Umfragen
![]() |
||
| Schülerevents: | ||
Im Rahmen dieser Veranstaltung sind wir dankbar, wenn sowohl die Schülerinnen und Schüler als auch die Lehrerinnen und Lehrer an zwe bzw. drei Umfragen teilnehmen würden. Der erste Teil der Umfragen ist an Lehrerinnen bzw. Lehrer gerichtet. Hier wäre es prima, wenn diese Umfrage vor dem Besuch an der Schule ausgefüllt werden könnten. Während des Besuchs an der Schule wäre es dann prima, wenn die Schülerinnen und Schüler zu Wort kämen und ihre Erwartungen an den Besuch mitteilen können. Am Ende des Besuchstages haben wir dann noch einmal eine Feedbackrunde sowohl für Schülerinnen und Schüler als auch für Lehrerinnen und Lehrer vorgesehen.
Nach dem Besuch am Lehrstuhl sollte ein offenes Gespräch zwischen den Schülerinnen und Schülern (begleitet durch die Lehrenden) durchgeführt werden. Sollte sich hier etwas ergeben, dass dieses Event besser machen könnte, wären wir für eine direkte Rückmeldung durch die Lehrenden dankbar.
Um auch die Nachhaltigkeit unseres Konzepts zu untersuchen, sind wir natürlich an den langfristigen Wirkungen solcher Events interessiert. Hierzu ist dann der letzte Lehrerfragebogen gedacht. Wir werden hierbei etwas ein Jahr nach dem Event noch einmal um eine kurze Rückmeldung (in Form des letzten Fragebogens) bitten.
| |
Zeitpunkt | Schülerinnen/Schüler | Lehrerinnen/Lehrer | |||
|---|---|---|---|---|---|---|
| |
Einige Zeit vor dem Event | --- | Umfrage "Vor der Veranstaltung" | |||
| |
Während des Besuchs an der Schule | |
Umfrage "Erwartungen und Berufswünsche" | --- | ||
| |
Am Ende des Events an der Fakultät | Umfrage "Feedback" | Umfrage "Feedback" | |||
| |
Einige Zeit nach dem Event | --- | Umfrage "Langzeitwirkung" |


In March 2026, the DSS Chair attended the annual DAGA conference in Dresden. Thanks to the support of the GaS-Club, the student Aylin Kösker was given the opportunity to accompany the chair and participate in the conference from March 23rd to March 26th. As part of the daily poster sessions, she presented the results of her bachelor’s thesis “Machine Learning for the Analysis of Hydrographic Data to Assess the Waterside Accessibility of Port Waters” in the field of Underwater Acoustics. The thesis forms an important basis for an ongoing university research project on the acoustic analysis of sediment properties in harbor areas. The poster session enabled valuable discussions with researchers and conference participants from related research fields.