Die Integration in den Digitalen Weiterbildungscampus durch vimotion schafft eine leistungsstarke Infrastruktur zur Unterstützung des Lernprozesses im produktiven Umfeld. Kernkomponenten sind das vim-Framework, das Lernmanagementsystem ILIAS und der Learning Locker Cluster, der Lerninteraktionen per xAPI-Statements speichert. Ein digitaler Marktplatz ermöglicht den Austausch von Lerninhalten, während Dashboards und ein Chatbot die Lernenden und Lehrenden durch personalisierte Analysen und Echtzeit-Interaktionen unterstützen. Datenschutz und Sicherheit werden durch ein Rechtemanagement sichergestellt.
Die Gesamtübersicht des VerDatAs-Projekts differenziert die vorhandenen Komponenten detailliert und visualisiert die internen Verknüpfungen sowie die durch die jeweiligen Rollen initiierten Aktionen innerhalb der Prozesse. Es werden drei Rollen unterschieden: der Lernende (USER), der Lehrende (AUTOR) und der Systemadministrator (ADMIN), die jeweils spezifische Aufgaben im Lernprozess übernehmen. Das primäre Ziel des VerDatAs-Projekts besteht darin, Werkzeuge für die einzelnen Prozessschritte zu entwickeln, um diese zu vereinfachen und zu unterstützen.
Ein wesentlicher Bestandteil der Entwicklungen stützt sich auf das vim-Framework, welches im Laufe des Projekts kontinuierlich weiterentwickelt und an die spezifischen Erfordernisse angepasst wurde. Die Elemente dieses Frameworks sind eng miteinander integriert. Zu den Kernkomponenten gehören die REST-Schnittstelle, die vim-API sowie die Plugins AnyContent und Trip.
Eine umfassende Erläuterung aller von vimotion entwickelten und produktiv implementierten Werkzeuge finden Sie unter:
Framework
Die vim-API stellt die Kernkomponente des vim-Frameworks dar und dient als zentrale Schnittstelle für den Datenaustausch sowie die Durchführung von Operationen. Dadurch ermöglicht sie die Implementierung eines „Headless“-Betriebsmodells für das Lernmanagementsystem (LMS). Sie ermöglicht die Interoperabilität und den Datenaustausch zwischen unterschiedlichen Anwendungen sowie die Ausführung von Operationen sowohl intern als auch extern, was insbesondere in komplexen Systemen wie ILIAS von entscheidender Bedeutung ist. Durch die Bereitstellung wiederverwendbarer Code- und Funktionalitätsmodule verringert sie den Entwicklungsaufwand und steigert die Effizienz, da Entwickler auf bestehende Lösungen zurückgreifen können, anstatt alles von Grund auf neu zu erstellen. Darüber hinaus bietet die API flexible Möglichkeiten zur Integration neuer Funktionen und Dienste sowie zur Erweiterung bestehender Anwendungen. Sie reduziert die komplexe Codebasis des Lernmanagementsystems und erleichtert die effiziente Verwaltung administrativer Prozesse innerhalb des LMS. Angesichts der Komplexität von ILIAS, das für verschiedene Systemkonfigurationen eine Vielzahl an Funktionen bereitstellen muss, ist die API unerlässlich um diese Komplexität zu reduzieren. Dies führt dazu, dass die komplexe Anwendung leichter verständlich und übersichtlich wird. Obwohl noch nicht alle Funktionalitäten des LMS integriert sind, ist eine schrittweise Erweiterung geplant.
