Dr. Darren Paul Foster

Mastering Academic Writing for Higher Educational Purposes

05.11.2026

Schwaben

Universität Augsburg

Dr. Melanie Vilser

Präsenzseminar: Zeitmanagement für Lehrende

Lehrende Hochschulen stehen vielfltigen vorbereiten durchfhren Studierende betreuen Prfungen organisieren Forschungs- Verwaltungsaufgaben bewltigen. Eindruck Verfgung stehende ausreicht wichtige Aufgaben .&nbsp Workshop bietet Lehrenden Mglichkeit Selbstmanagement reflektieren weiterzuentwickeln. Bearbeitung (optionalen) Hausaufgabe (Lehrtransfer) Teilnehmenden Arbeitseinheiten Bereich erwerben Inhaltliche Schwerpunkte Einfhrung Typische Zeitfresser Herausforderungen Lehralltag erkennen Vorstellung Erprobung ausgewhlter Selbstmanagement-Techniken Einzel- Gruppenbungen bertragung Methoden Lehrpraxis Lernziele Seminars arbeiten Rahmen folgenden Kompetenzen verstehen zentrale Prinzipien effektiven Selbstmanagements hochschulischen Kontext. lernen unterschiedliche Strategien kennen bewusster realistischer zielgerichteter nutzen.&nbsp Prioritten klarer setzen entsprechend planen. persnlichen Ressourcen Arbeitsgewohnheiten Belastungsgrenzen.&nbsp entwickeln individuelle Anstze Arbeitsorganisation nachhaltig verbessern Handlungssicherheit gewinnen.&nbsp Referentin Melanie Vilser promovierte Psychologin Trainerin Expertin Fhrung Stressmanagement Projektmanagement. verbindet wissenschaftlich fundiertes Wissen praxisnahen modernen Arbeitsalltag. wissenschaftliche Mitarbeiterin Lehrstuhl Personal- Organisationsentwicklung Universitt Bundeswehr Mnchen forscht wirksamen problematischen Fhrungsverhaltensweisen digitalen Arbeitskontexten. mehrere Center Leadership People Management Ludwig-Maximilians-Universitt beschftigt.&nbsp 05.11.2026

Oberbayern

Dr. Carl-Christian Fey

KI-gestützte Bewertung und Feedback auf studentische Texte [DiL]

Basic and advanced level

6 AE in Area A 6 AE in Area E

Start: 05.11.2026

Universität Bayreuth

Free places

Bewertung studentischer individuelle Rckmeldung Studierende gehren zentralen zeitaufwendigen Aufgaben Hochschullehre. Generative erffnet Mglichkeiten anhand vorgegebener Kriterien analysieren Rckmeldungen formulieren berarbeitung untersttzen. fachlich angemessenes lernfrderliches Feedback entsteht Lernziele Bewertungskriterien fachlicher Kontext jeweilige Zielgruppe sorgfltig bercksichtigt Teilnehmenden beschftigen zunchst Merkmalen lernfrderlichen Feedbacks reflektieren Bewertungs- Feedbackpraxis. konkreten Beispielen anschlieend erprobt generative studentische kriteriengeleitet einschtzen aufbauend Hinweise thematisiert Grenzen KI-gesttzter liegen Qualitt erzeugten berprfen optimieren praktischen entwickeln Lehrszenario geeignete Instruktionen KI-Feedbacksystem. konfigurieren entsprechendes Feedbackszenario testen studentischen Beispieltexten. Mittelpunkt bertragung Bewertungsverantwortung KI-System Lehrende transparenten kriteriengeleiteten Feedbackprozessen sinnvoll untersttzen Inhaltliche Stichpunkte Merkmale effektiven Kriteriengeleitete Untersttzung generativer Entwicklung geeigneter KI-Instruktionen Konfiguration Erprobung Feedbackszenarien berprfung Kalibrierung KI-generierter Bewertungen Einsatzszenarios Praxiserprobung Arbeit knstlicher Intelligenz Seminar exemplarisch KI-Tool LearnAssist Sprachmodelle KI-gesttztes ermglicht. Anhand konkreter Aufgabenstellung fachliche Grundlagen Kontextbedingungen hinterlegt formuliert mglichst passendes entsteht. erarbeiteten Prinzipien Gestaltung Instruktion Qualittssicherung Feedbackprozesse lassen grundstzlich KI-Systeme bertragen. Seminars arbeiten Rahmen folgenden Kompetenzen Workshop Grundlage Wissen effektives Feedbackprozess planen gestalten. Texten bersetzen. instruieren Kontextinformationen versehen angepasst KI-generierte hinsichtlich fachlichen didaktischen kritisch kalibrieren. Feedbackgabe einschtzen. geeignetes Lehrveranstaltung erproben. Hinweis kontaktieren Universitt Bayreuth Vorfeld Veranstaltung kostenfreien Zugang verwendeten Feedbacktool bentigen. vorhanden mglich Beispiele eingebracht sofern anonymisierter vorliegen Rckschlsse Personen zulassen. Asynchrone Abschlussaufgabe Anschluss Prsenzsitzung erproben Lehrveranstaltung. konkrete Textaufgabe definierte entsprechend konfigurierte KI-Feedbacklsung. Erfahrungen kurzen Reflexion Seiten festgehalten. insbesondere Passung mgliche Abweichungen Einschtzung notwendige Anpassungen Feedbackszenarios reflektiert Arbeitszeitaufwand asynchronen Aufgabe betrgt Stunden. Kurzportrt Referenten Carl-Christian Geschftsfhrer Zentrums digitales Lehren Lernen Augsburg beschftigt intensiv Fragen Digitalisierung Hochschullehre Lehramtsausbildung. Studium Erziehungswissenschaften Forschungsttigkeiten Wissenschaftlicher Mitarbeiter Lehrstuhl Schulpdagogik Pdagogik Schwerpunkt Erwachsenen- Weiterbildung promovierte digitale Bildungsmedien. Lehramtsausbildung verbreiteten bekannten Augsburger Analyse- Evaluationsraster analoge Bildungsmedien (AAER). Auerdem verfgt weitlufige Erfahrung Umsetzung IT-Projekten langjhrige Ttigkeit Technical-Consultant Produktmanager global operierendes IT-Unternehmen verschiedensten Hardware- Software-Themen Hause. Grnder KI-gesttzten Feedbackplattform Kooperationspartner KI-Prfungssimulators Chancen konstruktiv Lernprozesse einzubinden. 05.11.2026

