Am Ende der Lehrveranstaltung sollen die Studierenden in der Lage sein:

• grundlegende und fortgeschrittene Konzepte im Bereich digitaler Produktionssysteme, Lean Production und Supply Chain Management zu verstehen und anzuwenden,
• internationale Unterschiede und Herausforderungen in der industriellen Produktion sowie im Remanufacturing zu erkennen und zu analysieren,
• digitale Werkzeuge wie VisTable, Plant Simulation oder Cloud-Dokumentationsplattformen zielgerichtet einzusetzen,
• komplexe technische und organisatorische Zusammenhänge in realitätsnahen Projekten zu durchdringen und lösungsorientiert zu bearbeiten,
• eigenständig in Teams zu arbeiten, Verantwortung zu übernehmen und sich projektbezogen zu organisieren,
• praxisorientierte Aufgabenstellungen kreativ und strukturiert umzusetzen,
• Projektergebnisse adressatengerecht aufzubereiten und zu präsentieren – sowohl multimedial (Video, Poster) als auch schriftlich (Dokumentation),
• interdisziplinäre und interkulturelle Kompetenzen zu entwickeln, insbesondere durch die Zusammenarbeit mit internationalen Lehrenden und Studierenden im virtuellen Raum.

Diese Lernziele verbinden fachliches Wissen mit überfachlichen Kompetenzen und bereiten die Studierenden auf reale Herausforderungen in einem global vernetzten Produktionsumfeld vor.

Die Prüfung ist als praxisorientierte Projektarbeit mit mehreren Output-Formaten gestaltet, die unterschiedliche Kompetenzbereiche abbilden und somit eine valide Überprüfung der intendierten Lernziele ermöglichen. Im Zentrum stehen reale oder realitätsnahe Aufgabenstellungen aus dem Bereich der digitalen Produktions- und Logistiksysteme, die in Gruppenarbeit bearbeitet werden. Die Studierenden erhalten dabei ein hohes Maß an Eigenverantwortung und Gestaltungsfreiheit, was sowohl methodische als auch soziale Kompetenzen fördert. Die Prüfungsleistung besteht aus drei miteinander verknüpften Elementen:

1. Kurzvideo: Die Studierenden präsentieren ihr Projekt in Form eines prägnanten, medial ansprechenden Videos. Hier wird die Fähigkeit zur adressatengerechten, digitalen Kommunikation und zur kreativen Aufbereitung komplexer Inhalte geprüft.
2. Projektposter: Dieses fasst die zentralen Inhalte und Ergebnisse des Projekts visuell zusammen. Es dient der Reflexion und Fokussierung auf wesentliche Aussagen und stellt eine wichtige Kompetenz im Hinblick auf wissenschaftliche Kommunikation dar.
3. Digitale Projektdokumentation (Cloud-basiert): In dieser umfangreichen schriftlichen Ausarbeitung legen die Studierenden systematisch ihre Herangehensweise, verwendeten Methoden, getroffenen Entscheidungen, Herausforderungen und Ergebnisse dar. Die Dokumentation macht nicht nur den Arbeitsprozess transparent, sondern erlaubt auch eine tiefgehende Bewertung der fachlichen, analytischen und konzeptionellen Kompetenzen.

Diese Prüfungsform ist stark auf das Constructive Alignment ausgerichtet: Sie greift die in der Lehrveranstaltung verfolgten Lernziele systematisch auf und erlaubt es den Studierenden, ihr Wissen praxisnah anzuwenden und weiterzuentwickeln. Die Vielfalt der Formate (schriftlich, visuell, medial) stellt sicher, dass unterschiedliche Lerntypen und Ausdrucksformen berücksichtigt werden. Zudem fördert die Gruppenkonstellation die soziale Dimension des Lernens sowie die Fähigkeit zur interdisziplinären und kooperativen Problemlösung – beides essenziell für das spätere Berufsleben im Bereich Industrie 4.0 und globaler Lieferketten.

Die Lehrveranstaltung Manufacturing Systems kombiniert synchrone und asynchrone Lehr- und Lernformate, um den komplexen Anforderungen der Lernziele sowie der Prüfungsform gerecht zu werden. Die Aktivitäten sind in zwei Hauptphasen untergliedert, die sich gezielt auf die Projektarbeit und das internationale Setting beziehen.

