Ausgezeichnete Abschlussarbeiten: Chatbot unterstützt Erstellung von Übungsaufgaben und Machine Learning Algorithmen helfen beim Programmieren lernen

erstellt von Prof. Dr.-Ing. Johannes Konert |

Im Rahmen der DeLFI 2018 an der Goethe Universität in Frankfurt/Main haben wir am 11. September 2018 die besten Abschlussarbeiten im Bereich E-Learning des Jahres 2017 ausgezeichnet. Die Gesellschaft für Informatik e.V. (GI) gratuliert Majd Edriss (B.Sc.) und Alisan Öztürk (M.Sc.) zu ihren hervorragenden Arbeiten.

Haben Sie auch eine passende Arbeit zum Thema E-Learning? Die neue Ausschreibung für 2018 folgt in Kürze. Mehr Informationen finden Sie hier.

Die Auszeichnung für die beste Bachelorarbeit ging an Herrn Majd Edriss von der Beuth Hochschule Berlin für seine Arbeit mit dem Titel „Entwicklung eines Chatbot-Prototypen für die Erstellung von Übungsaufgaben im E-Learning“. Die Unterstützung bei der Erstellung von passenden Lernressourcen ist insbesondere mit den Thema Open Educational Resources (OER) wieder stark in den Fokus gerückt. Wie können Personen mit Fachwissen, bspw. Im Handwerk, bei der Erstellung unterstützt werden? Herr Edriss hat dazu einen Chatbot entwickelt, welcher Anwendende eines Aufgabeneditors durch die Schritte bis zur fertigen Übungsaufgabe begleitet. Die Lösung basiert auf einem Drehbuch als Zielvorgabe für den Chatbot, welche Informationen im Dialog abzufragen sind. Besonders charmant ist die Vorschau der Übungsaufgabe, welche der Chatbot automatisch aktualisiert und befüllt. Die Lösung wurde in den Online-Editor des Lernmanagementsystems „Smart Learning im Handwerk“ integriert und evaluiert.Als besonderen Stärken der Arbeit nennen die Gutachten die detaillierte und gewissenhafte Definition der Anforderungen und die gelungene Überleitung in Konzept und Implementierung. Außerdem wird der komplette Zyklus einer wissenschaftlichen Arbeit von der Motivation über die Anforderungen bis zur Evaluation der Implementierung durchlaufen. Damit ist die Arbeit im Vergleich zu anderen sehr umfangreich. Insgesamt entstand so eine qualitativ herausragende Arbeit, die das Forschungsfeld der Dialogsysteme weiter voranbringt.

Die Auszeichnung für die beste Masterarbeit ging an Herrn Alisan Öztürk von der Helmut-Schmidt-Universität der Bundeswehr Hamburg für seine Arbeit mit dem Titel „A Data-Driven Approach to Improve the Teaching of Programming“. Programmierkenntnisse sind in praktisch allen Berufsfeldern hilfreich, in manchen auch notwendig. Ähnlich zum Erlernen von Fremdsprachen, tun sich Lernende besonders mit den ersten Schritten der Grammatik schwer. Herr Öztürk hat für die Unterstützung der Programmierausbildung einen Web-basierten Code-Editor weiterentwickelt und die kryptischen Compiler-Fehlermeldungen in (Zitat): "friendly errors" überführt. Als Basis diente die Datenanalyse vieler tausend Bedienungen des Editors durch Studierende und die Erkenntnis der häufigsten Compilerfehlermeldungen. Herr Öztürk hat darüber hinaus unter Verwendung von Maschine Learning ein Bewertungs- und Vorhersagemodell trainiert, um Lernenden und Lehrenden mittels Punktesystem und Diagrammen zu visualisieren, wie der aktuelle Lernfortschritt ist. So lassen sich Studierende mit Lerndefiziten schneller unterstützen. Besonders positiv bewerten die Gutachten die systematische Aufarbeitung des aktuellen Standes der Forschung und den sehr guten Anschluss daran, der wesentliche wichtige Erkenntnisse über gute Metriken hinzufügt. Herrn Öztürks Datenaufbereitung, Analyse und Visualisierung sind umfangreich und unermüdlich akribisch und zeichnen diese Arbeit aus. Insgesamt erstellte Herr Öztürk eine herausragende wissenschaftliche Arbeit zur Anwendung von Maschine Learning in der Unterstützung der Programmierausbildung. Seine Erkenntnisse über gute Vorhersage-Metriken bringen das Forschungsfeld Educational Data Mining maßgeblich voran.

Beide Abschlussarbeiten können Sie als PDF auf den Internetseiten der Fachgruppe E-Learning herunterladen. Im Namen der Ausrichtenden, der Jury und der gesamten Fachgruppe E-Learning der Gesellschaft für Informatik gratulieren wir sehr herzlich.

PD Dr.-Ing. Christoph Rensing

(Sprecher der Fachgruppe E-Learning)

Prof. Dr.-Ing. Johannes Konert

(stellv. Sprecher und Beauftragter für Nachwuchsförderung der Fachgruppe E-Learning)

Ebenfalls erschienen in:

Foto Auszeichnung Edriss
V.l.n.r. Christoph Rensing (Sprecher FG E-Learning), Preisträger Majd Edriss, Johannes Konert (stellv. Sprecher und Beauftragter für Nachwuchsförderung FG E-Learning)
Foto Auszeuchnung Öztürk
V.l.n.r. Christoph Rensing (Sprecher FG E-Learning), Preisträger Alisan Öztürk, Johannes Konert (stellv. Sprecher und Beauftragter für Nachwuchsförderung FG E-Learning)