Erik Marx
Inhaltsverzeichnis
Kontakt
© DDI
Wissenschaftlicher Mitarbeiter
NameHerr Erik Marx
Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).
Besuchsadresse:
Andreas-Pfitzmann-Bau, Raum 2099 Nöthnitzer Str. 46
01187 Dresden
Aufgabenbereiche
- Forschung und Promotion zur Vermittlung des Themengebietes des maschinellen Lernens in der Schule.
- Konzeption, Durchführung und Evaluation von Lernmaterialien und Workshopkonzepte zum Thema Künstliche Intelligenz
- Lehrtätigkeit in Veranstaltungen der Professur für Didaktik der Informatik mit Schwerpunkt Künstliche Intelligenz
- Weiterbildungsveranstaltungen für Lehrkräfte und Seiteneinsteiger mit Schwerpunkt KI
- Öffnen von Forschungsfeldern und damit verbundenen Erkenntnissen im Bereich KI für die breite Öffentlichkeit im ScaDS.AI Projekt
Promotion und Forschung
Ich befasse mich mit der Frage, wie das Themenfeld "Künstliche Intelligenz" (KI), insbesondere der Bereich des maschinellen Lernens (ML), in der Schule vermittelt werden kann. Im Mittelpunkt stehen dabei die Überlegungen, welche ML-Konzepte für das Verständnis und die Entwicklung geeigneter kognitiver Modelle bei Lernenden wesentlich sind und wie Prävorstellungen, die Schüler:innen bereits vor dem schulischen Kontakt mit dem Thema entwickeln, den Lernprozess beeinflussen.
Zur Beantwortung dieser Fragen ist ein Mixed-Methods-Ansatz erforderlich. Um grundlegende Konzepte zu identifizieren, sind Literaturanalysen sowie qualitative Studien zur Erfassung der vorhandenen Prävorstellungen bei Schüler:innen notwendig. Darüber hinaus wird zur Untersuchung der Beständigkeit dieser Prävorstellungen und zur Bewertung der Wirkung von Lerninterventionen ein Messinstrument in Form eines Fragebogens entwickelt, das in quantitativen Studien eingesetzt wird.
Im Rahmen meiner Projektstelle in ScaDS.AI entwerfe ich zudem Lernmaterialien und Workshopkonzepte und erprobe und evaluiere diese mit Schüler:innen in unserem Schülerlabor EduInf.
Veröffentlichungen
2025
-
Art Interactive - The Intelligent Museum Guide: A Hands-On Approach to Introducing Key Machine Learning Concepts, 1 Sept. 2025Elektronische (Volltext-)VersionPublikation: Beitrag zu Konferenzen > Paper
-
Concept Inventory zum Thema Maschinelles Lernen (CIML) - Konzeption, Entwicklung und Evaluation, 2025, 21. GI-Fachtagung Informatik und Schule (INFOS) 2025. Gesellschaft für Informatik e.V. (GI)Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
-
Vorstellung eines Concept Inventory zum maschinellen Lernen (CIML), 2025Elektronische (Volltext-)VersionPublikation: Beitrag zu Konferenzen > Abstract
2024
-
From Guesswork to Game Plan: Exploring Problem-Solving-Strategies in a Machine Learning Game, 13 Okt. 2024, Informatics in Schools. Innovative Approaches to Computer Science Teaching and Learning : Situation, Evolution, and Perspectives, ISSEP 2024, Proceedings. Pluhár, Z. & Gaál, B. (Hrsg.).S. 73-84, 12 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
-
Identifying Secondary School Students' Misconceptions about Machine Learning: An Interview Study, 16 Sept. 2024, WiPSCE '24: Proceedings of the 19th WiPSCE Conference on Primary and Secondary Computing Education Research. Michaeli, T., Sentance, S. & Bergner, N. (Hrsg.). New York, NY, USA: Association for Computing Machinery, S. 1-10, 10 S., 3678114Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
2023
-
Secondary school students' mental models and attitudes regarding artificial intelligence - A scoping review, Jan. 2023, in: Computers and education: artificial intelligence. 5, 5, S. 1-13, 13 S., 100169Elektronische (Volltext-)VersionPublikation: Beitrag in Fachzeitschrift > Übersichtsartikel (Review)
-
Exploring Students’ Preinstructional Mental Models of Machine Learning: Preliminary Findings, 2023, 16th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP 2023, Local Proceedings. Pellet, J. & Parriaux, G. (Hrsg.). Zenodo, S. 233-236, 4 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
-
Maschinelles Lernen in der Sekundarstufe I erlebbar machen: Workshop-Konzept zur Entwicklung einer intelligenten Museumsapp, 2023, S. 429-430, 2 S.Elektronische (Volltext-)VersionPublikation: Beitrag zu Konferenzen > Poster
-
Seminarkonzept zur fachlichen und fachdidaktischen Qualifizierung von Informatiklehramtsstudierenden zum Maschinellen Lernen, 2023, 10. Fachtagung Hochschuldidaktik Informatik (HDI) 2023. Gesellschaft fur Informatik (GI), Band 10. S. 65-74, 10 S.Elektronische (Volltext-)VersionPublikation: Beitrag in Buch/Konferenzbericht/Sammelband/Gutachten > Beitrag in Konferenzband
-
Workshop: Künstliche Intelligenz im Informatikunterricht - Praxisperspektiven im Gespräch, 2023, 2 S.Elektronische (Volltext-)VersionPublikation: Sonstige Veröffentlichung > Sonstiges
Diese Informationen werden durch das FIS bereitgestellt.
Hochschullehre
Im Folgenden findet sich eine Übersicht zu angebotenen Lehrveranstaltungen und betreuten Abschlussarbeiten mit Schwerpunkt Künstliche Intelligenz.
Lehrveranstaltungen
- (SoSe 24) IT4Advanced - KI in der Schule
- (WiSe 23/24) IT4Advanced - KI in der Schule
- (SoSe 23) IT4Advanced - KI in der Schule
- (WiSe 22/23) IT4Advanced - Vertiefende Aspekte für Informatiklehramtstudierende
- (SoSe 22) Fachdidaktik Informatik - informatische Bildung an Mittelschulen
- (SoSe 21) Fachdidaktik Informatik – ausgewählte Aspekte
Abschlussarbeiten
- (SoSe 25) Evaluation eines Concept Inventory zum maschinellen Lernen mittels kognitiver Interviews
- (WiSe 24/25) Konzeption und Entwicklung eines kollaborativen Lernspiel-Modus zur Einführung in das Themenfeld "Maschinelles Lernen"
- (WiSe 24/25) Entwicklung eines projektbasierten Ansatzes zur Vermittlung der Grundlagen des maschinellen Lernens in der Sekundarstufe II
- (SoSe 24) Schüler:innenvorstellungen zu Empfehlungssystemen
- (SoSe 22) Didaktische Rekonstruktion des maschinellen Lernens im Kontext der Bildverarbeitung - Workshopkonzept für die Sekundarstufe II
- (WiSe 21/22) KI Play – Didaktische Konzeption eines KI-Lernspiels für Multitouch-Tische
Beruflicher Werdegang
| seit 04/2021 | wissenschaftlicher Mitarbeiter im Projekt "ScaDS.AI" |
| 10/2014 - 02/2021 |
Studium mit Abschluss 1. Staatsexamen für das höhere Lehramt an Gymnasien in den Fächern Mathematik und Informatik |