In der ersten Phase (internationale Online-Lehre):

• Teilnahme an digitalen Vorlesungen mit internationalen Gastprofessor:innen (z. B. aus Brasilien, Mexiko und Costa Rica) zu thematischen Schwerpunkten wie Lean Production, Digitales Supply Chain Management oder Remanufacturing.
• Asynchrone Selbstlernphasen zur Vertiefung der Inhalte durch bereitgestellte Videos, Lektüren und Reflexionsfragen.
• Austausch und Diskussion über digitale Kommunikationsplattformen (z. B. Foren, Videokonferenzen), teilweise in internationalen Gruppen.

In der zweiten Phase (Projektarbeit an der HS Hof):

• Eigenständige Planung, Durchführung und Dokumentation praxisorientierter Projekte in kleinen Teams.
• Einsatz digitaler Werkzeuge wie VisTable, Plant Simulation, Drohnentechnologie oder Cloud-Dokumentationslösungen zur Anwendung und Vertiefung des Gelernten.
• Regelmäßige Meilensteinbesprechungen mit der Lehrperson zur Reflexion des Arbeitsfortschritts und zur gezielten Unterstützung.
• Interne Peer-Reviews zwischen Gruppen zur Förderung kritischer Analyse und Feedbackkultur.
• Workshops zur Entwicklung von Präsentationstechniken und Gestaltung von Postern/Videos.
• Nutzung einer Cloud-basierten Plattform zur kollaborativen Arbeit und Abgabe der Prüfungselemente.

Diese Aktivitäten sind so gestaltet, dass sie nicht nur den Erwerb von Fachwissen unterstützen, sondern auch Schlüsselkompetenzen wie Teamarbeit, Projektmanagement, interkulturelle Kommunikation und digitale Medienkompetenz gezielt fördern. Der hohe Praxisbezug und die kollaborative Struktur schaffen ein motivierendes Lernumfeld, in dem Studierende ihr Wissen anwenden, weiterentwickeln und in nachhaltige Lernprodukte überführen können.

Prozessmanagement dient der kontinuierlichen Ausrichtung der Geschäftsprozesse eines Unternehmens auf den Kunden (also den Markt) und der Unterstützung dieser Prozesse durch geeignete Informations- und Kommunikationstechnologie. Die Studierenden kennen die Bedeutung dieser Managementaufgabe – insbesondere im Kontext der Digitalisierung – und sind in der Lage, sie entlang des gesamten Prozesslebenszyklus strukturiert anzuwenden. Die Studierenden können ausgewählte Methoden und (IT-)Werkzeuge für Problemstellungen in den einzelnen Phasen des Prozesslebenszyklus anwenden und präsentieren. Die Studierenden sind in der Lage, komplexe Prozesszusammenhänge mit geeigneter Software zu visualisieren.

Die Prüfung ist als praxisnahe, mehrteilige Leistungsaufgabe konzipiert, die verschiedene Kompetenzbereiche abbildet. Die Studierenden analysieren im ersten Teil eine komplexe Problemstellung aus dem Bereich des Geschäftsprozessmanagements und entwickeln auf dieser Grundlage ein Prozessmodell mithilfe der Software Signavio. In einem begleitenden Reflexionsteil dokumentieren sie ihr methodisches Vorgehen, reflektieren getroffene Entscheidungen und bewerten mögliche Optimierungspotenziale. Durch die Kombination von Analyse, Modellierung, Reflexion und Präsentation wird sichergestellt, dass nicht nur reines Faktenwissen, sondern auch die Anwendung, das kritische Denken sowie Kommunikations- und Selbstorganisationskompetenzen geprüft werden. Die Prüfungsform unterstützt so gezielt die intendierten Lernziele des Moduls und fördert die Verbindung von Fach-, Methoden-, Selbst- und Sozialkompetenz. Sie ist insbesondere geeignet, um die Fähigkeit zur ganzheitlichen Problemlösung im Prozessmanagement unter Einsatz digitaler Werkzeuge sichtbar zu machen.

