Formelles und informelles Lernen in Schulen, Hochschulen und Unternehmen, aber auch im privaten Bereich nehmen in unserer modernen Wissensgesellschaft eine immer wichtigere Rolle ein. Dabei eröffnen Lernplattformen (LMS-Learning Management System) neue Möglichkeiten des Lehrens und Lernens. Beispiele hierfür sind etwa die Kurse der Virtuellen Fachhochschule, das Bildungsportal des Bildungswerk der Wirtschaft Berlin Brandenburg (bbw) oder das Angebot ChemgaPedia des Fachinformationszentrum (FIZ) Chemie GmbH.

Um eLearning-Angebote zu entwickeln und zu verbessern, sind Informationen über das Lernerverhalten und die auf der Plattform ablaufenden Lernprozesse notwendig. Diese Informationen sind jedoch weder in personalisierenden Lernplattformen, wo angemeldete Benutzer definierte Kurse durchlaufen, verfügbar, noch auf nicht personalisierenden Plattformen, auf denen anonyme Benutzer selbst ihren Lernpfad bestimmen.

Großes Interesse besteht bei Unternehmen wie der eLeDia GmbH, welche Lernplattformen betreiben und Partner beim Einsatz von Lernplattformen beraten, bei Technologie- und Lösungsanbietern wie der IMC AG (Lernplattform clix), und bei Anbietern offener Lernlösungen wie dem FIZ Chemie. Interesse an den Informationen besteht aber auch an den Hochschulen, welche eine Lernplattform betreiben, und bei den Dozenten, welche ihre Lehre über die Lernplattform und vermehrt auch in neuen Formen (eLearning) durchführen (KMW 2010).

In dem Projekt sollte analysiert werden, wie mit Hilfe von Data-Mining-Verfahren Informationen aus Daten der Lernplattformen gewonnen werden können. Von besonderem Interesse war es, Dienste zu identifizieren, die gleichermaßen auf personalisierenden und nicht personalisierenden Lernplattform realisiert werden können. Ausgangspunkt war ein Fragenkatalog, welcher aus Sicht der externen Partner die Anforderungen an das Lernprozessmonitoring beschreibt. Ein wichtiger Aspekt war der Datenschutz: Daten über Studierende, welche auf der Lernplattform einer Hochschule registriert sind, dürfen nur in anonymisierter Form ausgewertet werden. Von besonderem Interesse waren auch Informationen über das genderspezifische Lernverhalten. Ein an Hochschulen zunehmend wichtigeres Thema ist es, wie Studentinnen für Ingenieurstudiengänge oder ähnliche von Männern dominierte Fächer gewonnen werden können. Informationen über ein frauenspezifisches Lernverhalten helfen dabei, die Angebote passgenauer zu machen, die Eingangsschwelle zu senken und die Drop-out-Rate zu verringern.

Die Kernfragestellung dieses Projektes war es, zu untersuchen, ob sich gemeinsame Werkzeuge, Analyseverfahren und Auswertungsprozesse für die beiden Arten von Lernplattformen definieren, entwickeln und abbilden lassen, da viele Fragestellungen aus dem Fragenkatalog beide Arten von Lernplattformen betreffen. Mit Hilfe der zu entwickelnden Anwendung konnten Lernprozesse und Lernangebote optimiert werden, basierend auf der Analyse und Auswertung des Nutzerverhaltens.

Ziel des vom IFAF Berlin geförderten Projektes *LeMo* war es, einen Prototypen für das Lernprozessmonitoring zu entwickeln. Dieser Dienst sollte Fragestellungen beantworten und für Lernplattform-Betreibenden und Durchführenden von Lernmaßnahmen gleichermaßen intuitiv und einfach zu benutzen sein.

• Prof. Dr. Albrecht Fortenbacher (Projektleitung)

• M.A. Liane Beuster (Projektmitarbeiter_in)
• Leonard Kappe (Projektmitarbeiter_in)
• Boris Wenzlaff (Projektmitarbeiter_in)

IFAF - Institut für angewandte Forschung Berlin e. V.

• Beuth Hochschule für Technik Berlin (BHT)
• Hochschule für Wirtschaft und Recht Berlin (HWR)
• Babbel - Lesson Nine GmbH
• Bildungswerk der Wirtschaft Berlin Brandenburg (bbw)
• eLeDia - E-Learning im Dialog GmbH
• Fachinformationszentrum Chemie GmbH (FIZ-Chemie)
• IMC information multimedia communication AG

Europäischer Fonds für regionale Entwicklung (EFRE) & IFAF Förderlinie 3

https://www.ifaf-berlin.de/projekte/lemo/