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
  • studiVEMINTvideos
    Im Projekt "studiVEMINTvideos" wurden Mathematik-Videos entwickelt, die den Übergang von der Schule zur Hochschule unterstützen. Die Videos erweitern das E-Learning-Material des Mathematik-Kurses studiVEMINT (https://www.orca.nrw/kurse/studivemint). Kurs und Videos sind unter einer CC-Lizenz veröffentlicht. Das Kooperationsprojekt gemeinsam mit der Universität Paderborn wurde von Oktober 2019 bis Februar 2023 vom Ministerium für Kultur und Wissenschaft des Landes Nordrhein-Westfalen gefördert.
    Youtube Kanal studiVEMINT
  • 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. Der "Data Ming Kurs" steht auf Platz 2 der Newcomer des Jahres 2022.
    Online-Kurs "Data Literacy – Daten interpretieren durch Data Mining"
  • REDiEE - Serious Game "Mirrornauts"
    Im Rahmen des Projekt-Vorhabens REDIEE (https://www.th-koeln.de/hochschule/rediee-transfermodell-fuer-ingenieurwissenschaftliche-studiengaenge_91378.php) wurde das Serious Game "Mirrornauts" entwickelt. Im Weltraum kann man das Rechnen mit Matrizen vertiefen. Der entwickelte Prototyp ist online frei verfügbar. Projektpartner: Prof. Dr. Heiko Knospe, Prof. Dr. Beate Rhein.
    Trailer "Mirrornauts"
  • Digitaler Aufgabenpool Mathematik
    Im Rahmen des Fellowships (digiFellow) wurde 2021/22 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. Projektpartner: Prof. Dr. Jan-Philipp Schmidt, Prof. Dr. Heiko Knospe.
    Aufgabenpool Mathematik
  • KI-Kompetenzförderung im Bereich Maschinenbau
    Im Rahmen des Lehr-Fellowships 2020/21 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 2020/21 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 startete 2020 und lief über drei 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
  • Schmitz, Angela; Bata, Katharina (2022): OER-Online-Kurse – Data Science mit Blended Learning im Maschinenbau lehren. In: Mah, Dana-Kristin; Torner, Codula (Hrsg.): Künstliche Intelligenz mit offenen Lernangeboten an Hochschulen lehren : Erfahrungen und Erkenntnisse aus dem Fellowship-Programm des KI-Campus. Berlin: KI-Campus, S. 112 - 124. (peer-reviewed/Open Access)
  • Bata, Katharina; Hilger, Susanne; Schmitz, Angela (2022): Studierendenperspektive auf die Einbindung von Online-Kursen in eine Veranstaltung im Blended-Learning-Format. In: Hochmuth, Reinhard; Becker, Tabea; Kempen, Leander (Hrsg.): Hybride Lehre in den Fächern und im Lehramt : Forschung als Impuls für eine fach- und studiengangbezogene Lehrentwicklung an Hochschulen. Köln: TH Köln (Forschung und Innovation in der Hochschulbildung), S. 33 - 52. (Open Access)
  • Hilger, Susanne; Schmitz, Angela (2022): Authentic Application Examples in Math Lectures through Peer Teaching. In: Towards a New Future in Engineering Education, New Scenarios that European Alliances of Tech Universities Open Up : SEFI 50th Annual Conference Proceedings. SEFI 50th Annual Conference; Barcelona, Spain; 19 - 22 September 2022., S. 1242 - 1251. (Open Access)
  • Michael, Liebendörfer; Profeta, Angelo; Krämer, Sandra; Schlüter, Sarah; Becher, Silvia; Biehler, Rolf; Mai, Tobias; Schmitz, Angela (2022): Enriching Videos with Interactive Questions to Enhance Students’ Cognitive Activity : Concept and Implementation. In: Twelfth Congress of the European Society for Research in Mathematics Education (CERME12); Bozen-Bolzano, Italy; 02.02.-07.02.2022. (Open Access)
