Bearbeitungszugang anfragen
Session-Dokumentation • Input • Deutsch

STACK.nrw: Digitale Prüfungen mit automatisiert bewerteten Aufgaben,von der Infrastruktur zur Praxis

Cover-Bild für STACK.nrw: Digitale Prüfungen mit automatisiert bewerteten Aufgaben,von der Infrastruktur zur Praxis

Hinweis: Die Inhalte auf dieser Seite wurden teilweise von KI generiert und können Fehler enthalten.

Wortwolke

KI-generierter Inhalt

Zusammenfassung

KI-generierter Inhalt

Kontext

Das Projekt STACK.nrw adressiert die wachsende Bedeutung digitaler Prüfungen mit automatisiert bewerteten Aufgaben in der Hochschullehre. Ziel ist es, eine qualitätsgesicherte, skalierbare und nachhaltige Infrastruktur für solche Prüfungsformate zu schaffen. Der Vortrag gibt Einblicke in die technische Umsetzung (u. a. mit dem System STACK), die kollaborative Aufgabenentwicklung über die Datenbank ATLAS sowie organisatorische, didaktische und technische Herausforderungen. Besonderer Fokus liegt auf der Wiederverwendbarkeit von Aufgaben (Open Educational Resources, OER) und der Reduktion des Korrekturaufwands für Lehrende.

Kernaussagen

1. Automatisiert bewertete Aufgaben mit STACK

  • Technische Basis: STACK (System for Teaching and Assessment using a Computer Algebra Kernel) nutzt den Computer-Algebra-Kernel Maxima, um mathematische Eingaben (z. B. algebraische Ausdrücke, Funktionen) zu interpretieren – über einfache Richtig/Falsch-Bewertungen hinaus.
  • Randomisierung: Durch variable Zahlenwerte entstehen individuelle Aufgabenvarianten, die:
    • Mehrfaches Üben im Selbststudium ermöglichen.
    • Abschreiben in Prüfungen erschweren (jeder Studierende erhält eine andere Aufgabe).
  • Feedback: Im Übungsbetrieb kann fehlerspezifisches Feedback gegeben werden (z. B. Hinweise auf typische Fehler oder Verweise ins Skript).
  • Einsatzszenarien: Unterstützt sowohl digitale Prüfungen als auch Übungsaufgaben mit sofortiger Rückmeldung.

2. Herausforderungen digitaler Aufgaben

  • Auffindbarkeit:
    • Aufgaben sind oft lokal gespeichert (z. B. in LMS-Ordnern) und schwer zugänglich.
    • Fehlende zentrale Plattformen erschweren die Suche nach passenden Aufgaben.
  • Qualitätssicherung:
    • Fachliche und technische Funktionalität muss gewährleistet sein (z. B. Kompatibilität mit LMS-Updates wie Moodle/Ilias).
    • Aufwand für die Erstellung hochwertiger Aufgaben ist hoch – Wiederverwendung ist essenziell.
  • Nachhaltigkeit:
    • Aufgaben sind häufig an spezifische LMS (z. B. Moodle vs. Ilias) gebunden, was den Austausch zwischen Hochschulen erschwert.
    • Langfristige Pflege und Aktualisierung von Aufgabenbeständen sind kritisch.

3. Projekt STACK.nrw: Ziele und Infrastruktur

  • Ziel: Schaffung einer zentralen, kollaborativen Infrastruktur für qualitätsgesicherte OER-Aufgaben.
  • Kernprinzipien:
    • Qualität: Aufgaben müssen fachlich und technisch einwandfrei funktionieren.
    • Nachhaltigkeit: Langfristige Nutzbarkeit (auch über Jahre hinweg) und Plattformunabhängigkeit.
    • Skalierbarkeit: Bewältigung wachsender Aufgabenbestände (aktuell 6.000 Aufgaben, Schwerpunkt Mathematik) und Einbindung weiterer Fachcommunities (z. B. Physik, Wirtschaftswissenschaften).
  • Projektteam: Kooperation der Ruhr-Universität Bochum, TH Köln und Hochschule Bielefeld, gefördert vom Ministerium für Kultur und Wissenschaft NRW.

4. ATLAS: Kollaborative Aufgabendatenbank

  • Funktion: Zentrale Plattform (Assignment and Task Library for All Subjects) für:
    • Entwicklung, Verwaltung und Austausch von Aufgaben (OER).
    • Suche und Filterung nach Metadaten (z. B. Fachgebiet, Thema, Lerntaxonomie, Lizenz).
  • Metadaten-System (Beispiele):
    • Autor:in, Fachgebiet, Thema, Lerntaxonomie (z. B. nach Bloom), Zielgruppe, Praxisproben, Lizenz.
    • Geplante Erweiterungen (z. B. Schwierigkeitsgrad, Grafik-Integration).
  • Workflow für Lehrende:
    1. Suche: Filterung nach Metadaten (z. B. didaktische Kriterien).
    2. Analyse: Interaktive Vorschau, Prüfung von Feedback und Bewertungslogik.
    3. Anpassung: Aufgaben können modifiziert und als neue Version hochgeladen werden.
    4. Export: Aufgaben werden in LMS wie Moodle oder Ilias importiert (aktuell per Download/Upload, zukünftig optimiert).
  • Aktueller Bestand: 6.000 Aufgaben (Schwerpunkt MINT-Fächer), Ausbau auf weitere Disziplinen geplant.

