• Oktober 13, 2017

Digitales Lernen und "Learning Analytics" – wie Trainingsmaßnahmen einer Organisation produktiver gestaltet werden können

Im von Liferay und Arcusys durchgeführten Webinar hielt Janne Hietala im August 2017 einen Vortrag über die durch die Digitalisierung des Lernens hervorgebrachten Veränderungen sowie die Nutzung von "Learning Analytics" in das Trainingsprogramm eines Unternehmens. Im Mittelpunkt des Webinars standen die ständig wachsende Notwendigkeit der Unternehmen, sich an die verändernden Schulungsbedürfnisse anzupassen, sowie die Tools und Maßnahmen, mit denen diese Herausforderung gemeistert werden kann.

Eine Personalentwicklungsmaßnahme kann schon als bloßer Begriff beim Mitarbeiter Assoziationen von monotonen Präsentationen hervorrufen. Das Management wiederum erachtet Trainings gelegentlich als notwendiges Übel auf der Ausgabenseite, weil die tatsächliche Wirksamkeit des Lernens schwierig zu messen und festzustellen ist.

Die Durchführung von Schulungen ist gewöhnlich umso teurer, je effizienter und angenehmer das Lernen sein soll. Das optimale Verhältnis zu finden von Investition und Wirksamkeit gründet nur auf Schätzungen, wenn das Lernen nicht zuverlässig gemessen werden kann.

Digitale Lernlösungen, die Nutzungsdaten sammeln, können gemeinsam mit "Learning Analytics" eine Lösung für diese Herausforderung bieten.

Wie werden Daten gesammelt?

Eine digitale Lernplattform ermöglicht das Sammeln von umfangreichen und detaillierten Lerndaten, aus denen in Kombination mit Learning-Analytic-Tools sinnvolle Einheiten erstellt werden können. Durch das Sammeln und Bearbeiten von Daten darüber, wie die Lernenden die Lernplattform und das Lernmaterial nutzen, kann das Unternehmen leichter die effizientesten und notwendigen ausarbeiten, um sowohl die Schulungen als auch die Lernenden weiterzuentwickeln.

Heutzutage werden unsere Daten bei fast allen Aktivitäten in digitalen Umgebungen gesammelt. Gewöhnlich werden auf der Grundlage dieser Daten u. a. über die sozialen Medien Werbungen und Marketingmaßnahmen gezielt gestaltet und individualisiert.

Es ist also wichtig, sich dessen bewusst zu sein, welche Daten man als Nutzer von sich preisgibt und wozu diese genutzt werden. Diejenigen, die nun um ihre Privatsphäre besorgt sind, können in diesem Fall aber aufatmen, denn bei Learning Analytics geht es ausschließlich um das interne Sammeln von Daten zur Weiterentwicklung des Systems, d. h. Dritte haben keinen Zugriff auf die Daten.

Big, big data

Zu Schulzeiten hat jeder sicherlich z. B. in Physik oder Chemie gelernt, Daten zu sammeln und zu verarbeiten.

Zunächst wurden das Experiment und seine Zielsetzungen definiert, wonach bei der Durchführung des Versuchs Messergebnisse gesammelt wurden. Zum Abschluss des Versuchs wurden die Ergebnisse der ganzen Gruppe in eine Grafik eingetragen und auf dieser Grundlage Balken und Tabellen gezeichnet, mit deren Hilfe die Ereignisse des Versuchs veranschaulicht werden konnten.

Dieses Prinzip hat sich im Laufe der Zeit nicht verändert, wohl aber die Methoden und Technologien.

Was für eine Tabelle kann in einer digitalen Welt noch gezeichnet werden, wenn es Tausende von Messpunkten gibt, die konstant Messergebnisse ausspucken, und wenn diese Daten nicht über einen Versuch, sondern über unzählige verschiedene Messobjekte erstellt werden?

Das Ergebnis ist schon allein wegen der Größe eine so große Datenmenge, dass die herkömmlichen Ansätze zu ihrer Verarbeitung ineffizient sind.

Eine derartig große und ständig wachsende Informationsmenge, deren Bedeutung und Wert aus diesem Grund nicht direkt ersichtlich ist, wird Big Data genannt, und für ihre Verarbeitung und Verwaltung sind bessere Ansätze erforderlich. Mit Hilfe von Analytik-Tools kann diese Herausforderung angegangen werden.

