Sie sind hier: Startseite Beiträge
Digitale Bildung - Zukunftsbilder Personalisierte Hochschulbildung
ID 607
Beschreibung des Zukunftsbildes:
Titel des Beitrags:

Digitalisierte Hochschulbildung:
Personalisierung durch Selbstorganisation, Kollaboration, Adaptivität



Wie sieht Ihre ganzheitliche Vorstellung von digitaler Innovation in der Bildung aus?

1) Digitale Innovation der Bildung: (Hochschul-)Didaktik + Bildungstechnologie

Auf die Anforderungen hinsichtlich Employability und Citizenship im 21. Jahrhundert reagiert Hochschulbildung programmatisch durch den shift from teaching to learning. Die damit einhergehende Studierendenzentrierung und Kompetenzorientierung in Studium und Lehre gelten als positive Kernelemente des Bologna-Prozesses.

Dennoch stehen Studierende oft noch immer vor der Herausforderung, ihr Lernverhalten an die vorgegebenen traditionellen Strukturen in Hochschulen anzupassen, die oftmals durch ein One-size-fits-all-Prinzip gekennzeichnet sind. Solche Lernumgebungen können einer heterogenen Studierendenschaft weder vor dem Hintergrund unterschiedlicher Lernvoraussetzungen und Lernbedürfnisse noch mit Blick auf die Qualifikationsanforderungen der Arbeitswelt und der Partizipation an einer zunehmend digitalisierten Gesellschaft gerecht werden.

Bei Lehrenden weit verbreitet ist derzeit die punktuelle Ergänzung von Präsenzlehre durch die Bereitstellung digitaler Artefakte. Dies ist ein erster wichtiger Beitrag zur Digitalisierung der Hochschullehre, nutzt das derzeit bestehende und künftig zu entwickelnde Potenzial digitaler Lernumgebungen allerdings bei weitem nicht aus. Höherwertige Lernszenarien – von der Ermöglichung selbstorganisierten und vernetzten Lernens über die Bereitstellung adaptiver Lernumgebungen bis hin zum mentorierten Selbststudium – erfordern im Vorfeld auch von Lehrenden eine qualitativ neue Auseinandersetzung mit dem Lerngegenstand, für die bisherige Erfahrungen nicht ausreichend sein konnten. Weil bisher eingesetzte Werkzeuge den eigentlichen Prozess des Studierens nur in Teilaspekten oder unzureichend abbilden und unterstützen konnten, setzen Lehrende vorhandene Werkzeuge vorrangig zur Distribution von digitalen Artefakten („Lernmaterial“) ein.

Auch bei Studierenden kann gegenwärtig von einer souveränen Nutzung digitaler Lernszenarien nicht gesprochen werden; die aktive Nutzung hängt stark von der Verankerung in der Lehrpraxis ab (Persike & Friedrich 2016). Demgegenüber ist deren Lebenswelt zu einem großen Teil geprägt von freiem Zugang zu Informationen und Werkzeugen, die diesen Zugang und die Informationsverarbeitung (Wissensgenerierung, Wissensorganisation, Vernetzung) ermöglichen.

Die Verwirklichung der Vision offener digitaler Lernumgebungen hängt demnach stark davon ab, inwiefern die Lernenden die Möglichkeit haben, ihre persönliche Lernumgebung durch digitale Ressourcen entsprechend ihrer Ziele, Bedürfnisse und lernrelevanten Personenmerkmale zu gestalten, dabei lernprozessbegleitende Unterstützungssysteme zu nutzen und von Lehrenden mentoriell begleitet zu werden.

Die didaktischen Möglichkeiten von Bildungstechnologien für die
– Generierung,
– Organisation und
– Vernetzung
von Wissen als Basis einer fundierten Kompetenzentwicklung liegen daher in der Personalisierung digitaler Lernumgebungen.

Die Umsetzung von Studierendenzentrierung und Kompetenzorientierung in Studium und Lehre (shift from teaching to learning) kann dadurch deutlich vorangetrieben werden. Im Gegensatz zu globalen Lehrstrategien nach dem One-size-fits-all-Prinzip sollen Studierende darin ihre Leistungspotentiale diversifiziert und chancengerecht entfalten und den Lernerfolg steigern können.

