Prof. Dr. Ulrike Stege (University of Victoria, Kanada)
Gewinnung von Studenten
Sowohl in Nordamerika als auch Europa ist die Anzahl der InformatikstudentInnen in den letzten Jahren stark zurückgegangen. In der Provinz British Columbia in Kanada ist Informatik sogar fast vollständig von Lehrplänen der High-Schools verschwunden. Wenn unterrichtet, geschieht das oft in der Form von Anwenderprogrammen wie Word und Excel. Gleichzeitig ist der Arbeitsmarkt in diesem Sektor ausgezeichnet, Firmen suchen verzeifelt nach InformatikerInnen.
Wir beschäftigen uns mit den folgenen Fragen:
- In welcher Klassenstufe kann man mit dem Informatik-Unterricht beginnen?
- Wie kann man Informatik interessant für Jungen sowohl als für Mädchen gestalten?
- Wie können Schulen und Universitäten in dem Bereich der Studentengewinnung zusammenarbeiten?
Arndt Faulhaber (DFKI Saarbrücken),
George Goguadze (ActiveMath Gruppe, Universität des Saarlandes)
Was kann gut gemachtes eLearning leisten? Beispiel ActiveMath
Am Beispiel der intelligenten Lernumgebung für Mathematik zeigen wir, welche Aspekte am eLearning
interessant sein können und welche technischen Voraussetzungen erfüllt sein müssen, damit das
Potential der Technologie und der Medien auch wirklich genutzt werden können. Insbesondere
schauen wir uns an:
Nutzen für Lehrer:
- Aufbereitung, Verbreitung und Wiederverwendung von Lerninhalten in verschiedenen Kontexten
- leichtere Verwaltung und Kontrolle von Lerninhalten durch LMS
- einfache Zusammenstellung von Materialien aus verschiedenen Quellen
- automatische Auswertung der Aktivitäten der Schüler und der Klasse
Nutzen für das Lernen:
- multi-mediale Darstellungen und Visualisierungen
- Interaktivität, inklusive interaktives Feedback in Übungen
- Verwendung vielfältiger interaktiver Werkzeuge in einer Umgebung
- Anpassung an die Voraussetzungen und Ziele des einzelnen Schülers,
- Binnendifferenzierung durch teilweise unterschiedliche Materialien
- selbstständiges Weiterüben der Schüler
- Ansätze für selbst-reguliertes Lernen
- offene Einschätzung des Lernfortschritts zur Motivation und als Planungshilfe
Wir werden in verschiedene Anwendungen der ActiveMath Plattform einführen, so dass die
Neugierde/das Interesse bei den Hörern geweckt wird:
- MatheFührerschein
- LeActiveMath Differentiation (Schule und Hochschule)
- Schulmathematik, Bruchrechnung
- im Entstehen: Brückenkurse
Gegenwärtige Entwicklungen, in denen wir auch gerne mit Lehrern zusammenarbeiten würden:
- Anpassung des Inhalts, der Arten und Erscheinungen von Feedback in Übungen
- Benutzermodellierung auch von motivationalen und meta-kognitiven Aspekten, um diese
Dimensionen berücksichtigen zu können
- Untersuchungen dazu, wie das Finden und Korrigieren von fehlerhaften Beispielen beim Lernen
helfen kann (in ActiveMath kann man das Auftreten, die Hilfen und die Darbietung der
fehlerhaften Beispiele anpassen an die Bedürfnisse des Lernenden)
- Lerntagebücher und deren Verwendung zur Reflektion und zur Kompetenzbestimmung
- aktive Diskussion von verschiedenen Lösungswegen mit Hilfe eines neuen Tools
PD Dr. Bernd Schürmann (Technische Universität Kaiserslautern)
Was macht heutige Rechnersysteme so schnell?
Alle aktuellen Rechnersysteme basieren noch auf dem von Neumann-Konzept. Allerdings werden diese ständig leistungsfähiger, was nicht nur durch schnellere Schaltkreise zu erklären ist. Die Innovation in der Mikroelektronik bietet auch die Möglichkeit, immer komplexere Hardwaresysteme auf einem Chip zu realisieren. Dies wird von Prozessor-Designer in vielfältiger Weise ausgenutzt.
Basierend auf einer kurzen Wiederholung des von Neumann-Rechners und seiner Befehlsverarbeitung werden die Innovationskonzepte, die heute in praktisch jedem Rechnersystem (z.B. PC) zu finden sind, vorgestellt. Zu diesen Konzepten gehören RISC, Pipelining, Multi-Core, Caching und virtuelle Adressierung.
Es werden Grundkenntnisse der Digitaltechnik und des von Neumann-Rechners vorausgesetzt.
Prof. Dr. Tobias Scheffer (Max-Planck-Institut für Informatik, Saarbrücken)
Maschinelles Lernen
Die Vorlesung beschäftigt sich mit der Konstruktion von Algorithmen, die aus Daten lernen und in Daten verborgenes Wissen identifizieren. Anwendungen für Datenanalyse-Verfahren erstrecken sich von der Vorhersage von Kreditrisiken über Empfehlungsalgorithmen bis hin zur Entdeckung von Hackerangriffen und betrügerischen Kreditkartentransaktionen. Nach einem Streifzug über Anwendungen konzentriert sich mein Vortrag auf Entscheidungsbaumverfahren, lineare Klassifikatoren, und Grundzüge der Bayesschen Statistik.
Dr. Holger Bast (Max-Planck-Institut für Informatik, Saarbrücken)
Suchmaschinen / Routenplanung
Wie baut man eine Suchmaschine a la Google?
Was für eine Technologie steckt hinter meinem Navigationsgerät?
Auf beiden Gebieten gab es in letzter Zeit große Fortschritte, an denen das Max-Planck-Institut für Informatik in Saarbrücken maßgeblich beteiligt war. In beiden Fällen haben wir unsere Forschungsergebnisse zu Prototypen entwickelt --- eine Suchmaschine und einen Routenplaner --- die zu den Besten gehören was es zur Zeit gibt.
Ich werde beide Prototypen live vorführen, dabei die grundlegenden Ideen herausarbeiten, die zu den Neuerungen geführt haben, sowie generell auf einige grundlegende Konzepte eingehen, die bei solchen Technologien eine Rolle spielen.
Dr. Christian Kray (Informatics Research Institute, Newcastle University)
Ubiquitous Computing - Eine Einführung
Ubiquitous Computing (auch als Ambiente Intelligenz bekannt) ist ein
relativ junges Teilgebiet der Informatik, das in den letzten Jahren
eine fulminate Entwicklung durchgemacht hat. Dieser Vortrag ist als
allgemeine Einführung in dieses Gebiet gedacht, der anhand verschiedener
Beispiele aus der aktuellen Forschung zentrale Aspekte von Ubiquitous
Computing herausarbeitet. Neben einer kurzen historischen Abhandlung
werden unter anderem Themen wie der Zusammenhang mit anderen Forschungsgebieten,
die Definition und Bedeutung von Kontext sowie das Potential von
Ubiquitous Computing in der Lehre behandelt.