Meine Lehrveranstaltungen

Wissen nicht bloß mitzuteilen, sondern andere Menschen zu eigener Arbeit zu befähigen, ist eine der dankbarsten Aufgaben überhaupt. Dieser darf ich mich seit langem als Dozent widmen.

Zum Beispiel in folgenden Lehrveranstaltungen der Universität Tübingen:

  • Vorlesung “Essential Mathematics for Neuroscience”, 2015-2025 (Mathematik im Nebenfach)
  • Vorlesung “Model Organisms in Neuroscience”, 2024-2025 (Neurobiologie)
  • Projektmodul “Essential Data Analysis in Neuroscience”, 2016 (Forschendes Lernen in den Neurowissenschaften)
  • Projektmodul “Choices in Data Visualisation”, 2025-2026
    (Reflexion impliziter Gestaltungsalternativen)

Zuvor habe ich u.a. an der Ecole Normale Supérieure in Paris, am Champalimaud Centre for the Unknown in Lissabon, und der ETH Zürich zur Lehre beigetragen. (Das Bild oben zeigt einen Gastvortrag an der LMU München 2024.)


Meine Lehrentwicklungsprojekte

Wichtig ist mir, dass unsere Lehr- und Lernmethoden nicht auf der Stelle treten. Stattdessen will ich best practices aufnehmen und, wo möglich, neue und besseren Lösungen ausprobieren. So beteilige ich mich auch an der Entwicklung neuer Lernmaterialien wie OERs (Open Educational Resources):


abgerechnet:
Audiomaterial als Open Educational Resources
gefördert von der Dr.-K.H.-Eberle-Stiftung, Lörrach

Podcast-Episode in englischer Sprache zu Binomial- und Poissonverteilungen in der Höheren Mathematik (Audio, ca. 8 Minuten)

flexMath:
Videomaterial als Open Educational Resources
gefördert im Programm PROFILplus der Medizinischen Fakultät Tübingen

Lehrvideo in englischer Sprache zum Konzept der Matrixdeterminante in der Höheren Mathematik (Video, ca. 4 Minuten)

Choices in Data Visualisation:
Reflexion impliziter Praktiken anhand fachspezifischer Visualisierungen
gefördert im Programm Lehrinnovationen der Universität Tübingen

Ausschnitt eines fachtypischen Beispielbilds. Original: Shainer et al. (2025) Nature 638:1023-1033. https://doi.org/10.1038/s41586-024-08518-2)


videoLAS:
Lehrvideos zur fachlichen und ethischen Reflexion von Tierversuchen
gefördert vom E-Learning-Förderfonds, Medizinische Fakultät Düsseldorf

Entwurf eines Symbolbilds von Diana Hoffmann, Neurowissenschaftlerin
und Grafikdesignerin im Projekt videoLAS, CC BY-NC-SA 4.0


Wissenschaftsdidaktik

Wo immer Menschen gemeinsam an Projekten arbeiten, besteht die Gefahr, betriebsblind zu werden. So übersehen wir nicht bloß naheliegende Lösungen – sondern wir machen es kreativen Menschen auch unnötig schwer, unser Team zu verstärken und neue Impulse zu geben.

Woran erkennen wir, ob jemand talentiert ist oder nicht? Woran bewerten wir den Lernerfolg Studierender? Wo ecken wir zwischenmenschlich an?

Theoretisch kann man das oft als Sozialisationsprozess beschreiben – und wenn es konkret um wissenschaftliche Forschungsteams geht, auch mal als “disziplinäre Enkulturation”. Wie wir diese (absichtlich und unabsichtlich) gestalten, und wie wir lernen können, sie überhaupt erstmal wahrzunehmen, birgt viel praktisches Verbesserungspotential.

Dem widmet sich die Wissenschaftsdidaktik – also die Selbstreflexion fachlich Tätiger, der ich mich auch selbst verschrieben habe. Zum Beispiel mit diesem 2024 veröffentlichten Buchkapitel zu den impliziten Inhalten wissenschaftlicher Datenvisualisierungen, ihren Risiken und Chancen:

Dehmelt, Florian Alexander (2024). Wissenschaftliche Bilder und ihre Kommunikation als Ausgangspunkt von Wissenschaftskritik. In: Gabi Reinmann/ Rüdiger Rhein (Eds.), Wissenschaftsdidaktik IV (207-230). Bielefeld: transcript Verlag. https://doi.org/10.14361/9783839462973-012