Digitale Lernumgebungen sind als Teil der Lernumgebung Hochschule zu verstehen, in der institutionell die curricularen Rahmenvorgaben sowie die formelle akademische Präsenzlehre verankert sind (Abb. 1, siehe Anhang). Sie ermöglichen die barrierefreie Vernetzung mit den persönlichen Lernumgebungen der Studierenden, die sich durch (informelle) Lernprozesse vor dem Hintergrund individueller Lernvoraussetzungen, Interessen und Bedürfnisse auszeichnen.

Personalisierte digitale Lernumgebungen ermöglichen
– die Anpassung der Lernumgebung durch den Lernenden im Rahmen selbstregulierten Lernens oder algorithmisiert an den Lernenden,
– Lernen als einen Prozess der sozialen Interaktion und Vernetzung mit anderen Lernenden (Kollaboration und Kooperation) – hochschulintern und hochschulübergreifend
– neue Lernräume durch Einbindung lernförderlicher Elemente zur Erweiterung der „Präsenzlehrkultur“, zeitlich flexibel und ortsunabhängig
– schnelles, qualitativ hochwertiges Feedback für einen erfolgreichen Lernprozess.

Sie ermöglichen schließlich durch die Bereitstellung von Unterstützungsmöglichkeiten beim Umgang mit digitalen Lernressourcen und Lernstrukturen die Verwirklichung der Studierendenorientierung an Hochschulen, die Teil einer digitalisierten Gesellschaft sind.



Welche digitalen Medien und Technologien können die Zukunft der Bildung aktiv fördern?

2) Personalisierung digitaler Lernumgebungen

Da es sich bei Lernprozessen um höchst individuelle Vorgänge handelt, denen im Rahmen von teilnehmerInnenstarken Veranstaltungen nur in einem sehr begrenzten Umfang durch direktes lernprozessbegleitendes Mentoring Rechnung getragen werden kann, werden Technologien benötigt, die

– Adaptivität im Lernprozess durch Passung von Lernpfaden und Lernobjekten an den Lerner,
– Selbstorganisation des Lernprozesses durch Schaffung von Infrastrukturen zur Informationsverarbeitung (Wissensgenerierung, Wissensorganisation, Vernetzung),
– Kollaboration im Lernprozess durch die Interaktion mit anderen Lernenden und Lernobjekten

ermöglichen.

Digitale Lernumgebungen werden gegenwärtig meist in Learning Management Systemen (LMS) realisiert, die der Dynamik und Verschiedenartigkeit von Lernprozessen wenig gerecht werden können. Zur Gewährleistung einer nachhaltigen, flächendeckenden und standortübergreifenden Nutzung sowohl von bisherigen domänen- und plattformspezifischen Entwicklungen in Form von Content oder komplexen Lernszenarien als auch von neuen Bildungstechnologien bedarf es der Öffnung und Vernetzung bisher weitestgehend abgeschlossener digitaler Lernumgebungen (Abb. 2, siehe Anhang).

Damit Bildungstechnologien diese individuellen Lernprozesse unterstützen können, sollten unterschiedliche lerntheoretische Ansätze, (fächerspezifische) Lernkulturen und Forschungsergebnisse zu Lehren und Lernen an Hochschulen berücksichtigt und miteinander verknüpft werden (Abb.3, Siehe Anhang). Damit werden Präsenzphasen und Lehrende nicht obsolet. Es werden vielmehr Rahmenbedingungen geschaffen und Werkzeuge bereitgestellt, die notwendig sind, um den Lern- und Studienprozess nach Humboldt’schem Vorbild begleiten zu können.