Das AnyContent-Plugin ermöglicht die effiziente Entwicklung skriptbasierter Werkzeuge und bildet die Grundlage für die Realisierung von Komponenten wie den Dashboards für Lehrende und Lernende sowie den Testplayer. Im Vergleich zur plugin-basierten Architektur des ILIAS-Lernmanagementsystems bietet die skriptbasierte Methode eine deutlich höhere Flexibilität. Während in ILIAS häufig komplexe und zeitaufwendige Plugin-Integrationen erforderlich sind, reduziert die direkte Nutzung von API-Funktionalitäten den Entwicklungsaufwand erheblich, die die hohe Systemkomplexität umgangen wird. Darüber hinaus ermöglicht die skriptbasierte Herangehensweise eine schnelle und flexible Anpassung der Werkzeuge an verschiedene Plattformen. Der klar strukturierte und fokussierte Code erleichtert nicht nur die Wartung, sondern ermöglicht auch einen schnellen und unkomplizierten Zugriff auf die vielfältigen Funktionen von ILIAS, sodass die Skripte sich auf ihre wesentlichen Aufgaben konzentrieren können.
Das Trip-Plugin wurde zur zeitgesteuerten Erfassung und Reaktion auf System- und Benutzerinteraktionen entwickelt. Die dabei erfassten Ereignisse werden im Learning Record Store archiviert und stehen jederzeit zur Verfügung. Die Reaktionslogik auf verschiedene Ereignisse wird durch das event2Lrs-Skript definiert. Im Gegensatz zum AnyContent-Plugin, das oberflächenbasiert ist, basiert das Trip-Plugin auf funktionalen Prinzipien.Dennoch erlaubt es ebenfalls die Integration von Skripten auf einer Schicht tiefer liegenden Ebene, wodurch es eine größere Systemnähe erreicht.
Die REST-Schnittstelle übernimmt eine zentrale Rolle bei der Integration externer Systeme in den digitalen Weiterbildungscampus. Sie ermöglicht die bidirektionale Übertragung von Benutzerdaten, Kurs- und Kompetenzeigenschaften sowie von Inhalten und umfassende Kursstrukturen. Die Schnittstelle zeichnet sich durch eine hohe Erweiterbarkeit aus, da die zugrundeliegende Logik unmittelbar in der vim-API integriert ist, vorausgesetzt, es wurden keine spezifischen Skript zur Implementierung zusätzlicher Funktionen entwickelt. Sie besteht aus einer Authentifizierung, ihren Routen und folgt dem Role-Based Access Control (RBAC) von ILIAS.
Der Learning Record Store (LRS) fungiert als zentrales Datenspeichersystem für System- und Benutzerinteraktionen die in Form von xAPI-Statements dokumentiert werden. xAPI (Experience API) ist ein moderner E-Learning-Schnittstellen-Standard und nutzt in seiner einfachsten Form besteht in der Regel aus einem Akteur, einem Verb und einem Objekt besteht. (Beispiel: John hat den Mathekurs aufgerufen). vimotion hat maßgeblich zur Entwicklung und Optimierung der Statements, sowohl für das Lernmanagementsystem ILIAS als auch für H5P-Objekte, beigetragen.
Der Learning Record Store wurde zunächst als Single Locker implementiert, was sich jedoch aufgrund der großen Datenmenge als ungeeignet für den produktiven Einsatz erwies. Der digitale Weiterbildungscampus unterstützt bis zu 500.000 Lernende, wobei zeitgleich bis zu 5.000 Personen aktiv lernen können. Daher wurde letztlich ein Kubernetes-Cluster auf dedizierter Hardware eingerichtet. Dieser besteht aus mehreren physisch voneinander getrennter Hardwareeinheiten, die jedoch innerhalb des Clusters als eine kohärente Einheit agieren. Diese Konfiguration wurde einer umfassenden Lasttestanalyse unterzogen. Die Ergebnisse bestätigen die Effizienz dieser Lösung und ermöglichen das Lesen und Schreiben von Daten in nahezu Echtzeit.
Datenschutz
In allen Bereichen, in denen Daten generiert werden, wurden umfassende Datenschutzanalysen durchgeführt und maßgeschneiderte Datenschutzkonzepte entwickelt.
