Auch dieses Jahr prämierte die FHTW die besten Lehrveranstaltungen des vorangegangenen Studienjahres 2022/23. Für den Teaching Award konnten nicht nur Lehrende selbst ihre Konzepte einreichen, auch Studierende waren aufgerufen, preiswürdige Lehrveranstaltungen zu nominieren. Eine Jury wählte sieben Gewinner*innen für die Kategorien “Gute Lehre”, “Gender und Diversity”, Forschung und Entwicklung”, sowie “Internationalisierung” aus. Zu den Kriterien gehörten u.a. Vielfalt in der Auswahl der didaktischen Methoden, Kompetenzorientierung – also Fokus auf Lernziele – Nachhaltigkeit, Übertragbarkeit sowie aktive Einbindung der Studierenden.

Im Folgenden präsentieren wir die einzelnen Preisträger*innen mit ihren ausgezeichneten Lehrveranstaltungen:

Kategorie „Gute Lehre“

Preis 1

Markus Holzer MSc.

mit der Lehrveranstaltung: Software Engineering 2

Kurzbeschreibung

Diese Lehrveranstaltung ist eine Einführung in die UI-Entwicklung mit Java oder C# .NET. Der Fokus liegt hierbei in der Trennung zwischen der Darstellung des grafischen User Interfaces und dem Code für die Steuerung und Verarbeitung. Für professionelle und nachhaltige Software Entwicklung ist es nicht ausreichend, lediglich funktionierenden Code zu produzieren. Es ist wichtig, den Applikationsaufbau und den Code durch Verwendung von bekannten und bewährten Entwurfs- und Architekturmustern auf eine verständliche und nachvollziehbare Art und Weise zu strukturieren und mit standardisierten Mitteln zu dokumentieren. Hierfür behandelt diese Lehrveranstaltung wichtige Konzepte und Praktiken, welche helfen, die generelle Qualität, Lesbarkeit, Nachvollziehbarkeit, Erweiterbarkeit und Austauschbarkeit von Software(komponenten) zu erhöhen. Es darf für die Entwicklung zwischen C# und Java gewählt werden.

Stimmen der Jury (Auszug)

“Die LV-Inhalte sind herausfordernd, Software Engineering ist eine schwierige, eine toughe Lehrveranstaltung. Die Nominierung durch die Studierenden und die Evaluierungsergebnisse sprechen für sich.”

Stimmen der Studierenden (Auszug)

„Durch seine vielen Erfahrungen, die er interessant und humorvoll in die Vorlesungen einbindet, profitieren die Studierenden immens!“
„Er ….ist in der Lage zu motivieren und auf Augenhöhe zu unterrichten und dabei mit seinem Wissen auf jedes Problem eine Antwort bereit halten.“

„Lektoren wie er waren der Grund wieso ich mich für eine FH statt Uni entschieden habe.“

Preis 2

Dr.ⁱⁿ Susanne Gangl,

DI Ursula Knaack MSc.,

Dr.ⁱⁿ Ariane Giesriegl MSc.

mit Unterstützung von

Mag. Dr. Thomas Machacek-Link,
Katharina Wießner MSc.,
DI Dr.ⁱⁿ Barbara Gepp

mit der Lehrveranstaltung: Angewandte Chemie

Kurzbeschreibung

In den Laborübungen der LV Angewandte Chemie Labor werden weiterführende Arbeitsweisen im chemischen Labor, Methoden der anorganischen und organischen Chemie vermittelt und gewonnene Daten korrekt analysiert und dokumentiert. Eigennstudiumsphasen und Präsenzphasen wechseln sich ab. In der Eigenstudiumsphase bereiten sich die Studierenden auf die theoretischen Inhalte bzw. die praktische Durchführung der Laborübung vor. In der Präsenzphase wird zu Beginn ein Antestat durchgeführt und anschließend folgt die praktische Arbeit.

Stimmen der Jury (Auszug)

“Die Lehrveranstaltung sticht durch den hohen Praxisbezug, den wertschätzenden Umgang und die positive Arbeitsatmosphäre im Labor besonders hervor. Diese wird von den Studierenden in ihren Rückmeldungen auch wiederholt bestätigt.”