In Vorbereitung des Designs von digitalen Lernumgebungen und deren Verknüpfung mit dem Präsenzstudium und studentischen Lernumgebungen sollen Erkenntnisse darüber gewonnen werden, wie Studierende in digitalen Lernumgebungen in Abhängigkeit von institutionell-curricularen, sozialen und didaktischen Faktoren sowie lernrelevanten Persönlichkeitsmerkmalen lernen. Sie sollen zur Weiterentwicklung bestehender curricularer und didaktischer Ansätze im Kontext aktueller digitaler Lernszenarien und -formate bzgl. ihres Beitrags zur Personalisierung unter den Aspekten der Lehr-/Lernfunktion, Diagnostik, individuellen Förderung sowie der Kommunikation und Kooperation beitragen (z.B. Technology Enhanced Learning, Mensch-Technik-Interaktion, Artificial Intelligence in Education, Virtual Reality).

Aus diesem Grund sollten Voraussetzungen geschaffen werden, damit Lernen hochschulübergreifend stattfinden kann:

– barrierefreier Zugang zu Content und Lernszenarien anderer (Hochschul-) Bildungsstandorte
– hochschulstandortübergreifende Erstellung von Content (UGC)
– Austausch und Vernetzung von Lehrenden und Lernenden zu Content und Lernszenarien (OER)
– Fokussierung der Mensch-Technik-Interaktion in digital unterstützen Bildungsprozessen
– Anwendung von Educational Data Mining (Abb. 2): technologische und rechtliche Voraussetzungen schaffen, dass Daten aus Lernprozessen in Echtzeit erhoben, ausgewertet und interpretiert werden können
– Erschließen (akademischer) Domänen für den webbasierten Austausch, z.B. Visualisierung von Strukturen einer Domäne und deren Themengebiete durch Semantische oder andere Technologien, die auf Künstlicher Intelligenz (KI) beruhen
– Entwicklung von Content und Lernszenarien, die eine aktive Auseinandersetzung des Lernenden, aber auch eine Analyse von Interaktionen und Lernpfaden für ein Mentoring/ Feedback in Echtzeit ermöglichen und ebenfalls auf KI-Technologien beruhen
– Sichtbarmachung von Entwicklungen im Lernprozess mit Rücksicht auf die Persönlichkeitsrechte der Lernenden (Datensouveränität)
– permanente Begleitung digitaler Innovationen der Bildung durch neue Ansätze der Forschung und Evaluation an Hochschulen (Computational Social Science)



Wie können sich neue Netzwerke der Kommunikation und Zusammenarbeit gestalten?

3) Realisierung in Kompetenznetzwerken

Die Auswahl zu fördernder Projekte im Rahmen einer Förderrichtlinie oder die Entscheidung für die Annahme von Beiträgen für ein (inter-)nationales Journal gehen meist auf kriteriengeleitete Begutachtungsprozesse zurück. Sie setzen voraus, dass die beteiligten Akteure gemeinsame Verfahrensweisen der Kommunikation und Reflexion von wissenschaftlichen Konzepten und Methoden teilen.

Diese Verfahrensweisen sind sowohl auf die Organisation von (sozialen) Lernprozessen als auch auf die standortübergreifende Entwicklung digitaler Innovationen der Bildung anwendbar. Die hier beschriebenen Perspektiven implizieren auf der einen Seite die Kooperation der Lehrenden und Lernenden einer akademischen Domäne unterschiedlicher Hochschulstandorte. Um fachliche und (hochschul-)didaktische Expertise für das Design von personalisierten digitalen Lernumgebungen nutzbar zu machen, sind auf der anderen Seite Kooperationen mit Institutionen der Lernforschung und Bildungstechnologie mit dem Schwerpunkt auf Künstlicher Intelligenz notwendig.

Für eine ergebnisorientierte Arbeit in solchen Kompetenznetzwerken sind transparente und offene Ideenfindungs-, Begutachtungs-, Entscheidungs- und Realisierungsprozesse notwendig.



Welche Herausforderungen müssen angegangen werden?