Im Rahmen des Lehrkonzepts zur Prozessmodellierung mit Signavio auf Basis der Notationen BPMN und eEPK werden die Lehr- und Lernaktivitäten gezielt auf die definierten Lernziele und die angestrebte Prüfungsform abgestimmt. Ziel ist es, den Lernenden die Fähigkeit zu vermitteln, Geschäftsprozesse strukturiert und regelkonform zu modellieren, diese kritisch zu reflektieren und praxisnah in Signavio umzusetzen. Die Lehraktivitäten bestehen zunächst aus einer theoriegestützten Einführung in die Modellierungssprachen BPMN und eEPK. Hierbei werden die relevanten Notationselemente sowie deren Anwendungsbereiche in einem didaktisch reduzierten Input vermittelt. Darauf folgen systematische Demonstrationen innerhalb der Modellierungsumgebung Signavio, bei denen exemplarisch gezeigt wird, wie Prozesse technisch korrekt modelliert und über die Kollaborationsfunktionen des Tools dokumentiert werden können. Diese Impulse dienen der kognitiven Strukturierung und schaffen eine Grundlage für die anschließende Anwendung durch die Lernenden. Die Lernaktivitäten setzen in erster Linie auf aktive Anwendung und kooperative Vertiefung. In angeleiteten Übungsphasen modellieren die Teilnehmenden zunächst in Kleingruppen einfache bis komplexere Prozesse auf Basis textueller Beschreibungen. Dabei wenden sie die zuvor eingeführten Notationen praktisch an und festigen gleichzeitig den Umgang mit Signavio. Durch Peer-Feedback und den Vergleich der Modelle im Plenum wird das kritische Denken gefördert und die Fähigkeit zur Bewertung unterschiedlicher Modellierungsansätze gestärkt. Anschließend bearbeiten die Lernenden im Rahmen einer selbstständigen Transferaufgabe einen individuellen Geschäftsprozess und erstellen dazu ein vollständiges Modell in BPMN oder eEPK. Diese Aufgabe entspricht in Struktur und Anspruch der vorgesehenen Prüfungsleistung und ermöglicht zugleich eine formative Rückmeldung zum Lernfortschritt. Zur Unterstützung des individuellen Lernprozesses werden zusätzlich digitale Microlearning-Elemente in Form von Screencasts, interaktiven Quizzes und modellierungsspezifischen Erklärvideos bereitgestellt. Diese Angebote fördern die Wiederholung, Festigung und individuelle Vertiefung der Inhalte. Abschließend reflektieren die Lernenden in einer moderierten Diskussion über typische Herausforderungen beim Modellieren, Unterschiede zwischen den Notationen sowie die Anwendung von Modellierungsrichtlinien – mit dem Ziel, metakognitive Strategien zu fördern und die Qualität der Prozessmodelle nachhaltig zu verbessern.

Die Studierenden können:

• Sicher mit Basiskomponenten einer IT-Infrastruktur und dessen angewandte Software umgehen und das Zusammenspiel dieser Elemente beschreiben.
• Kenntnisse und Fertigkeiten in den Bereichen folgenden Bereichen aufweisen: – Grundlagen und Grundbegriffe der Informatik und Informationstechnologie, Teilgebiete und geschichtliche Entwicklung bis hin zu aktuellen Anwendungsfeldern von Digitalisierung in der Praxis (z.B. IoT), Hardware- und Software-Komponenten sowie geeignete Betriebssysteme, Prozessunterstützung durch geeignete Anwendungssysteme und deren Einsatzgebiete im Unternehmen (z.B. ERP, etc.), Einschätzung des Nutzens von Informationssystemen zur Geschäftsprozessunterstützung im Unternehmensumfeld, Lösung komplexer Sachverhalte durch eigenständige Anwendung von, den in der Praxis am weitest verbreitenden betriebswirtschaftlicher Softwarelösungen.

Die Studierenden sollen beispielsweise typische ERP-Prozesse analysieren, einfache Szenarien digitaler Geschäftsmodelle einschätzen oder Softwareentscheidungen im Unternehmenskontext begründen.

Durch die digitale Prüfungsumgebung wird sichergestellt, dass methodische und technische Kompetenzen gleichermaßen abgedeckt werden.

• Sie verbindet theoretisches Wissen mit praktischer Anwendungsfähigkeit.
• Die Nutzung eines digitalen Systems erlaubt realitätsnahe Aufgabenstellungen (z. B. Multiple-Choice zu Prozessauswahl).

Die Studierenden zeigen, dass sie digitale Lösungen nicht nur kennen, sondern auch verantwortungsvoll und zielgerichtet einsetzen können.

