Repository der Technischen Hochschule Ingolstadt
Not a member yet
4170 research outputs found
Sort by
Entwicklung eines Tests zur Identifizierung von Fehlvorstellungen beim Lesen von Code
Die Fähigkeit, Code zu verstehen, ist in der Informatik entscheidend, da sie einen wichtigen Teil der Programmierarbeit ausmacht. Studien belegen, dass sie essenziell für viele andere Programmierfähigkeiten ist. Besonders der Kontrollfluss, also die Reihenfolge der Befehlsausführung, bereitet oft Schwierigkeiten. Wir präsentieren hier die ersten Schritte zu einem Concept Inventory, das genutzt werden kann, um das Verständnis von Studierenden zu testen und Lehrmaßnahmen zu evaluieren.
Erste Ergebnisse zeigen Herausforderungen bei der Abdeckung aller studentischer Fehlvorstellungen, aber auch die Validierungen einiger Testfragen, eine relativ breite Verteilung der Schwierigkeitslevel und hohe Diskriminierungs-Indizes der Testfragen. Einzelheiten zur Methodik und Auswertung können bei den Autoren erfragt werden
Invisible Barriers: Understanding and Supporting the Mobility Needs and Challenges of Individuals with Mental Health Conditions
Design and Implementation of an Intelligent Reconfigurable High-Voltage Battery System for Next-Generation Electric Vehicles
Battery system engineers face the challenge of balancing competing requirements regarding performance, maintainability, sustainability, safety, and cost—especially in the automotive industry. IBS potentially offer a solution with fewer trade-offs. They feature a battery management system with advanced sensing and data analysis capabilities that facilitate improved battery monitoring and operation. Reconfigurable energy storage units enable sophisticated operating strategies, including complete cell state control, full energy content utilization, and a measured response to faults. This article presents the design, development, and operation of a full-scale intelligent battery system prototype comprising 324 automotive lithium-ion cells with a nominal voltage of 400V. The system exhibits a modular single cell architecture and an advanced centralized battery management system. We detail the system architecture, hardware and software component design, and system integration. Initial tests demonstrate the battery’s operability, extended functionality, and enhanced safety. Our analysis shows that the additional losses introduced by reconfigurability are more than offset by the benefits of full energy utilization—even for new cells, with increasing advantage as aging progresses. The results underscore the potential of intelligent battery systems and motivate further research and development toward economic assessment and industrial adoption
Modifikation des "Definition-Satz-Beweis"-Formats in einer Analysis-Lehrveranstaltung
Studierende haben zu Beginn des Mathematikstudiums häufig Probleme beim Erlernen der mathematischen Arbeitsweise, bei der das Beweisen mathematischer Zusammenhänge im Vordergrund steht. Dieses erfolgt in zwei Schritten: Zunächst muss eine Beweisidee entwickelt werden. Im zweiten Schritt wird diese Idee zu einem logisch korrekten Beweis ausgearbeitet. In einer Lehrveranstaltung im traditionellen „Definition-Satz-Beweis“-Format werden nur die mathematischen Ergebnisse präsentiert, der Weg zur Entwicklung einer mathematischen Idee bleibt meist verborgen. Ich habe dieses traditionelle Format in einem Lerntext für Just-in-Time Teaching (JiTT) durch einige neue Elemente ergänzt, die den Unterschied zwischen dem Entstehen der mathematischen Ideen und den fertig formulierten Ergebnissen sichtbar machen. Neben dem Einsatz für JiTT können einige dieser Elemente auch in Präsenzveranstaltungen genutzt werden. Die Rückmeldungen der Studierenden zu diesen neuen Elementen sind sehr positiv
Prüfungserfolg durch korrigierte Hausarbeiten? - Ein Experiment mit Mathematik-Studierenden
Im Rahmen einer Studie wurde das Zusammenspiel von korrigierten Hausaufgaben und dem Prüfungserfolg in einem Mathematikkurs an der Hochschule München untersucht.
