Nutzerzentrierte Konzepte und Lösungen zum Optimieren digital gestützten Lernens in Schule und Arbeitsleben

In unserer digitalisierten Welt verlagert sich das Lernen in die Cloud. Vom Unterricht in der Schule und der Tafel zum Tablet, hin zu einem lebenslangen Lernen in der Arbeitswelt und darüber hinaus. Wie erfolgreich und attraktiv dieses zeitgemäße Lernen erfolgt, hangt nicht unwesentlich von den technologischen Möglichkeiten ab, die digitale Lernplattformen rund um MOOCs und Schul-Clouds bieten. Bei deren Weiterentwicklung sollen die Lernenden und ihre Lernerfahrungen im Vordergrund stehen und nicht bloß ökonomische Messgrößen. Die Ausrichtung von Learning Analytics auf den Lernenden ist entscheidend für Lernerfolg und Lernerlebnis. Hierfür wurde ein Optimierungsframework entwickelt, das innerhalb der zeitlichen Entwicklung von Lernplattformen anhand verschiedener qualitativer und quantitative Methoden Verbesserungen identifiziert, priorisiert und deren Beurteilung und Umsetzung steuert. 

Datengestützte Entscheidungen sollten auf einer ausreichende Datenbasis aufbauen. Moderne Web-Anwendungen bestehen aber oft aus mehreren Microservices mit jeweils eigener Datenhaltung. Viele Daten sind daher nicht mehr einfach zugänglich. Daher wird in dieser Arbeit ein Learning Analytics Dienst eingeführt, der diese Daten sammelt und verarbeitet. Darauf aufbauend werden Metriken eingeführt, auf deren Grundlage die erfassten Daten nutzbar werden und die somit zu verschiedenen Zwecken verwendet werden können. 

Neben der Visualisierung der Daten in Dashboards und in Mails werden die Daten für eine automatisierte Qualitätskontrolle herangezogen. So kann festgestellt werden, wenn Tests zu schwierig oder die soziale lnteraktion in einem MOOG zu gering ist.

Die vorgestellte lnfrastruktur lässt sich aber auch verwenden um verschiedene A/Bin-Tests durchzuführen. In solchen Tests gibt es mehrere Varianten, die an verschiedene Nutzergruppen in einem kontrollierten Experiment erprobt werden. Dank des vorgestellten Testinfrastruktur, die in der HPI MOOG Plattform eingebaut wurde, kann ermittelt werden, ob sich für diese Gruppen statistisch signifikante Änderungen in der Nutzung feststellen lassen. Dies wurde mit fünf verschiedenen Verbesserungen der HPI MOOG Plattform, auf der auch openHPI und openSAP läuft, evaluiert. 

Dabei konnte gezeigt werden, dass sich Lernende mit reaktivierenden Mails zurück in den Kurs holen lassen. Dabei sind es primär die Kommunikation der unbearbeiteten Lerninhalte des Nutzers, die eine reaktivierende Wirkung haben. Auch Übersichtsmails, die die Forenaktivität zusammenfassen, haben einen positiven Effekt. Ein gezieltes On-Boarding kann dazu führen, dass die Nutzer die Plattform besser verstehen und hierdurch aktiver sind. 

Der vierte Test konnte zeigen, dass die Zuordnung von Forenfragen zu einem bestimmten Zeitpunkt im Video und die grafische Anzeige dieser lnformationen zu einer erhöhten Forenaktivität führt. Auch die experimentelle Erprobung von unterschiedlichen Lernmaterialen, wie sie im fünften Test durchgeführt wurde, ist in MOOCs hilfreich, um eine Verbesserung der Kursmaterialien zu erreichen. 

Neben diesen funktionalen Verbesserungen wird untersucht wie MOOG Plattformen und Schul­Clouds einen Nutzen bieten können, wenn Nutzern nur eine schwache oder unzuverlässige lnternetanbindung zur Verfügung steht (wie dies in vielen deutschen Schulen der Fall ist). Hier wird gezeigt, dass durch ein geschicktes Vorausladen von Daten die lnternetanbindungen entlastet werden können. Teile der Lernanwendungen funktionieren dank dieser Anpassungen selbst wenn keine Verbindung zum Internet besteht. Als letztes wird gezeigt, wie Endgerate sich in einem lokalen Peer-to-Peer CDN gegenseitig mit Daten versorgen können, ohne dass diese aus dem Internet heruntergeladen werden müssen.