Technology Driven Innovation (TDX)
1/2. Semester
10 ECTS | 4 SWS
Continuous Assessment (CA)
Verwandle neueste Technologien in innovative Lösungen mit Relevanz für die Gesellschaft: Du arbeitest interdisziplinär an realen Herausforderungen, erkundest zukunftsweisende Technologien und entwickelst mit modernen Innovationsmethoden Konzepte, die Wissenschaft und gesellschaftliche Bedürfnisse verbinden.
Inhalte
- Systems Thinking
- Deep Tech Exploration
- Interdisziplinäre Team Kollaboration
- Exkursion zum CERN /Genf
- Design Thinking und Innovationsmethoden (User Research, Tech Driven Opportunity Identification, Reframing, Prototyping, Testing)
- Methoden der digitalen Fertigung im Makerspace
- Präsentation und Kommunikation des Lösungskonzeptes
Lernziele/Kompetenzen
Die Studierenden sind in der Lage,
- Neue Technologien in Zusammenarbeit mit Forschern zu analysieren, sowie deren Potenzials einzuschätzen.
- Innovative Anwendungen unter Verwendung von Deep Tech zu konzipierten, die von hoher gesellschaftlicher Relevanz sind.
- Die Kluft zwischen wissenschaftlichen Erfindungen und gesellschaftlichen Bedürfnissen durch Anwendung des Design-Thinking-Prozesses und unter Verwendung von Innovationsmethoden zu überwinden.
- Effektiv und wertschätzend im interdisziplinären Team zusammenzuarbeiten.
- Die Verantwortung für das eigene Lernen zu übernehmen.
- Eigeninitiative zu ergreifen und die Verantwortung für den Projektfortschritt zu übernehmen.
Literatur
- E. Isaacs and M. Szymanski, "The value of rapid ethnography," in Advancing Ethnography in Corporate Environments, B. Jordan, Ed. Walnut Creek, CA, USA: Left Coast Press, 2013, pp. 92–107.
- H. Rosen, S. Ciesinski, Note on Creating a Viable Venture: A Global Perspective. Stanford, CA, USA: Stanford Graduate School of Business, 2018. [Online]. Available: https://hbsp.harvard.edu/product/E651-PDF-ENG
- M. L. Patten and M. Newhart, Understanding Research Methods: An Overview of the Essentials, 11th ed. New York, NY, USA: Routledge, 2023.
- F. Uebernickel, L. Jiang, W. Brenner, B. Pukall, T. Naef, and B. Schindlholzer, Design Thinking: The Handbook. Singapore: World Scientific, 2020.
- S. I. Manthey, TAS Manual: Guide to the Technology Application Selection Framework. Karlsruhe, Deutschland: Karlsruher Institut für Technologie (KIT), 2024. doi: 10.5445/IR/1000173061. [Online]. Available: https://publikationen.bibliothek.kit.edu/1000173061
Dozentinnen / Dozenten
- Prof. Kirstin Kohler
- Chutimon Espedal
Empfohlene Vorkenntnisse
-
Englisch
-
Interesse an neuen Technologien
-
Bereitschaft zur Arbeit im interdisziplinären Team
Daten zum Modul
| Semester |
1/2 |
| Unterrichtssprache |
Deutsch und Englisch |
|
Häufigkeit
|
Jedes Semester
|
| Kreditpunkte (CP)
|
10 |
| Modulverantwortlich |
Prof. Kirstin Kohler |
| Dauer |
1 Semester |
| Schwerpunkt(e) |
Medical Data Science (MDS)
Software Engineering (SE)
|
|
Studienleistung
|
Keine |
|
Prüfungsvorleistung
|
Keine |
|
Prüfungsleistung
|
Continuous Assessment (CA) |
Semesterwochenstunden (SWS)
| Vorlesung |
2 SWS |
| Labor |
2 SWS |
| Summe |
4 SWS |
Arbeitsaufwand (Workload)
| Vorlesung |
60 h |
| Projekt |
200 h |
| Workshop |
40 h |
| Summe |
300 h |