4) Herausforderungen

– Anwendung von Educational Data Mining:
–> Zugriff auf und Analyse von Daten, die Erkenntnisse über Lernprozess erlauben
–> Rückschlüsse für Mentoring der Lernprozesse (Modelle)
–> geeignete Lernressourcen, die Datenerhebung ermöglichen
–> Persönlichkeitsrechte, Datensouveränität und Datensicherheit
– hochschulstandortübergreifender barrierefreier Zugang zu Lernumgebungen für Lehrende und Lernende
– neue Rollen von allen am Lernprozess beteiligten Akteuren (shift from teaching to learning)
–> Lehrende: von Inhaltsvermittlern zu Lernbegleitern
–> Lernende: von Rezipienten und Konsumenten zu aktiven Produzenten
– Unterstützungsstrukturen: höherwertige Lernszenarien erfordern neue Kompetenzen auf Seiten der Lehrenden (technisch, methodisch und mediendidaktisch) und Lernenden, um die Auseinandersetzung mit dem Lerngegenstand zu befördern
– curriculare Weiterentwicklungen
– Weiterentwicklung von Lernsettings
– Qualität des Contents (OER) -> Zugang ermöglichen, Vielfalt strukturieren



Grundlage für die hier ausgeführten Perspektiven ist die gemeinsame Arbeit an einer Projektskizze im Rahmen der Förderrichtlinie des BMBF zur Digitalen Hochschulbildung im Frühjahr 2016.

Daran beteiligt waren:

Prof. Dr. Heinz-Werner Wollersheim, Norbert Pengel, Universität Leipzig
Prof. Dr. Thomas Köhler, Dr. Jörg Neumann, Technische Universität Dresden
Dr. Cathleen M. Stützer, Johannes Gutenberg-Universität Mainz
Prof. Dr. Pablo Pirnay-Dummer, Martin-Luther-Universität Halle-Wittenberg
Prof. Dr. Nicolas Apostolopoulos, Alexander Schulz, Freie Universität Berlin



Die vollständige Beschreibung des Zukunftsbildes (inkl. Abb.) finden Sie noch einmal im Anhang als pdf-Datei.
Schlagwörter:
Kategorien:
Anwendungssektor:
Vanessa Dietrich
Sehr geehrter Herr Prof. Dr. Pengel,

Danke für die interessanten Einblicke und Erkenntnisse zur
digitalen Hochschulbildung.
Ich stimme Ihnen zu, dass Chancen, wie ein Kompetenznetzwerk, eine persönliche und adaptive Lernumgebung und vernetztes Wissen nötig und möglich sind, mit Hilfe der Digitalisierung, zu realisieren.
Hierdurch können Lernpotenziale verstärkt werden und persönliche Stärken herausgefunden werden. So fördert das Studium den Einzelnen best möglich.

Allerdings sehe ich vor allem, wie Sie auch andeuten, die Herausforderung, aus passiven Studenten zu aktiven Produzenten überzuführen. Herr Rieger hat die Vorteile davon auch in seinen Beitrag (http://www.oip.netze-neu-nutzen.de erläutert.
Jedoch werden Studenten immer jünger und sind oftmals von der Schulzeit gewohnt, Inhalte nur aufzunehmen und nicht mit zu gestalten. Um letzteres zu erreichen benötigen Schüler z.B. eine Schulung und Motivation. Haben Sie eine Idee wie dies geschafft werden könnte?

Vielen Dank nochmals,auch an ihre Kollegen und beste Grüße,
Vanessa Dietrich
Norbert Pengel
Sehr geehrte Frau Dietrich,

vielen Dank für Ihre Nachricht!
An Hochschulen finden Lernprozesse statt, in die wir bisher oftmals nur an einem Punkt im Semester Einblick erhalten konnten: zur Modulprüfung am Semesterende. Vom Start des Semesters bis dahin sind etwas mehr als 3 Monate vergangen, in denen Studierende ihren Lernprozess selbst organisieren müssen. Aufgrund der großen TeilnehmerInnenzahl fehlt oftmals die Möglichkeit eines individuellen lernförderlichen Feedbacks. Der initial erhöhte Aufwand, neue Lernszenarien zu entwickeln, in dem die Studierenden aktiv sein können sowie die technischen und datenschutzrechtlichen Hürden, die den Zugriff auf Daten des Lernprozesses erschweren (Educational Data Mining für Intelligente Tutorensysteme), sind weitere Hindernisse.

