View this page in English

Prof. Dr. Angela Schmitz

Dr. rer. nat.
Fakultät für Anlagen, Energie- und Maschinensysteme Institut für Produktentwicklung und Konstruktionstechnik (IPK)

Campus Deutz
Betzdorfer Straße 2
50679 Köln
Raum ZS 5-4 Postanschrift


  • Telefon+49 221-8275-4230

Sprechstunden

In der Vorlesungszeit:
Montag, Freitag
Campus Deutz, Betzdorfer Str. 2, Raum ZS5-4
Stimmen Sie bitte einen Termin montags oder freitags per E-Mail mit mir ab.

In der vorlesungsfreien Zeit:
Montag, Freitag
Campus Deutz, Betzdorfer Str. 2, Raum ZS5-4
Stimmen Sie bitte einen Termin montags oder freitags per E-Mail mit mir ab.

Funktionen

  • Senatsmitglied
  • Fakultätskoordinatorin für die Data Literacy Initiative der TH Köln (https://www.th-koeln.de/dali)

Lehrgebiete

  • Informationen zu all meinen Veranstaltungen sowie lehrbegleitende Materialien über Ilias. https://ilias.th-koeln.de
  • Numerische Mathematik / Numerische Lösungsmethoden / Höhere Mathematik
  • Höhere Mathematik für Technik und Risikoanalyse
  • Data Science und maschinelles Lernen in den Ingenieurwissenschaften / Data Science
  • Signalverarbeitung
  • Ingenieurmathematik I und II

