Zum Inhalt
Fakultät Maschinenbau
MachineLearnAthon

Developing Machine Learning Competencies for Interdisciplinary Teams at Universities


Allgemeine Informationen

grüner Kreis mit Icons und MLA Text © LFO

xx.xx.2023 – xx.xx.2025

Das Forschungsprojekt MachineLearnAthon wird im Rahmen des Programmes "abc" vom [förderndes Institut] gefördert und vom Projetträger [Projektträger] betreut. Das Förderkennzeichen lautet [Förderkennzeichen].


Lehrstuhl für Unternehmenslogistik (LFO), TU Dortmund

Matthias Brüggenolte

Lara Kuhlmann

Einen Eindruck gewinnen

Über das Projekt

Der MachineLearnAthon ist ein europäisches Forschungsprojekt, das Machine-Learning-Wettbewerbe in Form von Lehrveranstaltungen entwickelt. Wir arbeiten anwendungsorientiert mit Use Cases aus der Industrie, die Studierenden den Nutzen von ML aufzeigen und sie dafür motivieren sollen. Anhand diesen unterschiedlichen ML-Cases erstellen wir das Lehrmaterial, dass für die Lösung  erforderlich ist und präsentieren es den Studierenden in Form von Mikrovorlesungen (< 10 Minuten). Ebenso sollen Leaderboards entwickelt werden, um den Wettbewerbsgedanken zu fördern und die Studenten zu motivieren, kreative Ansätze zu entwickeln, um ihre eigenen ursprünglichen Lösungen zu verbessern und ihre Kommilitonen zu übertreffen.

Das Material wird für Teams von Studierenden aus heterogenen Bereichen (Informatik, Betriebswirtschaft, Ingenieurwesen und Logistik) mit unterschiedlichem Grad an Programmier- und ML-Kenntnissen konzipiert, von Anfängern über Fortgeschrittene bis hin zu Profis. Der MachineLearnAthon zielt darauf ab, die Datenkompetenz und die praktischen ML-Kenntnisse (von der Datenerfassung bis zum Einsatz) zu verbessern und das Bewusstsein für das Potenzial und die Risiken im Zusammenhang mit ML zu schärfen. Darüber hinaus dient die internationale und interdisziplinäre Zusammensetzung des Projektkonsortiums der Förderung der Zusammenarbeit zwischen Studenten und Lehrern.

Ziel unseres Projekts ist die Entwicklung und Umsetzung des handlungsorientierten Lehrformats „MachineLearnAthon“. Das Lehrkonzept unterliegt den folgenden Prinzipien:

  • Bewusstsein und Fähigkeiten im ML verbessern
  • Klarheit über die Risiken und Grenzen von ML schaffen
  • Erhöhung der Datenkenntnisse
  • Förderung der interdisziplinären Zusammenarbeit und der internationalen Zusammenarbeit
  • Fördern des handlungsorientierten Lernens
Unsere Erkenntnisse

Projektergebnisse

tbd


Neues aus unserer Arbeit

Aktuelles aus dem Projekt

Neugierig geworden? Mehr erfahren!

Weiterführende Informationen zum Projekt