Sigrid Klinger, M.Sc.

Ich beschäftige mich mit der Frage, wie Studierende in Einführungsveranstaltungen besser dabei unterstützt werden können, verständlichen und gut strukturierten Code zu schreiben. Dazu entwickle ich Verfahren, die automatisch qualitätsorientierte Rückfragen zu Programmcode erzeugen, und untersuche, wie Studierende sowie Lehrende darauf reagieren. Mein Forschungsinteresse umfasst dabei sowohl Large Language Models und statische Codeanalyse als auch didaktische Aspekte der Programmierausbildung und evidenzbasierte Werkzeugentwicklung.

Abschlussarbeiten

Offene Themen

Bitte beachten Sie, dass die gemeinsame Vorbereitung (Themenabgrenzung, Formulierung der Forschungsfragen, Erstellung eines Zeitplans, die Klärung organisatorischer Aspekte, usw.) in der Regel mindestens vier Wochen erfordert. Eine kurzfristige Anmeldung ist daher meistens nicht möglich. Ich empfehle, sich frühzeitig zu melden, um eine sorgfältige und realistische Planung zu gewährleisten.

• Siehe hier

In Bearbeitung

• Bachelorarbeiten
  • Carla Darchinger: Evaluation von GPT-5 Mini zur Automatisierten Generierung von Reflexionsfragen
  • Hao Ni: A Qualitative Study of Student Approaches using LLMs to Improve Code Quality
  • Francis Arsene: Was ist Guter Code? - Eine Analyse von Codequalitätsaspekten in aktuellen Lehr- und Lernmaterialien aus Anfängerperspektive

Abgeschlossen

• Masterarbeiten
  • Martina Georgieva: The Effects of Comments and Indentation on Code Quality Perception: An Eye-Tracking Study of CS1 Students

Publikationen

• Klinger, Sigrid L.; Strickroth, Sven (2025). KanjiCompass: An Etymology-Driven Adaptive Kanji Learning Tool. In: Proceedings of the 17th International Conference on Computer Supported Education (CSEDU), 1, SciTePress, pp. 472–483, DOI 10.5220/0013341000003932. [ BibTex ]
• Klinger, Sigrid L.; Strickroth, Sven (2025). Assessing GPT-4’s Reliability for Japanese Kanji Instruction: Accuracy, Prompt Control, and Contextual Sentences. In (Köppen, Veit; Strickroth, Sven (eds.)): Die 23. Fachtagung Bildungstechnologien (DELFI 2025), Lecture Notes in Informatics (LNI), P-369, Gesellschaft für Informatik e.V., pp. 81–87, DOI 10.18420/delfi2025_08. [ BibTex ]
• Klinger, Sigrid L.; Weber, Patrick,; Strickroth, Sven; Striewe, Michael (2025). Stimulating Reflection on Code Quality: An Adaptive and Automated Question Generation Approach for Student Code. In (Köppen, Veit; Strickroth, Sven (eds.)): Die 23. Fachtagung Bildungstechnologien (DELFI 2025), Lecture Notes in Informatics (LNI), P-369, Gesellschaft für Informatik e.V., pp. 301–306, DOI 10.18420/delfi2025_32. [ BibTex ]