Für sämtliche Bereiche, in denen Daten generiert werden, wurden umfassende Datenschutzuntersuchungen durchgeführt und maßgeschneiderte Datenschutzkonzepte entwickelt. Diese Konzepte umfassen sowohl technische als auch anweisungsbasierte Maßnahmen und decken das gesamte Framework, den Proxy sowie die cmi5- und xAPI-Module ab. Für die vimAPI wurden datenschutzrelevante Anforderungen sowohl technisch als auch anweisungsbasiert umgesetzt. Beim Proxy konzentriert sich die Datenschutzstrategie auf technische Maßnahmen, während für cmi5- und xAPI-Module anweisungsbasierte Regelungen, unterstützt durch eine Auftragsverarbeitungsvereinbarung (AVV), festgelegt wurde.
Die REST-Schnittstelle interagiert mit der vim-API und jede verwendete Route kann datenschutzrelevante Merkmale aufweisen. Nach der Authentifizierung erfolgt der Zugriff der REST-Schnittstelle auf diese Merkmale sowohl bei der Definition als auch bei der Konfiguration der Routen. Die Datenschutzempfindlichkeit jeder Route (GET, POST, SET, DELETE) wird mittels eines Doppelampelsystems realisiert.
Alle Funktionen der vim-API lassen sich problemlos in REST-Routen umwandeln und bereitstellen. Der Zugriff auf die API und die zugrunde liegenden Daten ist ausschließlich autorisierten Personen vorbehalten. Dabei kommt dasselbe Ampelsystem zur Anwendung, wie bereits bei der REST-Schnittstelle beschrieben. Eine spezielle Funktion ermöglicht die Abfrage der Datenschutzrelevanz der zu nutzenden Funktion.
Des Weiteren wurde eine Grundlage für den Umgang mit dem Learning Record Store geschaffen. Eine noch offene Fragestellung betrifft jedoch die Möglichkeit, den Learning Record Store für andere Dienste zugänglich zu machen, ohne dabei datenschutzrelevante Informationen offenzulegen.
Marktplatz und SSO
Im Rahmen des VerDatAs-Projekts wurde ein digitaler Marktplatz entwickelt, der den Austausch von Lerninhalten erleichtert und nun in den Digitalen Weiterbildungscampus integriert wird. Auf diesem Marktplatz können verschiedene Lernformate angeboten werden. Ähnlich wie ein herkömmlicher Marktplatz fungiert der digitale Marktplatz als Plattform für den Austausch von Inhalten und Materialien. Diese können, abhängig von den gewählten Lizenzmodellen, unterschiedlichen Nutzungsbeschränkungen unterliegen, etwa bei freien Lizenzen wie Creative Commons (z. B. OER-Materialien). Neben den Inhalten können auch spezifische Dienstleistungen – mit oder ohne Inhalt – gehandelt werden, die sowohl von Einzelpersonen (z. B. Freiberufler oder Lehrkräfte) als auch von Bildungseinrichtungen angeboten werden.
Der Marktplatz ermöglicht den Austausch fertiger Lerninhalte (z. B. Kurse, Lernmodule und pädagogische Modelle) sowie einzelner Bausteine wie Bilder, Videos, Textfragmente oder Prüfungsfragen, die Lehrkräfte flexibel für die Erstellung eigener Module verwenden können. Um die Qualität der Angebote sicherzustellen und den Marktplatz vor minderwertigen Inhalten zu schützen, werden Qualitätsstandards in Form von Gütesiegeln etabliert.
Der DWC legt besonderen Wert auf das Konzept des Marktplatzes und die gemeinsame Nutzung von Inhalten. Bestehende Ideen wurden bereits zu einem nutzerfreundlichen Marktplatz umgesetzt. Bildungsträger können über diesen Marktplatz problemlos Lizenzen erwerben, diese direkt in ihr System integrieren und nutzen. Die erworbenen Lizenzen werden automatisch in den Digitalen Weiterbildungscampus implementiert. Die Einhaltung der rechtlichen Rahmenbedingungen wird dabei durch das Lizenzmanagementsystem überwacht. Lizenzen können bei Bedarf unkompliziert gekündigt werden, und es besteht die Möglichkeit, zeitlich und leistungsmäßig beschränkte Lizenzen zu erwerben.
