Lehre, V.R. & K.I. / Teaching, V.R. & A.I.

PD Dr. Arash Rahimi-Iman: Hochschullehre / University Teaching

Arbeitsgruppen-Emblem qnpi-group

Virtual Reality Gamification: Ein spannender Bestandteil moderner Lehre: VR Gamification. Für Jung und Alt eine neue Möglichkeit, in virtuellen spieleartigen Umgebungen sich für wissenschaftliche Themen zu begeistern und diese auch neugierig sowie aktiv zu erforschen. Das immersive Lernen eröffnet einen anderen Zugang zu im gewöhnlichen Klassenraum diskutierten Fragestellungen. Diesen Ansatz erproben wir in eigenen VR-unterstützten Vorlesungen. Die universitäre Lehre ist hier durch selbstgestaltete VR Welten bereichert. Diese sind ähnlich wie Level in Computerspielen mit Rätseln oder Visualisierungsmaterial bestückt, zeigen Teilchen, Strahlen und vieles mehr, erschaffen auf Basis starker Programme wie der Unreal Engine und per VR Brille sichtbar gemacht. Übrigens, die nächste Generation von Projektionstechnolgoien wie VR-Brillen - sowohl Optiken wie auch Lichtquellen hierzu für eine angenehme, benutzerfreundliche Realisierung - wird voraussichtlich weiterhin von photonischen Nanotechnologielösungen wesentlich profitieren können (u.a. Thema der Forschung und Lehre in der AG QNPi @JLU.Giessen). Aus eigener Erfahrung gesehen, lebt die Technologieentwicklung immer ein Stück auch von Begeisterung für die technische Errungenschaften, sowie Fantasie. Unsere modernen Lehrwerkzeuge wie immersive VR Welten mit eingebauten Wissenschaftsinhalten können uns helfen, solch Technologiebegeisterung (weiterhin) zu nähren, und das Interesse für die Technik zu stärken.

KI-Themen-Verständnis vermitteln: In Kürze wird im Bereich der modernen Technologien und KI eine education&entertainment-artige Aktion gestartet und hoffentlich mit hilfe vieler guter Impulse aus der AKPIK-Community vorangetrieben. Ob es nur beim Kunstwort "AIdutainment" bleibt oder wie sich diese Inhalte durch die eigene ehrenamtliche Mitarbeit im Vorstand des AKPIK entwickelt, lässt sich hoffentlich bald erkennen. Mehr dazu auch hier (externer Link). Stand Juni 2024; weitere Updates folgen bald unterhalb des AKPIK Logos (Bild: ext. Link zur Webseite des DPG Arbeitskreises Physik, moderne Informationstechnologie und Künstliche Intelligenz).

AI Fundamentals for Research Tutorial: Bei der DPG Frühjahrstagung in Regensburg 2025 war auch mit dabei die AG QNPi aus Giessen (mit einer VR-Modus Präsentation, siehe Menüpunkt Virtual Reality Gamification), und der Arbeitskreis AKPIK der DPG (ext. Link https://www.dpg-verhandlungen.de/year/2025/conference/regensburg/part/akpik) mit spannenden Einblicken zu Physik- und K.I.-Themen. Besonderes Highlight: Ein Tutorial zu Methoden der KI am Sonntag vor dem Hauptprogramm der Woche.

KlugWieKI Posts Sommer 2024: #KlugWieKI posts der DPG auf Instagram haben viele spannende Gebiete der KI-gestützten Forschung beleuchtet. Einem breiten Publikum wird auch ein Beispiel aus der AG Rahimi-Iman vorgestellt (ext. Link: https://www.instagram.com/dpgphysik/p/C_49vCRpvoy/)

Aktuelles aus dem Juni 2025: Wir entwickeln im AKPIK-Vorstand gemeinsam mit Unterstützung aus der AKPIK-Community derzeit Methoden und Inhalte zur Vermittlung von KI-Themen. Mehr dazu im Juli, und mit den ersten Posts.

Lehre & Bildung

Lehre als Element der Nachwuchsförderung: Wissensvermittlung und Lernbegierde durch eigene Konzepte in der Lehre fördern: Lehrende und Lernende aus unterschiedlichen Hochschulen werden u.a. durch webassistierte Präsenzlehre in den Unterrichtsprozess eingebunden, und Theorie und Praxis in starken Bezug zueinander gesetzt. Durch einen besonderen Ansatz sollen komplexe Inhalte sozusagen organisch, verschränkt und fähigkeitsorientiert vermittelt werden, was durch eine situationsbedingte, zielgruppenorientierte verfeinerte Modulgestaltung realisierbar ist. Für die naturwissenschaftliche Talententwicklung werden in eigenen Vorlesungsmodulen vielversprechende Methoden der Wissensvermittlung zusammengebracht und durch eigene Ansätze erweitert. Was 2014 mit einer neu erschaffenen Vorlesung „Quantentechnologie“ begann, mündete in viele Jahre englischsprachig weitergelesene „QT“ Vorlesungen für Masterstudiengänge des Fachbereich Physiks in Marburg, und verwandte Kurse in englischer Sprache auch an der Zhejiang University, China. Ein kompakter Rückblick auf 10 Jahre eigenständige Hochschullehre; Stand: Februar 2024, to be continued. (Seite in Bearbeitung)

Photonik und KI

Heimische und internationale Lehre fördern: Eigene Schwerpunkte und Interessen: Studiengangentwicklung, Modulgestaltung, individuelle Lehrkonzepte für höhere Semester, internationale Vorlesungsmodule, forschungsorientierte Lehre, interdisziplinäre Module, KI-Themen, Virtual-Reality, Gamification

Preis - Modul: SPECTRO25 – Machine-Learning and Virtual-Reality Enhanced Spectroscopy: PD Dr. Arash Rahimi-Iman
Fachbereich: FB07, Mathematik und Informatik, Physik, Geographie, I. Physikalisches Institut.