• Interaktive Vorlesung
• Übungen an Systemen / Geschäftsanwendungen
• Diskussion digitaler Geschäftsmodelle durch Erfahrungsberichte aus der Praxis
• Gruppenarbeit zu Digitalisierungsszenarien im Unternehmen
• Selbstorganisierte Anwendung modernster Softwaretools

Die Studierenden:

• kennen zentrale Begriffe der Ethik im digitalen Raum und können diese voneinander abgrenzen (z. B. Moral, Ethik, Normen, Verantwortung),
• verstehen grundlegende ethische Theorien (z. B. Utilitarismus) und können diese auf konkrete digitale Anwendungsszenarien übertragen,
• analysieren systematisch Fragestellungen wie Datenschutz, Informationsgerechtigkeit, Machtverhältnisse, Genderfragen oder Informationsfreiheit,
• reflektieren kritisch gesellschaftliche Auswirkungen digitaler Technologien,
• kennen relevante ethische Kodizes (z. B. ACM, IEEE) sowie Grundlagen des Datenschutzrechts (z. B. DSGVO),
• übernehmen Verantwortung für ihr Handeln im digitalen Raum und können ethische Fragen argumentativ begründen.

Die schriftliche Prüfung besteht aus einer Kombination aus Begriffsdefinitionen, Theorieverständnis und Fallanalysen. Die Studierenden bearbeiten z. B. Fallbeispiele zu KI-Einsatz oder zu Datenschutzfragen und wenden dabei gelernte ethische Theorien sowie rechtliche Grundlagen reflektiert an.

• Sie fordert und fördert sowohl Fachwissen als auch ethische Urteilskraft.
• Die Kombination aus theoretischem Wissen und argumentativer Praxisanwendung spiegelt reale ethische Entscheidungsprozesse in der digitalen Welt wider.
• Die Prüfung ermöglicht differenzierte Bewertungen und fördert kritisches Denken.

• Inputphasen mit Theorien und Begriffen
• Analyse konkreter Anwendungsszenarien
• Gruppenarbeit zu Fallstudien
• Diskussion ethischer Dilemmata

Studierende:

• verstehen grundlegende Begriffe und Prinzipien des Deep Learning,
• können Daten vorbereiten und geeignete Deep Learnig-Methoden auswählen,
• wenden ausgewählte Lernverfahren praktisch an und evaluieren deren Ergebnisse,
• analysieren und reflektieren methodisch ihr Vorgehen,
• organisieren ihren Lernprozess eigenverantwortlich,
• entwickeln Kommunikations- und Kooperationsfähigkeiten im wissenschaftlichen und interkulturellen Kontext.

Die Prüfung besteht aus praxisorientierten Aufgaben, die in einer digitalen, schriftlichen Klausur bearbeitet werden. Die Studierenden analysieren gegebene Datensätze, wählen passende Deep Learning-Verfahren aus, wenden sie an und interpretieren die Ergebnisse kritisch. Durch offene Fragen und Reflexionsaufgaben wird zudem die Fähigkeit zur methodischen Begründung und selbstständigen Problemlösung geprüft. So wird sichergestellt, dass neben theoretischem Wissen auch praktische Kompetenzen und Reflexionsfähigkeit abgefragt werden. Die digitale Klausur ermöglicht eine realitätsnahe Prüfungssituation, in der sowohl technisches Verständnis als auch methodisches Vorgehen abgebildet werden. Offene Aufgaben fördern eigenständiges Denken und reflektierte Lösungen. Zudem erlaubt die digitale Umgebung die Einbindung verschiedener Medien und somit eine vielschichtige Kompetenzabfrage – von der Datenanalyse über Modellbildung bis zur Ergebnisinterpretation.

• Interaktive Vorlesung mit Visualisierung
• Praktische Übungen
• Gruppenarbeit an Use Cases
• Diskussion
• Selbststudium

Die Studierenden:

• verstehen grundlegende Konzepte, Zielstellungen und Einsatzfelder der Künstlichen Intelligenz
• kennen zentrale Methoden des überwachten, unüberwachten und bestärkenden Lernens und können diese unterscheiden und zielgerichtet einsetzen,
• sind in der Lage, reale Problemstellungen zu analysieren und geeignete ML-Verfahren für deren Lösung auszuwählen,
• können Daten aufbereiten, trainieren, evaluieren und interpretieren, um fundierte Entscheidungen in KI-Anwendungen zu treffen,
• nutzen gängige Frameworks und Tools zur praktischen Umsetzung von KI-Projekten,
• verstehen die Funktionsweise neuronaler Netze und können einfache Deep-Learning-Modelle auf konkrete Anwendungsfelder übertragen,

reflektieren Chancen und Grenzen maschineller Lernverfahren, insbesondere im Hinblick auf Erklärbarkeit, Verzerrung, Robustheit und ethische Aspekte.