5. Nutzen für Lehrende, Studierende und Hochschulen

  • Lehrende:
    • Zeitersparnis: Reduktion des Korrekturaufwands durch automatisierte Bewertung.
    • Wiederverwendung: Zugang zu qualitätsgesicherten Aufgaben (keine Neuerstellung nötig).
    • Kollaboration: Austausch und Weiterentwicklung von Aufgaben mit anderen Hochschulen.
  • Studierende:
    • Sofortiges Feedback: Unmittelbare Rückmeldung zu Lösungen (auch fehlerspezifisch).
    • Flexibles Lernen: Aufgaben können beliebig oft mit Varianten geübt werden.
    • Prüfungsvorbereitung: Individuelle Aufgabenvarianten reduzieren Abschreibrisiken.
  • Hochschulen:
    • Vernetzung: Förderung des Austauschs zwischen Lehrenden und Fachcommunities.
    • Ressourceneffizienz: Nachhaltige Nutzung bestehender Aufgabenbestände.

Fazit

Das Projekt STACK.nrw und die Datenbank ATLAS bieten eine praxistaugliche Lösung für die Herausforderungen digitaler Prüfungen mit automatisiert bewerteten Aufgaben. Durch die Kombination von technischer Innovation (STACK), kollaborativer Infrastruktur (ATLAS) und qualitätsgesicherten OER wird der Aufwand für Lehrende reduziert, während Studierende von individuellem Feedback und flexiblen Lernmöglichkeiten profitieren.

Handlungsempfehlungen

  • Lehrende:
    • Nutzen Sie ATLAS zur Suche und Wiederverwendung bestehender Aufgaben.
    • Beteiligen Sie sich an der Weiterentwicklung der Datenbank (z. B. durch Feedback zu Metadaten oder Einreichung eigener Aufgaben).
  • Hochschulen:
    • Fördern Sie die Vernetzung von Lehrenden und Fachcommunities über ATLAS.
    • Integrieren Sie die Infrastruktur in bestehende LMS (Moodle/Ilias) und unterstützen Sie Lehrende bei der Nutzung.
  • Fachcommunities:
    • Engagieren Sie sich im Ausbau der Datenbank für nicht-mathematische Fächer (z. B. Physik, Wirtschaftswissenschaften).
    • Bringen Sie fachspezifische Metadaten ein, um die Auffindbarkeit zu verbessern.

Kontakt: Für Fragen oder Mitwirkung steht das Projektteam unter dem im Vortrag genannten QR-Code zur Verfügung.

Fragen & Antworten

KI-generierter Inhalt
Was ist STACK und wie funktioniert die Bewertung der Aufgaben?

STACK ist ein System für Lehre und Bewertung, das den Computer-Algebra-Kernel Maxima nutzt. Dadurch können mathematische Eingaben über einfache Richtig/Falsch-Prüfungen hinaus interpretiert und bewertet werden.

Wie wird verhindert, dass Studierende in digitalen Prüfungen einfach abschreiben?

Durch die Randomisierung von Zahlenwerten werden individuelle Aufgabenvarianten erstellt, sodass jeder Studierende eine andere Aufgabe erhält.

Was ist ATLAS und welchen Zweck erfüllt diese Plattform?

ATLAS (Assignment and Task Library for All Subjects) ist eine kollaborative Aufgabendatenbank zur Entwicklung, Verwaltung und zum Austausch von qualitätsgesicherten OER-Aufgaben.

Welche Metadaten werden in ATLAS genutzt, um Aufgaben auffindbar zu machen?

Aufgaben werden mit Metadaten wie Autor, Fachgebiet, Thema, Zielgruppe und Lizenz versehen; zudem ist die Integration von Lerntaxonomien (z. B. nach Bloom) vorgesehen.

Können Aufgaben aus ATLAS auch in anderen Lernmanagementsystemen genutzt werden?

Ja, die Aufgaben können aus der Datenbank exportiert und in LMS wie Moodle oder Ilias importiert werden.

Ist das System nur für Mathematik geeignet?

Nein, obwohl der Schwerpunkt aktuell auf Mathematik liegt, ist das System für alle Bereiche gedacht, in denen Berechnungen vorkommen, wie etwa Physik, Elektrotechnik oder Wirtschaftswissenschaften.

Diagramm

KI-generierter Inhalt
100% 
mindmap
  root)STACK.nrw: Digitale Prüfungen mit automatisiert bewerteten Aufgaben(
    ["Automatisiert bewertete Aufgaben mit STACK"]
      ["Technische Basis: Maxima-Kernel"]
      ["Randomisierung & individuelles Feedback"]
      ["Einsatz in Prüfungen & Übungen"]
    ["Herausforderungen digitaler Aufgaben"]
      ["Auffindbarkeit & zentrale Plattformen"]
      ["Qualitätssicherung & techn. Kompatibilität"]
      ["Nachhaltigkeit & LMS-Unabhängigkeit"]
    ["Projekt STACK.nrw: Ziele & Infrastruktur"]
      ["Qualität, Nachhaltigkeit, Skalierbarkeit"]
      ["6.000 Aufgaben (Schwerpunkt MINT)"]
      ["Kooperation RUB, TH Köln, HS Bielefeld"]
    ["ATLAS: Kollaborative Aufgabendatenbank"]
      ["Suche & Filterung via Metadaten"]
      ["Workflow: Analyse, Anpassung, Export"]
      ["Aktueller Bestand & geplante Erweiterungen"]
    ["Nutzen für Lehrende, Studierende, Hochschulen"]
      ["Lehrende: Zeitersparnis & Wiederverwendung"]
      ["Studierende: Sofortiges Feedback & flexibles Lernen"]
      ["Hochschulen: Vernetzung & Ressourceneffizienz"]