Learning Analytics im E‑Learning

Unternehmen setzen vermehrt auf digitale Lernplattformen, um ihren Mitarbeitern flexible und maßgeschneiderte Lernmöglichkeiten zu bieten. Doch wie können sie sicherstellen, dass diese Lernangebote auch tatsächlich effektiv sind und den gewünschten Erfolg bringen? Hier kommt Learning Analytics ins Spiel. Learning Analytics bezieht sich auf die Erfassung, Analyse und Auswertung von Daten, die während des Lernprozesses generiert werden. Durch den Einsatz modernster Analysetools können Sie wertvolle Einblicke in das Lernverhalten Ihrer Mitarbeiter gewinnen und Ihre Lernstrategien kontinuierlich verbessern.

In diesem Artikel erfahren Sie, was Learning Analytics genau ist, wie es funktioniert und welche Vorteile es für Ihr Unternehmen bietet. Zudem werden wir wichtige Standards wie SCORM, xAPI und cmi5 vorstellen, die eine zentrale Rolle in der Datenerfassung und -analyse im E‑Learning spielen und Ihnen eine Schritt für Schritt Anleitung bieten, wie Sie Learning Analytics auf den Weg bringen.

Stellen Sie sich vor, Sie könnten genau nachvollziehen, wie Ihre Mitarbeiter lernen, welche Inhalte sie besonders gut verstehen und wo sie Unterstützung benötigen. Genau das ermöglicht Ihnen Learning Analytics. Aber was genau steckt dahinter?

Learning Analytics ist die systematische Erfassung und Analyse von Daten, die während des Lernprozesses anfallen. Diese Daten stammen aus verschiedenen Quellen, wie zum Beispiel Online-Kursen, Lernmanagementsystemen oder interaktiven Lernplattformen. Mit Hilfe von Learning Analytics können Sie Muster und Trends im Lernverhalten Ihrer Mitarbeiter erkennen und darauf basierend Ihre Bildungsstrategien optimieren.

Die Geschichte von Learning Analytics reicht zurück bis zu den Anfängen der digitalen Bildungstechnologien. Mit dem Aufkommen des Internets und fortschrittlicher Analysetools wurde es möglich, immer detailliertere Einblicke in Lernprozesse zu gewinnen. Im Gegensatz zu traditionellen Bildungsanalysen, die oft auf Umfragen und Prüfungen basieren, bietet Learning Analytics eine kontinuierliche und datengetriebene Überwachung des Lernfortschritts.

Der Prozess hinter Learning Analytics mag auf den ersten Blick komplex erscheinen, lässt sich jedoch in drei Hauptschritte unterteilen: Datensammlung, Datenanalyse und Dateninterpretation. Lassen Sie uns diese Schritte genauer betrachten:

Durch diese drei Schritte – Datensammlung, Datenanalyse und Dateninterpretation – wird Learning Analytics zu einem mächtigen Werkzeug, das Ihnen hilft, die Lernprozesse in Ihrem Unternehmen effizienter und zielgerichteter zu gestalten.

Ein Beispiel: Stellen Sie sich vor, Sie bemerken durch Learning Analytics, dass viele Ihrer Mitarbeiter Schwierigkeiten mit einem bestimmten Kursmodul haben. Sie können dann gezielt Maßnahmen ergreifen, wie zusätzliche Schulungen oder angepasste Lernmaterialien, um diesen Herausforderungen entgegenzuwirken.

Um Learning Analytics in Ihrem Unternehmen erfolgreich zu implementieren, ist es wichtig, sich mit den gängigen Standards vertraut zu machen. Diese Standards helfen Ihnen, Daten konsistent zu erfassen und zu analysieren. Die bekanntesten sind SCORM, xAPI und cmi5. 

