Claudia Bade leitet seit 2019 die Geschäftsstelle der Hochschuldidaktik Sachsen als wissenschaftliche Geschäftsführerin. Sie vertritt die HDS nach außen und verantwortet die inhaltliche und fachliche Entwicklung sowie wissenschaftliche Fundierung der Angebote der HDS. Um die hochschuldidaktische Weiterbildung Lehrender und studiengangs- und organisationsbezogene Lehrentwicklung landesweit abgestimmt und voneinander lernend durchzuführen, haben die sächsischen Hochschulen die HDS 2009 als erste gemeinsame zentrale Einrichtung im sächsischen Hochschulraum gegründet.
 

Frau Bade studierte Lehramt und hat 2010 ihre Promotion zum „Informellen Lernen in Science Centern“ in den Bildungswissenschaften abgeschlossen. Nach Stationen im französischen Hochschul- und Schulwesen, als internationale Projektmanagerin bei einem Social Entrepreneurship sowie der Vertretung der Professur für Kompetenzentwicklung und lebenslanges Lernen an der Universität Leipzig wechselte sie 2016 ins Wissenschaftsmanagement. Aktuell engagiert sie sich u.a. als stellvertretende Vorsitzende des Auswahlausschusses „Freiraum” der Stiftung Innovation in der Hochschullehre sowie als Mitglied des Ausschusses „Die Welt ist mein Campus“. Ihre Forschungsschwerpunkte liegen im Bereich der Organisationsentwicklung im Hochschulwesen und der akademischen Entwicklung, insbesondere in Bezug auf europäische und internationale Dimensionen. Sie verfügt über umfangreiche Erfahrung im Aufbau universitätsübergreifender Netzwerke, die die Professionalisierung der Lehre und den systemischen Wandel im Bildungswesen fördern.

mehr erfahren

Bade, C.; Kordts, R.; Lohner, D.; Vöing, N. (2024): 50 Jahre Arbeitsgemeinschaft bzw. Deutsche Gesellschaft für Hochschuldidaktik – Spannungsfelder mit Tradition. Abrufbar unter: https://doi.org/10.25656/01:31727

Bade, C., Clauss, A., Riedel, J.; Schulz, A. (Hrsg.) (2024): Digitalisierung der Hochschulbildung in Sachsen | Hochschuldidaktik Sachsen (HDS): Konzepte für die digital gestützte Hochschullehre. Ideen, Good Practice und Anregungen aus dem Projekt 'Digitalisierung der Hochschulbildung in Sachsen‘. Ergebnisse von Digital Fellows, Digital Change Agents und Teilnehmenden an Digital Workspaces. Abrufbar unter: https://nbn-resolving.org/urn:nbn:de:bsz:15-qucosa2-943894.

Bade, C. (2021). Netzwerke in der Hochschuldidaktik: Eine Annäherung an den Status quo der Praxis aus der Perspektive eines Bundeslandes. In B. Szczyrba, A. Scholkmann, R. Kordts-Freudinger & N. Schaper (Hrsg.), Handbuch Hochschuldidaktik (1. Aufl.). UTB.

Grundlagen der Lehrkompetenzentwicklung

Termine:

• 28.10.2025 + 27.01.2026 von 14:00 Uhr bis 18:00 Uhr im MIB-1107
• 28.01.2026 von 09:00 Uhr bis 12:00 Uhr im MIB-1107
• 11.11.2025+02.12.2025+09.12.2025+13.01.2026 von 16:15 Uhr bis 17:45 Uhr online

Raimon Tolosana-Delgado (Diplom in Ingenieurgeologie, 2002; Master in Umweltphysik und -technologie, 2004; Promotion in Umweltwissenschaften, 2006; Habilitation in Mathematischer Geologie, 2017) arbeitet seit 2002 an der Schnittstelle zwischen Datenanalyse, Geologie und Ingenieurwissenschaften. Er hat mit seiner angewandten Data-Science-Expertise in Forschungsgruppen zu veschiedensten Themen (angewandte Statistik, Abwasserbehandlung, Sedimentologie, Meereswissenschaften) mitgearbeitet und ist seit 2012 am Helmholtz-Institut Freiberg für Ressourcentechnologie (HIF-HZDR) zu Themen des Abbaus und Recyclings von Mineralströmen tätig. Seine Forschungsinteressen umfassen derzeit:

• Predictive Geometallurgy, die Entwicklung und Nutzung von angewandter Mathematik und Data Science Tools zur Vorhersage des Verhaltens von Rohstoffen in der mineralischen Wertschöpfungskette:

• Zusammensetzungsdatenanalyse, die statistische Analyse von Daten unter der Bedingung konstanter Summen und ähnlicher Einschränkungen;

• Geostatistik, die Anwendung stochastischer Prozesse zur Modellierung realer räumlich abhängiger Daten;

• Angewandte Bayes'sche statistische Methoden als Rahmen für die Zusammenführung von konzeptionellen Modellen mit spärlichen Beweisen, wie sie bei Untersuchungen des Erduntergrunds so häufig vorkommen; und

• Programmierung wissenschaftlicher Pakete, insbesondere in R und Julia.

mehr erfahren

Data Analysis Project

Termine: mittwochs 16:15 Uhr bis 19:00 Uhr im KKB-2097 (ab der 2. Vorlesungswoche)