Der Einfluss des Trainingsverhaltens im Lehr-Lern-Tool ViviAn auf E Klausurergebnisse: Analysen mit Learning Analytics
Marc Bastian Rieger, Jürgen Roth
Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau, Deutschland
Digitale Lernplattformen und Learning Analytics ermöglichen tiefe Einblicke in Lernprozesse, indem sie das Verhalten von Studierenden systematisch erfassen und analysieren. An der RPTU Kaiserslautern–Landau wurde die Plattform ViviAn (Videovignetten zur Analyse von Unterrichtsprozessen) entwickelt, um Lehramtsstudierenden diagnostische Kompetenzen zu vermitteln. Nutzende können hier reale videografierte Unterrichtssituationen beobachten, Diagnosen dazu erstellen und ihre Einschätzungen mit Expertenfeedback vergleichen. ViviAn wird sowohl in der universitären Lehre als auch in E‑Klausuren eingesetzt, um gezielt auf die Unterrichtspraxis vorzubereiten. Die Erfassung von Trackingdaten erlaubt es, Merkmale wie Bearbeitungsfrequenz und Videointeraktionen zu extrahieren und deren statistische Zusammenhänge mit den Klausurergebnissen zu untersuchen. Multivariate Verfahren wie Hauptkomponentenanalyse (PCA) und Clusteranalysen helfen beim Identifizieren latenter Muster. Dabei zeigt sich, dass bestimmte Interaktionsmuster einen signifikant positiven Einfluss auf das Bestehen der E‑Klausur haben. Die Studie analysiert, inwiefern das Vignettenarbeitsverhalten als Prädiktor für Prüfungsergebnisse genutzt werden kann. Durch die Verknüpfung von theoretischem fachdidaktischem Wissen und praktischer Unterrichtsanalyse werden effektive Lernstrategien gefördert, die langfristig die Qualität der Lehrpraxis verbessern und zur Transformation der Prüfungs- und Unterrichtskultur beitragen können.
Erfahrungen aus dem Praxisprojekt ISLAnD_BWL
Holger Ketteniß, Johanna Kunsmann
RWTH Aachen, Deutschland
Im Projekt ISLAnD_BWL wird ein integriertes System für Learning Analytics und zur Schaffung von Development-Pfaden entwickelt, welches zunächst Studierende eines BWL-Pflichtmoduls für diverse Studiengänge adressiert.
In dem Modul wird Studierenden eine Vielzahl digitaler Lehrmaterialien auf unterschiedlichen Lernplattformen angeboten (z.B. H5P in Lehrvideos, das elektronische Prüfungs- und Übungssystem „Dynexite“). Studierenden wird so ermöglicht, jeweils diejenigen Lehrmaterialien auszuwählen, die dem individuellen Lerntyp, Wissenstand und Lernfortschritt am besten entsprechen. Allerdings besteht dabei für Studierende auch immer wieder die Unsicherheit, ob die jeweils getroffene Lernplattform- und Materialauswahl auch wirklich genügt, um das angestrebte Ziel-Kompetenzniveau für einen erfolgreichen Modulabschluss zu erwerben. In dem Projekt wird durch einen pilotierten Anschluss von „Dynexite“ an das durch KI:edu:NRW geförderte POLARIS-System der Lernfortschritt der Studierenden anhand ihrer bislang in dem Modul erbrachten Leistungen auf dieser Lernplattform analysiert, so dass darauf abgestimmte Interventionen mit individuellen Vorschlägen zur weiteren kompetenzorientierten Entwicklung („development“) durch empfohlene Nutzung der Lehrmaterialien und Lernplattformen unterbreitet werden. Insofern werden individuelle Lernsettings geschaffen, innerhalb derer weiter gezielt auf den angestrebten Lernerfolg hingearbeitet werden kann.
AnnoPy – Potentiale von Learning Analytics zur Förderung wissenschaftlicher Textkompetenz
Sara Rezat1, Sebastian Rezat1, Oliver Scholle1, Dominik Niehus2, Moritz Stern1, Felix Winkelnkemper1
1Universität Paderborn, Deutschland; 2Coactum GmbH
Texte bleiben trotz Digitalisierung und Verbreitung von KI-Sprachmodellen zentrale Medien der Wissenschaftskommunikation und Wissensvermittlung. Insbesondere im Studium ist die Fähigkeit, wissenschaftliche Texte zu verstehen und kritisch zu bearbeiten, essenziell. An der Universität Paderborn wurde das digitale Annotationstool AnnoPy entwickelt, um wissenschaftliche Textkompetenz zu fördern. AnnoPy ermöglicht zunächst das individuelle Annotieren von Texten und darauf aufbauend die Zusammenführung der Annotation einer Lerngruppe. Es wird ein Overlay der Annotationen erzeugt, das Einblicke in den Textverstehensprozess einer Gruppe erlaubt. In einer neuen Version von AnnoPy wird das Tool durch KI-basierte Learning Analytics erweitert, um Annotationen effizient auszuwerten. KI-Modelle bieten hierbei gezielte Unterstützung für Lehrkräfte, indem sie Problembereiche und Lernpotenziale strukturiert offenlegen und so eine passgenaue Förderung ermöglichen. Der Vortrag behandelt die Grundfunktionen des Tools, Einsatzmöglichkeiten in Mathematik-, Deutsch- und Informatikdidaktik sowie die Rolle von LLMs zur Unterstützung und Erweiterung wissenschaftlicher Textkompetenz. Abschließend wird ein Ausblick auf die Übertragbarkeit der Erkenntnisse auf andere Fachdisziplinen geboten.
|