Stimmen der Studierenden (Auszug)

„Auch manchmal relativ trockene Themen wurden ziemlich interessant erklärt. Die Lektorinnen haben es geschafft, eine angenehme Atmosphäre im Labor zu schaffen, bei denen man leicht Fragen stellen konnte, welche auch immer hilfreich und beibringend beantwortet wurden.“

Preis 3

DI Wolfgang Berger

mit Unterstützung von

FH-Prof. Dipl.-Ing. Alexander Nimmervoll,

Lukas Aichbauer MSc.

mit der Lehrveranstaltung: DevOps und Cloud Computing

Kurzbeschreibung

In dieser Lehrveranstaltung werden die Studierenden in die grundlegenden Konzepte von Servervirtualisierung und Rechenzentren eingeführt. Sie werden die Vor- und Nachteile der verschiedenen Cloud Deployment Varianten gründlich evaluieren. Dabei lernen sie, die passendste Variante für ein bestimmtes Cloud-Projekt auszuwählen und einen Kostenvergleich zu einer On-Premise-Lösung durchzuführen. Darüber hinaus werden sie die Fähigkeiten erwerben, ein Linux-Netzwerk mit den Komponenten DNS, LDAP, Git Server, Build Server und Web/Datenbankserver in einer Public Cloud Infrastructure zu installieren. Ein weiterer Schwerpunkt des Kurses ist die DevOps Toolchain. Die Studierenden werden den gesamten Prozess von Code bis Release durchlaufen, ihn automatisieren und ein Deployment in einer aktuellen Containertechnologie durchführen.

Stimmen der Jury (Auszug)

“Bei DevOps und Cloud Computing handelt es sich um eine solide und dennoch keine “einfache” Lehrveranstaltung mit hohem Praxisbezug. Die Einreichung besticht durch die Lehrqualität und das Engagement des Lektors, alles Aspekte, die auch von den Studierenden besonders geschätzt werden.”

Stimmen der Studierenden (Auszug)

„Er hat uns allesamt begeistert weil er komplizierte Themen kompetent und schnell erklärt. Manmerkt dass er viel Erfahrung in der Branche hat und diese auch begeistert an uns weitergeben will.Er hat das doch sehr komplexe Thema von Cloud Computing uns allen gut und verständlichnahegebracht, auf eine Art wo selbst diejenigen von uns, die davor nichts davon gewusst hatten, jetzt nach dem Kurs einen guten Überblick und umfassendes Verständnis über das Thema haben.“

“Die LV ist wichtig, weil wir als angehende Informatiker mit Cloud Computing und DevOps-Prinzipien bekannt gemacht werden müssen, um einen guten Überblick über die Branche zuerhalten, sowie Branchen-Standards kennenzulernen. Besonders gut ist in dieser LV der Hands-On approach, für welchen uns AWS zur Verfügung gestellt wurde. Es ist interessant dieverschiedenen Modelle von Services in der IT-Branche kennenzulernen und differenzieren zukönnen.“

Preis 4

DI Michael Iro,

Moritz Kriegleder BSc., MSc.,

Dr. Dr. Lukas Mairhofer,

Mira Maiwöger MSc.

mit der Lehrveranstaltung: Aktuelle Themen der Informatik: Quantencomputing

Kurzbeschreibung

Dieser Kurs vermittelt eine Einführung in die Kernthemen der Quanteninformation: Quantenkryptographie und Quantencomputing. Studierende lernen, wie Quantenzustände auf der Bloch-Kugel dargestellt werden und sich intensiv mit den Phänomenen der Superposition und Verschränkung von Quantenzuständen beschäftigen – sowohl in theoretischer Beschreibung als auch in konkreter Berechnung. Ein besonderer Fokus liegt auch auf der Funktionsweise von Quantengattern, und die Teilnehmenden werden befähigt, die Manipulation von Quantenzuständen an diesen Gattern zu berechnen. Zudem werden der Shor- und der Grover-Algorithmus behandelt, wobei die Formulierung und Erklärung ihrer Anwendungen im Mittelpunkt stehen. Darüber hinaus werden die Studierenden in die Lage versetzt, einfache Quantenalgorithmen selbst zu programmieren.

Stimmen der Jury (Auszug)

“Die Lehrveranstaltung ist gekennzeichnet von Methodenvielfalt und einem hohen Maß an Studierendenzentrierung, weshalb sie gleich mehrfach nominiert wurde. Die Förderung der Selbstwirksamkeit der Studierenden und die umfassende Nutzung der Möglichkeiten des Blended Learning machen diese Lehrveranstaltung besonders.”