Datenverarbeitung und Analytik

Gemäß den Grundsätzen der Datenverarbeitung werden Rohdaten mit Hilfe von Analytik in eine bearbeitbare Form unterteilt, indem die sich wiederholenden Strukturen identifiziert werden. Aus diesen Strukturen gehen Modelle hervor, durch deren Anwendung aus den Daten sinnvolle und verständliche Einheiten gebildet werden können.

Bei den herkömmlichen Verarbeitungsverfahren muss allerdings genau definiert werden, was in den Daten gefunden werden soll. Dies setzt voraus, dass der Nutzer des Verarbeitungstools bereits eine genau Vorstellung darüber hat, welche Daten wesentlich sind und welche nicht.

Analytik-Tools können selbstständiger arbeiten. Bei der Bearbeitung von Daten lernen diese, Einheiten zu bilden und in den Daten Häufungen zu identifizieren, die von einem Menschen übersehen werden würden.

Learning Analytics

Die Digitalisierung des Lernens ermöglicht ein umfassenderes und vielfältigeres Sammeln von Lerndaten. Wenn eine digitale Lernplattform Big Data über Lernen erstellen kann, können Analytik-Tools Nutzen stiften.

Die Vorstellung der Studie von Tata Interactive Systems gibt ein umfassendes Bild über die verschiedenen Stufen von learning analytics sowie darüber, wie sich die Ausgangspunkte und Ansätze zur Nutzung der Analytik im Laufe der Zeit verändert haben.

Als Ausgangspunkt stellt Tata die Descriptive und Diagnostic Analytics vor, mit deren Hilfe aus den Lerndaten sowohl für den Lernenden als auch für den Schulungsanbieter sinnvolle Einheiten über das Lernen und die Entwicklung von Kompetenzen erstellt werden können.

Die Analytik der nächsten Generation gründet laut Tata wiederum auf der Identifizierung von Korrelationen in den Daten. Die Predictive Analytics kann beispielsweise Zusammenhänge zwischen der Leistung der Lernenden und dem Umfeld und der Nutzung des Lernmaterials feststellen. Wenn sich mit Hilfe der Analytik eine Korrelation zwischen bestimmten Lernmaterialien und guten Leistungen herausstellt, ist es deutlich einfacher, die Trainingsplattform zu verbessern und das Schulungsmaterial weiterzuentwickeln.

Hierdurch wird auch das Sammeln von relevanten Daten einfacher, wodurch die Entwicklung der Schulungen immer effizienter wird.

Als effizienteste Form stellt Tata die Prescriptive Analytics vor, die neben der Prognose der wahrscheinlichsten künftigen Szenarien auch die besten Möglichkeiten für die Vorbereitung auf diese und ihre Bearbeitung bieten kann.

Analytik als Antwort auf die Bedürfnisse des Unternehmens

In der Unternehmenswelt werden Schulungen für das Personal gelegentlich noch als obligatorische Ausgabe erachtet, mit der das Knowhow des Personals sichergestellt werden muss. Dank der Learning Analytics sollten digitale Lernumgebungen nicht mehr nur als reine Kosteneinsparung betrachtet werden.

Mit Hilfe der Korrelationsanalytik der nächsten Generation kann die digitale Lernumgebung aus den Daten von einzelnen Lernenden auch persönliche Lernprofile erstellen, mit deren Hilfe der Lernende besser seine eigenen Stärken verstehen und sein eigenes Lernen anpassen kann.

Zugleich werden dem Trainingsorganisator der Schulungsbedarf und seine Veränderungen deutlich, wodurch eine zielgerichtetere, angenehmere und in jederlei Hinsicht effizientere Schulung geboten werden kann.

Am Ende des Webinars von Hietala wurden die Schritte zur Inbetriebnahme der Analytik in einer Organisation vorgestellt:

  1. Definition der Leistungskenngrößen (key performance indicator)
  2. Planung des entsprechenden Schulungsprogramms
  3. Entwicklung eines Testkonzepts für die Learning-Analytics-Lösung zur Messung der Wirksamkeit
  4. Einführungs- und Erweiterungsplan.

Zunächst müssen also die für das Unternehmen wesentlichen Kenngrößen definiert werden, mit denen die Effizient der Tätigkeit gemessen werden soll. Ein in der digitalen Lernumgebung umgesetztes Trainingssprogramm und das Testen der Analytik mit den gebotenen Daten bilden den Ausgangspunkt für das Messen der Wirksamkeit des Lernens. Wenn die ausgewählten Kenngrößen relevante Ergebnisse hervorbringen, kann das System in der gesamten Organisation eingeführt werden.

Juho Haapiainen
Junior Instructional Designer