Lebenslauf
- Seit 03/2022: Leitung des Projektes Simulierte Welten und CAMMP am KIT
- Seit 03/2022: PostDoc an der Fakultät für Mathematik, KIT
- 05/2019 – 02/2022: Promotion in der Mathematikdidaktik, KIT
- 05/2018 – 05/2019: Wissenschaftliche Mitarbeiterin, RWTH Aachen, Lehrstuhl II für Mathematik
- 02/2017 – 07/2017: Vertretungslehrkraft an einem Aachener Gymnasium
- 08/2016 – 12/2016: Auslandssemester, Autonome Nationale Universität von Mexiko, Mexiko-Stadt
- 08/2015 – 02/2018: M. Ed. RWTH Aachen, Mathematik und Chemie Lehramt Sek. II
- 09/2015 – 10/2015: Praktikum am Colegio Humboldt, San José, Costa Rica
- 03/2014 – 04/2014: Praktikum an der Deutschen Schule Montevideo, Uruguay
- 10/2012 – 08/2015: B. Sc. RWTH Aachen, Mathematik und Chemie Lehramt Sek. II
Publikationen
2022
Schönbrodt, S. (im Druck). Authentische Modellierung am Beispiel von Data Science und Künstlicher Intelligenz. Arbeitskreis ISTRON-Gruppe – Realitätsbezüge im Mathematikunterricht. Beiträge zum Mathematikunterricht 2022.
Kindler, S., Schönbrodt, S. & Frank, M. (im Druck). Von der Schulmathematik zu künstlichen neuronalen Netzen. Beiträge zum Mathematikunterricht 2022.
Schönbrodt, S. & Frank, M. (im Druck). Klassifizierungsprobleme: Maschinelles Lernen und KI im Mathematikunterricht. Beiträge zum Mathematikunterricht 2022.
Schönbrodt, S. & Frank, M. (2022). Data Science and Machine Learning in mathematics education: High-school students working on the Netflix Prize. Proceedings of CERME12. https://hal.archives-ouvertes.fr/hal-03754716/
Schönbrodt, S. (2022). Erneuerbare Energien – Modellierung und Optimierung eines Solarkraftwerks. In: M. Frank & C. Roeckerath (Hrsg.) Neue Materialien für einen realitätsbezogenen Mathematikunterricht 9. Realitätsbezüge im Mathematikunterricht. Springer. https://doi.org/10.1007/978-3-662-63647-3_3
Gerhardt, M., Hattebuhr, M., Schönbrodt, S. & Wohak, K. (2022). Aufbau und Einsatzmöglichkeiten des Lehr- und Lernmaterials. In M. Frank & C. Roeckerath (Hrsg.) Neue Materialien für einen realitätsbezogenen Mathematikunterricht 9. Realitätsbezüge im Mathematikunterricht. Springer. https://doi.org/10.1007/978-3-662-63647-3_2
Frank, M., Roeckerath, C. & Schönbrodt, S. (2022). Einführung. In: M. Frank & C. Roeckerath (Hrsg.) Neue Materialien für einen realitätsbezogenen Mathematikunterricht 9. Realitätsbezüge im Mathematikunterricht. Springer. https://doi.org/10.1007/978-3-662-63647-3_1
Schönbrodt, S. & Hofmann, S. (2022). Mathematische Modellierungswochen – auch online! Mitteilungen der Deutschen Mathematiker-Vereinigung, 30(1), S. 46–50. https://doi.org/10.1515/dmvm-2022-0016
Schönbrodt, S. (2022). Optimierungsprobleme in der mathematischen Modellierung: Grundlegende Aspekte und Chancen aus Sicht der Mathematikdidaktik – herausgestellt an aktuellen Problemen aus der Forschung zu künstlicher Intelligenz und erneuerbaren Energien. Dissertation, Fakultät für Mathematik, KIT. https://doi.org/10.5445/IR/1000143530
Schönbrodt, S., Wohak, K. & Frank, M. (2022). Digital Tools to Enable Collaborative Mathematical Modeling Online. Modelling in Science Education and Learning, 15(1), S. 151–174, https://doi.org/10.4995/msel.2022.16269
2021
Schönbrodt, S. & Frank, M. (2021). Digitales Lernmaterial zur Netflix Challenge, In: K. Hein, C. Heil, S. Ruwisch & S. Prediger (Hrsg.). Beiträge zum Mathematikunterricht 2021. Münster: WTM Verlag. http://dx.doi.org/10.17877/DE290R-22328
Schönbrodt, S., Camminady, T. & Frank, M. (2021). Mathematische Grundlagen der Künstlichen Intelligenz im Schulunterricht - Chancen für eine Bereicherung des Unterrichts in linearer Algebra. Mathematische Semesterberichte. Springer. https://doi.org/10.1007/s00591-021-00310-x
Wohak, K., Sube, M., Schönbrodt, S., Frank, M. & Roeckerath, C. (2021). Authentische und relevante Modellierung mit Schülerinnen und Schülern an nur einem Tag?!. In M. Bracke, M. Ludwig & K. Vorhölter (Hrsg.) Neue Materialien für einen realitätsbezogenen Mathematikunterricht 8. Realitätsbezüge im Mathematikunterricht. Springer. https://doi.org/10.1007/978-3-658-33012-5_4
2018 – 2020
Schönbrodt, S. & Frank, M. (2020). Schüler/innen forschen zu erneuerbaren Energien – Optimierung eines Solarkraftwerks. In H.-S. Siller, W. Weigel & J. F. Wörler (Hrsg.), Beiträge zum Mathematikunterricht, S. 1534–1534, Münster. WTM-Verlag.