Die Prüfung erfolgt als digitale, schriftliche Klausur im PC-Labor unter Verwendung von EXaHM. Sie ist so gestaltet, dass die Studierenden zentrale Inhalte des Moduls nicht nur wiedergeben, sondern aktiv anwenden und kritisch reflektieren müssen. Anhand praxisnaher Fallbeispiele analysieren sie Anforderungen an KI-Systeme, wählen passende Bausteine aus und begründen ihre Entscheidungen auf Basis des erlernten methodischen Wissens. Durch strukturierte Fragen mit offenen Antwortfeldern wird das eigenständige Denken gefördert, während gezielte Teilaufgaben das systematische Vorgehen und die Fähigkeit zur Problemlösung abbilden.

Offene Aufgabenformate innerhalb der EXaHM-Umgebung ermöglichen es, Denkprozesse sichtbar zu machen, fundierte Argumentationen zu entwickeln und individuelle Lösungsansätze nachvollziehbar darzustellen. Die Studierenden können zeigen, dass sie Architekturentscheidungen nicht nur technisch begründen, sondern auch unter ethischen, praktischen und organisatorischen Gesichtspunkten reflektieren können.

Durch die digitale Durchführung wird zudem der Umgang mit relevanten digitalen Tools eingeübt – ein Aspekt, der im Bereich KI essenziell ist.

• Interaktive Vorlesung mit Visualisierung
• Gruppenarbeit an Use Cases
• Diskussion
• Coding Challenges

Studierende:

• verstehen grundlegende Architektur- und Designprinzipien
• wenden diese in Visual Studio Code zur Entwicklung von KI-Systemkomponenten an,
• analysieren Systemanforderungen und wählen geeignete Architekturansätze aus,
• reflektieren ihre Entwurfsentscheidungen unter Berücksichtigung von Sicherheit, Wartbarkeit und Erweiterbarkeit,
• arbeiten effektiv mit VS Code-Features (Erweiterungen, Versionskontrolle, Debugging, Refactoring),
• dokumentieren ihre Lösungen strukturiert und nachvollziehbar innerhalb der VS Code-Projektstruktur.

Die Prüfung ist eine digitale, schriftliche Klausur im PC-Labor, bei der Visual Studio Code verpflichtend eingesetzt wird.

Die Aufgaben umfassen:

• Analyse eines gegebenen KI-bezogenen Szenarios,
• Entwurf einer passenden Architektur unter Verwendung von Patterns,
• Implementierung oder Code-Skizzen in VS Code (z. B. mit Kommentaren, Modulpaketen, Interface-Designs),
• Reflexion der getroffenen Architekturentscheidungen im Hinblick auf typische Anforderungen (z. B. Verteilung, Sicherheit, Wiederverwendbarkeit).

So wird sichergestellt, dass die Studierenden sowohl ihr fachliches Wissen als auch praktische Fertigkeiten in einer professionellen Entwicklungsumgebung demonstrieren können.

Die Klausurform verbindet analytisches Denken, praxisnahen Entwurf und konkrete Umsetzung. Die Nutzung von Visual Studio Code ermöglicht eine realitätsnahe Prüfung, wie sie auch in beruflichen Softwareentwicklungs- oder Architekturreviews vorkommt.

Studierende demonstrieren nicht nur Wissen, sondern zeigen konkret, wie sie Architekturen entwickeln, strukturieren und dokumentieren – genau das, was moderne KI-Systeme in der Praxis verlangen.

• Interaktive Vorlesung mit Visualisierung
• Praktische Übungen
• Gruppenarbeit an Use Cases
• Diskussion
• Selbststudium

Die Studierenden

• …treten als Berater:innen zur Optimierung der bestehenden Anlage auf.
• …eignen sie sich das benötigte Wissen an und Konzeptionieren eigenverantwortlich eine Verbesserungsstrategie, die in der Realität geprüft wird.Biologisches, Technisches, chemisches Verständnis in Bezug auf eine kommerziell produzierenden Anlage für die Lebensmittelproduktion am Beispiel einer Aquaponik.

• …erwerben Fähigkeiten und Kenntnisse, sowie Kompetenzen in den Bereichen Analyse von Bestandsanlagen, und Systemen, Re-Konzeptionierung der Anlage(n) anhand eines Business-Canvas, sowie die praktische Umsetzung der Optimierung der Anlage unter Realbedingungen im Dialog mit weiteren Stakeholdern.

Die E-Portfolio Prüfung wird über den gesamten Kursverlauf von den Studierenden kontinuierlich entwickelt.

