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.
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.