Viele Lehrveranstaltungen kranken an einer geringen kognitiven Aktivierung der Student*innen. Dem kann mit ?bungsaufgaben begegnet werden, die die Student*innen in und/oder zwischen Sitzungen bearbeiten. Allerdings ist es gerade in gr??eren Veranstaltungen kaum effizient m?glich, allen Student*innen adaptives, elaboriertes und prozessbezogenes Feedback auf die Bearbeitung der Aufgaben zu geben. Es wird daher ein generisches Stud.IP-Plugin entwickelt, das strukturierte Formen von Feedback durch Tutor*innen (inkl. der Dozent*innen) und Peers erm?glicht. Ausgehend von Befunden der Feedbackforschung?sollen Dozent*innen mithilfe des Plugins bestimmen k?nnen, (a) wer wem auf welche Aufgabe Feedback gibt, (b) welche Kriterien dabei berücksichtigt werden sollen und (c) wie das Feedback von den Rezipient*innen weiterverarbeitet werden soll. Dabei werden fachspezifische Kataloge effektiven Feedbacks als Textbausteine entwickelt, die eine effiziente Feedbackpr?sentation erm?glichen, die auch einer günstigen Fehlerkultur zutr?glich sind. Zun?chst sind die Fakult?t für Angewandte Informatik, die Mathematisch-Naturwissenschaftlich-Technische und die Wirtschaftswissenschaftliche Fakult?t beteiligt, da gerade hier gro?e Vorlesungen angeboten werden, die von einem adaptiven und gleichzeitig effizienten Feedbacksystem profitieren. Der Transfer im dritten Projektjahr erfolgt auf die Philologisch-Historische, die Philosophisch-Sozialwissenschaftliche, die Juristische und die Medizinische Fakult?t. Auf diese Weise entsteht im Projekt ein flexibel nutzbares und in Stud.IP integrierbares Feedbacktool samt einer gro?en Zahl disziplinspezifischer und anpassbarer Use Cases.

• ?????? Lehrstuhl für Psychologie
• Lehrstuhl für Psychologie m.b.B.d. P?dagogischen Psychologie
• Prof. Dr. Jennifer Kunz: Controlling
• Professur für Geoinformatik
• Lehrstuhl für Materials Engineering
• DigiLLab - Zentrum für digitales Lehren und Lernen