Projektbeschreibung
Der zunehmende Einsatz digitaler Technologien im Bildungsbereich ermöglicht die Sammlung riesiger Mengen an Bildungsdaten. Bei der Nutzung digitaler Lernumgebungen hinterlassen Lernende Datenspuren, die nützliche Einblicke in Lernverhalten, -prozess und -ergebnisse liefern können (Matcha et al., 2020). Mithilfe dieser Datenspuren sowie spezieller Methoden der künstlichen Intelligenz (KI) können personalisierte und adaptive Lernumgebungen konzipiert werden, welche die individuellen Bedürfnisse und Bedingungen der Lernenden berücksichtigen (Fuchs et al., 2016).
Im Bereich der Hochschulbildung zeigen umfangreiche Forschungsarbeiten die Wirksamkeit von personalisierten und adaptiven Lernumgebungen hinsichtlich Studien- und Lernerfolg (Ifenthaler & Yau, 2020; Sønderlund et al., 2019), wenngleich eine flächendeckende Implementation solcher Systeme noch nicht zu erkennen ist (Ifenthaler, 2020). Im Bereich der beruflichen Bildung liegen bislang nur unzureichende Befunde hinsichtlich der Wirksamkeit und Implementation personalisierter und adaptiver Lern-umgebungen vor (Giacumo & Breman, 2016).
Das Projekt „Kontextbasierte und adaptive Maßnahmen für effektive Lernunterstützung in der Online-Weiterbildung“ (KAMAELEON) setzt an dieser Forschungs- und Implementationslücke an. Ziel des Projektes ist es, mittels der edyoucated-Lernplattform KI-basierte Personalisierungsansätze für die betriebliche Weiterbildung zu entwickeln und zu evaluieren. Hierbei sollen zwei Faktorgruppen detaillierter erforscht werden: 1. das Lernumfeld der Lernenden und 2. die dynamischen Lernziele in Weiterbildungsprozessen.
Zunächst soll dabei untersucht werden, welche Indikatoren des Lernumfelds und der dynamischen Lernziele für KI-basierte Personalisierungsansätze benötigt werden und wie diese ermittelt werden können. Die aus diesem ersten Arbeitsschritt gewonnen Erkenntnisse werden anschließend zur Weiterentwicklung der edyoucated-Lernplattform genutzt. Die entwickelten KI-basierten Personalisierungsansätze sollen iterativ in Modellversuchen mit mehreren Weiterbildungsangeboten aus unterschiedlichen Branchen evaluiert werden. Dabei sollen übertragbare Bedingungen der nachhaltigen Implementierung (d. h. kritische Erfolgsfaktoren und Hürden) identifiziert werden.
Projektergebnisse
Das Projekt liefert einen aktiven Beitrag zur Entwicklung personalisierter und adaptiver Lernumgebungen für die betriebliche Weiterbildung. Die entwickelten KI-basierten Personalisierungsansätze werden im Rahmen der Projektarbeit unmittelbar in die edyoucated-Lernplattform integriert und, bei erfolgreicher Evaluation, auch langfristig eingesetzt. Das Projekt unterstützt somit den Erhalt der edyoucated-Lernplattform als zukunftsgerichtete und innovative Weiterbildungsplattform sowie die Qualitätsverbesserung der Weiterbildungsangebote in Unternehmen und darüber hinaus. Die im Rahmen des Projektes entwickelten Algorithmen und erhobenen Daten werden frei zur Verfügung gestellt, sodass diese auch von anderen Plattformanbietern sowie als Grundlage für weitere wissenschaftliche Studien genutzt werden können.
KAMAELEON kurz erklärt!
Key Publications: Indicators of the Learning Context for Supporting Personalized and Adaptive Learning Environments
Projektteam und Projektpartner
Publikationen und Vorträge
Hemmler, Y. M., Ifenthaler, D., & Rasch, J. (2024). Adaptive Lernumgebungen in der Weiterbildung: Forschungsbefunde und Handlungsempfehlungen. Zenodo. https://doi.org/10.5281/zenodo.10478465
Hemmler, Y. M., Rasch, J., & Ifenthaler, D. (2023). A categorization of workplace learning goals for multi-stakeholder recommender systems: A systematic review. TechTrends, 67, 68–111. https://doi.org/10.1007/s11528-022-00777-y
Hemmler, Y., & Ifenthaler, D. (2022). Four perspectives on personalized and adaptive learning environments for workplace learning. In D. Ifenthaler & S. Seufert (Eds.), Artificial intelligence education in the context of work (pp. 27–39). Springer. https://doi.org/10.1007/978-3-031-14489-9_2
Hemmler, Y., & Ifenthaler, D. (2022). Personalisierte und adaptive Lernumgebungen für Online-Weiterbildungen. In S. Schumann, S. Seeber, & S. Abele (Eds.), Digitale Transformation in der Berufsbildung. Konzept, Befunde und Herausforderungen (pp. 145–164). wbv. https://doi.org/10.3278/9783763971381
Hemmler, Y., & Ifenthaler, D. (2023). Self-regulated learning strategies in continuing education: A meta-analysis [Paper presentation]. AERA Annual Meeting, Chicago, IL, USA, 13-04-2023.
Hemmler, Y., Rasch, J., & Ifenthaler, D. (2022). A taxonomy of workplace learning goals for multi-stakeholder recommender systems: A systematic review [Paper presentation]. AECT International Convention, Las Vegas, NV, USA, 25-10-2022.
Hemmler, Y., & Ifenthaler, D. (2022). Indicators for supporting personalised and adaptive learning environments in online further education: An interview study [Paper presentation]. DeLFI Workshop Learning Analytics, Karlsruhe, BW, Germany, 12-09-2022.
Hemmler, Y., & Ifenthaler, D. (2022). Indicators of the learning context for supporting personalized and adaptive learning environments [Paper presentation]. 22th IEEE International Conference on Advanced Learning Technologies (ICALT 2022), Bucharest, Romania, 02-07-2022.
Ifenthaler, D., & Hemmler, Y. (2022). Conext-based and adaptive methods for effective support of further education [Paper presentation]. LEARNTEC, Karlsruhe, BW, Germany, 01-06-2022.
Hemmler, Y., & Ifenthaler, D. (2022). Identification of relevant indicators for adaptive and personalized workplace learning environments [Poster presentation]. 7th International VET Congress, Virtual Conference, Zollikofen, Switzerland, 03-02-2022.