Stimmen der Studierenden (Auszug)

„Das war die beste LVA die wir in unserem Leben hatten und wahrscheinlich auch haben werden. Die Didaktik war mehr als nur auszeichnungswürdig.“

„Quanten Computing ist definitv die Zukunft von Computern und wir brauchen neue Themen an der FH Technikum. Es ist immer wichtig alle Fächer “up to date” zu halten! Nach bereits dieser LVA fühlt man sich bereit in diesem Feld zu arbeiten und mit Personen auf Master und Doktor Niveau zu diskutieren! Wenn diese LVA nicht gewinnt verstehe ich die Welt nicht mehr…“

Preis 5

Dipl. Ing. Pascal Plank BSc.,

FH-Prof. Priv.-Doz. Mag. Dr. David Meyer

mit der Lehrveranstaltung: Machine Learning

Kurzbeschreibung

In dieser Lehrveranstaltung tauchen die Teilnehmenden tief in die Welt des maschinellen Lernens ein. Ziel des Moduls ist es, die Teilnehmer*innen zu befähigen, für spezifische Probleme die passendste Methode des maschinellen Lernens auszuwählen. Sie werden lernen, die Funktionsweise der gängigsten Methoden im Bereich des maschinellen Lernens detailliert zu erläutern. Darüber hinaus werden sie Methoden mithilfe von Computeranwendungen in der Praxis umsetzen und lernen, die daraus resultierenden Ergebnisse korrekt zu interpretieren. Ein weiterer Schwerpunkt liegt auf der Evaluation der Effizienz unterschiedlicher Methoden und deren Vergleich.

Stimmen der Jury (Auszug)

“Die Lehrveranstaltung Machine Learning beeindruckt nicht nur durch ihre Gestaltung sondern auch aufgrund ihrer Aktualität und der besonderen Relevanz der Inhalte, was wiederum die Studierenden zu einer Nominierung veranlasste.”

Stimmen der Studierenden (Auszug)

„Diese Lehrveranstaltung ist auszeichnungswürdig, da der Dozent umfassendes Wissen im Bereich Machine Learning besitzt und die Inhalte anschaulich vermittelt. Seine praktische Erfahrung aus der Privatwirtschaft ergänzt das theoretische Wissen und vermittelt den Studierenden relevante Einblicke. Der interaktive Unterrichtsstil fördert das aktive Lernen und ermöglicht den Studierenden, ihr Verständnis zu vertiefen. Die Aktualität der Inhalte und die Integration neuer Entwicklungen bieten den Studierenden Einblicke in aktuelle Trends und Anwendungsfälle. Insgesamt bietet diese Lehrveranstaltung eine herausragende Lernerfahrung im Bereich Machine Learning.“

Kategorie: “Forschung und Entwicklung”

FH-Prof. Dr.techn. Mohamed Aburaia MSc.,

Michael Schebek MSc.

mit der Lehrveranstaltung: Robotermodellierung

Kurzbeschreibung

Roboter als anwendungsspezifische Werkzeuge sind aus der heutigen Industrielandschaft nicht mehr wegzudenken und haben einen breiten Einsatzbereich. Schweiß-, Lackier- und Palettierroboter, sowie viele andere besiedeln bereits großflächig moderne Fertigungsstraßen. Hierbei sind die Roboter stets anwendungsspezifisch auszulegen und zu programmieren. Im Rahmen dieser Lehrveranstaltung lernen studierende Softwaretools um Robotersysteme ohne
herkömmliche proprietäre Steuerungen zu modellieren und zu steuern.

Stimmen der Jury (Auszug)

“Robotermodellierung  ist ein hervorragendes Beispiel für die Verschränkung einer Lehrveranstaltung mit einem echten Projekt durch das Lektorenteam.”

Stimmen der Studierenden (Auszug)

„Das Engagement von Herrn Schebek sucht seinesgleichen. Die kreative Freiheit für das Projekt hat Spaß gemacht!“

„Eine der besten Vorlesungen bisher, da man von A bis Z alles selbst konstruieren/auswählen durfte“

Kategorie: “Internationalisierung” – Sonderpreis

FH-Prof. DI Dr. Erich G. Markl,

FH-Prof. PD DI Dr.techn. Maximilian Lackner MBA,

Dipl.-Ing. Markus Lutz 

mit Studienreise der Fakultät Industrial Engineering

Stimmen aus der Jury (Auszug):

“Ein preiswürdiger Best-Practice-Ansatz, entwickelt im Zuge der Internationalisierung, der als Blaupause für andere, ähnliche Veranstaltungen an der gesamten FH dient.”

Herzliche Gratulation an alle Gewinner*innen!