E-Learning-Standards übertragen Daten zum Lernprozess zwischen Learning Content und Learning Management System. Sie sorgen dafür, dass zwei verschiedene Systeme miteinander kommunizieren können und die gleiche Sprache sprechen. Damit kann z.B. der Online-Kurs Informationen an das Learning Management System senden und empfangen. Dies sind z.B. Informationen zum Lernfortschritt oder über Lernergebnisse. Dem Lernenden ermöglichen sie durch die Speicherung des aktuellen Standes jederzeit den nahtlosen Wiedereinstieg in unterbrochene Kurse.

SCORM, kurz für Sharable Content Object Reference Model, ist ein weit verbreiteter E‑Learning-Standard, der die Entwicklung und Bereitstellung von Lerninhalten regelt. SCORM stellt sicher, dass digitale Lernobjekte unabhängig von der verwendeten Lernplattform oder dem Learning Management System (LMS) funktionieren. Dies wird durch eine Reihe von technischen Spezifikationen erreicht, die festlegen, wie Lerninhalte verpackt, abgespielt und mit dem LMS kommuniziert werden sollen.

SCORM ermöglicht die Erfassung einer Vielzahl von Daten über das Lernverhalten und den Lernfortschritt der Nutzer. Im Bereich Learning Analytics können folgende Aspekte gemessen werden:

• Kursnutzung: Welche Kurse werden von den Lernenden besucht, wie oft und wie lange?
• Fortschritt und Abschlussraten: Wie weit sind die Lernenden im Kurs fortgeschritten und haben sie den Kurs abgeschlossen?
• Testergebnisse: Ergebnisse von Tests und Quizzes, die innerhalb des Kurses absolviert wurden.
• Interaktionen: Interaktionen mit Lerninhalten, wie z.B. das Ansehen von Videos, das Klicken auf Links oder das Abschließen von Modulen.
• Zeitaufwand: Die Zeit, die für einzelne Lernaktivitäten oder -module aufgewendet wird.
• Fehlversuche: Anzahl der Versuche und Fehlversuche bei Tests oder Aufgaben.

Um diese Daten zu erfassen und zu analysieren, sind folgende Technologien und Tools erforderlich:

• Learning Management System (LMS): Ein LMS, das SCORM-konform ist, kann die Daten über die Lernaktivitäten sammeln und speichern. Beispiele für SCORM-kompatible LMS sind Knowledgeworker Share, eFront oder Cornerstone.

• SCORM-Authoring-Tools: Diese Tools werden verwendet, um SCORM-konforme Lerninhalte zu erstellen. Beispiele sind Knowledgeworker Create, Articulate 360 oder Lectora.

• Datenbank und Reporting-Tools: Gesammelte SCORM-Daten müssen in einer Datenbank gespeichert und analysiert werden. Hierfür können relationale Datenbanken wie MySQL oder PostgreSQL sowie Reporting-Tools wie Tableau oder Microsoft Power BI verwendet werden.

• Learning Record Store (LRS): Ein LRS speichert Lernaktivitäten und Interaktionen, die nach dem Experience API (xAPI) Standard erfasst werden. Es kann auch SCORM-Daten importieren und mit anderen Datenquellen kombinieren.

xAPI, kurz für Experience API, auch bekannt als Tin Can API, ist ein moderner E‑Learning-Standard, der die Erfassung und den Austausch von Lernerfahrungen ermöglicht. Im Gegensatz zu älteren Standards wie SCORM, die sich auf die Interaktionen innerhalb eines LMS beschränken, erlaubt xAPI die Verfolgung von Lernaktivitäten in einer Vielzahl von Kontexten und Umgebungen. Dies umfasst formale Lerninhalte, soziale Interaktionen, simulationsbasiertes Training, mobile Lernanwendungen und sogar reale, offline stattfindende Lernaktivitäten. xAPI verwendet "Statements" im Format "Akteur, Verb, Objekt" (z.B. "John hat ein Quiz abgeschlossen"), um Lernaktivitäten zu dokumentieren und in einem Learning Record Store (LRS) zu speichern.