Es findet demnach keine singuläre Leistungsabfrage statt, sondern zeigt dem Lehrpersonal, wie auch den Studierenden selbst eine individuelle Lernreise auf. Durch den Dialog mit den anderen teilnehmenden Studierenden und dem Lehrpersonal sowie anhand der Ergebnisse der Real-Anlage, in der die Entscheidungen umgesetzt werden, ergibt sich für jeden und jede einzelne die Möglichkeit nicht nur die eigenen Entscheidungen, sondern auch die der Mit-Studierenden zu analysieren und sich intensiver als in konventionellen Prüfungsformen mit den intendierten Lernzielen auseinander zu setzen und diese zu erreichen oder sogar zu übertreffen.

Ein E-Portfolio stellt eine Art Lerntagebuch dar, welches von den Studierenden eigenständig entwickelt wird. Die Studierenden übernehmen hierbei nicht nur die Funktion der Darstellung von Wissen und Kenntnissen, sondern darüber hinaus die Integration der Bereiche Wissensvermittlung, zielgruppenorientierter Darstellung von Entscheidungen und adäquater Begründungen zur Entscheidungsfindungen.

Die Lehr- und Lernaktivitäten umfassen Selbstreflexion, welche über die Darstellung des Lernfortschritt und der erreichten Ziele im E-Portfolio dokumentiert wird. Projektarbeit in Gruppen- oder Einzelarbeit, die auf die Lernziele ausgerichtet sind. Ein Peer-Feedback durch die Studierenden selbst, die mittels Feedback die eigenen Portfolio-Inhalte und die der anderen Studierenden analysieren. Präsentationen, welche die Studierenden trainiert Soft-Skills weiterzuentwickeln zur überzeugenden Darstellung der eigenen Ergebnisse und Lernprozesse ermöglicht. Diskussionen zu relevanten Themen, die in den Portfolios behandelt werden, fördern das vertiefte Verständnis. Kollaborative Lernplattformen anhand von realen Fallsstudienanalysen entsprechend der getroffenen Entscheidungen ermöglichen es Ressourcen zu teilen und gemeinsames Arbeiten zu trainieren und zusätzlich theoretische Kenntnisse in praktischen Kontexten anzuwenden.

Im Praxissemester sollen die Studierenden…

• …durch die Ausführung von Tagesgeschäfts- und Projektaufgaben das bereits erworbene Fachwissen in der Praxis anwenden und vertiefen.
• …die Abläufe und Methoden des jeweiligen Fachbereiches kennenlernen und verstehen.
• …die Aufgaben des Tagesgeschäfts und Projektaufgaben erfolgreich bewältigen.

Ausgehend von diesen Lernzielen sollen folgende Kompetenzen erworben werden:

Fachkompetenz

Die Studierenden können theoretisches Wissen in praktische Fähigkeiten umwandeln, was den Theorie-Praxistransfer und die kontinuierliche Verbesserung ihrer fachlichen Leistung fördert. Dabei können sie Potenziale und Wissenslücken reflektieren.

Methodenkompetenz:

Durch praxisorientierte Projekte entwickeln die Studierenden die Fähigkeit, Informationen mithilfe unternehmensspezifischer Tools zu sammeln, zu analysieren und Lösungsansätze zu entwickeln und zu begründen

Sozialkompetenz

Die Studierenden entwickeln durch praktische Zusammenarbeit und Projektarbeit Sozialkompetenzen wie Verantwortung, Kommunikations- und Kooperationsfähigkeit. Am Ende des Semesters reflektieren sie gemeinsam mit allen Beteiligten die Ergebnisse hinsichtlich des Theorie-Praxis-Bezugs.

Selbstkompetenz

Im Rahmen eigener Projekte stärken sie zudem ihr Selbstmanagement und ihre Organisationsfähigkeit durch Aufgabenpriorisierung und Zeitmanagement

Die Studierenden werden im Rahmen eines Kick-off Termins über die Aufgabenstellung, die Beurteilungskriterien und die Termine und Fristen informiert. Die Veranstaltung ist zudem im Modulhandbuch hinterlegt und wird via Moodle-Kurs begleitet.

Die Studierenden dokumentieren und berichten regelmäßig, monatlich oder wöchentlich oder projektorientiert, anhand der von den Lehrenden vorgegebener Fragestellungen über ihre Praxiszeit (siehe Abbildung 1). Die Fragestellungen beinhalten drei Dimensionen:

1. Preview: Die Erwartungen an das Praxissemester und die Tätigkeit(-sinhalte)
2. Dokumentation: Ein Bericht über die Tätigkeiten
3. Review: Eine kritische Reflexion zu vermittelten Kenntnissen in der Praxis, Verknüpfung von Lehrinhalten und Praxisinhalten, Organisation des Praxissemesters. Darunter fallen: Koordination des Ablaufes und Begleitung durch die jeweiligen Mentoren usw.