Oberfranken

Sophie Renard

Wo steckt Nachhaltigkeit in meinem Fach?

09.11.2026

Oberbayern

Ludwig-Maximilians-Universität München (LMU)

Madeleine Flötotto (madeleine.floetotto@fau.de)

eTwinning in der Lehrkräftebildung – Internationale Bildungsprojekte und virtuelle Mobilität im europäischen Bildungsraum gestalten

09.11.2026

Mittelfranken

Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)

Nadja Engelmann, Digitale Lehre

[DiL] Evaluationen und Umfragen für die Lehre mit StudOn umsetzen

Basic and advanced level

4 AE in Area D

Start: 09.11.2026

Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)

Free places

StudOn (ILIAS) bietet zentrale Lernplattform Lehrenden vielfltige Mglichkeiten Hochschullehre digitalen Lernmaterialien untersttzen. betreuten Online-Selbstlernkurs speziell kennenlernen Umfragen Evaluationen konzipieren durchzufhren. Zielsetzung Einerseits grundstzlich eingefhrt Einsatzmglichkeiten Durchfhrung Kontext Lehre. Andererseits Umfrage-System lernen Fragetypen realisiert knnen. selber gestaltete ansprechende anlegen wissen System Umfrageergebnisse darstellt Exportmglichkeiten ausfhrliche Auswertungen Lehrevaluation Zielgruppe Seminar richtet Teilnehmende kennen nutzen didaktischen Feinheiten speziellen mchten. geringem technischem Vorwissen teilnehmen. Inhalte Grundlagen Evaluation Umfragegestaltung didaktische Einsatzszenarien Einfhrung Fragetypen&nbsp zusammenstellen Auswerten Weiterverarbeiten Umfrageergebnissen Lernziele Teilnehmenden... Fragepool Grundzgen anlegen. verschiedenen Bedeutung erkennen. Fragen Umfrage gestalten. mglichen Einstellungen vornehmen. bearbeiten interpretieren.&nbsp 09.11.2026

Mittelfranken

Mariella Djabarian und Katharina Six

Let´s talk! Studierende in der Sprechstunde erfolgreich beraten

10.11.2026

Oberbayern

Ludwig-Maximilians-Universität München (LMU)

Dr. Imme Schönfeld

Moderation und Gesprächsführung (X080)

10.11.2026

Oberbayern

Technische Universität München (TUM)

Theo Renaud

Teaching Tools on Demand: Creating Custom Applications with AI [DiL]

Basic and advanced level

1 AE in Area A 2 AE in Area E

Start: 10.11.2026

Universität Bayreuth

Free places

2.5-hour workshop custom applications courses without needing programming. platforms Claude describe language working return things generators interactive visualizations whatever specific teaching needs. through examples together building actual during session talking different situations. reality repetitive whether physics literature anything else.&nbsp technical background required easier effective. enough understanding Afterwars structure projects assistance Organize effectively larger troubleshoot issues AI-generated Renaud experience production freelancer complemented strong interaction design. realised clients including Google Nissan. studied Communication Multimedia Design University Applied Sciences Utrecht Netherlands.&nbsp photography livestreaming experiences center. creating products others enrich simplify latest One-Button Studio Bayreuth.&nbsp possible before skills bottleneck realising creativity limiting factor. 10.11.2026

Oberfranken

Cordula Schwiderski

Digital Snack: Digitale Barrierefreiheit – Grundlagen für alle Medienformate

Basic and advanced level

2 AE in Area B

Start: 10.11.2026

Otto-Friedrich-Universität Bamberg

Free places

Moodle-Kurs Prsentation digitale Inhalte zugnglich bedeutet Barrierefreiheit Praxis Aufwand umsetzen Digital zeigen anschaulich Prinzipien digitalen stecken Grundregeln verschiedene Medienformate gelten. Lerninhalte Anfang gestalten nutzbar konkreten Beispielen praktischen deutlich Anpassungen Wirkung entfalten knnen. Workshop Mediendidaktische Servicestelle durchgefhrt Fragen Konzeption Umsetzung digital gesttzter Lernszenarien Lernumgebungen wenden www.uni-bamberg.de 10.11.2026

Oberfranken