachfolgenden realen Praktika vorzubereiten. Hier berichten wir über aktuelle Weiterentwicklungen des VR-BioTech-House, welches nun auch die Herstellung von Backhefe und Wein beinhaltet.
  • Conference Paper
    GuudeVR: VR-gestutzte Lernszenarien zum Sprachtraining basierend auf generativer KI
    (Gesellschaft für Informatik e.V., 2024) Fuchs, Andreas; Appel, Sven; Grimm, Paul; Kiesler, Natalie; Schulz, Sandra
    In diesem Beitrag stellen wir GuudeVR vor, eine Virtual Reality Anwendung, die generative Künstliche Intelligenz verwendet, um das Sprachenlernen in immersiven und authentischen Umgebungen zu unterstützen. Es simuliert Szenarien in verschiedenen Situationen, in denen Lernende in einer gewünschten Sprache interagieren und so ihre Sprachkenntnisse üben können. Das System nutzt Spracherkennung, natürliche Sprachverarbeitung und Computervision, um adaptive und personalisierte Dialoge zu erstellen. Wir präsentieren das Design und die Umsetzung, um den Spracherwerb zu fördern.
  • Conference Paper
    Enhancing Chatbot-Assisted Study Program Orientation
    (Gesellschaft für Informatik e.V., 2024) Dieing, Thilo I.; Scheffler, Marc; Cohausz, Lea; Kiesler, Natalie; Schulz, Sandra
    As university dropout rates increase, implementing innovative solutions is crucial to reduce attrition. Aligning students’ interests with their study programs enhances academic success, satisfaction, and retention. This paper presents a novel approach using open-source Large Language Models (LLM) and Retrieval-Augmented Generation (RAG) to develop a semi-open-domain knowledge chatbot. The chatbot generates informed responses and recommendations to diverse student queries by retrieving relevant data while maintaining ethical standards and avoiding biased responses. When testing five model combinations on 70 prompts partially from real study advisors, results demonstrate that the RAG approach with the Mixtral LLM and RoBERTa embedding model offers superior performance. Our method for handling critical user prompts further indicates a significantly improved response quality. These findings advance service-oriented chatbots in education, aiming to reduce student attrition through accurate and helpful program recommendations.
  • Conference Paper
    Recommender Systems for Vocational Training and Education: Insights from Germany’s ”Innovationswettbewerb INVITE“Prog
    (Gesellschaft für Informatik e.V., 2024) Rashid, Sheikh Faisal; Reichow, Insa; Blanc, Berit; Kiesler, Natalie; Schulz, Sandra
    The integration of recommender systems (RS) into digital vocational education and training (VET) programs holds significant potential for personalized learning and skill development. While most scientific studies have traditionally focused on the application of RS in higher education, this paper shifts the focus to the VET sector. It provides an overview of the development and application of RS within the context of the German funding program “INVITE”. INVITE supports 35 multi-stakeholder projects fostering innovation in digital learning platforms for VET. Out of the 35 projects, 22 develop RS tailored to different target groups and domains. The RS primarily aim to enhance learner support by recommending adaptive learning paths, personalized learning content, and further training opportunities. Based on the available documentation, this paper provides a structured analysis of the developed RS across diverse VET application domains within the INVITE program.
  • Text Document
    Workshop Learning Analytics: Study Path and Curriculum Analytics
    (Gesellschaft für Informatik e.V., 2024) Cohausz, Lea; Baucks, Frederik; Seidel, Niels; Kiesler, Natalie; Schulz, Sandra
    Learning analytics holds substantial potential for understanding learners and educational environments. Yet, the study of curriculum analytics and learner pathways is still a developing field, often limited to isolated studies of specific courses and programs. Researchers in Germany and the European Union face legal restrictions (e.g., GDPR) and data quality issues, which limit access to comprehensive data. These limitations hinder understanding factors influencing student success and study duration, which affects improving curricula. The workshop features expert presenters who offer diverse perspectives on these topics, sharing their insights, models, and tools to support stakeholders, including students, teachers, and university administrations. Subsequent discussions among the interdisciplinary participants from the German and Austrian areas highlight the current situation and pave the way for future curriculum analytics.
  • Conference Paper
    Our recommendation: Surprisal. A recommender system with information theory for e-learning
    (Gesellschaft für Informatik e.V., 2024) Richter, Michael; Kirschenbaum, Amit; Kiesler, Natalie; Schulz, Sandra
    This paper presents the concept of an automatic recommender system, which employs an information-theoretic approach and is designed for use on e-learning platforms. The proposed approach involves the processing of text and the representation of the required text units in a high-dimensional space. This includes the representation of user responses recorded through an initial user survey as well as course descriptions. In addition to word embeddings, the vectors consist of values that represent the information content of user responses and course descriptions.