Mit xAPI können umfangreiche Daten über das Lernverhalten und den Lernfortschritt der Nutzer erfasst werden. Im Bereich Learning Analytics können folgende Aspekte gemessen werden:

• Kursnutzung und Interaktionen: Detaillierte Aufzeichnungen darüber, welche Lernaktivitäten die Nutzer ausführen, welche Medien sie ansehen, welche Aufgaben sie bearbeiten und welche Module sie besuchen.
• Fortschritt und Abschlussraten: Wie weit die Lernenden in ihrem Lernprozess fortgeschritten sind und ob sie bestimmte Kurse oder Module abgeschlossen haben.
• Testergebnisse und Leistung: Ergebnisse von Tests und Quizzes, einschließlich detaillierter Daten über richtige und falsche Antworten, Antwortzeiten und Fehlversuche.
• Zeitaufwand: Detaillierte Aufzeichnungen über die Zeit, die für einzelne Lernaktivitäten, Module oder Kurse aufgewendet wird.
• Lernen außerhalb des LMS: Erfassung von Lernaktivitäten, die außerhalb des LMS stattfinden, wie z.B. die Teilnahme an Workshops, Konferenzen, das Lesen von Artikeln oder das Anschauen von Videos

Um diese Daten zu erfassen und zu analysieren, sind folgende Technologien und Tools erforderlich:

• Learning Record Store (LRS): Das zentrale Element der xAPI-Infrastruktur. Ein LRS speichert die von xAPI generierten Statements und ermöglicht deren Abfrage und Analyse. Beispiele für LRS sind Learning Locker, Watershed und Grassblade.

• Lernplattformen und Systeme: Moderne LMS und andere Lernplattformen, die xAPI unterstützen.

• xAPI-Authoring-Tools: Diese Tools ermöglichen die Erstellung von xAPI-fähigen Lerninhalte. Beispiele sind Knowledgeworker Create, Articulate 360 oder Lectora.

• Datenbank und Reporting-Tools: Die in einem LRS gespeicherten Daten können in Datenbanken wie MySQL oder MongoDB gespeichert und mit Reporting-Tools wie Tableau, Microsoft Power BI oder speziellen Learning Analytics Plattformen analysiert werden.

• Integrationsplattformen: Tools und Plattformen, die xAPI-Daten mit anderen Datenquellen integrieren, um umfassendere Analysen zu ermöglichen. Beispiele sind Zapier, MuleSoft oder Apache NiFi.

Durch den Einsatz dieser Technologien bietet xAPI eine flexible und leistungsfähige Lösung zur Erfassung und Analyse von Lernerfahrungen, die weit über die Möglichkeiten traditioneller E‑Learning-Standards hinausgeht. Dies ermöglicht eine tiefergehende Analyse des Lernverhaltens und unterstützt die Entwicklung personalisierter und effektiver Lernstrategien.

Ein bekanntes Reportingtool sind Dashboards des LRS Learning Locker, welches auch zur Auswertung der Lernaktivitäten von Mitarbeitern bzw. Kunden eines weltweit agierenden Großhandels verwendet wird. Ein individuelles Reporting für eine Lernergruppe (Länderebene) könnte darin so aussehen:

cmi5 ist ein E‑Learning-Standard, der die Stärken von SCORM und xAPI kombiniert, um eine umfassende und flexible Lösung für die Bereitstellung und Verfolgung von Lerninhalten zu bieten. cmi5 wurde entwickelt, um die Einschränkungen von SCORM zu überwinden und die Vorteile von xAPI zu nutzen, während gleichzeitig die notwendigen Spezifikationen für die Interoperabilität und Verwaltung von Kursen innerhalb eines Learning Management Systems (LMS) bereitgestellt werden. cmi5 definiert eine strukturierte Methode zur Verwaltung von Kursen und Sessions, was insbesondere für formale Lernumgebungen von Vorteil ist.

