Erik Marx

Kontakt

Wissenschaftlicher Mitarbeiter

Mr Erik Marx

Send email

Professur für Didaktik der Informatik

work

Visiting address:

Andreas-Pfitzmann-Bau, Raum 2099 Nöthnitzer Str. 46

01187 Dresden

work Tel.

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 Lehrenden wesentlich sind und wie Präkonzepte, 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 Präkonzepte bei Schüler:innen notwendig. Darüber hinaus wird zur Untersuchung der Beständigkeit dieser Präkonzepte 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 zusammen mit Schüler:innen in unserem Schülerlabor EduInf.

Veröffentlichungen

11 Entries

2025

Vorstellung eines Concept Inventory zum maschinellen Lernen (CIML)Marx, E. & Bergner, N., 2025Electronic (full-text) versionResearch output: Contribution to conferences > Abstract

2024

From Guesswork to Game Plan: Exploring Problem-Solving-Strategies in a Machine Learning GameWitt, C., Leonhardt, T., Marx, E. & Bergner, N., 13 Oct 2024, Informatics in Schools. Innovative Approaches to Computer Science Teaching and Learning : Situation, Evolution, and Perspectives, ISSEP 2024, Proceedings. Pluhár, Z. & Gaál, B. (eds.).p. 73-84, 12 p.Electronic (full-text) versionResearch output: Contribution to book/conference proceedings/anthology/report > Conference contribution
Identifying Secondary School Students' Misconceptions about Machine Learning: An Interview StudyMarx, E., Witt, C. & Leonhardt, T., 16 Sep 2024, WiPSCE '24: Proceedings of the 19th WiPSCE Conference on Primary and Secondary Computing Education Research. Michaeli, T., Sentance, S. & Bergner, N. (eds.). New York, NY, USA: Association for Computing Machinery, p. 1-10, 10 p., 3678114Electronic (full-text) versionResearch output: Contribution to book/conference proceedings/anthology/report > Conference contribution

2023

Secondary school students' mental models and attitudes regarding artificial intelligence - A scoping reviewMarx, E., Leonhardt, T. & Bergner, N., Jan 2023, In: Computers and education: artificial intelligence. 5, 5, p. 1-13, 13 p., 100169Electronic (full-text) versionResearch output: Contribution to journal > Review article
Exploring Students’ Preinstructional Mental Models of Machine Learning: Preliminary FindingsMarx, E., Leonhardt, T., Bergner, N. & Witt, C., 2023, 16th International Conference on Informatics in Schools: Situation, Evolution, and Perspectives, ISSEP 2023, Local Proceedings. Pellet, J. & Parriaux, G. (eds.). Zenodo, p. 233-236, 4 p.Electronic (full-text) versionResearch output: Contribution to book/conference proceedings/anthology/report > Conference contribution
Maschinelles Lernen in der Sekundarstufe I erlebbar machen: Workshop-Konzept zur Entwicklung einer intelligenten MuseumsappMarx, E. & Bergner, N., 2023, p. 429-430, 2 p.Electronic (full-text) versionResearch output: Contribution to conferences > Poster
Seminarkonzept zur fachlichen und fachdidaktischen Qualifizierung von Informatiklehramtsstudierenden zum Maschinellen LernenMarx, E. & Bergner, N., 2023, 10. Fachtagung Hochschuldidaktik Informatik (HDI) 2023. Gesellschaft fur Informatik (GI), Vol. 10. p. 65-74, 10 p.Electronic (full-text) versionResearch output: Contribution to book/conference proceedings/anthology/report > Conference contribution
Workshop: Künstliche Intelligenz im Informatikunterricht - Praxisperspektiven im GesprächSchönberger, L., Marx, E. & Bergner, N., 2023, 2 p.Electronic (full-text) versionResearch output: Other contribution > Other

2022

Brief Summary of Existing Research on Students’ Conceptions of AIMarx, E., Leonhardt, T. & Bergner, N., Oct 2022, p. 1-2, 2 p.Electronic (full-text) versionResearch output: Contribution to conferences > Poster
Using Matchboxes to Teach the Basics of Machine Learning: an Analysis of (Possible) MisconceptionsMarx, E., Leonhardt, T., Baberowski, D. & Bergner, N., 8 Sep 2022, Proceedings of the Second Teaching Machine Learning and Artificial Intelligence Workshop. PMLR, p. 25-29, 5 p.Electronic (full-text) versionResearch output: Contribution to book/conference proceedings/anthology/report > Conference contribution

Hochschullehre

Im Folgenden findet sich eine Übersicht zu betreuten bzw. angebotenen Lehrveranstaltungen und 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

(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