<p>Das Ziel von AP3 ist der Aufbau und die kontinuierliche Weiterentwicklung der Learning Analytics und KI-Infrastruktur im Rahmen des KNIGHT-Projekts. Diese Infrastruktur soll eine datengestützte Lernprozessanalyse und die Bereitstellung von personalisiertem Feedback ermöglichen, um die Lernprozesse von Studierenden zu unterstützen und zu optimieren.</p>
<p>Die technische Basis der Infrastruktur bildet das Excalibur-Plugin, das an die Moodle-Umgebung angepasst wurde. Dies ermöglicht eine nahtlose Integration von Dashboards für Studierende und Lehrende und bietet eine benutzerfreundliche Oberfläche, die den Zugriff auf Lernanalysen erleichtert.</p>
<p>Zu Beginn und Ende des Semesters wurden Studierende zu ihrer Akzeptanz der Learning Analytics Infrastruktur befragt. Diese Umfragen lieferten wertvolle Erkenntnisse, die in die Weiterentwicklung der Infrastruktur einfließen.</p>
<p>Die Infrastruktur wurde kontinuierlich weiterentwickelt, insbesondere mit der Integration von VR-Datenquellen und der Anbindung an eine NoSQL-Datenbank (MongoDB), um interaktive Lernumgebungen zu unterstützen.</p>
<p>Die Infrastruktur wurde in mehreren Pilotkursen evaluiert, wobei technische Funktionalität, Akzeptanz und Lernerfolg im Fokus standen. Erste Ergebnisse wurden bereits auf internationalen Konferenzen präsentiert.</p>
<p>Die Dashboards bieten eine detaillierte Visualisierung der Aktivitäten von Studierenden und Lehrenden. So können Fortschritte verfolgt und verschiedene Feedbackarten bereitgestellt werden, um die Lernprozesse zu unterstützen.</p>
<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>
<p>In der ersten Phase der Entwicklung werden VR-Technologien eingesetzt, um Interaktionen in virtuellen Lernumgebungen zu analysieren, einschließlich Augenbewegungen, Gestik und Sprachinteraktionen.</p>
<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>Digital Educational Cockpits für Lehrende</h2>
<p>Lehrende können über das Digital Educational Cockpit die Aktivitäten der Studierenden überwachen und auswerten. Dies umfasst die Nutzung von Online-Modulen und die Teilnahme an Trainingsmaßnahmen.</p>
<p>Das Projekt hat bereits vier GPU-Workstations und einen GPU-Server installiert. Diese werden für Forschung und Studienprojekte verwendet und sollen die Infrastruktur weiter optimieren.</p>
</section>
<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>
</main>
<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>
<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>
<p>Das entwickelte Feedback-Modell unterscheidet zwischen verhaltensbasiertem Feedback, performancebasiertem Feedback und emotionalem Feedback. Es wurde speziell für die Integration in digitale Lernumgebungen entwickelt und basiert auf Ergebnissen aus der Lernforschung.</p>
<ul>
<li><strong>Verhaltensbasiert:</strong> Rückmeldungen zur Interaktion mit Lerninhalten</li>
<li><strong>Performancebasiert:</strong> Rückmeldung zu Ergebnissen von Tests oder Aufgaben</li>
<li><strong>Emotional:</strong> Erkennung von Frustration oder Motivation und entsprechende Rückmeldung</li>