Mit cmi5 können detaillierte Daten über das Lernverhalten und den Lernfortschritt der Nutzer erfasst werden. Im Bereich Learning Analytics können folgende Aspekte gemessen werden:

• Kursnutzung und Interaktionen: Detaillierte Verfolgung, welche Kurse und Module die Lernenden besuchen und wie sie mit den Inhalten interagieren.
• Fortschritt und Abschlussraten: Überwachung, wie weit die Lernenden in ihren Kursen fortgeschritten sind und ob sie die Kurse erfolgreich abgeschlossen haben.
• Testergebnisse und Leistung: Detaillierte Aufzeichnungen über die Ergebnisse von Tests und Quizzes, einschließlich der Anzahl der Versuche, der erreichten Punktzahlen und der Reaktionszeiten.
• Zeitaufwand: Messung der Zeit, die die Lernenden für verschiedene Lernaktivitäten und -module aufwenden.
• Session-Verwaltung: Verfolgung und Verwaltung von Lern-Sessions, einschließlich des Starts, Pausierens und Beendens von Sessions.
• Kompetenzentwicklung: Dokumentation des Erwerbs und der Anwendung von Fähigkeiten und Kompetenzen durch verschiedene Lernaktivitäten.

Um diese Daten zu erfassen und zu analysieren, sind folgende Technologien und Tools erforderlich:

• Learning Record Store (LRS): cmi5 nutzt xAPI für die Datenübertragung und -speicherung. Ein LRS speichert die xAPI-Statements, die von cmi5 generiert werden, und ermöglicht deren Abfrage und Analyse. Beispiele für LRS sind Learning Locker, Watershed und Grassblade.

• cmi5-kompatible LMS: LMS, die den cmi5-Standard unterstützen, wie z.B. Moodle mit entsprechenden Plugins oder andere moderne LMS, die cmi5 implementiert haben.

• cmi5-Authoring-Tools: Tools zur Erstellung von cmi5-konformen Lerninhalten, die xAPI-Statements generieren. Beispiele sind Knowledgeworker Create, Articulate 360 oder Lectora.

• Datenbank und Reporting-Tools: Die in einem LRS gespeicherten Daten können in Datenbanken wie MySQL oder MongoDB gespeichert und mit Reporting-Tools wie Tableau, Microsoft Power BI oder speziellen Learning Analytics Plattformen analysiert werden.

• Integrationsplattformen: Tools und Plattformen, die cmi5-Daten mit anderen Datenquellen integrieren, um umfassendere Analysen zu ermöglichen. Beispiele sind Zapier, Mulesoft oder Apache NiFi.

Durch den Einsatz dieser Technologien bietet cmi5 eine leistungsfähige und flexible Lösung zur Erfassung und Analyse von Lernerfahrungen, die die Stärken von SCORM und xAPI vereint. Dies ermöglicht eine detaillierte und genaue Analyse des Lernverhaltens und unterstützt die Entwicklung effektiver und personalisierter Lernstrategien.

Die Verwendung dieser Standards stellt sicher, dass Sie genaue und konsistente Daten über die Lernaktivitäten Ihrer Mitarbeiter erfassen können. Dies ist entscheidend, um fundierte Entscheidungen über Ihre E‑Learning-Strategien zu treffen und den Lernerfolg zu maximieren. Durch die Implementierung von SCORM, xAPI und cmi5 können Sie sicherstellen, dass Ihre Lerninhalte effektiv sind und Ihre Mitarbeiter bestmöglich unterstützt werden. Diese Standards bieten Ihnen die Werkzeuge, um Ihre E‑Learning-Angebote effizient zu verwalten und kontinuierlich zu verbessern.

Die Implementierung von Learning Analytics in Ihrem Unternehmen kann auf den ersten Blick eine Herausforderung darstellen, aber mit einem strukturierten Ansatz können Sie den Prozess reibungslos gestalten. Hier sind die wichtigsten Schritte, um Learning Analytics erfolgreich einzuführen:

Bevor Sie mit der Implementierung beginnen, sollten Sie klare Ziele und Anforderungen definieren. Überlegen Sie, welche Fragen Sie mit Hilfe von Learning Analytics beantworten möchten und welche Ziele Sie verfolgen. Dies könnte die Verbesserung der Kursqualität, die Steigerung der Abschlussquoten oder die Optimierung der Lernressourcen umfassen.

