Katharina Bata
- Teamleitung CAMMP
-
+49 721 608-44038
-
katharina bata ∂does-not-exist.kit edu
Als Teamleiterin unterstütze ich die Promovierenden und Hilfskräfte des CAMMP-Teams bei der Organisation und Durchführung der CAMMP-Aktivitäten und der damit verbundenen didaktischen Forschung. Auf diese Position habe ich mich durch meine mathematikdidaktische Promotion zum Lehren und Lernen von maschinellen Lernverfahren für Studierende der Ingenieurwissenschaften vorbereitet.
Meine eigenen Forschungsprojekte beschäftigen sich mit der didaktische Forschung zur Zugänglichkeit komplexer mathematischer Inhalte und der Wirkungsweise verschiedener Lehr-Lernformate. In diesem Kontext arbeite ich mit Forschenden anderer Hochschulen sowie Institutionen wie dem KI-Campus zusammen.
CV
- 05/2024 - heute Teamleitung CAMMP am SCC des KIT
- 04/2022 - 04/2024 Spezialistin Digital Engineering (50%) RLE International
- 04/2022 - 04/2024 Wissenschaftliche Mitarbeiterin (50%) TH Köln (Arbeitsgruppe Mathematik für Ingenieurwissenschaften)
- 11/2018 - 03/2022 Wissenschaftliche Mitarbeiterin TH Köln (Arbeitsgruppe Mathematik für Ingenieurwissenschaften)
- 10/2017 - 10/2018 Wissenschaftliche Mitarbeiterin Universität zu Köln (Arbeitsgruppe Versicherungsmathematik)
- 10/2015 - 09/2017 Master Wirtschaftsmathematik
- 10/2012 - 09/2015 Bachelor Mathematik
Publikationen
Dissertationsschrift
Bata, K. (im Druck). Maschinelles Lernen lernen – Entwicklung und Erforschung einer Lehr-Lernumgebung in den Ingenieurwissenschaften. Springer.
Zeitschriftenbeiträge (mit Peer-Review)
Leyendecker, L., Gonzalez Degetau, A. M., Bata, K., Emonts, J., Schmitz, A., & Schmitt, R. H. (eingereicht). Bayesian experimental design in production engineering: A comprehensive performance and robustness study. Engineering Applications of Artificial Intelligence.
Rampelt, F., Ruppert, R., Schleiss, J., Mah, D.K., Bata, K., & Egglofstein M. (im Druck). How do AI Educators Use Open Educational Resources? A Cross-Sectoral Case Study on OER for AI Education. Open Praxis, X(X), X, pp. 1-18.
Knoth, N., Decker, M., Laupichler, M. C., Pinski, M., Buchholtz, N., Bata, K., & Schultz, B. (2024). Developing a holistic AI literacy assessment matrix – Bridging generic, domain-specific, and ethical competencies. Computers and Education Open, 6, 100177. https://doi.org/10.1016/j.caeo.2024.100177
Bata, K., & Schmidli H. (2020). Optimal Capital Injections and Dividends with Tax in a Risk Model in Discrete Time. European Actuarial Journal. https://doi.org/10.1007/s13385-019-00221-1
Sammelbände (mit Peer-Review)
Bata, K., Hilger, S. & Schmitz, A. (2022). Studierendenperspektive auf die Einbindung von Online-Kursen in eine Veranstaltung im Blended-Learning-Format. In R. Hochmuth, T. Becker, & L. Kempen (Hrsg.). Hybride Lehre in den Fächern und im Lehramt. Forschung als Impuls für eine fach- und studiengangbezogene Lehrentwicklung an Hochschulen. Cologne Open Science.
Schmitz, A. & Bata, K. (2022). OER-Online-Kurse - Data Science mit Blended Learning im Maschinenbau lehren. In D.-K. Mah, & C. Toner (Hrsg.). Künstliche Intelligenz mit offenen Lernangeboten an Hochschulen lehren. Erfahrungen und Erkenntnisse aus dem Fellowship-Programm des KI-Campus. Berlin: KI-Campus.
Konferenzbeiträge (mit Peer-Review)
Bata, K. & Frank, M. (im Druck) Von überwachtem zu unüberwachtem Lernen - Strukturierung der Verstehenselemente. Proceedings der 58. Jahrestagung der Gesellschaft für Didaktik der Mathematik. Saarbrücken. (Invited Paper)
Bata, K. & Schmitz, A. (im Druck) Mathematische Grundlagen im maschinellen Lernen. Proceedings der 58. Jahrestagung der Gesellschaft für Didaktik der Mathematik. Saarbrücken. (Invited Paper)
Bata, K., & Frank, M. (im Druck) Unsupervised machine learning as learning content in lower secondary school. Proceedings des Symposium on Integrating AI and Data Science into School Education Across Disciplines. Salzburg.
Bata, K., Schmitz, A., & Eichler, A. (im Druck). How students justify the usability of self-built machine learning models. Proceedings of the Fourteenth Congress of the European Society for Research in Mathematics Education (CERME14), Feb 2025, Bozen-Bolzano, Italy.
Bata, K., Schmitz, A., & Eichler, A. (2024). Processing graphs as an illustration of how engineering students build a machine learning model. Thirteenth Congress of the European Society for Research in Mathematics Education (CERME13), Alfréd Rényi Institute of Mathematics; Eötvös Loránd University of Budapest, Jul 2023, Budapest, Hungary. https://hal.science/hal-04410716
Bata, K., Schmitz A. & Eichler A. (2023). Einblicke in die Bearbeitung einer Aufgabe zur Erstellung von Modellen mit Maschinellen Lernverfahren. In IDMI-Primar Goethe-Universität Frankfurt (Hrsg). Beiträge zum Mathematikunterricht 2022. 56. Jahrestagung der Gesellschaft für Didaktik der Mathematik. WTM.
Bata, K., Schmitz, A., & Eichler, A. (2022). Insights into the design of an introductory course for data science and machine learning for engineering students. Twelfth Congress of the European Society for Research in Mathematics Education (CERME12), Feb 2022, Bozen-Bolzano, Italy. https://hal.science/hal-03751807
Bata, K., Eichler, A., & Schmitz, A. (2021). How Engineering Students Argue in an Introductory Course in Data Science. In R. Helenius & E. Falck (Eds.). Proceedings of the IASE 2021 Satellite Conference. International Association for Statistical Education.
Konferenzbeiträge (ohne Review)
Bata, K. & Schmitz A. (im Druck). „Das ist ja Mathe und keine Magie“ - Entmystifizierung von „künstlicher Intelligenz“ durch mathematische Grundlagen. Proceedings der 57. Jahrestagung der Gesellschaft für Didaktik der Mathematik. Essen.
Bata, K., Eichler, A. & Schmitz, A. (2020). Data Science an der Schnittstelle zur Mathematik – ein Design Research Projekt. In H.-S. Siller; W. Weigel & J. F. Wörler (Hrsg.). Beiträge zum Mathematikunterricht.