Schönbrodt, S. (2019). Maschinelle Lernmethoden für Klassifizierungsprobleme – Perspektiven für die mathematische Modellierung mit Schülerinnen und Schülern. Springer. https://doi.org/10.1007/978-3-658-25137-6
Frank, M., Richter, P., Roeckerath, C. & Schönbrodt, S. (2018). Wie funktioniert eigentlich GPS? – Ein Computergestützter Modellierungsworkshop. In G. Greefrath & H.-S. Siller (Hrsg.), Digitale Werkzeuge, Simulationen und mathematisches Modellieren. Realitätsbezüge im Mathematikunterricht. Springer. https://doi.org/10.1007/978-3-658-21940-6_7
Vorträge und Posterpräsentationen
-
Mathematische Grundlagen der Künstlichen Intelligenz im Schulunterricht – Chancen für eine Bereicherung des Unterrichts in linearer Algebra
Hauptvortrag auf dem Lehrkräftetag der ISTRON-Herbsttagung 2022, Karlsruhe - Authentische Modellierung am Beispiel von Data Science und Künstlicher Intelligenz
Vortrag auf der Arbeitskreissitzung der ISTRON-Gruppe
September 2022, Frankfurt -
Klassifizierungsprobleme: Maschinelles Lernen und KI Mathematikunterricht
Vortrag im Minisymposium "Data Science" auf der GDM-Tagung 2022
September 2022, Frankfurt - Mathematische Grundlagen von Maschinellem Lernen und KI im Schulunterricht!? – Perspektiven aus Sicht der Mathematikdidaktik
Eingeladener Vortrag im Fachbereich Mathematik und Statistik der Universität Konstanz
25. März 2022, online -
Data Science & Machine Learning in Mathematics Education – High-school students working on the Netflix Prize
Vortrag auf der CERME12
03. Februar 2022, online -
Digitales Lernmaterial zur Netflix Challenge (Sek. II)
Eingeladener Vortrag im didaktischen Seminar der Universität Freiburg
26. Oktober 2021, Freiburg -
Digitales Lernmaterial zur Netflix Challenge – Data Science & Maschinelles Lernen im Mathematikunterricht?
