<h2>AP 3: Aufbau und iterative Entwicklung der technischen LA- und KI-Infrastruktur</h2>
<h3>AP 3.1 LA-Infrastruktur</h3>
<p>Das an der RWTH Aachen entwickelte <strong>Excalibur-Plugin</strong> integriert Dashboards direkt in Moodle und vereinfacht den Zugriff für Studierende erheblich.</p>
<p>Erhebungen zur Studierendenakzeptanz wurden über Umfragen durchgeführt und veröffentlicht. Parallel erfolgt die Integration weiterer Datenquellen wie AR/VR-Plattformen in eine zentrale MongoDB-Datenbank.</p>
<sectionclass="container">
<p>
<br>
</p>
<p>
<br>
</p>
<h2LearningAnalytics:KonzeptionundUmsetzung</h2>
<h6>Verantwortlich für AP 3:</h6>
<ul>
<li>Prof. Dr. Dieter Uckelmann </li>
<li>Dr. Sunita Hirsch </li>
<li>Dr. Tatyana Podgayetskaya</li>
<li>Dr. Salam Traboulsi</li>
<li>Dr. Muddsair Sharif</li>>
</ul>
<h3>AP 3.2 Digital Educational Mirror / Personal Trainer</h3>
<p>Das Moodle-Plugin Excalibur wird in Mathematik- und Logistik-Kursen verwendet, zeigt aber Einschränkungen (nur tägliche Updates, eingeschränkte Dashboard-Anpassung). Parallel wird eine flexiblere, Echtzeit-fähige Grafana-Lösung entwickelt.</p>
<h2>AP 3: Technische Infrastruktur für Learning Analytics und KI-gestütztes Feedback</h2>
<h3>AP 3.3 Digitaler Assistent für die Interaktionsanalyse</h3>
<p>Da Kooperationen mit Drittanbietern wie Zoom schwierig sind, werden eigene VR-basierte Lösungen zur Erfassung von Interaktionen (z.B. Augenbewegungen, Gestik, Mimik) entwickelt. Diese bieten langfristig eine flexiblere und anpassbare Möglichkeit zur Analyse des Lernverhaltens in kollaborativen virtuellen Umgebungen.</p>
<h3>LA-Infrastruktur</h3>
<p>Im Rahmen der LA-Infrastruktur werden:</p>
<ul>
<li>lernbezogene Daten aus verschiedenen Quellen wie Moodle und VR erfasst, zentral gespeichert und ganzheitlich analysiert,</li>
<li>auf Basis von gesammelten Daten Rückmeldungen an die Lernenden gegeben,</li>
<li>die Wirksamkeit dieser Feedbacks auf Lernprozesse, Engagement und Motivation empirisch untersucht.</li>
<pclass="fst-italic">Abbildung: Datenfluss und Feedback-Mechanismus der LA-Infrastruktur</p>
<h3>AP 3.4 Digital Educational Lecture Cockpit</h3>
<p>Dieses Dashboard ermöglicht Lehrenden, Lernaktivitäten wie Videoabrufe und Übungen der Studierenden zu verfolgen. Das Cockpit wurde im WiSe 2024/25 mit Excalibur in Moodle umgesetzt und wird parallel mit flexiblen Grafana-Lösungen weiterentwickelt.</p>
<h3>Digital Educational Mirror</h3>
<p>Realisierung durch das <strong>Moodle-Plugin Excalibur</strong>. Eingesetzt in Mathematik- und Logistik-Kursen.</p>
<p>Der Mirror bietet datengestütztes Feedback für Studierende zu ihrem Lernverhalten (z. B. Videoaufrufe, Aktivität, Fortschritt) und ermöglicht gezielte Selbstregulation.</p>
<p>Die Wirksamkeit wird kontinuierlich evaluiert (siehe Publikationen unten).</p>
<p>Für Lehrende steht das Lecture Cockpit zur Verfügung, das in Excalibur integriert ist.</p>
<p>Lehrende erhalten Einblick in aggregierte Aktivitätsdaten der Studierenden (z. B. Videoabrufe, Aufgabenbearbeitung) und können ihre Lehre datenbasiert anpassen.</p>
<p>Das Study Dean Cockpit wurde konzipiert (2022) und in der Informatik (2024) umgesetzt. Die Datenqualität erforderte Migration und Synchronisationsstrategien, um Inkonsistenzen zu beheben. Der Roll-out inklusive Monitoring mit Grafana, Loki, Prometheus und ArgoCD ist in Vorbereitung.</p>
<h3>Digitaler Assistent zur Interaktionsanalyse</h3>
<p>In VR-basierten Lernszenarien werden Interaktionen erfasst und analysiert, z. B.:</p>
<ul>
<li>Augenbewegungen (Eye-Tracking),</li>
<li>Gestik und Mimik,</li>
<li>räumliche Nähe zwischen Avataren,</li>
<li>Sprachverhalten und Sprechanteile.</li>
</ul>
<p>Ziel ist eine adaptive Unterstützung individueller Lernprozesse und sozialer Gruppeninteraktionen.</p>
<p>Zum Einsatz kommen sogenannte <strong>VIPAs (Virtuelle Intelligente Pädagogische Agenten)</strong>, die situativ eingreifen und unterstützen.</p>
<pclass="fst-italic">Abbildung: VIPA-Simulation in einer kollaborativen VR-Umgebung</p>
<divclass="bg-light p-3 mt-4 rounded">
<h4>Meilensteine (Auswahl)</h4>
<ul>
<li>M3.1a: Aufbau der LA-Infrastruktur für erste Anwendungen</li>
<li>M3.1b: Veröffentlichung zur LA-Infrastruktur (IEEE Access 2024)</li>
<li>M3.2: Digital Educational Personal Trainer</li>
<li>M3.3a: Konzept für digitalen Interaktionsassistenten abgeschlossen</li>
<li>M3.4: Digital Educational Lecture Cockpit erfolgreich umgesetzt</li>
<li>M3.5: Study Dean Cockpit-Konzeption abgeschlossen</li>
<li>M3.6: Study Dean Pilot in der Informatik abgeschlossen</li>
</ul>
</div>
</div>
</section>
<h3>Publikationen (Auswahl)</h3>
<ul>
<li>
Hirsch, S. & Uckelmann, D. (2024). <strong>Effective Feedback Systems in Learning Analytics</strong>: Didactic and Psychological Foundations, Implementations, and Perspectives. In: <em>21st International Conference on Information Technology Based Higher Education and Training (ITHET)</em>, 1–10. <br>
Hirsch, S., Uckelmann, D. & Podgayetskaya, T. (in process). <strong>Understanding the Acceptance of Learning Analytics</strong>: The Role of Motivational and Self-Regulatory Factors. <em>Journal of Technical Education (JOTED)</em>.
</li>
<li>
Hirsch, S., Traboulsi, S., & Uckelmann, D. (2025). <strong>Theory-based design of AI-driven virtual training systems</strong>. <em>Artificial Intelligence in Education and Training (AIET)</em>, Springer Nature. (in press)
</li>
<li>
Hirsch, S., & Uckelmann, D. (in process). <strong>Conditions for the Successful Implementation of Learning Analytics in Higher Education</strong>. In: Auer, M. & May, D. (Eds.), <em>2025 Yearbook Emerging Technologies in Learning</em>, Springer.