Ermittlung des Bedarfs

Identifizieren Sie die Hauptprobleme und Herausforderungen, denen Ihr Unternehmen im Bereich E‑Learning gegenübersteht. Dies könnte die geringe Beteiligung an Kursen, niedrige Abschlussquoten oder Schwierigkeiten bei der Bewertung der Lernwirksamkeit sein. Führen Sie eine Umfrage oder Interviews mit Ihren Mitarbeitern durch, um ein besseres Verständnis ihrer Bedürfnisse und Erwartungen zu erhalten.

Definition der Ziele

Formulieren Sie spezifische, messbare, erreichbare, relevante und zeitgebundene (SMART) Ziele. Zum Beispiel: „Steigerung der Abschlussquoten in Online-Kursen um 20 % innerhalb der nächsten sechs Monate“ oder „Verbesserung der Mitarbeiterzufriedenheit mit den Schulungsprogrammen um 15 %“.
Priorisieren Sie Ihre Ziele basierend auf deren Bedeutung und dem erwarteten Nutzen für Ihr Unternehmen.
 

Es gibt eine Vielzahl von Tools und Plattformen, die Learning Analytics unterstützen. Wählen Sie die Technologien aus, die am besten zu Ihren Bedürfnissen passen. Achten Sie dabei auf Kompatibilität mit bestehenden Systemen und die Möglichkeit, Standards wie SCORM, xAPI und cmi5 zu integrieren. Eine gründliche Evaluierung und gegebenenfalls eine Pilotphase können helfen, die beste Lösung zu finden.

Recherche und Auswahl der Technologien

• Erstellen Sie eine Liste potenzieller Tools und Plattformen, die Learning Analytics unterstützen.
• Prüfen Sie die Kompatibilität der Tools mit bestehenden Systemen und deren Unterstützung für SCORM, xAPI und cmi5. Dies stellt sicher, dass Sie nahtlos Daten erfassen und analysieren können.

Tipp: Nutzen Sie unabhängige Anbieter im Bereich E‑Learning wie die chemmedia AG, die unterschiedliche Lerntechnologien im Angebot haben und Sie beraten. So erhalten Sie das Bundle, welches Ihre Bedürfnisse perfekt erfüllt und profitieren darüber hinaus von den langjährigen Erfahrungen und umfangreichen Dienstleistungen.

Evaluierung und Pilotphase

• Führen Sie eine gründliche Evaluierung der in Frage kommenden Tools durch. Berücksichtigen Sie dabei Faktoren wie Benutzerfreundlichkeit, Funktionsumfang, Skalierbarkeit und Support.
• Starten Sie eine Pilotphase mit einer kleinen Gruppe von Nutzern, um die ausgewählten Tools in der Praxis zu testen. Sammeln Sie Feedback und bewerten Sie, ob die Tools Ihre Anforderungen erfüllen und Ihre Ziele unterstützen.

Implementierung der ausgewählten Technologien

• Entwickeln Sie einen detaillierten Implementierungsplan, der alle erforderlichen Schritte und Verantwortlichkeiten umfasst. Berücksichtigen Sie dabei Aspekte wie Datenmigration, Systemintegration, Schulungen und Kommunikationsmaßnahmen.
• Arbeiten Sie eng mit Ihrer IT-Abteilung und den Anbietern der ausgewählten Tools zusammen, um eine reibungslose Implementierung zu gewährleisten.
• Planen Sie Schulungen für Ihre Mitarbeiter, um sicherzustellen, dass sie die neuen Tools effektiv nutzen können. Stellen Sie sicher, dass Unterstützung und Ressourcen zur Verfügung stehen, um eventuelle Fragen und Probleme zu adressieren.

Durch die sorgfältige Planung und Durchführung der Bedarfsanalyse und die Auswahl geeigneter Technologien legen Sie den Grundstein für eine erfolgreiche Implementierung von Learning Analytics in Ihrem Unternehmen. Diese Schritte helfen Ihnen, die Lernprozesse Ihrer Mitarbeiter zu optimieren und den Lernerfolg nachhaltig zu steigern.
 

