thm-mni-ii/feedbacksystem


v1.10.1

feedback returning intelligent tutoring system

Intelligentes, personalisiertes Feedback
für Studierende durch künstliche Intelligenz

SELECT * FROM table WHERE id=1;

Abgeben

Unterstützt:

Überprüfung von DML und DDL mit PostgreSQL und MySQL

Überprüfung von Excel-Dateien mithilfe von Musterlösungen

Automatisches Ausführen von bash-Skripten für die Überprüfung von Eingaben

Überprüfung von Berechnungen und Vereinfachung von Termen

in Planung

Wissensüberprüfung durch Lernkarten

in Planung

Überprüfung von Wissen durch Lückentexte

in Planung

Überprüfung von Wissen durch Multiple Choice

Projekt


Viele Lebensbereiche werden durch den Einsatz von künstlicher Intelligenz (KI) unterstützt. In der Lehre werden die Möglichkeiten durch die Nutzung von KI noch nicht ausgenutzt.

Das Projekt frits hat es als Ziel durch den sinnvollen Einsatz von KI und Data-Mining Methoden die Lehre zu verbessern.

feedback-bullet

Nutzung des Lernprozesses für individuelles Feedback

feedback-bullet

Einfache Erstellung von anspruchsvollen Aufgaben durch Lehrende

feedback-bullet

Statistische Auswertungen zur Aufgabenoptimierung

Dozierende

Erstellen Sie über die Oberfläche von frits beliebig viele Aufgaben für Ihre Kurse. Definieren Sie bei der Erstellung nicht nur die Informationen wie Beschreibung und Ablaufdatum, sondern auch den Medientyp der Abgabe. Dieser legt fest, ob es sich um einen Text, eine Datei oder eine mathematische Formel handelt. Nachdem Sie die Aufgabe angelegt haben, laden Sie eine Konfiguration hoch, die die automatische Überprüfung der Studierendenlösungen definiert.

SQL

Erstellen Sie eine Aufgabe mit einer Text, oder Datei-Abgabe für die Abgabe von SQL-Statements


Laden Sie ein Datenbank-Schema und die abzugebenen SQL-Queries hoch


Excel

Erstellen Sie eine Aufgabe, die die Abgabe von Exceldateien erlaubt.


Konfigurieren Sie mithilfe des Uploads einer Musterlösung die zu überprüfenden Felder.


bash

Erstellen Sie eine Text- oder Datei-Abgabe, die mit einem Bash-Skript überprüft werden soll.


Laden Sie ein Bash-Skript hoch, das für alle Abgaben der Studierenden ausgeführt wird.


Math

Erstellen Sie eine Text-Abgabe für die Studierendeneingabe der Formeln.


Laden Sie eine Excel-Datei mit den benötigten Formeln hoch.


Studierende

Geben Sie ihr Ergebnis über die Benutzeroberfläche von frits ab. Das System analysiert Ihre Ergebnisse und gibt Ihnen ein personalisiertes Feedback.

SQL

Geben Sie Ihre SQL-Statements als Text oder Datei über die Benutzeroberfläche ab.


Die SQL-Statements werden vom System auf Korrektheit und Struktur überprüft.


Sie erhalten ein personalisiertes Feedback zu Ihrer Abgabe.


Excel

Laden Sie Ihre Lösung als Excel-Datei im System hoch.


Die Abgabe wird auf fehlerhafte Felder überprüft.


Sie erhalten ein personalisiertes Feedback zu Ihrer Abgabe.


bash

Geben Sie Ihre Abgabe als Text oder Datei über die Benutzeroberfläche ab.


Das System führt das hinterlegte Bash-Skript aus und überprüft damit die Ausgabe.


Sie erhalten ein personalisiertes Feedback zu Ihrer Abgabe.


Math

Geben Sie Ihre Matheformel als Text über die Benutzeroberfläche ab.


Das System analysiert den abgegeben Term.


Sie erhalten ein personalisiertes Feedback zu Ihrer Abgabe.


SQL-Playground

Der SQL-Playground ermöglicht es, den Studierenden mit einer Datenbank zu arbeiten, ohne Software auf dem eigenen Computer installieren und ausführen zu müssen. Dadurch kann direkt ab der ersten Veranstaltung mit dem Ausführen von SQL-Abfragen losgelegt werden, ohne lästige Konfiguration.

Für jeden Benutzer wird beim Aufrufen des Playgrounds auf dem Feedbacksystem-Server eine eigene Datenbank-Instanz erzeugt. In diese können bereits vorhandene Daten-Vorlagen geladen werden oder mit verschiedenen Queries schließlich Daten manipuliert und abgefragt werden.

Das Schema der Datenbank mit den dazugehörigen Tabellen und Spalten wird im entsprechenden Fenster den Studierenden angezeigt. Die Ergebnisse oder Fehlermeldungen einzelner SQL-Queries werden zeilenweise im großen Ergebnisse-Fenster angezeigt. Neben der Möglichkeit des direkten Ausführens, können zusätzlich durch einen Klick die SQL-Queries auch als Lösung für eine Aufgabe in einem Kurs des Feedbacksystems abgegeben oder heruntergeladen werden.

So können Studierende an einem Ort mit minimalem Aufwand Datenbank-Abfragen üben und abgeben, sobald eine Lösungsmöglichkeit gefunden wurde.

in Planung

Lernkarten, Lückentexte und Multiple Choice

Digitale Lernkarten sind eine effektive Möglichkeit, Wissen zu erwerben und zu festigen. Durch die Verwendung von Lernkarten können Sie Ihr Lernmaterial in handliche, leicht verständliche Abschnitte aufteilen. Diese Karten enthalten normalerweise eine Frage oder eine Aufgabe auf der Vorderseite und die dazugehörige Antwort auf der Rückseite. Durch regelmäßiges Wiederholen und Abfragen dieser Karten können Sie Ihr Gedächtnis stärken und Ihr Wissen festigen.