Zusätzlich wurde der Marktplatz durch die Integration einer xAPI-Schnittstelle (Experience API) erweitert. Ein Learning Locker Cluster wurde eingerichtet, um Lernfortschritte zu verwalten und gleichzeitig als Schnittstelle zu KI-Systemen zu fungieren. Auch H5P-Lernmodule sind in das System eingebunden.
Das Unternehmen vimotion hat den Marktplatz umfassend optimiert, insbesondere in Bezug auf die Bereitstellung professionell entwickelter Lizenzen, Kurse und didaktischer Modelle für den Einsatz im Produktionsumfeld. Die Zahlungssysteme wurden entsprechend angepasst und integriert. Die Implementierung von SCORM- und xAPI/cmi5-Modulen sowie zusätzlicher ILIAS-Objekte erweitert das Nutzungsspektrum des Marktplatzes erheblich. Zudem wurde die Mandantenfähigkeit des Marktplatzes erfolgreich umgesetzt und eine nahtlose Integration in ILIAS durch Single Sign-On (SSO) ermöglicht.
Die Weiterentwicklung eigener Inhalte für den Marktplatz ist bereits geplant. Hierbei soll die bestehende Technologie, die momentan für Livestreaming verwendet wird, auf eine Studioumgebung ausgedehnt werden, um kostengünstig produzierte Inhalte ebenfalls über den Marktplatz verfügbar zu machen.
Zudem können Inhalte, die im digitalen Bildungslabor erstellt, ebenfalls auf dem Marktplatz bereitgestellt werden, was einen effizienten Workflow für die Content-Entwicklung unterstützt. Die einzelnen Bausteine (Assets) für den DWC werden fortlaufend erweitert, und auch die KI-gestützte Contententwicklung, beispielsweise mit dem Hohenheimer Chatbot, wird weiter ausgebaut.
Dashboards
Die vimotion hat zwei unterschiedliche Dashboards entwickelt: eines für Lehrende (RS) und eines für Lernende (LR). Beide Dashboards sind auf den EFKffT-Kurs (Elektrofachkraft für festgelegte Tätigkeiten ausgerichtet, der von der TAE entwickelt und im digitalen Weiterbildungscampus integriert wurde. Aktuell werden nicht alle untergeordneten Elemente eines Kurses vollständig visualisiert. Die Dashboards umfassen den Kurs selbst, Lernmodule, Tests und alle darunter liegenden Elemente wie Kapitel, Seiten, H5P-Quizze und Testfragen.
Zur Erfassung relevanter Benutzerinteraktionen und Visualisierung dieser Daten wird der Learning Record Store eingesetzt. Die Darstellung der Lernzeiten und Ergebnisse aller Artefakte bietet sowohl Lernenden, als auch Lehrenden detaillierte Einblicke in den Lernfortschritt und die Leistungsbewertung.
Das Dashboard für Lehrende analysiert detailliert einen Kurs und dessen Teilkomponenten, einschließlich der Ergebnisse, Lernzeiten und Fortschritte aller Teilnehmer. Es ermöglicht zudem die differenzierte Darstellung und grafische Visualisierung der Ergebnisse nach Versuchen.
Das Dashboard für Lernende erfasst sämtliche einem Nutzer zugeordnete Kurse. Neben allgemeinen Darstellungen, die der organisatorischen Übersicht und Selbstreflexion dienen, wie etwa der Kalender und die Visualisierung der erzielten Erfolge, liegt die Hauptkomplexität in der Erfassung und dem Aufbau der implementierten Wissensstruktur sowie in der Integration und Funktionalität des eingebetteten Chatbots.
