Die Vorzüge adaptiven Lernens im unternehmensinternen eLearning

Lernmanagementsysteme vereinfachen das Lernen im Alltag. Sie können Lerninhalte organisieren, verteilen und ermöglichen das Durchführen von Online-Tests. Doch vom analogen Lernen unterscheiden sich die Inhalte meist nur aufgrund ihrer Digitalität. Genauso wie analoge Materialien werden die digitalen oftmals in vorgegebener Reihenfolge präsentiert, das jeweilige Vorwissen des einzelnen Mitarbeiters und verschiedene Lerntypen werden dabei nur selten berücksichtigt. Wer gerne mit klar definierten Vorgaben lernt, ist damit gut versorgt. Wer dem jedoch ein selbstbestimmtes Lernen vorzieht, steht häufig vor verschlossenen Türen. An dieser Stelle knüpfen adaptive Lernsysteme an, welche das Lernen individualisieren sollen.

Die Idee dahinter ist nicht neu – sie besteht bereits seit den Siebzigern. Größere Relevanz im eLearning gewann sie jedoch erst in den letzten Jahren durch den verstärkten Einsatz cloudbasierter Lerntechnologien wie Mobile Learning. Mit ihnen wächst auch die Forderung danach, Lerninhalte an die eigenen Bedürfnisse und der zur Verfügung stehenden Zeit anzupassen, um flexibel im Lernen zu sein. Was adaptive Lernsysteme hier leisten können, wo ihre Grenzen liegen und warum Unternehmen bei der Implementierung noch zögern, beleuchten wir in diesem Artikel.

Adaptive Lernsysteme gehen über die Möglichkeiten einfacher Lernmanagementsysteme hinaus, indem sie das Verhalten der Lernenden beobachten, analysieren und entsprechend des jeweiligen Lernbedarfs und Wissenstandes das Lernen unterstützen. Die Grundidee hinter den adaptiven Lernsystemen ist eine Personal Learning Environment (zu dt. ‚persönliche Lernumgebung‘).  Dahinter verbirgt sich die Vorstellung, das Lernen nicht auf eine abgeschlossene Anwendung zu reduzieren, sondern verschiedene Anwendungen miteinander zu verknüpfen und diese den eigenen Bedürfnissen anpassen zu können. Damit bewegen sich Lernsysteme weg von der jeweiligen Institution hin zum individuellen Lerner, welcher seine Lernumgebung aktiv gestaltet. Ein komplett selbstbestimmtes Lernen wird jedoch problematisch, sobald der Lernende noch unerfahren im Umgang ist oder eine vorgegebene Organisation benötigt. Adaptive Lernsysteme können hier Unterstützung bieten. Zum einen organisieren sie Lerninhalte selbstständig, zum anderen orientieren sie sich dabei durch die Beobachtung des Nutzerverhaltens an den Anforderungen und Bedürfnissen des Lernenden. Auf diese Weise kann zum Teil das ersetzt werden, was Lehrende oder Lehrbegleiter in informellen Lernumgebungen leisten und auf das eLearning übertragen werden.

Aus dem Marketing des eCommerce ist uns dieses Prinzip bereits bekannt: Wer einmal in Onlineshops nach bestimmten Produkten sucht, bekommt bei dem nächsten Aufruf einer Website aufgrund personalisierter Werbung ähnliche Produkte zum Kauf vorgeschlagen. Ähnlich funktioniert dies bei adaptiven Lernsystemen. Der Lernende wird durch einen Kurs geführt und dementsprechend welche Inhalte er wie bearbeitet, wählt das System die nächsten Lektionen aus. Auf diese Weise kann der gleiche Kurs für mehrere Personen völlig unterschiedlich aussehen – je nachdem, welchen Wissensstand die Teilnehmer bereits haben und welche Anforderungen sie für das Lernen bedürfen.

Learning Analytics vereinfachen Lernprozesse

Um dies im eLearning-Bereich umzusetzen, wird auf Learning Analytics zurückgegriffen. In Form einer Webanalyse erfassen diese Daten, die beim Nutzen einer Lernumgebung anfallen, wie beispielsweise Fortschritte, Lernerfolge und -historien und werten diese entsprechend bestimmter Algorithmen aus.  Von jedem Anwender entsteht auf diese Weise ein umfassendes Profil, das die persönlichen Präferenzen und spezifischen Bedürfnisse beinhaltet. Zudem werden die Handlungen und Ergebnisse mit den Durchschnittswerten anderer Anwender verglichen. Dementsprechend ist es dem Lernsystem möglich, bestimmte Lerninhalte vorzuschlagen, die sich dem Wissensstand, der Lernstrategie und dem Lerntempo des Lernenden anpassen. Als Beispiel: Erzielt ein Lerner bei der ersten Lektion überdurchschnittlich gute Ergebnisse, überspringt er beispielsweise Lektionen oder bekommt anspruchsvollere vorgeschlagen.

