Live-Programm

Prof. Dr. Amitabh Banerji, AG DiCE
Prof. Dr. Johannes Huwer, AG DiCE
Prof. Dr. Stefan Müller, AG DiCE
Prof. Dr. Timm Wilke, AG DiCE

Eröffnung der DiCE 2026

Jun.-Prof. Dr. Felix Strieth-Kalthoff, Bergische Universität Wuppertal

Digitalisierung ist nicht nur in der Chemie mit hohen Erwartungen verbunden. Dabei sind digitale Methoden wie statistische Modellierung, Computerchemie oder Prozessautomatisierung keine neuen Konzepte. Die jüngsten Fortschritte in Robotik und Künstlicher Intelligenz haben diese Technologien jedoch verstärkt in den Fokus gerückt. In diesem Vortrag möchte ich Einblicke geben, wie wir Methoden des maschinellen Lernens (ML) einsetzen, um Versuchsplanung ressourceneffizienter zu gestalten. Anhand von Beispielen aus Analytik, Wirkstoffforschung und Materialentwicklung wird gezeigt, wie ML mit automatisierten Experimenten kombiniert werden kann. Eine zentrale Erkenntnis hierbei ist, dass robuste Versuchsplanung nur dann gelingt, wenn Fachwissen und Erfahrungswerte in die Modellierung integriert werden. Präsentiert werden hierzu verschiedene Ansätze, darunter Simulationen, „Human-in-the-Loop“-Konzepte und die Nutzung impliziten Wissens aus Large Language Models. Abschließend möchte ich diskutieren, welche Konsequenzen diese Entwicklungen für die Hochschulausbildung haben, und berichte von unseren Erfahrungen aus der Entwicklung grundständiger Lehrveranstaltungen im Fach "Digitale Chemie".

Leon Richter, RPTU Kaiserslautern-Landau
Dr. Stefen Müller, RPTU Kaiserslautern-Landau
Prof. Dr. Johann-Nikolaus Seibert, RPTU Kaiserslautern-Landau

Die Digitalisierung des Chemieunterrichts hat auch den Einsatz von Arbeitsblättern verändert: Analoge Arbeitsblätter wurden teilweise durch digitale PDF-Dokumente ersetzt. Ein zentraler Bestandteil des Arbeitsblatts sind Arbeitsaufträge bzw. Übungsaufgaben, mit denen die Lernenden ihr Verständnis überprüfen und vertiefen können. Die Überprüfung der eigenen Antworten zu den Aufgaben und die damit einhergehende Reflexion der Lösungen sind dabei wesentliche Lernschritte. Damit wird sofort erkannt, was bereits beherrscht wird bzw. was noch vertieft werden muss. Digitale PDF-Dokumente können einen funktionalen Mehrwert bieten, indem die Lernenden ihre Antworten einfach und selbstständig offline überprüfen können, ohne ein zusätzliches Lösungsblatt. In diesem Beitrag werden einerseits didaktische Überlegungen und die selbstkorrigierenden PDFs am Beispiel des Themas Stöchiometrie vorgestellt sowie andererseits die grundsätzliche Funktionsweise dieser selbstkorrigierenden PDFs erläutert. Zudem wird eine Kurzanleitung zu ihrer Erstellung gegeben und es werden erste empirische Ergebnisse zum Einsatz der PDFs und zur Usability dargestellt.

Prof. Dr. Lars-Jochen Thoms, Pädagogische Hochschule Thurgau und Universität Konstanz
Prof. Dr. Johannes Huwer, Universität Konstanz und Pädagogische Hochschule Thurgau
Prof. Dr. Frieder Loch, Ostschweizer Fachhochschule

Die Integration von Augmented Reality (AR) in den Chemieunterricht eröffnet neue didaktische Potenziale, wird jedoch durch die aufwendige Erstellung geeigneter digitaler Molekülmodelle erschwert. Im Tool-Tip werden zwei Tools vorgestellt, die diesen Prozess vereinfachen: ein webbasierter Online-Generator für 3D-Molekülmodelle sowie ein Plug-in für die 3D-Software Blender. Beide Tools ermöglichen die automatisierte Umwandlung von SMILES-Strings in digitale Molekülmodelle (Molekülbaukasten, Kugel-Stab- und Kalottenmodell), die sich einfach exportieren und in AR-Anwendungen integrieren lassen.

