share
Teilen bedeutet im eTeach-Netzwerk Thüringen, Wissen, Erfahrungen und Ressourcen aktiv zugänglich zu machen und gemeinsam weiterzuentwickeln. Ziel ist es, eine hochschulübergreifende Community of Practice zu etablieren, in der Lehrende voneinander lernen, sich gegenseitig inspirieren und gemeinsam an der Qualität der Lehre arbeiten.
Während beim Vernetzen der persönliche Austausch und Dialog im Mittelpunkt stehen, geht es beim Teilen darum, Inhalte, Materialien und Expertise nachhaltig verfügbar zu machen und für andere nutzbar aufzubereiten.
Im Zentrum steht der offene Austausch von Expertise aus unterschiedlichen Themenfeldern der digitalen Hochschullehre. Durch das Teilen von Erfahrungen, Konzepten und Materialien entstehen neue Perspektiven und konkrete Anknüpfungspunkte für die eigene Lehrpraxis.
Was wird geteilt?
Im Netzwerk werden vielfältige Inhalte und Formate geteilt, die Lehrende in ihrer täglichen Arbeit unterstützen:
- Praxiswissen und Lehrkonzepte aus unterschiedlichen Disziplinen
- Erfahrungen mit digitalen Tools und Methoden
- Einblicke in innovative Lehrprojekte und Entwicklungen
- Materialien und Ressourcen zur direkten Nutzung oder Weiterentwicklung
So wird Wissen nicht nur verbreitet, sondern kontinuierlich weitergedacht und gemeinsam geschärft.
Angebote zum Teilen und Weiterlernen
Weiterbildungsangebote über den VCT
Lehrende können über den Virtuellen Campus Thüringen auf vielfältige Qualifizierungsangebote zugreifen, z. B. Moodle-Kurse zu Themen wie Barrierefreiheit oder den Einsatz generativer KI in der Lehre, z.B. genKI-Führerschein für die Lehre und für Studierende.
Lehrpraxisideen über die Good Practice Plattform
Eine Plattform, auf der Lehrende ihre Konzepte guter Lehrpraxis veröffentlichen und sich von Beispielen anderer inspirieren lassen können. Die Praxisbeispiele sind strukturiert aufbereitet und lassen sich gezielt filtern, sodass passende Inhalte schnell gefunden werden können.
KI-Experimentierfeld über das Open Model Lab
Ein offenes, anschlussfähiges Open-Source-KI-Modell, das Einblicke in Architektur, Trainingsprozesse und Funktionsweise bietet und gezielt für didaktische Szenarien genutzt werden kann für mehr Datensouveränität in der Hochschullehre.