Dies kann Lernprozesse wesentlich vereinfachen. Der Lernende selbst bekommt nicht nur maßgeschneiderte Lerninhalte geliefert, sondern spart zudem Zeit, da er sich die passenden Lektionen nicht selbst suchen und zusammenstellen muss. Im gewissen Maße steuert er sein Lernen auf diese Weise selbst. Dies steigert die Leistungsfähigkeit der Anwender nachhaltig. Selbstbestimmung im Lernprozess gewinnt mit der heutigen Zeit zusehends an Relevanz. Denken wir an das Mobile Learning. Möglicherweise möchte ein Mitarbeiter auf dem Weg mit dem Zug zur Arbeit eine Lerneinheit absolvieren. Es steht ihm jedoch nur eine begrenzte Zeit zur Verfügung. Auch hier kann ein adaptives Lernsystem einen zeitlich passenden Inhalt auswählen, ohne dass der Mitarbeiter selbst Zeit in die Suche danach investieren muss. Des Weiteren liefern solche Systeme Diagnosemöglichkeiten von Lernfortschritten und Kompetenzen sowie Evaluationen der Lerninhalte, die Rückschlüsse für unternehmensinterne Trainer über den Lernerfolg ihrer Inhalte zulassen.

Der Lernprozess mit einem adaptiven Lernsystem.


Die Frage nach dem Datenschutz


Bei solch einem System werden zwangsläufig massenhaft Daten gesammelt, die auch über Jahre gespeichert werden. Diese sind auf den einzelnen Nutzer personalisiert, welcher damit exakt identifizierbar ist. Das schließt verschiedene Risiken mit ein. Problematisch wird es, sobald diese Daten beispielsweise bei einer Bewerbung vom Arbeitgeber herangezogen werden können oder es auf diese Weise zu einer Überwachung der Arbeitnehmer kommt. Bei dem Anwender hinterlässt es meist genau diesen Beigeschmack.

Der Mitarbeiter sieht sich möglicherweise gezwungen, die vorgegebene Lernplattform zu nutzen und sich damit unter Beobachtung zu stellen. Aus dieser Sicht stellt ein adaptives Lernsystem bloß ein weiteres Kontrollinstrument des Arbeitgebers dar. Dringend geklärt werden sollte also noch, wer Zugriff auf diese Daten hat und zu welchem Zweck. In puncto Datenerhebung wird vor allem die Transparenz relevant. Für den Nutzer muss klar sein, welche Daten beim Lernen erhoben werden. Im Idealfall stünde die personalisierte Datenanalyse dann nur ihm selbst zur Verfügung.

Neben der Erhebung personalisierter Daten sehen Kritiker noch einen anderen Nachteil am adaptiven Lernen über Learning Analytics. Wer sich einmal in den vom Lernsystem vorgegebenen Bahnen bewegt, für den wird ein Ausbrechen daraus vermutlich eher schwer. Das Entwickeln eigener Methoden und Wege wird dabei unterbunden. Ähnlich läuft es heute bei Suchanfragen im Internet ab. Je nachdem, welche Seiten man aufruft und wofür man sich im Internet interessiert, werden auch die Suchergebnisse gelistet. Zwangsläufig landen wir immer wieder bei den gleichen Themen oder Seiten. Das Lernsystem kann ausschließlich berücksichtigen, was ein Lernender schon kann. Wo sich aber Begabungen verbergen oder interessante Herausforderungen eröffnen, erkennt es nicht. Genauso wenig kann es bei der Auswahl von Lerninhalten Interessen berücksichtigen. Zukünftige Entwicklungen sollten diese Problematik ins Auge fassen und dem Nutzer die Möglichkeit zum Mitbestimmen einräumen.

Erste Versuche und ihre Misserfolge

1997 führte Microsoft in sein Office-Paket einen virtuellen Assistenten mit Namen Karl Klammer als ein Ansatz adaptiven Lernens ein. Karl stand einem beispielsweise bei dem Erstellen eines Dokuments als Hilfestellung zur Seite und glaubte anhand dessen, was Nutzer dabei tun und schreiben, feststellen zu können, wann und wo Hilfe benötigt wird. Die eigentlich gute Idee scheiterte jedoch an schlechter Umsetzung. Karl Klammer entpuppte sich als aufdringlich, unflexibel und wenig hilfreich. Demgemäß wurden seine Dienste 2007 eingestellt. Dieses Beispiel zeigt, dass es auch beim adaptiven Lernen wie bei jeder neuen Technologie auf den richtigen Zeitpunkt und eine gute Umsetzung ankommt.

Adaptive Lernsysteme auf Wachstumskurs

Die Idee des adaptiven Lernens ist noch nicht vollends im Markt angekommen. Nur wenige Unternehmen machen bisher Gebrauch von adaptiven Lernsystemen. Dies mag mitunter daran liegen, dass es zum Teil noch am nötigen Know-how zur Umsetzung fehlt. Da es sich außerdem eher um eine Optimierung des Lernkomforts handelt, sehen die Zuständigen meist keinen Grund, um dafür zusätzlich Geld auszugeben. Die Technologien adaptiven Lernens würden folglich davon profitieren, wenn sie standardmäßig in Lernmanagementsysteme eingebunden werden. Adaptive Lernsysteme stecken zwar noch in den Kinderschuhen, haben aber durchaus großes Wachstumspotenzial.


SoftDeCC



Aktuelle Publikation:

eLearning Journal - 2/2017
Kaufberater & Markt 2017/2018
>> Jetzt bestellen eLJ2/2017