Die Wissensstruktur wird, basierend auf der Grundidee der TUD, grafisch dargestellt und umfasst sämtliche oben genannten sowie unter dem Kurs subsumierten Elemente. Diese Struktur wird durch Knoten visualisiert, wobei die Verknüpfungen zwischen Eltern- und Kind-Elementen durch Verbindungslinien verdeutlicht werden. Zur erleichterten Orientierung und Unterscheidung sind die Knoten entsprechend dem Komponententyp farblich differenziert. Die Größe der Knoten spiegelt die Häufigkeit ihrer Aufrufe wider. Jeder Knoten fungiert als anklickbarer Link, der den Nutzer direkt zu der entsprechenden Komponente innerhalb des Learning Management-Systems weiterleitet. Darüber hinaus können Knotengruppen nach Bedarf ein- oder ausgeblendet werden, um die Übersichtlichkeit und Anpassungsfähigkeit der Darstellung zu gewährleisten.
Ein weiteres Merkmal ist die Erfassung des Lernpfads sowie die automatisierte Generierung von Lernpfadempfehlungen. Erfolgreich bearbeitete Komponenten werden im Graphen visuell ausgegraut, um den Fortschritt zu verdeutlichen. Zudem kann der Lernpfad durch Ein- und Ausblenden von Linien flexibel angezeigt werden. Die Empfehlungen werden basierend auf den bereits bearbeiteten Inhalte erzeugt. Dieser Ansatz legt die Grundlage für die zukünftige Entwicklung vollständig adaptiver Lernpfade, die auf den individuellen Fortschritt und Lernbedürfnisse der Nutzer zugeschnitten sind.
Sowohl das Dashboard für Lehrende als auch für Lernenden wurden erfolgreich in den digitalen Weiterbildungscampus integriert. Derzeit werden die Funktionalitäten von der Technischen Akademie Esslingen evaluiert und getestet. Die im Rahmen dieser Evaluierung identifizierten Fehler werden systematisch behoben und korrigiert.
Chatbot
Zur umfassenden Unterstützung des Lernprozesses wurde ein Chatbot als zusätzliche Komponente in den digitalen Weiterbildungscampus integriert, der von der Universität Hohenheim und Karlsruhe entwickelt wurde.
Lernende haben die Möglichkeit, innerhalb des Lernenden-Dashboards sowie in Kursen und Lernmodulen, jederzeit Fragen zu den Lerninhalten zu stellen und erhalten nahezu in Echtzeit Antworten. Die Funktionalität des Chatbots ist jedoch nur gewährleistet, wenn dieser zuvor mit den relevanten Kursdaten trainiert wurde. Die Datenquellen für das Training umfassen die Inhalte aus ILIAS, die in verschiedenen Formaten bereitgestellt werden können. Zur Übermittlung der Daten wird die REST-Schnittstelle verwendet. Die übermittelten Daten werden anschließend für die Analyse vektorisiert und an den Konversationsagenten weitergeleitet. Die Verarbeitung dieser Daten erfolgt durch den Server der Universität Hohenheim. Diese Architektur ermöglicht eine präzise und zeitnahe Reaktion auf Nutzeranfragen.
Darüber hinaus unterstützt das vim-Framework die Implementierung verschiedener Chatbots, wodurch eine flexible Anpassung an unterschiedliche Anforderungen möglich ist.
Die Technik des Chatbots bietet eine Vielzahl an Möglichkeiten, deren Implementierung in unserem spezifischen Kontext jedoch stark von der Integrationstiefe zwischen Hohenheim und VerDatAs abhängt. Die Integrationstiefe definiert, welche Funktionalitäten dem Chatbot letztlich innerhalb von ILIAS zur Verfügung stehen. Zur Aktivierung der Funktionen ist eine Anpassung des SoundingOre-Plugins erforderlich. Weitere Details hierzu sind in der Präsentation von Herrn Andreas Reich dargestellt.
SoundingOre
Das vim-Framework ermöglicht die nahtlose Integration verschiedener Chatbots in das Lernmanagementsystem ILIAS. Zu diesem Zweck wurde ein spezifisches UI-Plugin entwickelt, das eine Routine zur Interaktion mit unterschiedlichen Chatservern umfasst. Über das Plugin können verschiedene Objekte mittels einer eindeutigen Kennzeichnung, der sogenannten RefID, für die Nutzung aktiviert werden. Bei der Aktivierung eines übergeordneten Objekts steht der Chatbot auch in allen zugehörigen untergeordneten Lernmodulen zur Verfügung. Im Lernenden-Dashboard wird der Chatbot unabhängig von der Konfiguration immer angezeigt.
