- Monday, 02.09.24, 11:01 - 12:29 Uhr
- STARTPLATZ, Im Mediapark 5, 50670 Köln
- AI Interessierte
5. Juli 2016, 10:19 :: Allgemein
Autor: Carolin Gattermann
Gutenberg seine Buchdruck-Machine war revolutionär, erlaubte sie doch die günstige Vervielfältigung von Büchern. Der Buchdruck ermöglichte eine Massenkommunikation, die eine tiefgreifende gesellschaftliche Veränderung bewirkte. So bedrohte der steile Anstieg der Alphabetisierungsraten die Machtstellung der politischen und religiösen Eliten und ließ eine aufstrebende Mittelschicht entstehen (Vgl. https://de.wikipedia.org/wiki/Druckpresse). Die Digitalisierung heute ist nicht weniger revolutionär. Und sie erlaubt völlig neue Möglichkeiten. Was früher die Alphabetisierungraten waren, könnte heute die Datenanlyse sein.
Data Analytics steht für die Untersuchung von Daten, um darin versteckte Muster, unbekannte Korrelationen und andere nützliche Informationen zu entdecken. (Vgl.http://www.searchenterprisesoftware.de/definition/Big-Data-Analytik) Sind die Datenmengen sehr groß, spricht man vom Big Data Analytics oder kurz Big Data. Data Analytics wird auch im Kontext von Bildung angewendet. Immer, wenn Lernangebote und -prozesse elektronisch verarbeitet werden, kann man Daten sammeln. (Vgl. https://www.e-teaching.org/didaktik/qualitaet/learning_analytics). Wertet man nun diese Daten nach bestimmten Fragestellungen aus, können sie eine Fülle von Antworten liefern. So kann man der Fragestellung nachgehen, wie man den Lernenden in seinen Lernprozessen unterstützen kann. Oder aber, wie Dozenten ihren Kurs so aufsetzen, dass sie einen hohen Lernerfolg ermöglichen. Genauso kann sich die Bildungsinstitution fragen, was sie tun muss, um Dozenten und Lernende optimal zu unterstützen.
Sammelt man etwa Daten über das Benutzerverhalten eines eLearning-Kurses, spricht man meist von „Activity Data“. Viele kennen Google Analytics, das kostenlose Tool für das Verfolgen von Benutzerverhalten auf Webseiten. In etwa so kann man sich auch Activity Data beim Lernen vorstellen. Geht das Sammeln über das reine Nutzerverhalten eines Lernprogramms hinaus, spricht man von „Learning Analytics“ oder auch von „Educational Data Mining“. So können Daten von verschiedenen Quellen wie Verwaltungssystemen, vom Lernmanagementsystem und aus anderen Quellen gesammelt, kombiniert und ausgewertet werden.
Das Bridgwater College in England sammelt umfangreich die Daten seiner Studenten. Diese vergleicht es mit nationalen Durchschnittswerte und beantwortet daraus eine Fülle an Fragestellungen. Es legt auch individuelle Profile an und sammelt Daten zu früheren Leistungen sowie sozio-demographischen Werten. So können beispielsweise unter anderem folgende Fragestellung beantwortet werden:
Im Bridgwater College fließen solche Erkenntnisse in (individuelle) Lernpläne ein. Außerdem werden die Studierenden mit Hilfe eines ausgeklügelten Tutorsystems betreut, das auf die Erkenntnisse aus Learning Analytics zurückgreift. Plötzliche Leistungsabfälle können schneller erkannt und ihnen nachgegangen werden. Oder es können eMails verschicken werden, sobald Abgabefristen überschritten werden.
Das datengetriebene Lösen von Problemen ist ein innovatives Feld mit großem Potential. Am
Startplatz hatten wir beispielsweise das Startup abilityloft.com, das die Lerninhalte auf Grund von
Learning Analytics besser auf den Lerner zuschneidet. Ähnlich agiert das Berliner Startup
www.bettermarks.com. Das Mathelernprogramm wertet das Lernverhalten seiner Anwender aus
und passt sich automatisch inhaltlich an. Damit personalisiert es das Mathelernen und
berücksichtig die individuellen Bedürfnisse des Lerners. International gibt es Startups wie
civitaslearning.com oder brightbytes.net, um nur zwei von vielen zu nennen die sich mit Learning
Analytics beschäftigen. Learning Analytics ermöglicht viele Anwendungen und damit eine Vielzahl
an Gelegenheiten für Gründungen.