Forschungsgebiete

  • Integration von Anwendungen in die Lehre im Fach Mathematik
  • Einsatz von Visualisierungen beim Lehren und Lernen von Mathematik
  • Hochschuldidaktische Fragestellungen im Bereich der Ingenieurmathematik
  • Lernen und Lehren von Mathematik am Übergang Schule - Hochschule
  • Data Literacy - Datenkompetenzen
    In der Ausschreibung "Ideenwettbewerb KI-Campus" konnte das Projekt "Data Literacy – Datenkompetenzen" unter 137 eingereichten Ideenskizzen überzeugen. Im Projekt entstand unter anderem ein "Basiskurs Data Literacy", der von einem Live-Projekt mit der Erhebung und Auswertung von Umweltdaten begleitet wird. Ein "Data Mining Kurs" führt als Vertiefungskurs in die Algorithmen der Künstlichen Intelligenz zur Weiterverarbeitung der Daten ein. Das fakultätsübergreifende Projekt wurde vom BMBF gefördert und lief bis März 2022. Die Kurse stehen beim KI-Campus nun online.
    Online-Kurs Data Literacy – Daten interpretieren durch Data Mining
  • Digitaler Aufgabenpool Mathematik
    Im Rahmen des Fellowships (digiFellow) wird ein fakultätsübergreifender Aufgabenpool für mathematische Grundlagen entwickelt und systematisch ausgebaut. Die Aufgaben können für die Mathematik-Lehrveranstaltungen zu Übungs- und Trainingszwecken, für Hausaufgaben und prüfungsrelevante Vorleistungen sowie für digitale Prüfungen verwendet werden. Dabei spielen die Dynamisierung und Parametrisierung sowie die vielfältigen Antwortformate eine wichtige Rolle, um möglichst individuelle Aufgaben anbieten zu können. Die Aufgaben werden anhand einer verbindlichen und hierarchischen Taxonomie klassifiziert. Die Förderung läuft bis ins erste Halbjahr 2022. Projektpartner: Prof. Dr. Jan-Philipp Schmidt (F04), Prof. Dr. Heiko Knospe (F07).
    Aufgabenpool Mathematik (im Aufbau)
  • studiVEMINTvideos
    Das Projekt "studiVEMINTvideos" entwickelt Lernvideos, die im Fach Mathematik den Übergang von der Schule zur Hochschule unterstützen. Die Videos erweitern das E-Learning-Material des Mathematik-Kurses studiVEMINT (zugänglich über www.studiport.de). Sie werden mit Veröffentlichung unter einer CC-Lizenz auch für andere Personen und Institutionen einsetzbar sein. Das Projekt studiVEMINTvideos wird von Oktober 2019 bis September 2022 vom Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen gefördert. Es stellt eine Kooperation zwischen der Universität Paderborn und der Technischen Hochschule Köln dar. Projektseite: https://www.khdm.de/ag-vor-math/studivemintvideos/
    Youtube Kanal studiVEMINTvideos (im Aufbau)
  • KI-Kompetenzförderung im Bereich Maschinenbau
    Im Rahmen des Lehr-Fellowships wird das Modul „Data Science und Maschinelles Lernen in den Ingenieurwissenschaften“ durch Material des KI-Campus-Angebots angereichert. Unter Einsatz innovativer Lehrmethoden, wie der Nutzung Python basierter Jupyter Notebooks und der Arbeit in Projekten, bauen Studierende des Maschinenbaus KI-Kompetenzen auf. Ein Schwerpunkt liegt auf der Arbeit mit realistischen ingenieurwissenschaftlichen Daten. Parallel wird die Sicht der Studierenden auf die Einbindung von externem Material sowie auf die Integration ingenieurwissenschaftlicher Anwendungsbeispiele in die Lehr-Lerneinheit erforscht.
    Fellowship-Programm 2021/22 des KI-Campus
  • Data Literacy Initiative (DaLI)
    Die "Data Literacy Initiative (DaLI)" der TH Köln will den sachgerechten Umgang mit Daten systematisch im Curriculum ihrer Studiengänge verankern. Dafür ist die Initiative vom Stifterverband für die deutsche Wissenschaft und vom Ministerium für Kultur und Wissenschaft NRW im Förderprogramm Data Literacy Education.nrw mit einer Fördersumme in Höhe von 300.000 Euro ausgezeichnet worden. Das fakultätsübergreifende Projekt startet 2020 und läuft über zwei Jahre.
    Projektseite DaLI
  • Lernraum Mathematik
    Das Projekt "Lernraum Mathematik" stärkt die Entwicklung des eigenständigen Lernens von Lehramtsstudierenden im ersten und zweiten Semester Mathematik anhand offener Lernangebote während der Vorlesungszeit. Konzeption, Durchführung und Evaluation wurden gefördert aus Mitteln „Lerninnovationen 2014“ der Pädagogischen Hochschule Freiburg.
  • Insights into the design of an introductory course for data science and machine learning for engineering students.
    Bata, K., Schmitz, A., Eichler, A., (im Druck). In G. Bolondi, F. Ferretti & J. Hodgen (Hrsg.): Proceedings of the 12th Congress of the European Society for Research in Mathematics Education, Freie Universität Bozen/Bolzano: ERME.
  • How do engineering students in mathematics lectures accept application examples?
    Schmitz, A., Hilger, S., Ostsieker L., (im Druck). In G. Bolondi, F. Ferretti & J. Hodgen (Hrsg.): Proceedings of the 12th Congress of the European Society for Research in Mathematics Education, Freie Universität Bozen/Bolzano: ERME.