Gegen Ende des Praxissemesters tauschen sich die Studierenden zuerst untereinander in kleinen Gruppen (4-5 Studierende) über ihre Erfahrungen in der Praxiszeit aus. Wenn möglich, sollen die Gruppen themenspezifisch gebildet werden. Dann gibt es eine Abschlussveranstaltung mit der zuständigen Professorin. Der Praktikumsbericht wird zu festgelegten Fristen in Mahara eingereicht. Anschließend erhalten die Studierenden ein Feedback, das in die Präsentation eingearbeitet wird. Die Studierenden fassen ihre gemeinsamen oder auch abweichenden Erfahrungen in einer Präsentation zusammen, die sie anschließend gemeinsam mit einem Dozierenden besprechen. Am Ende des Semesters findet die gruppenweise Präsentation und das anschließende Gespräch mit der Dozentin statt. Dies wird mit „Bestanden“ oder „Nicht bestanden“ bewertet. Die Erstellung des Reflexionsportfolio-Teil wird nicht gesondert mit Credits bewertet, sondern ist Teil des Praxissemesters für das 30 Credit Points gewährt werden. Im Rahmen der Prüfungsleistung erfolgt künftig möglicherweise einer Befragung, um einen systematischen Abgleich zwischen dem an der Hochschule gelernten Wissen und den in der Praxis gemachten Erfahrungen zu ermöglichen. Diese Befragung erfolgt im Moodle-Kurs statt und wird per Link in die Mahara-Gruppe integriert. Die Einreichung der Prüfungsleistung durch die Studierenden sowie die Bewertung und Archivierung durch den Lehrenden finden in Mahara statt.

Im Rahmen des Projekts wurden die ersten positiven Erkenntnisse aus den zwei Semesterdurchläufen gesammelt dann die daraus resultierenden Verbesserungen vorgenommen.

Durch die kontinuierliche Bearbeitung der vorgegebenen Leitfragen und den Gruppenaustausch wurde den Studierenden eine systematische und umfassende Reflexion ihrer Praxiszeit ermöglicht. Dabei ergaben sich umfassende Einblicke in Struktur und Inhalt der Praxisphase beim jeweiligen Praxispartner und etwaige Lücken zwischen Theorie und Praxis konnten gut herausgearbeitet werden.

Die Erwartungen an das E-Portfolio – als ein geeignetes Werkzeug, um die individuelle Kompetenzentwicklung zu fördern sowie die Zusammenarbeit, Diskussion und den Austausch unter den Studierenden, haben sich bestätigt. Folgende Erkenntnisse wurden gewonnen und folgende Weiterentwicklungen sind vorgesehen.

1. Erkenntnisse zur Bedeutung des Feedbackprozesses

Eine der zentralen Erkenntnisse ist, dass der Feedbackprozess eine entscheidende Rolle für den Lernerfolg und die Zufriedenheit der Studierenden spielt. Bisher wurde dieser Prozess in den Unternehmen uneinheitlich gehandhabt – sowohl in der inhaltlichen Tiefe als auch in der Form der Durchführung. Es hat sich gezeigt, dass viele Studierende das Feedbackgespräch nicht als ausreichend strukturiert wahrnehmen und teilweise das Gefühl haben, nicht gehört oder ernst genommen zu werden.

Daraus ergibt sich die Notwendigkeit, mittelfristig standardisierte Feedback-Fragebögen für beide Seiten – Unternehmen und Studierende – zu entwickeln.

 

1. Erkenntnisse zur Rolle der Praxispartner und deren Sensibilisierung

Ein weiteres zentrales Learning ist, dass Praxispartner oft nicht ausreichend über die besondere Rolle der Studierenden im Praxissemester informiert sind. Es wurde festgestellt, dass Studierende teilweise mit Aufgaben betraut werden, die eher dem Tätigkeitsbereich von Auszubildenden entsprechen und nicht den Anforderungen eines akademisch begleiteten Praxissemesters gerecht werden.