Die Konfiguration des Plugins lässt sich problemlos auf weitere Objekte ausweiten. Aktuell werden die Inhalte der Lernmodule exportiert und für das Training der Künstlichen Intelligenz verwendet. Zukünftig ist jedoch geplant, den Chatbot automatisiert zu trainieren, indem die relevanten Inhalte über die REST-Schnittstelle ausgelesen werden. Diese REST-Route soll der Universität Hohenheim bereitgestellt werden. Des Weiteren wird angestrebt, die einzelnen Inhalte voneinander zu trennen, sodass der Chatbot in der Lage ist, für jedes Objekt ein eigenes Sprachmodell zu verwenden. Diese Funktionalität ist bereits im Wesentlichen implementiert, da die eindeutigen Kennzeichnungen der einzelnen Objekte Teil der Übermittlung sind.
Für den Chatbot kann zudem ein individuell gestaltetes Symbol verwendet werden, um diesen ein- oder auszublenden.
Testplayer
Der Testplayer stellt ein umfangreiches Instrument dar, das die effiziente und präzise Umsetzung von Aufgabenpaketen ermöglicht. Im Rahmen des Projekts wurde das Tool spezifisch auf die Bedürfnisse der Schreinerinnung München abgestimmt, um die Erstellung und Verwaltung digitalisierter Trainingsszenarien im Bereich der CNC-Holzbearbeitung zu optimieren. Die Entwicklung des Testplayers basiert auf den Funktionen des vim-Frameworks, welches als technologische Grundlage dient.
Die Inhalte gliedern sich in grundlegende Informationsseiten sowie Aufgabenformate. Für die Aufgaben wurden in enger Kooperation mit den verantwortlichen Stellen der Prüfungsszenarien sechs verschiedene Aufgaben konzipiert, die sich hinsichtlich ihrer Struktur, Bearbeitungsabläufe und Darstellung voneinander unterscheiden. Es ist anzumerken, dass nicht alle entwickelten Fragentypen letztlich in den produktiven Einsatz übernommen wurden.
Zusätzlich wurde in Zusammenarbeit mit der Psychologieabteilung der TUD ein differenziertes Feedback-System entwickelt, das über bis zu vier Feedback-Ebenen verfügt. Dieses System ermöglicht eine präzise Rückmeldung an die Nutzer und trägt zur Verbesserung der Lernerfahrung bei.
Die Interaktionen der Benutzer wurden durch xAPI-Statements im Learning Record Store erfasst und in einem Dashboard aufbereitet sowie visualisiert.
Der Testplayer ist bislang noch nicht in den digitalen Weiterbildungscampus integriert, da er derzeit keinen Kundenbedarfen entspricht. Es ist jedoch geplant, das System zeitnah als Grundlage für die Entwicklung eines Umfrage-Tools weiterzuverwenden und entsprechend anzupassen.
Herausforderungen und Ausblick
Während der Entwicklungsphase traten zwar einige Herausforderungen auf, jedoch bilden insbesondere die vim-API sowie die entwickelten Konzepte und Werkzeuge eine solide Grundlage für zukünftige, zukunftsorientierte und innovative Projekte. Diese Elemente ermöglichen nicht nur die kontinuierliche Verbesserung bestehender Systeme, sondern bieten auch die Basis für die Realisierung fortschrittlicher Entwicklungen im Bereich der digitalen Bildungs- und Lerntechnologien.