Vortrag auf der GDM-Jahrestagung 2021
18. März 2021, online -
Schüler/innen forschen zu erneuerbaren Energien – Optimierung eines Solarkraftwerks (Sek I und II)
Posterpräsentation auf der GDM-Jahrestagung 2020
30. September 2020, online -
Solarenergieforschung mit Schüler/innen im Rahmen eines computergestützten Projekttages – Optimierung der Spiegel in einem Fresnelkraftwerk (Sek I/II)
Vortrag am Lehrertag der ISTRON-Tagung 2019
27. September 2019, Berlin -
Perspectives on teaching the Mathematics of Machine Learning to high-school students
Vortrag auf der ICTMA19
Juli 2019, Hong Kong -
Teaching and training concept CAMMP – Supporting the establishment of mathematical modeling in school teaching in a sustainable way by implementing a teacher training concept
Posterpräsentation auf der ICSE Conference Educating the Educators III (mit Kirsten Wohak)
08. Oktober 2019, Freiburg -
Chancen für Machine Learning im Mathematikunterricht (Sek. II)
Vortrag am Lehrertag der ISTRON-Tagung 2018
09. Oktober 2018, Würzburg -
Komplexe Modellierung: Chancen für Maschinelles Lernen im Mathematikunterricht
Vortrag auf der GDMV-Jahrestagung 2018
März 2018, Paderborn
Lehre
Aus- und Fortbildung von (angehenden) Lehrkräften
- SS 23: Blockseminar Grundlagen Künstlicher Intelligenz und ihre Anwendung in allen Schulfächern, KIT
- 03/2023: Workshop auf der Fortbildung "Digitale Mathematische Werkzeuge (DMW)", KIT
- 11/2022: Workshop auf dem Lehrkräftetag der ISTRON-Herbsttagung, KIT
- WS 22/23: Blockseminar Grundlagen Künstlicher Intelligenz und ihre Anwendung in allen Schulfächern, Universität Konstanz
- WS 22/23: Digitalbasierte Lernkontexte des Mathematikunterrichts, KIT
- 09/2022: Lehrerfortbildung auf Einladung des Referats für Bildung und Sport der Landeshauptstadt München
- WS 21/22: Blockseminar Grundlagen Künstlicher Intelligenz und ihre Anwendung in allen Schulfächern, Universität Konstanz
- SS 21: Eingeladener Workshop für Lehramtsstudierende im Rahmen des Seminars Anwendungsorientierter Mathematikunterricht, TU Darmstadt
- 11/2020: Lehrerfortbildung im Rahmen des MINT Kongress (Vortrag), online
- SS 20: Eingeladener Workshop für Lehramtsstudierende im Rahmen des Seminars Anwendung und Modellierung, RWTH Aachen
- SS 20: Workshop für Lehramtsstudierende im Rahmen des Seminars Digitale Werkzeuge für den Mathematikunterricht, KIT
- WS 20/21: Betreuung einer Studierendengruppe im Rahmen der Lehrverantstaltung Individuelles Fachdidaktikprojekt, KIT
- SS 20: Betreuung einer Studierendengruppe im Rahmen der Lehrverantstaltung Individuelles Fachdidaktikprojekt, KIT
- WS 19/20: Eingeladener Workshop für Lehramtsstudierende im Rahmen des Seminars Anwendung und Modellierung, RWTH Aachen
Betreute Abschlussarbeiten
- Diehle, S. (in Arbeit): Optimierung von Windkraftwerken als Thema interdisziplinärer, computergestützter Modellierungsprojekte, Bachelorarbeit, KIT.
- Hoeffer, K. (2022): Aktivitätserkennung auf dem Smartphone – Entwicklung von Unterrichtsmaterial für computergestützte mathematische Modellierungsprojekte, Masterarbeit, KIT.
- Rantzau, L. (2021): Empfehlungssysteme basierend auf Nachbarschaftsmethoden – mathematisch-fachliche Diskussion und Entwicklung digitalen Lernmaterials zur Netflix Challenge für Schüler*innen der Sekundarstufe II, Bachelorarbeit, KIT.
- Hoeffer, K. (2020): Entwicklung von Unterrichtsmaterial zum Thema Solarenergie im Rahmen eines interdisziplinären mathematischen Modellierungsprojektes, Bachelorarbeit, KIT.
- Schmidt, L. (2019): Machine Learning: automatische Bilderkennung mit Mathematik?! - Ein Lehr-Lern-Modul im Rahmen eines mathematischen Modellierungstages für Schülerinnen und Schüler der Sekundarstufe II, Masterarbeit, RWTH Aachen.
Schulprojekte
- WS 22/23: Gestaltung und Durchführung des Projektkurses Mädels machen MI(NT): Mit Mathe und KI reale Probleme lösen
- SS 21: Gestaltung und Durchführung des Schnupperkurses Mathematik des KIT
- 10/2019: Gestaltung und Durchführung von mathematischen Modellierungstagen an der Autonomous University of Baja California, Tijuana, Mexiko
- Seit 2019: Organisation und Betreuung von diversen mathematischen Modellierungswochen für Schüler:innen (CAMMP week)
- Seit 2015: Organisation, Gestaltung und Betreuung zahlreicher mathematischer Modellierungstage für Schüler:innen (CAMMP day, RWTH Aachen und KIT)
- 2017: Vertretungslehrkraft am Einhard-Gymnasium, Aachen
Weitere Lehre
- 2018 und 2019: Organisation und Betreuung von zwei mathematischen Modellierungswochen (CAMMP week Pro) für Studierende der Studiengänge Mathematik, CES und Simulation Sience, RWTH Aachen
- Tutorin für Höhere Mathematik I, RWTH Aachen
Projekte
- Forschung rund um die mathematische Modellierung in der Schule im Rahmen des Schülerprogramms CAMMP
- Entwicklung und Erprobung von Lehr- und Lernmaterial rund um Data Science und Künstliche Intelligenz