Ebenso ist den Unternehmen nicht immer bewusst, dass das Praxissemester nicht nur der praktischen Anwendung, sondern auch der Orientierung für die Wahl der Vertiefungsrichtung dient. Eine gezielte Sensibilisierung der Praxispartner ist daher essenziell, insbesondere zu folgenden Aspekten:

• Orientierung für die Studienvertiefung: Die Wahl der Abteilungen innerhalb des Praxissemesters sollte sich an den Studieninhalten orientieren.
• Angemessener Einsatz nach Abschluss der Berufsausbildung (Azubi vs. Dual Studierender): Studierende sollten nach Abschluss der Ausbildung in Abteilungen arbeiten, die inhaltlich zu ihrer Studienrichtung passen und mit Aufgaben betraut sein, die dem inzwischen erreichten Qualifikationsniveau gerecht werden.

 

1. Erkenntnisse zur Nutzung digitaler Tools (Mahara)

Die Analyse des bisherigen Umgangs mit der E-Portfolio-Plattform Mahara hat gezeigt, dass deren Nutzung für die Reflexion des Praxissemesters sinnvoll ist, jedoch oft mit Unsicherheiten verbunden ist. Studierende benötigen eine gezieltere Einführung und fortlaufende Unterstützung.

Daraus ergeben sich folgende Maßnahmen:

• Eine frühzeitige Einführung in Mahara während der Preview-Veranstaltung.
• Eine zusätzliche „Refresh“-Veranstaltung zu Semesterbeginn, um weitere praktische Fragen zu klären.
• Einrichtung eines „E-Portfolio Chatrooms“ (auf Zoom oder Teams) zur Klärung dringender technischer Fragen entweder zwischen den Studierenden oder technischem Support durch den zuständigen Betreuer bei DAL (Digitaler Aufbruch der Lehre)
• Eine Basisdokumentation im Moodlekurs, die allgemeinen Erklärungen und Ansprechpartner enthält.

1. Erkenntnisse zur Organisation und Struktur des Praxissemesters

Die bisherigen Abläufe im Praxissemester waren teilweise zu wenig strukturiert, insbesondere in Bezug auf Feedbackgespräche und Reflexionsformate. Es wurde erkannt, dass klare, vorab festgelegte Termine und eine stärkere Verbindlichkeit notwendig sind.

Daher wurden folgende Maßnahmen abgeleitet:

• Preview Veranstaltung vor Beginn des Praxissemesters (Online-Veranstaltung): Allgemeine Informationen zum E-Portfolio und Einführung in Mahara.
• Verbindliche Feedbackgespräche (wahlweise online oder in Präsenz): Ein fester Termin im ersten Drittel des Semesters (15–20 Minuten pro Person) sowie ein optionaler zweiter Termin im letzten Drittel des Semesters.
• Geplante Gruppenreflexionen: Studierende sollen mit gezielten Fragen zur Reflexion (insbesondere in heterogenen Gruppen) angeleitet werden. Die Gruppengröße sollte maximal 5 Personen betragen.

Abschlussbesprechung (gruppenweise in Präsenz): Diese soll künftig in der letzten Ferienwoche oder der ersten Semesterwoche des Folgesemesters stattfinden, um eine sinnvolle Rückschau und Übergangsvorbereitung zu ermöglichen. Der Umfang beträgt nach ersten Erfahrungen 60 Minuten pro Gruppe.

Studierende…

• …müssen betriebswirtschaftliche Tatbestände z.B. Finanzierungsformen oder Nachfragereaktionen wissen und darstellen können.
• …müssen betriebswirtschaftliche Tatbestände anwenden und Berechnungen, z.B. Produktkalkulationen mit einem Tabellenkalkulationsprogramm (hier: Excel) durchführen können.
• …sind in der Lage Fachartikel zu verstehen und in ihrer Berufspraxis Sachverhalte zu erfassen und einordnen zu können.

Die Prüfung findet an hochschulinternen Rechnern in DIGEX im PC-Poolraum unter der Absicherung von EXaHM statt. Dabei beantworten die Studierenden Fragen in Moodle-Test in Form von

• Multiple Choice und Single Choice
• Drag-and-Drop
• Beschriftungen von Zeichnungen
• Ergänzung von Lückentexten
• Eintragung von Ergebnissen, die mit Excel berechnet wurden.

Die Excellisten werden mit hochgeladen, sodass bei der anschließenden Prüfungskorrektur, Rechenwege nachvollzogen und in der Punktevergabe der Bewertung mitberücksichtigt werden können.

Studierende…

• …konnten freiwillig einen kurzen Vortrag zu einem Fachartikel halten.
• …konnten Kalkulationsverfahren vorstellen und dazu Aufgaben vorrechnen.
• …besuchten ein Tutorium zur Einüben von Klausurlösungskompetenz.