Herausforderungen:
• Teamkoordination: Das VerDatAs-Projekt wurde von fünf Partnern durchgeführt, wobei die vimotion die Rolle der Projektkoordination übernommen hat. Eine wesentliche Herausforderung stellte die ortsunabhängige Kommunikation und kollaborative Arbeit dar. Zur Bewältigung dieser Herausforderungen wurden spezifische Werkzeuge entwickelt und implementiert, die den Projektpartnern zur Verfügung gestellt wurden. Diese Maßnahmen ermöglichten eine effiziente und effektive Kommunikation über räumliche Grenzen hinweg und trugen zur erfolgreichen Zusammenarbeit im Projekt bei.
• Im Verlauf des Projekts traten mehrere kritische Hindernisse auf, die durch technische Beschränkungen verursacht wurden, wie beispielsweise die Unzulänglichkeit eines Single Lockers oder die hohe Komplexität der Lernstandserfassung von H5P-Modulen. Diese Herausforderungen führten häufig zu notwendigen Anpassungen oder sogar zur Verwerfung von Konzepten und technischen Implementierungen. Darüber hinaus erweisen sich einige Algorithmen aufgrund des erheblichen Datenvolumens als unbrauchbar, was zusätzliche Anpassungen und Optimierungen erforderte.
• Der Mangel an praktischen Beispielen und gesammelten Erfahrungen hat die Anwendbarkeit und Validierung der Konzepte erheblich beeinträchtigt.
Zukunftsperspektiven:
• Sowohl das Dashboard für Lernende als auch das für Lehrende werden gezielt an die spezifischen Anforderungen der Nutzer angepasst. Die implementierte Wissensstruktur bedarf einer Erweiterung, da gegenwärtig nicht sämtliche untergeordneten Inhalte eines Kurses vollständig erfasst werden. Folglich ist auch eine Anpassung des Learning Record Stores erforderlich. Der bestehende Ansatz, kombiniert mit den geplanten Erweiterungen und Optimierungen, bildet die Grundlage für die Entwicklung und Implementierung vollwertiger adaptiver Lernpfade. Diese Anpassungen werden es ermöglichen, maßgeschneiderte Lernpfade zu erstellen, die sich dynamisch an den individuellen Lernfortschritt und die Bedürfnisse der Nutzer anpassen.
• Derzeit wird der Learning Record Store ausschließlich zur Erfassung von Kursdaten genutzt. Um jedoch strategische und wirtschaftliche Entscheidungen von Lernorganisationen umfassend zu unterstützen, wäre ein organisationübergreifender Einsatz des Systems erforderlich. Darüber hinaus besteht die Möglichkeit, aus dem Learning Record Store komplexere Verhaltensmuster abzuleiten, die insbesondere für Anbieter von Weiterbildungsmaßnahmen von erheblichem Nutzen sein könnten. Gegenwärtig wurden jedoch noch keine strategischen Fragestellungen formuliert, die eine effektive Weiterentwicklung in diesem Bereich ermöglichen würden.
Des Weiteren könnte eine plattformübergreifende Nutzung des Learning Record Stores erhebliche Vorteile für die Erstellung eines vollständigen Lernenden-Profils bieten. Diese Möglichkeit erscheint jedoch derzeit utopisch, insbesondere unter Berücksichtigung von Datenschutzanforderungen und Fragen der Datenhaltung. Eine detaillierte Untersuchung dieser Thematik könnte wertvolle Erkenntnisse liefern und zur Weiterentwicklung entsprechender Strategien beitragen.
• Für die Zukunft wäre der umfassende Einsatz von KI-Modellen im gesamten Lernprozess von großer Bedeutung: von der Erstellung der Lerninhalte über die Analyse von Interaktionsdaten bis hin zu Empfehlung adaptiver Lernpfade. Das vim-Framework ermöglicht es dem digitalen Weiterbildungscampus, verschiedene KI-Modelle effizient und weitgehend unkompliziert in das bestehende System zu integrieren. Diese Integration könnte signifikante Fortschritte bei der Personalisierung des Lernens und der Optimierung der Lernwege ermöglichen, indem sie eine präzisere und adaptivere Unterstützung der Lernenden bietet.
vimotion | Am Wiesenbach 24 | 74564 Crailsheim | https://vimotion.de