  • Bata, Katharina; Schmitz, Angela; Eichler, Andreas (2022): Insights into the Design of an Introductory Course for Data Science and Machine Learning for Engineering Students. In: Twelfth Congress of the European Society for Research in Mathematics Education (CERME12); Bozen-Bolzano, Italy; 02.02.-07.02.2022. (Open Access)
  • Schmitz, Angela; Hilger, Susanne; Ostsieker, Laura (2022): How do Engineering Students in Mathematics Lectures Accept Application Examples?. In: Twelfth Congress of the European Society for Research in Mathematics Education (CERME12); Bozen-Bolzano, Italy; 02.02.-07.02.2022. (Open Access)
  • Becher, Silvia; Krämer, Sandra; Schlüter, Sarah; Biehler, Rolf; Schmitz, Angela; Liebendörfer, Michael; Hilger, Susanne; Kempen, Leander; Mai, Tobias; Profeta, Angelo (2021): Konzept- und Designentscheidungen bei der Erstellung und Integration von Lernvideos in mathematische Lehr-Lern-Szenarien. In: Hein, Kerstin; Heil, Cathleen; Ruwisch, Silke; Prediger, Susanne (Hrsg.): Beiträge zum Mathematikunterricht 2021. Münster: WTM-Verlag, S. 85 - 88. (Open Access)
  • Ostsieker, Laura; Schmitz, Angela; Reinhard, Hochmuth (2021): Ingenieurmathematikdidaktik. In: Hein, Kerstin; Heil, Cathleen; Ruwisch, Silke; Prediger, Susanne (Hrsg.): Beiträge zum Mathematikunterricht 2021. Münster: WTM-Verlag, S. 221 - 222. (Open Access)
  • Bata, Katharina; Eichler, Andreas; Schmitz, Angela (2021): How Engineering Students Argue in an Introductory Course in Data Science. In: Statistics Education in the Era of Data Science : Proceedings of the Satellite Conference of the International Association for Statistical Education (IASE). IASE 2021 Satellite Conference; Online; 30.08-04.09.2021., S. 1 - 6. (Open Access)
  • Schmitz, Angela; Ostsieker, Laura (2020): Konzeption und Akzeptanz ingenieurwissenschaftlicher Anwendungen in Mathematikvorlesungen. In: Siller, Hans-Stefan; Weigel, Wolfgang; Wörler, Jan Franz (Hrsg.): Beiträge zum Mathematikunterricht 2020. Münster: Gesellschaft für Didaktik der Mathematik, WTM-Verlag, S. 825 - 828. (Open Access)
  • Biehler, Rolf; Liebendörfer, Michael; Schmitz, Angela; Fleischmann, Yael; Krämer, Sandra; Ostsieker, Laura; Schlüter, Sarah (2020): studiVEMINTvideos – Mathematische Lernvideos zur Studienvorbereitung und Unterstützung im ersten Studienjahr. In: Siller, Hans-Stefan; Weigel, Wolfgang; Wörler, Jan Franz (Hrsg.): Beiträge zum Mathematikunterricht 2020. Münster: WTM-Verlag, S. 125 - 128. (Open Access)
  • Bata, Katharina; Eichler, Andreas; Schmitz, Angela (2020): Data Science an der Schnittstelle zur Mathematik – ein Design Research Projekt. In: Siller, Hans-Stefan; Weigel, Wolfgang; Wörler, Jan Franz (Hrsg.): Beiträge zum Mathematikunterricht 2020. Münster: WTM-Verlag, S. 1448. (Open Access)
  • Eichler, Andreas; Schmitz, Angela (2018): Domain Specificity of Mathematics Teachers´ Beliefs and Goals. In: Rott, Benjamin; Törner, Günter; Peters-Dasdemir, Joyce; Möller, Anne; Safrudiannur (Hrsg.): Views and Beliefs in Mathematics Education : The Role of Beliefs in the Classroom. Cham: Springer International Publishing, S. 137 - 146. (peer-reviewed)
  • Schmitz, Angela (2017): Beliefs von Lehrerinnen und Lehrern der Sekundarstufen zum Visualisieren im Mathematikunterricht. Wiesbaden: Springer Spektrum, Springer.
  • Schmitz, Angela; Eichler, Andreas (2015): Teachers’ Individual Beliefs about the Roles of Visualization in Classroom. In: CERME9 : Proceedings of the Ninth Congress of the European Society for Research in Mathematics Education. CERME9; Prague, Czech Republic; 04.02.-08.02.2015., S. 1266 - 1272. (peer-reviewed/Open Access)
  • 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

nach oben
M
M