Lückentexte ermöglichen es Ihnen, Ihr Verständnis eines bestimmten Themas zu überprüfen, indem Sie die fehlenden Wörter in einem vorgegebenen Text ergänzen. Durch die Rückmeldung des Feedbacksystems erhalten Sie sofortiges Feedback zu Ihren Antworten und können Ihre Fehler verstehen und korrigieren.

Mit der Möglichkeit von Multiple-Choice-Fragen bietet das Feedbacksystem eine weitere effektive Methode, um Ihr Wissen zu testen und zu vertiefen. Sie werden mit einer Frage und einer Auswahl von Antwortmöglichkeiten präsentiert, von denen Sie die richtige auswählen müssen. Das Feedbacksystem bewertet Ihre Antworten und gibt Ihnen anschließend detailliertes Feedback.

Forschung


Know the Knowledge of your Students: A Flexible Analytics Tool for Student Exercises

Sören Aguirre Reid, Frank Kammer, Daria Schüller, Markus Siepermann and Jonas Wölfer

Download
Individuelles Feedback für SQL-Aufgaben

Frank Kammer, Johannes Kunz, Timon Pellekoorne, Markus Siepermann, Jonas Wölfer

Download

Team


teamphoto

Leitung

Prof. Dr. habil. Frank Kammer

Prof. Dr. habil. Frank Kammer

Prof. Dr. habil. Markus Siepermann

Prof. Dr. habil. Markus Siepermann

Prof. Dr. Armin Wagenknecht

Prof. Dr. Armin Wagenknecht

Mitarbeiter

Sören Aguirre Reid

Sören Aguirre Reid

Maximilian Huber

Maximilian Huber

Jonas-Ian Kuche

Jonas-Ian Kuche

Johannes Kunz

Johannes Kunz

Timon Pellekoorne

Timon Pellekoorne

Pia-Doreen Ritzke

Pia-Doreen Ritzke

Max Stephan

Max Stephan

Jonas Wölfer

Jonas Wölfer

Wissenschaftliche Hilfskräfte

Johann Decher

Johann Decher

Stefan Gärtner

Stefan Gärtner

Pia Georgiew

Pia Georgiew

Artem Grishin

Artem Grishin

Youssef Mellouli

Youssef Mellouli

Siar Noorzai

Siar Noorzai

Artur Pusch

Artur Pusch

Maximilian Richter

Maximilian Richter

Daria Schüller

Daria Schüller

Nico Soethe

Nico Soethe

Tim Julian Steinmüller

Tim Julian Steinmüller

Khaled Trabelsi

Khaled Trabelsi

Jann Hendrik Wißbach

Jann Hendrik Wißbach

Förderer


Freiraum 2022

Förderungszeitraum: 01.09.2022 - 31.08.2023

Das Projekt verfolgt das Ziel, Aufgabenstellungen aus einer Dozierendenlösung zu personalisieren, z.B. die Eingabewerte werden (semi-)automatisch erkannt und für jeden Studierenden anders modifiziert. So bekommen alle Studierenden unterschiedliche Eingabewerte in Excel. Hierdurch kann ein einfaches Abschreiben unterbunden werden. In SQL bekommt jeder Studierende eine andere Auswahl der SQL-Aufgaben. Zudem werden die Studierendenlösungen (SL) automatisch auf Korrektheit überprüft und analysiert. Dadurch werden individuelle Fehler erkannt. Studierende erhalten ein individuelles Feedback zu ihrer Lösung und somit eine punktgenaue Förderung.

QSL Projekt

Förderungszeitraum: 01.01.2023 - 31.12.2023

Im Rahmen dieses Projekts wird das Feedbackbacksystem weiterentwickelt, sodass es Übungsaufgaben auf unterschiedlichen Schwierigkeitsniveaus zur Verfügung stellt. Diese können von den Studierenden zusätzlich zu der normalen Veranstaltung bearbeitet werden. Das System gleicht die studentischen Lösungen dann mit verschiedenen korrekten bzw. falschen Musterlösungen ab und kann so erkennen, an welchen Stellen die studentischen Lösungen korrekt sind, an welchen Stellen die Modellierung zwar tolerabel ist, aber verbessert werden könnte und wo eine fehlerhafte Modellierung durchgeführt wurde.

Lehr-Innovations-Fonds

Förderungszeitraum: 01.08.2023 - 31.07.2024

KI-unterstütztes Kooperatives Lernen im Bereich Datenbanksysteme

Das Ziel des Projektes ist ein Lehrkonzept umzusetzen, dass allen Studierenden einerseits Gruppenarbeit einfach ermöglicht, damit sie in einer natürlichen Umgebung arbeiten und Erfahrung in der Gruppe sammeln können. Andererseits sollen die Aktivitäten jedes/r einzelnen Studierenden einzeln erfassbar und analysierbar sein.

SciCheck: Ein unterstützendes Tool zur automatischen Überprüfung von Zitaten, Referenzen, Struktur und Formalia

Das Ziel des Projektes ist es, ein Tool zu entwickeln, das die Studierenden bei der Verfassung ihrer Arbeiten unterstützt und dabei die korrekte Zitation, die Referenzen, die Struktur sowie die Formalia überprüft.

Promotionsstellen

Ki-unterstütztes Lehren und Lernen

Intelligente, KI-basierte Tutorensysteme für die Modellierung (IKarus)