In der Lehrveranstaltung zu Spektroskopie geht es verstärkt auch darum, wie künstliche Intelligenz und insbesondere Methoden des maschinellen Lernens in der modernen Wissenschaft und Technologieentwicklung. Die Studierenden lernen, große wissenschaftliche Datensätze zu analysieren und KI-gestützte Verfahren praktisch anzuwenden. Dazu gehören auch der Einsatz von Virtual-Reality-Technologien sowie digitaler Tools, die Forschung und Lehre unterstützen. Durch Live-Demonstrationen mit Python-Skripten und mobilen Messgeräten erhalten die Teilnehmenden einen praxisnahen Einblick in aktuelle datenintensive Forschungsansätze. Insgesamt vermittelt die Veranstaltung sowohl die theoretischen Grundlagen als auch die praktische Anwendung KI-basierter Methoden in der spektroskopischen Forschung.
(Zusammengefasst von Anja Daßler, JLU Gießen, HessenHub - Netzwerk digitale Hochschullehre Hessen.)

Begründung der Jury-Entscheidung
"Die Lehrveranstaltung „SPECTRO25“ von Prof. Dr. Rahimi-Iman ist ein überzeugendes Beispiel für eine innovative, forschungsnahe und zugleich didaktisch reflektierte Integration von KI-gestützten Verfahren in die Hochschullehre. Studierende erleben KI nicht nur als Hilfsmittel, sondern als integralen Bestandteil eines umfassenden Lehr-Lernprozesses, der Theorie, Praxis und Reflexion gleichermaßen verbindet. Im Hinblick auf die intendierten Lernziele zeigt die Veranstaltung ein hohes Maß an Constructive Alignment: Didaktisch sauber verknüpft werden KI-basierte Methoden mit konkreten Fachinhalten (Spektroskopie), Prüfungsleistungen (Seminarvortrag und Kurzbericht) und realen Anwendungen im Bereich Big Data und Machine Learning.
Der Lernprozess wird durch gezielte KI-Nutzung unterstützt – etwa zur Datenauswertung, Ideenentwicklung, automatisierten Handouterstellung oder dem Vergleich klassischer und KI-gestützter Recherchewege. Diese Anwendungen fördern die aktive Auseinandersetzung mit KI und ermöglichen sowohl individuelles als auch kooperatives Lernen. Besonders hervorzuheben ist der Aspekt der Medienkompetenz: Studierende setzen sich mit den Funktionsprinzipien und Grenzen KI-gestützter Analyseverfahren auseinander, erhalten praktische Einblicke in aktuelle Forschung und lernen, diese Technologien sachkundig, reflektiert und verantwortungsbewusst einzusetzen.
Darüber hinaus wird das Lernen über KI im Modul aktiv gefördert. Fragen zu wissenschaftsethischen Implikationen, Datenschutz, Transparenz und der sinnvollen Einbettung von KI in Forschungskontexte werden explizit behandelt. Die innovative Kombination mit Virtual-Reality-Elementen stärkt zusätzlich das immersive, interaktive Lernen. Die Lehrveranstaltung überzeugt nicht nur inhaltlich, sondern auch durch ihre Motivationskraft und Wirkung auf die Studierenden. Die Nominierung durch eine Teilnehmerin macht deutlich, wie stark sich die Lehrweise von Prof. Rahimi-Iman auf das individuelle Lernklima und die Begeisterung für Forschung und KI auswirkt. Die Bewerbung erfüllt alle relevanten Bewertungskriterien in sehr hohem Maße – insbesondere in den Bereichen KI-Integration, Medienkompetenz, Reflexion und Lernwirksamkeit."

Begutachtete Abschlussarbeiten: Neural Network and Genetic Algorithm-based [...] Optimization of Chiral Metasurfaces (2025)
Machine learning of a temperature sensor based on [...] using neural networks (2023)
Investigation of the group-delay dispersion in semiconductor [...] chips (2021)
Tunability investigation of two-chip terahertz-generating [...] lasers (2021)
Towards Controllable Light-Matter Interaction with [...] Microcavity Concepts (2020)
Entwicklung von photonischen Strukturen zur Beeinflussung [...] von WS2-Monolagen (2019)
Einstellbare Kopplungsstärke der Licht-Materie-Wechselwirkung von Monolagen [...] (2019)
und weitere / and more ... - Last update July 2024

(Mit)betreute Doktorarbeiten: [...] VECSELs: Nonlinear lensing and frequency-modulated Combs (2021)
Optical Properties of TMDC Monolayers and Their Heterostructures (2020)
und weitere / and more ... - Last update July 2024

Unterstützte Forschungsarbeiten: (in Bearbeitung)

Themenbereiche: Festkörperphysik
Halbleiterphysik und -Bauelemente
Laserphysik
Licht-Materie-Wechselwirkungen
Nanotechnologie
Optische Spektroskopie
Quantentechnologie
KI in der Photonik
Virtual Reality Gamification
(in Bearbeitung)