Die Ergebnisse zeigen, dass Studierende, die regelmäßig Hausaufgaben abgaben, nicht nur häufiger an der Prüfung teilnahmen, sondern auch eine geringere Durchfallquote aufwiesen und bessere Prüfungsergebnisse erzielten. Ergänzend zur Erfassung der eingereichten Hausaufgaben wurden zwei sozialwissenschaftliche Befragungen durchgeführt. Diese ergaben, dass Studierende, die regelmäßig Hausaufgaben einreichten, ihre Mathematikkenntnisse positiver einschätzten und weniger Angst hatten, im Studium aufgrund von Mathematik zu scheitern.
Trotz gewisser Einschränkungen, wie Selbstselektion und einer geringen Stichprobengröße, deuten die Ergebnisse darauf hin, dass regelmäßige Hausaufgaben zur Verbesserung der Prüfungsergebnisse beitragen könne
KI zum Anfassen: Maschinelles Lernen mit LEGO®
Maschinelles Lernen (ML) kann für Studierende anfangs schwer verständlich sein, da viele Konzepte abstrakt und theoretisch sind. Klassischer Frontalunterricht bietet dabei wenig Raum für aktives und intuitives Lernen. Interaktive Ansätze mit spielerischen und haptischen Elementen können helfen, das Verständnis zu erleichtern und das Interesse zu fördern.
Um einen greifbaren Zugang zu ML zu schaffen, wurde ein LEGO®-gestützter Workshop entwickelt. Anhand physischer Modelle konnten zentrale ML-Methoden wie Klassifikation, Regression, Clustering und Anomalie-Detektion direkt ausprobiert werden. Im Sommersemester 2025 wurde der Workshop in drei Studiengängen als Einführung in verschiedenen Kursen eingesetzt. Er ermöglichte eine explorative Auseinandersetzung mit ML-Methoden und förderte kognitive sowie soziale Kompetenzen im gemeinsamen Problemlösen.
Solche Ansätze könnten langfristig die Lehre ergänzen und den Einstieg in ML erleichtern
Eye Movement Modeling Examples zu Usability-Heuristiken
UI/UX-Gestaltung ist für die Mensch-Computer-Interaktion bei Webanwendungen entscheidend. Hohe Nutzererwartungen und starker Wettbewerb erfordern Usability-Messungen, um Nutzer langfristig zu binden. Die Heuristic Evaluation (HE) stellt diesbezüglich eine effiziente Messmethode dar, ihr Erfolg hängt jedoch stark von der Erfahrung der Evaluatoren ab – Experten finden bis zu 50 % mehr Probleme als Novizen. Um diese Performanzlücke bei der Anwendung der HE zu schließen, werden in diesem Paper Eye Movement Modeling Examples (EMMEs) hinsichtlich ihrer Wirksamkeit untersucht. Dabei werden die Blickbewegungen und Kommentare von Usability-Experten aufgezeichnet, während sie eine Website anhand von Jakob Nielsens zehn Heuristiken bewerten. Dies visualisiert Expertenstrategien und kognitive Prozesse und macht die Heuristiken didaktisch nutzbar und für Novizen nachvollziehbar. Fragebogenbefunde zu den EMMEs bestätigen, dass diese als hilfreich und lernfördernd wahrgenommen werden, was ein tieferes Verständnis ermöglicht und den Einsatz in anderen Domänen unterstützen könnte
Subphase-Labeled Mitotic Dataset for AI-powered Cell Division Analysis
Mitosis detection represents a critical task in the field of digital pathology, as determination of the mitotic index (MI) plays an important role in the tumor grading and prognostic assessment of patients. Manual determination of MI is a labor-intensive and time-consuming task for practitioners with rather high interobserver variability, thus, automation has become a priority. There has been substantial progress towards creating robust mitosis detection algorithms in recent years, primarily driven by the Mitosis Domain Generalization (MIDOG) challenges. In parallel, there has been growing interest in the molecular characterization of mitosis with the goal of achieving a more comprehensive understanding of its underlying mechanisms in a subphase-specific manner. Here, we introduce a new mitotic figure dataset annotated with subphase information based on the MIDOG++ dataset as well as a previously unrepresented tumor domain to enhance the diversity and applicability of the dataset. We envision a new perspective for domain generalization by improving the performance of models with subtyping mitotic cells into the 5 main stages of normal mitosis, complemented with an atypical mitotic class. We believe that our work broadens the horizon in digital pathology: subtyping information could provide useful help for mitosis detection, while also providing promising new directions in answering biological questions, such as molecular analysis of the subphases on a single cell level