Das Ziel dieses Teilprojekts ist es, unterstützende Lernumgebungen zu schaffen, die die Lernprozesse der Studierenden durch Learning Analytics optimieren. Wir nutzen verschiedene Datenquellen, um den Lernenden personalisiertes Feedback in Echtzeit zu geben und ihre Motivation sowie ihr Engagement zu steigern.
Das Ziel dieses Teilprojekts ist es, unterstützende Lernumgebungen zu schaffen, die die Lernprozesse der Studierenden durch den Einsatz von Learning Analytics optimieren. Verschiedene Datenquellen werden genutzt, um den Lernenden personalisiertes Feedback in Echtzeit zu geben und ihre Motivation sowie ihr Engagement zu steigern.
</p>
</p>
<p>
<p>
Die Kombination von Learning Analytics und modernen Technologien wie Künstlicher Intelligenz ermöglicht es, Erfolge oder Schwierigkeiten frühzeitig vorherzusagen und gezielte Empfehlungen zu generieren. Unsere umfassende Learning Analytics-Infrastruktur sammelt, speichert, analysiert und visualisiert Daten aus Quellen wie Moodle, Unipark und VR-Anwendungen. Die Daten zu Anwesenheit, Lernzeit, Quiz-Ergebnissen, Kommunikationsmustern und Interaktionen werden in Learning Locker gespeichert und mit Tools wie Grafana und Excalibur visualisiert.
Die Kombination von Learning Analytics und modernen Technologien wie Künstlicher Intelligenz (KI) ermöglicht es, Erfolge oder Schwierigkeiten frühzeitig vorherzusagen und gezielte Empfehlungen zu generieren. Eine umfassende Learning Analytics-Infrastruktur sammelt, speichert, analysiert und visualisiert Daten aus verschiedenen Quellen wie Moodle, Unipark und VR-Anwendungen. Diese Daten werden in Learning Locker gespeichert und mit Visualisierungstools wie Grafana und Excalibur aufbereitet.
</p>
</p>
<p>
<p>
Die aktuelle Forschung konzentriert sich auf die Verknüpfung von Learning Analytics mit psychologischen und didaktischen Modellen, um das Lernverhalten besser zu verstehen. Ein integratives Modell zur Gestaltung von lernzentrierten Feedbacksystemen wird verwendet, das kognitive, motivationale und selbstbezogene Faktoren berücksichtigt und in drei Schichten organisiert ist: Bereitstellungslayer, Designlayer und Lernschicht.
Die aktuelle Forschung fokussiert sich auf die Verknüpfung von Learning Analytics mit psychologischen und didaktischen Modellen, um das Lernverhalten besser zu verstehen. Ein integratives Modell zur Gestaltung von lernzentrierten Feedbacksystemen wird verwendet, das kognitive, motivationale und selbstbezogene Faktoren berücksichtigt.
</p>
</p>
<p>
<p>
Ziel ist es, eine Learning Analytics-Infrastruktur zu entwickeln, die personalisiertes Feedback bietet. Diese wird zunächst in den Kursen „Mathematik“ und „IT in Unternehmensnetzwerken“ eingesetzt und evaluiert.
Ziel ist es, eine Learning Analytics-Infrastruktur zu entwickeln, die personalisiertes Feedback bereitstellt. Diese wird zunächst in den Kursen „Mathematik“ und „IT in Unternehmensnetzwerken“ eingesetzt und evaluiert.
</p>
</p>
</section>
</section>
<sectionclass="container mt-5">
<sectionclass="container model-section">
<h2>Projektteam</h2>
<h2>Modell zur Gestaltung von lernzentrierten Feedbacksystemen</h2>
<imgsrc="assets/img/feedback-model.png"alt="Modell zur Gestaltung von lernzentrierten Feedbacksystemen"class="model-image">
<divclass="text-center">
<ahref="#model-details"class="btn btn-info">Details zum Modell</a>
</div>
</section>
<sectionid="model-details"class="container mt-5">
<h3>Details zum Feedbackmodell</h3>
<p>
<p>
Hier sind die Hauptverantwortlichen für das Learning Analytics Infrastrukturprojekt:
Das Modell unterscheidet vier Feedbacktypen, die durch verschiedene Faktoren beeinflusst werden und in drei Schichten organisiert sind:
</p>
</p>
<ul>
<ul>
<li><strong>Dr. Anna Müller</strong> – Projektleitung und Forschung</li>
<li><strong>Bereitstellungslayer:</strong> Dashboards, Signalsysteme und pädagogische Agenten zur ansprechenden und benutzerfreundlichen Bereitstellung von Feedback.</li>
<li><strong>Prof. Dr. Martin Schmidt</strong> – Technologieintegration und Systemarchitektur</li>
<li><strong>Designlayer:</strong> Sicherstellung der Verständlichkeit und Benutzerfreundlichkeit des Feedbacks, mit einem Fokus auf Usability.</li>
<li><strong>Lisa Weber</strong> – Datenanalyse und Visualisierung</li>
<li><strong>Lernschicht:</strong> Fokussierung auf den Lernenden, um kognitive Fähigkeiten, Motivation und Selbstkonzept zu berücksichtigen und personalisiertes Feedback zu ermöglichen.</li>
<li><strong>Dr. Tom Schulz</strong> – Psychologische und didaktische Modellierung</li>
<li><strong>Julia Fischer</strong> – Usability und Nutzerfeedback</li>
</ul>
</ul>
<p>
Dieses integrative Modell basiert auf theoretischen Grundlagen und aktuellen Forschungsergebnissen und ist auf Akzeptanz und Benutzerfreundlichkeit ausgerichtet.
