Sigrid Klinger, M.Sc.

Abschlussarbeiten

Offene Themen

• Siehe hier

In Vorbereitung

• Bachelorarbeiten
  • Hao Ni: Qualitätsfragen an die KI – Nutzungsmuster von LLMs im Programmierkontext
    Diese Arbeit könnte untersuchen, wie Studierende ChatGPT und andere Large Language Models (LLMs) nutzen, um ihre eigenen Programmierlösungen im Hinblick auf Codequalität zu verbessern. Im Zentrum stünden dabei Fragen wie: In welchen Situationen wird AI um Hilfe gebeten? Welche Formulierungen wählen Studierende in ihren Prompts? Welche Art von Rückmeldungen erhalten sie und wie bewerten sie deren Nützlichkeit und Qualität? Je nach methodischem Ansatz könnte die Arbeit auf einer qualitativen Analyse von Prompt-Antwort-Paaren, einer Tagebuchstudie oder einer Nutzer:innenbefragung basieren. Ziel wäre es, Einblicke in realistische Nutzungsmuster und das Vertrauen in KI-gestütztes Feedback zu gewinnen mit Relevanz für die Gestaltung von Lehrangeboten und Toolunterstützung im Programmierunterricht.

In Bearbeitung

• 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, accepted). Assessing GPT-4’s Reliability for Japanese Kanji Instruction: Accuracy, Prompt Control, and Contextual Sentences. In: Proceedings of DELFI 2025 – Die 23. Fachtagung Bildungstechnologien, Gesellschaft für Informatik e.V., 7 pages.
• Klinger, Sigrid L.; Weber, Patrick,; Strickroth, Sven; Striewe, Michael (2025, accepted). Stimulating Reflection on Code Quality: An Adaptive and Automated Question Generation Approach for Student Code. In: Proceedings of DELFI 2025 – Die 23. Fachtagung Bildungstechnologien, 6 pages.