  • OER-Online-Kurse – Data Science mit Blended Learning im Maschinenbau lehren.
    Schmitz, A., Bata, K., 2022. In Mah, D.-K. & Toner, C. (Hrsg.): Künstliche Intelligenz mit offenen Lernangeboten an Hochschulen lehren. Erfahrungen und Erkenntnisse aus dem Fellowship-Programm des KI-Campus. Berlin: KI-Campus.
    Volltext
  • How engineering students argue in an introductory course in data science.
    Bata, K.; Eichler, A.; Schmitz A., 2021. IASE 2021 Satellite Conference.
    Volltext
  • Konzept- und Designentscheidungen bei der Erstellung und Integration von Lernvideos in mathematische Lehr-Lern-Szenarien.
    Becher, S.; Krämer, S.; Schlüter, S.; Biehler, R.; Schmitz, A.; Liebendörfer, M.; Hilger, S.; Kempen, L.; Mai, T.; Profeta, A., 2021. In K. Hein, C. Heil, S. Ruwisch & S. Prediger (Hrsg.): Beiträge zum Mathematikunterricht 2021. Münster: WTM.
    Volltext
  • Ingenieurmathematikdidaktik.
    Ostsieker, L.; Schmitz, A. & Hochmuth, R., 2021. In K. Hein, C. Heil, S. Ruwisch & S. Prediger (Hrsg.): Beiträge zum Mathematikunterricht 2021. Münster: WTM.
    Volltext
  • Konzeption und Akzeptanz ingenieurwissenschaftlicher Anwendungen in Mathematikvorlesungen.
    Schmitz, A. & Ostsieker, L., 2020. In H.-S. Siller, W. Weigel & J. F. Wörler (Hrsg.): Beiträge zum Mathematikunterricht 2020. Münster: WTM.
    Volltext
  • studiVEMINTvideos – Mathematische Lernvideos zur Studienvorbereitung und Unterstützung im ersten Studienjahr.
    Biehler, R.; Liebendörfer, M.; Schmitz, A.; Fleischmann, Y.; Krämer, S.; Ostsieker, L.; Schlüter, S., 2020. In H.-S. Siller, W. Weigel & J. F. Wörler (Hrsg.): Beiträge zum Mathematikunterricht 2020. Münster: WTM.
    Volltext
  • Data Science an der Schnittstelle zur Mathematik – ein Design Research Projekt.
    Bata, K.; Eichler, A.; Schmitz, A., 2020. In H.-S. Siller, W. Weigel & J. F. Wörler (Hrsg.): Beiträge zum Mathematikunterricht 2020. Münster: WTM.
    Volltext
  • Domain Specificity of Mathematics Teachers’ Beliefs and Goals.
    Eichler, A. & Schmitz, A., 2019. In Rott B., Törner G., Peters-Dasdemir J., Möller A., Safrudiannur (eds) Views and Beliefs in Mathematics Education. Springer, Cham.
    Volltext
  • Beliefs von Lehrerinnen und Lehrern der Sekundarstufen zum Visualisieren im Mathematikunterricht.
    Schmitz, A., 2017. Wiesbaden: Springer Spektrum. DOI: 10.1007/978-3-658-18425-4.
    Volltext
  • Teachers’ Individual Beliefs about the Roles of Visualization in Classroom.
    Schmitz, A. & Eichler, A., 2015. In N. Vondrová (Ed.), Proceedings of the 9th Conference of the European Society for Research in Mathematics Education. Prague, Czech Republic: ERME.
    Volltext
  • Überzeugungen von Lehrkräften zum Visualisierungs-Einsatz im Algebra-Unterricht der Sekundarstufe.
    Schmitz, A., Eichler. A., 2015. In Beiträge zum Mathematikunterricht.
    Volltext
  • The Role of Visualization in the Teaching of Mathematics - Secondary Teachers' Beliefs.
    Schmitz, A. & Eichler, A., 2014. In P. Liljedahl, C. Nicol, S. Osterle, & D. Allan (Eds.), Proceedings of the 38th Conference of the International Group for the Psychology of Mathematics Education. Vancouver, Canada: PME
  • Wie wollen Lehrkräfte Visualisierungen im Mathematikunterricht der Sekundarstufe einsetzen?
    Schmitz, A. & Eichler, A., 2014. In Beiträge zum Mathematikunterricht.
    Volltext
  • Teachers' Beliefs Regarding the Benefit of Graphical Representations.
    Schmitz, A. & Eichler, A., 2013. In Lindmeier, A. M. & Heinze, A. (Eds.). Proceedings of the 37th Conference of the International Group for the Psychology of Mathematics Education. Kiel, Germany: PME.
  • Visualisierung im Mathematikunterricht: Welche Repräsentationen sehen Lehrpersonen als nützlich an?
    Schmitz, A., 2013. In Beiträge zum Mathematikunterricht.
    Volltext
  • 17. Workshop "Mathematik in ingenieurwissenschaftlichen Studiengängen"
    Thema des Workshops sind neue inhaltliche Entwicklungen und Trends in der Ingenieurmathematik. Themen wie Industrie 4.0, Künstliche Intelligenz, Augmented & Virtual Reality und Cyber-Security führen zu Veränderungen in den Ingenieurwissenschaften. Welche Anforderungen ergeben sich daraus an die Mathematik-Lehre? Organisation: Beate Rhein, Heiko Knospe, Angela Schmitz. Mehr Informationen und Anmeldung über die Tagungs-Homepage.
    Datum der Tagung: 08.07.2022. Beiträge bis: 06.06.2022. Anmeldung bis 25.06.2022.
    Tagungs-Homepage
  • AK Hochschulmathematikdidaktik
    Arbeitskreis Hochschulmathematikdidaktik (Sprecher*innenteam)
    Website des AK
  • khdm
    Kompetenzzentrum Hochschuldidaktik Mathematik (assoziiertes Mitglied)
    Website des khdm
  • GDM
    Gesellschaft für Didaktik der Mathematik
    Website der GDM
  • DMV
    Deutsche Mathematiker-Vereinigung
    Website der DMV

nach oben
M
M