15.08.2025
KI-Forscherin Dr. Sandra Hummel als TUD Young Investigator ausgezeichnet
Mit ihrer Arbeit zu KI-basierten Lernassistenten hat Dr. Sandra Hummel die TU Dresden überzeugt: Die Leiterin der Nachwuchsforschungsgruppe „Situating AI-based Mentoring“ am ScaDS.AI Dresden/Leipzig wurde am 5. August 2025 als TUD Young Investigator ernannt. Sie untersucht, wie künstliche Intelligenz – unter Einbeziehung didaktischer Prinzipien – Lernprozesse begleiten und personalisierte Unterstützung bieten kann.
„Ich finde es großartig, dass die TU Dresden akademische Karrieren so gezielt fördert – mit echten Kontakten, konkreten Möglichkeiten zur Mitgestaltung des Programms und einer offenen Haltung gegenüber unterschiedlichen akademischen Laufbahnen.", so Dr. Sandra Hummel.
Anlässlich der Ernennung überreichte Rektorin Prof. Dr. Ursula M. Staudinger ihr die Urkunde in einer Rektorratssitzung, nach einer Laudatio durch Prorektorin Forschung Prof. Dr. Angela Rösen-Wolff. Als Mentor wird Prof. Dr. Thomas Köhler Dr. Sandra Hummel im Rahmen des Programms unterstützen.
Das „TUD Young Investigator“-Programm stärkt exzellente, unabhängige Nachwuchsgruppenleiter:innen an der TU Dresden, indem es ihre Einbindung in die Fakultäten fördert und ihnen die Teilnahme am Qualifikationsangebot FAST FORWARD ermöglicht. Der Status ist zeitlich befristet und an die Dauer der Tätigkeit als Leitung einer unabhängigen Nachwuchsgruppe gebunden.
Der Schwerpunkt der aktuellen Forschung von Sandra Hummel liegt auf dem KI-Lernassistent SAM, der eine pädagogisch fundierte und personalisierte Lern- und Lehrunterstützung ermöglicht. Zuvor promovierte sie in Erziehungswissenschaften an der Universität Graz in Österreich. Sie arbeitete an verschiedenen Initiativen zur Verbesserung der Lehrqualität und Innovation, unter anderem mit Kooperationspartnern aus Österreich, Deutschland, den Niederlanden, Sri Lanka und Kambodscha. Zudem koordinierte sie mehrere EU-Projekte, die sich mit der Entwicklung von Bildungstechnologien beschäftigen, welche die individuellen Eigenschaften unterschiedlicher Lernender berücksichtigen und sich diesen anpassen.