Page - 142 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft

142 B Anwendung 7. Learning Analytics an Hochschulen Corinne Büching, Dana-Kristin Mah, Stephan Otto, Prisca Paulicke, Ernst A. Hartman Digitale Angebote sind inzwischen fester Bestandteil des Bildungssystems. Zahlreiche Hochschulen verwenden Learning-Management-Systems (LMS) zur Unterstützung von Lehre und Studium und bieten immer häufiger Online- Kurse an, z. B. Massive Open Online Courses (MOOC) (Cormier und Siemens 2010). Bei der Nutzung digitaler Lernangebote und Lernumgebungen fallen kontinuierlich Daten an, die sich analysieren lassen, Einblick etwa in das indi- viduelle Lernverhalten geben oder Hinweise darauf, wie die Lehre und das Lernen unterstützt werden könnten, um Lernprozesse zu verbessern. Bislang nutzen Bildungsinstitutionen diese Daten jedoch noch wenig – mittels Lear- ning Analytics könnte sich das ändern. Was aber ist Learning Analytics? Und wie ist es im Kontext KI einzuordnen? Learning Analytics verwendet dynamisch generierte Daten von Lernenden, Lehren- den und Lernumgebungen, mit dem Ziel, Lernprozesse und Lernumgebungen zu optimieren (Ifenthaler 2015). Die hierzu verwendeten Daten setzen sich aus leis- tungs- und personenbezogenen sowie curricularen Variablen – z. B. aktuelle Studien- leistungen, Aktivität in universitären Onlinesystemen, soziodemografische Daten – zusammen, die u. a. aus dem LMS stammen. Anhand solcher Daten können Lernver- halten analysiert und Lernprofile erzeugt werden. Im Hochschulkontext werden in der Regel Algorithmen verwendet, die aufgrund von Echtzeitdaten berechnen kön- nen, wie groß etwa die Wahrscheinlichkeit der erfolgreichen Absolvierung eines Kur- ses ist, um Risikostudierende zu identifizieren (Arnold 2010). Zudem können die Ler- nenden automatisch generiertes personalisiertes Feedback zu ihrem Lernprozess sowie individualisierte Empfehlungen zur Unterstützung erhalten (Pistilli und Arnold 2010). Die individuell angepassten Rückmeldungen, Lernempfehlungen sowie die Vorhersa- gen zum Lernerfolg (wie die Berechnung von Erfolgswahrscheinlichkeiten durch Learning Analytics ist Gegenstand der Debatte im Kontext von KI, ML, intelligenten Tutorensystemen und adaptivem Lernen (Adams Becker et al. 2017). Adaptives Ler- nen und Learning Analytics beschrieb bereits 2016 der NMC Horizon Report (Hoch- schulausgabe), der Technologietrends und Auswirkungen neuer Technologien im Hochschulbereich weltweit erfasst und als Lehr-/Lerntechnologien identifiziert, die innerhalb eines Jahres oder schneller weite Verbreitung finden werden (Johnson et V. Wittpahl (Hrsg.), Künstliche Intelligenz, DOI 10.1007/978-3-662-58042-4_9, © Der/die Autor(en) 2019