Skip to main content
Zur Startseite der DHBW Stuttgart 50 Jahre DHBW Stuttgart 50 Jahre DHBW Stuttgart
Standorte
Stuttgart Campus Horb
DE  |  EN
Studieninteressierte Studierende Duale Partner Lehrbeauftragte Presse Alumni International Visitors Mitarbeitende
Zur Startseite der DHBW Stuttgart

Studierende entwickeln Lehr-IT-Infrastruktur für Data Science Anwendungen

Das Thema „digitale Lehrunterstützung“ gewinnt zunehmend an Bedeutung. Allerdings stellt aufgrund der Komplexität von Data Science Anwendungen die Vorbereitung eines standardisierten und performanten digitalen Lehr- und Lernumfelds für entsprechende Vorlesungen häufig eine Zeit und Nerven kostende Angelegenheit dar. Um dem entgegenzuwirken, haben Studierende des sechsten Semesters im Studiengang Wirtschaftsinformatik an der DHBW Stuttgart eine vorbereitete und einfach zu bedienende Lehr-IT-Infrastruktur entwickelt.

Schreibmaschine, in deren Papiereinzug ein Blatt mit der Aufschrift "Machine Learning" steckt.

Ein stetig wachsendes Angebot an Data Science- und Machine Learning Lehrmodulen [1, 2] an der DHBW Stuttgart steht eng in Verbindung mit einem steigenden Bedarf an entsprechender digitaler Lehrunterstützung. So erhoben die Studierenden Malou Skiera, Franz Pokoj, Jan-Lennard Gerken, Jonas Pfaff und Daniel Kadira, dass eine teilautomatisierte IT-Infrastruktur, die sich einfach aufsetzen und anpassen lässt sowie automatisierte Wartungsfunktionen enthält, einen wertvollen Beitrag zur Lehrunterstützung leisten kann. So wurde basierend auf der Virtualisierungstechnologie Docker [3] von den Studierenden eine Infrastruktur entwickelt, welche diese Anforderungen erfüllt. Auf der Infrastruktur können Dozierende sowie deren Kurse ihre Programme in einem leistungsfähigen Umfeld bereitstellen und ausführen. Dabei wird ein besonderer Fokus auf die Umsetzung von Machine Learning Projekten gelegt. So sind die Entwicklungsumgebung „Virtual Studio Code Server“, die interaktive Datenauswertungsplattform „Jupyter Notebook“ sowie eine Workstation, die für Anwendungsfälle im Themengebiet der künstlichen Intelligenz spezialisiert ist, in die Lösung eingebunden.

Bei technischen Vorlesungen müssen die Dozent*innen oft ein zeitaufwendiges Aufsetzen der Arbeitsumgebung mit den Studierenden vornehmen. Mit der geschaffenen Lösung läuft dieser Schritt weitestgehend automatisiert ab und es wird Zeit eingespart, die dann in die eigentliche Lehre fließen kann. Die Nutzer*innen müssen lediglich das Programmskript mit den gewünschten Inhalten herunterladen, ihre bevorzugte Konfiguration des Umfelds angeben und schon können die Anwendungspläne realisiert werden. Nach der Umsetzung können die Ergebnisse auf einen persistenten Speicher, der auch zur Unterstützung der Zusammenarbeit genutzt werden kann, hochgeladen werden. Um das Konzept hinter der Lösung zu verdeutlichen und die Nutzung zu unterstützen, sind ferner verschiedene Dokumentationen und Beispiele verfügbar.

Die Infrastruktur stellt eine wertvolle Lösung für Studierende, Dozierende und die Hochschule dar, da sie unabhängig von den Voraussetzungen der Nutzer*innen eine zeiteffektive und vielseitige Bearbeitung von Projekten ermöglicht.
Die Betreuer der Gruppe, Prof. Dr. Kai Holzweißig, Stefan Kreidel und Lars Probst, welche die Lehrveranstaltung begleiteten, freuen sich über die Ergebnisse und sind auf die weiteren Entwicklungsschritte sowie die zukünftige Realisierung von entsprechenden Data Science Projekten gespannt.