Wie 400 Studierende an der ETH mit KI und Hardware lernen

Studierende arbeiten im ETH-Kurs "Embedded Systems"gemeinsam an einem Prototypen und verbinden dabei Hardware mit eigener Programmierung. (Source: SAGE / ETH Zürich)

Studierende arbeiten im ETH-Kurs "Embedded Systems"gemeinsam an einem Prototypen und verbinden dabei Hardware mit eigener Programmierung. (Source: SAGE / ETH Zürich)

Wer verstehen will, was "Embedded Systems" sind, muss mehr tun, als Vorlesungen zu besuchen. Es handelt sich hierbei um kleine Computer, die in Geräte eingebaut sind. Sie erfassen ihre Umgebung und reagieren darauf. Diese Technik steckt in vielen Geräten, die uns im Alltag begleiten: in medizinischen Sensoren, in Robotern oder in autonomen Systemen. An der ETH Zürich lernen Studierende deshalb nicht nur die theoretischen Grundlagen, sondern wenden sie direkt in Projekten an. 

In der Lehrveranstaltung "Embedded Systems" des Departements Informationstechnologie und Elektrotechnik arbeiten Bachelor- und Masterstudierende aus Elektrotechnik, Informatik, Maschinenbau, Robotik sowie Raumfahrtsystemen gemeinsam an konkreten Aufgaben. Statt projektbasiertes Lernen nur in kleinen Spezialkursen einzusetzen, hat das Lehrteam rund um Michele Magno, Privatdozent am Departement Informationstechnologie und Elektrotechnik das Format auf einen Kurs mit rund 400 Studierenden übertragen. Für die Entwicklung und Umsetzung dieses Lehrformats ist Magno für den KITE Award 2026 nominiert.

Etwa die Hälfte des Kurses besteht aus Vorlesungen, die andere Hälfte aus Labor- und Projektarbeit. So wechseln sich Theorie und praktische Anwendung laufend ab. Der Umfang sowie die hohe Teilnehmerzahl des Kurses als auch die unterschiedlichen Vorkenntnisse der Teilnehmenden machte die Neugestaltung des Kurses für das Lehrteam besonders anspruchsvoll.

Damit das im grossen Massstab funktioniert, entwickelte das Team eine offene Hardware-Plattform für die Lehre. Sie kombiniert Sensoren, Rechenleistung und Bauteile, die Aktionen ausführen, zum Beispiel Motoren oder andere bewegliche Komponenten. Jedes Team kann damit eigene Systeme entwerfen, testen und vorführen. Die Plattform ist so aufgebaut, dass sowohl Einsteiger als auch Fortgeschrittene damit arbeiten können.

Lernen mit echter Hardware 

Im Zentrum des Kurses stehen reale ingenieurwissenschaftliche Aufgaben. Die Studierenden arbeiten allein oder in Teams von zwei bis drei Personen und entwickeln Prototypen, die am Ende nicht nur auf dem Papier bestehen, sondern tatsächlich funktionieren müssen. Das stärkt das Verständnis für die Wechselwirkung von Hard- und Software. 

Auch die Leistungsbewertung wurde an diese Lernform angepasst. Neben einer Abschlussprüfung fliessen Prototyp-Demonstrationen, kurze Video-Vorstellungen und eine Analyse von Energieverbrauch und Latenz – der Zeit, die ein System benötigt, um auf Eingaben zu reagieren – in die Beurteilung ein. Damit zählt nicht nur, ob eine Lösung theoretisch korrekt ist, sondern auch, wie sie sich unter realen Bedingungen bewährt.

Unterstützt werden die Studierenden durch mehrere Kanäle. Lehrende und Tutor:innen geben wöchentlich und bei Meilenstein-Überprüfungen Rückmeldungen. Hinzu kommen strukturierte Peer-Feedbacks unter den Studierenden. So entsteht ein Lernumfeld, in dem Rückmeldungen nicht nur am Ende, sondern während des ganzen Semesters stattfinden.

Eine besondere Rolle spielt dabei ein KI-Assistent, den das Lehrteam eigens für diesen Kurs entwickelt hat. Er wurde mit Kursunterlagen, Hardware-Dokumentation, früheren Prüfungen und Arbeitsabläufen des projektbasierten Lernens abgestimmt. Er hilft etwa dabei, Fehler im Programmcode zu finden und zu beheben, bei Designfragen und bei der Vorbereitung kurzer Projektpräsentationen.

Unterstützung auch ausserhalb des Unterrichts 

Der KI-Assistent ersetzt die Lehrenden nicht, sondern ergänzt sie. Sein Vorteil liegt vor allem darin, dass er auch ausserhalb der Unterrichtszeiten verfügbar ist. Gerade in projektbasierten Formaten, in denen Teams oft asynchron arbeiten und Probleme erst beim Bauen oder Testen sichtbar werden, kann diese laufende Unterstützung entscheidend sein.

Diese neue Form der Lehre lässt sich nach Ansicht des Teams auch auf andere grosse und kleine Lehrveranstaltungen übertragen. Es wurde bereits an der Ashesi University in Ghana eingesetzt und wird ab 2026 auch Projekte mit programmierbarer Hardware im ETH-Kurs zu komplexem Mikrochip-Design unterstützen.

Starke Ergebnisse und steigende Nachfrage 

Die bisherigen Rückmeldungen von Studierenden zeigen, dass der neue Ansatz greift. Zwischen 2023 und 2024 wurde der Kurs von einem rein theoretischen in ein praxisorientiertes Format überführt. Mit der vollständigen Umsetzung der Neuerungen stieg 2024 auch die Gesamtbewertung des Kurses deutlich gegenüber dem Vorjahr. Auch das Interesse der Studierenden nahm zu. Für die Ausgabe 2025 wurden vor Semesterbeginn 482 Anmeldungen verzeichnet, was zu einer Warteliste mit 82 Personen führte. Bei früheren Durchführungen lag die Teilnahmequote bei rund 250 Studierenden. Laut Lehrteam zeigen die Studierenden heute mehr Engagement, stärkeres kritisches Denken und einen besseren Wissenstransfer.

Lesen Sie ausserdem hier, warum Investitionen in Quantencomputing durch die Decke gehen.