Silke Wrede

Silke Wrede (MA) Foto: Hardy Welsch

Silke Wrede (MA)

Wissenschaftliche Mitarbeiterin im AI.EDU Research Lab 2.0

E-Mail: Silke.Wrede

Universitätsstraße 27 – PRG / Gebäude 5
Raum A 106 (1. Etage)
58097 Hagen

Was ist meine Rolle in CATALPA?

Als Bildungswissenschaftlerin erforsche ich im AI.EDU Research Lab den Einsatz von Künstlicher Intelligenz in der Hochschullehre. Insbesondere verfolge ich die Integration von KI in (bestehende) didaktische Lehr- und Lernszenarien unter Berücksichtigung bildungswissenschaftlicher Paradigmen. Darüber hinaus ist die Sensibilisierung der Studierenden für das Thema KI ein zentrales Thema meiner Arbeit.

Warum CATALPA?

Im Forschungsschwerpunkt CATALPA schätze ich den Austausch mit anderen Forschenden, der meine eigene Arbeit inspiriert und um Einblicke in andere Fachbereiche bereichert. Die interdisziplinäre Forschungsausrichtung ist für meine berufliche Entwicklung im Bereich Bildung und Künstliche Intelligenz zentral und offenbart Synergien sowie neue Forschungsinteressen.

    • Projektarbeit im AI.EDU Research Lab 2.0 (seit Oktober 2022), zuvor im AI.EDU Research Lab (Oktober 2018-September 2022)
    • Masterabschluss Bildung und Medien – eEducation, FernUniversität in Hagen (2022) “KI-basiertes personalisiertes Feedback und die Förderung des Verstehens – Lehren und Lernen vor dem Hintergrund der digitalen Hermeneutik“
    • Co-Aufbau des KI-ExpertLab Hochschulehre (seit November 2020)
    • Wissenschaftliche Mitarbeiterin im Lehrgebiet Bildungstheorie und Medienpädagogik (seit Juli 2018)
    • Bachelorabschluss der Bildungswissenschaft, FernUniversität in Hagen (Juni 2018)
    • Mitorganisation des Mobile Learning Day (2013/14/15/17/18)
    • Weitere Tätigkeiten: Motopädin an der Kinder- und Jugendpsychiatrie Hamm, vielfache Lehrerfahrungen mit unterschiedlichen Zielgruppen im Bereich Bewegung, Pädagogische Leitung einer Offenen Ganztagsgrundschule
    • Einsatz von künstlicher Intelligenz beim Lernen und Lehren in der Hochschulbildung
    • Personalisierte Unterstützung der Studierenden durch KI-Methoden und -Ansätze (z. B. personalisiertes Feedback, Empfehlungssysteme, Expertensysteme, ...)
    • Zielsetzung eines ethischen und vertrauenswürdigen Einsatzes von KI
    • Domänenmodellierung in einem sozialwissenschaftlichen Kontext
    • Förderung des Verstehens - KI im Lehren und Lernen aus der Perspektive der digitalen Hermeneutik
    • AI.EDU Research Lab 2.0
  • 2023

    Buchbeiträge

    • Wrede, S. E., Gloerfeld, C., & Witt, C. de. (im Druck 2023). KI und Didaktik – Zur Qualität von Feedback durch Recommendersysteme. In C. de Witt, C. Gloerfeld, & S. E. Wrede (Hrsg.), Künstliche Intelligenz in der Bildung. Springer.

    2022

    Konferenzbeiträge

    • Wang, X., Li, H., Zimmermann, A., Pinkwart, Niels., Wrede, S., van Rijn, L., de Witt, C., & Baudach, B. (2022). IFSE - Personalized Quiz Generator and Intelligent Knowledge Recommendation. 2022 IEEE 16th International Conference on Semantic Computing (ICSC), 201–208. https://doi.org/10.1109/ICSC52841.2022.00041

    Buchbeiträge

    • Wrede, S. E., Gloerfeld, C., de Witt, C., & Wang, X. (2022). Künstliche Intelligenz und forschendes Lernen - ein ideales Paar im Hochschulstudium!? In T. Schmohl & A. Watanabe (Hrsg.), Künstliche Intelligenz in der Hochschulbildung. transcript.

    Vorträge und Posterpräsentationen

    • Karolyi, H., & Wrede, S. (2022). Gestaltung formativer Feedbacks an Hochschulen mit Künstlicher Intelligenz und Trusted Learning Analytics [Presentation].

    2020

    Zeitschriftenartikel

    • Gloerfeld, C., Wrede, S., de Witt, C., & Wang, X. (2020). Recommender – Potentials and Limitations for Self-Study in Higher Education from an Educational Science Perspective. International Journal of Learning Analytics and Artificial Intelligence for Education (iJAI), 2(2), 34. https://doi.org/10.3991/ijai.v2i2.14763

    Konferenzbeiträge

    • Wang, X., Gülenman, T., Pinkwart, N., de Witt, C., Gloerfeld, C., & Wrede, S. (2020). Automatic Assessment of Student Homework and Personalized Recommendation. In M. Chang (Hrsg.), IEEE 20th International Conference on Advanced Learning Technologies (S. 150–154). IEEE. https://doi.org/10.1109/ICALT49669.2020.00051
  • ResearchGate