Bei der Erfassung und Analyse von Lerndaten ist der Schutz der Privatsphäre Ihrer Mitarbeiter von größter Bedeutung. Stellen Sie sicher, dass alle datenschutzrechtlichen Bestimmungen eingehalten werden. Informieren Sie Ihre Mitarbeiter transparent darüber, welche Daten gesammelt werden und wie diese verwendet werden. Entwickeln Sie Richtlinien, die den ethischen Umgang mit Daten sicherstellen.

Learning Analytics ist ein fortlaufender Prozess. Überwachen Sie regelmäßig die gesammelten Daten und die Ergebnisse Ihrer Analysen. Passen Sie Ihre Strategien und Maßnahmen kontinuierlich an, um den größtmöglichen Nutzen zu erzielen. Sammeln Sie Feedback von Ihren Mitarbeitern und nutzen Sie dieses, um Ihre Ansätze zu verbessern.

Die Einführung von Learning Analytics kann auf technische und organisatorische Hürden stoßen. Ein häufiges Problem ist die Integration neuer Technologien in bestehende Systeme. Stellen Sie sicher, dass Ihre IT-Abteilung eng in den Prozess eingebunden ist und technische Unterstützung bietet. Eine weitere Herausforderung kann der Widerstand der Mitarbeiter gegenüber neuen Methoden sein. Hier sind eine transparente Kommunikation und Schulung entscheidend.

• Gehen Sie kleine Schritte: Starten Sie mit einem Pilotprojekt, um erste Erfahrungen zu sammeln und Anpassungen vorzunehmen, bevor Sie Learning Analytics im gesamten Unternehmen einführen.
• Binden Sie Ihre Mitarbeiter ein: Beziehen Sie Ihre Mitarbeiter von Anfang an in den Prozess ein. Informieren Sie sie über die Vorteile und schulen Sie sie im Umgang mit den neuen Tools.
• Stellen Sie sicher, dass Sie datenschutzkonforme Prozesse haben: Informieren Sie Ihre Mitarbeiter transparent darüber, welche Daten erfasst werden und wie sie genutzt werden.
• Überwachen Sie regelmäßig den Prozess und passen Sie diesen an: Nutzen Sie Dashboards und Berichte, um schnell auf Veränderungen reagieren zu können und neue Trends zu erkennen.
• Fördern Sie eine datengetriebenene Kultur: Um das volle Potenzial von Learning Analytics auszuschöpfen, ist es wichtig, eine datengetriebene Kultur in Ihrem Unternehmen zu fördern. Stellen Sie sicher, dass Ihre Mitarbeiter verstehen, wie wichtig die Erfassung und Analyse von Lerndaten ist, und ermutigen Sie sie, diese Daten aktiv zu nutzen.
• Arbeiten Sie transparent: Seien Sie transparent im Umgang mit den gesammelten Daten. Informieren Sie Ihre Mitarbeiter darüber, welche Daten erfasst werden und wie sie genutzt werden. Dies schafft Vertrauen und Akzeptanz. Offene Kommunikation über die Ziele und Vorteile von Learning Analytics hilft, Bedenken auszuräumen und die Beteiligung zu erhöhen.
• Integrieren Sie Learning Analytics in Ihre Geschäftsstrategie: Stellen Sie sicher, dass Learning Analytics ein integraler Bestandteil Ihrer Geschäftsstrategie ist. Die Erkenntnisse aus den Analysen sollten in Entscheidungsprozesse einfließen und zur Erreichung Ihrer strategischen Ziele beitragen. Dies kann die Planung von Weiterbildungsmaßnahmen, die Entwicklung neuer Produkte oder die Verbesserung der Kundenbetreuung umfassen.
• Bieten Sie Schulungen und Unterstützung an: So stellen Sie sicher, dass sie die Tools und Technologien effektiv nutzen können. Dies kann in Form von Workshops, Online-Tutorials oder individuellen Coaching-Sitzungen geschehen.