Christian Dyck, Universität Bielefeld
Prof. Dr. Stephanie Schwedler, Universität Bielefeld

Molekularsimulationen ermöglichen es, das Verständnis chemischer Prozesse durch die Darstellung der submikroskopischen Ebene zu verbessern. Ihr Einsatz im Unterricht wird jedoch durch eingeschränkte Anpassungsmöglichkeiten bestehender Simulationen erschwert. NetLogo ist eine frei verfügbare, agenten-basierte Modellierungsumgebung, in der Modelle angepasst oder neu erstellt werden können. KI kann dabei den Modellier- und Codierprozess unterstützen. So lassen sich eigene Simulationen für den Unterricht entwickeln und darüber hinaus kann aktives Modellieren durch Lernende ermöglicht werden.

Laura Leppla, Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Jun.-Prof. Dr. Johann-Nikolaus Seibert, Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau

Der Vortrag präsentiert die Pilotierung und Evaluation der webbasierten Lernumgebung SMOKEChem, die KI-gestütztes formatives Feedback mit kollaborativem Peer-Feedback zur Förderung naturwissenschaftlicher Argumentation in Socio-Scientific Issues (SSI) verbindet. Ziel von SMOKEChem ist es, naturwissenschaftliches Argumentieren gezielt durch die Integration metakognitive Elemente sowie KI- und Peer-Feedback innerhalb eines digital unterstützten Lernsettings zu fördern.
Die Pilotstudie wurde im Chemieunterricht mit Schüler:innen der Sekundarstufe I durchgeführt und explorativ-deskriptiv im Mixed-Methods-Design ausgewertet. Im Fokus der Evaluation standen die wahrgenommene Chatbot-Usability, Technologieakzeptanz (TAM), kognitive Belastung sowie qualitative Einschätzungen zum Peer-Feedback.
Die Ergebnisse deuten auf eine grundsätzlich positive Wahrnehmung der Webapp SMOKEChem hin und verweisen zugleich auf zentrale Gestaltungsfragen hybrider Feedbacksettings. Der Vortrag diskutiert diese Befunde im Hinblick auf didaktische Designentscheidungen, Nutzungspotenziale und Grenzen KI-gestützter Argumentationsumgebungen und eröffnet Perspektiven für weiterführende Forschung.

Daniel Braun, Universität Konstanz
Julia Albicker, Universität Konstanz
Prof. Dr. Johannes Huwer, Universität Konstanz

In diesem Workshop zeigen wir den entscheidenden Beitrag moderner Technologien für den naturwissenschaftlichen Unterricht auf. Anhand praktischer Beispiele verdeutlichen wir, wie Naturwissenschaften und Informatik miteinander verbunden sind und gewinnbringend in Lernumgebungen verknüpft werden können.
Beispielsweise thematisieren wir ein Vorgehen zur strukturierten und zugleich sprach-reduzierten Dokumentation von Versuchsabläufen in Anlehnung an algorithmische Prozesse und stellen ein Lernszenario zum praktischen Einsatz von Mikrocontrollern im Naturwissenschaftsunterricht vor. Darüber hinaus sollen auch Einsatzfelder zum Lernen über Künstliche Intelligenz, z.B. im Rahmen der Mustererkennung, präsentiert werden.

Der Workshop bietet konkrete Einblicke in die Future Skills des naturwissenschaftlichen Arbeitens sowie die darauf basierende Durchführung von Experimenten, wobei auch technische Herausforderungen diskutiert werden.