Im Idealfall sind Studierende in der Lage, ihren Lernprozess selbst so zu organisieren, dass er erfolgreich verläuft, d.h. dass u.a. die Learning Outcomes des Moduls erreicht werden. Die Formulierung von Learning Outcomes und deren Transparenz gegenüber den Studierenden entsprechend dem Constructive Alignment ist die Grundlage für eigenverantwortliches Lernen. Es scheint aber noch keine Selbstverständlichkeit, intendierte Learning Outcomes, die eine (Teil-)Kompetenz operationalisieren, zu definieren, anzugeben, wie das Erreichen der Learning Outcomes überprüft werden kann und Lernsituation(en), in denen die zugrundeliegenden Lernprozesse erfolgreich stattfinden können, zu arrangieren.

Diese Voraussetzungen zu schaffen, hat für sich betrachtet zunächst wenig mit digitaler Innovation zu tun, kann aber als Basis von digitalen Lernumgebungen mit Blick auf die Motivation der Studierenden wirksamer sein, da die Reflexion über den eigenen Lernprozess unterstützt wird, wenn Studierende vor dem Hintergrund der Learning Outcomes Rückmeldungen zum Bearbeitungsfortschritt oder sogar zum Lernfortschritt erhalten. In diesem Zusammenhang sind bspw. Concept Maps (durch den Studierenden selbst) oder Visualisierungen der Mentalen Modelle der Studierenden (technologiegestützt) denkbar. Ich denke, dass die Klarheit über die Ziele eines Lernprozesses, die Bewusstmachung des Lernfortschritts und der Austausch mit anderen darüber durchaus motivierend sein können. Lerntagebücher, bspw. in Form von E-Portfolios, leisten bereits einen Beitrag dazu, dass Studierende ihren Lernfortschritt dokumentieren und vor dem Hintergrund der Zielsetzungen eines Moduls reflektieren können.

Die Einbeziehung der studentischen Peers in den Lernprozess erfolgt bei Herrn Prof. Wollerhsiem im Rahmen des Projektseminars „Analyse laufender Forschungsprojekte“. Darin lernen fortgeschrittene Studierende des Masterstudiengangs Begabungsforschung und Kompetenzentwicklung die Analyse und Beurteilung von Forschungsprojekten sowie die Anwendung dieser Erkenntnisse auf Planung und Durchführung der eigenen Abschlussarbeit und des ihr zugrundeliegenden Forschungsprojekts.

Im Rahmen des Peer-Assessments begutachten Studierende untereinander die Exposés ihrer Abschlussarbeiten auf Basis vorher gemeinsam festgelegter Kriterien in einem zweistufigen Verfahren, an dessen Ende eine Vorschlagsbewertung von Studienleistungen durch Studierende vorliegt.

Indem die Begutachtungskriterien gemeinsam im Seminar ausgehandelt werden, wird der Bewertungsprozess transparent, die subjektiv erlebte Relevanz der Aufgabe kann erhöht und das Tempo sowie die Qualität des Feedbacks im Lernprozess erheblich verbessert werden. Es kann darüber hinaus einen positiven Effekt auf die Qualität des begutachteten Artefakts haben. Das kompetenzorientierte Feedback der Peers kann die intrinsische Motivation und damit die erlebte Selbstbestimmung der Studierenden erheblich steigern.

Mit Blick auf das konkretes Szenario wird die Fähigkeit gefördert, eigene Fragestellungen zu entwickeln und abzugrenzen, sie sinnvoll auf einen vorhandenen Forschungsstand zu beziehen, ihre Beantwortung mit einem angemessenen methodischen Design zu unternehmen und das Ganze mit einem detaillierten Arbeitsplan abzusichern. Wir lösen die Studierenden dabei aus der noch immer für geistes- und sozialwissenschaftliche Examina typischen Vereinzelung, erweitern ihren methodischen Blick, entwickeln das Zutrauen in die eigenen Fähigkeiten und reflektieren diese Entwicklung gemeinsam mit ihnen.

Wir konnten in 2016 gemeinsam mit Herrn Prof. Dr. Thomas Köhler und seinem Team des Medienzentrums der TU Dresden das Peer-Assessment-Tool PAssT! entwickeln. Es trägt dazu bei, dass Lehrende Peer-Assessments und damit das Lernen als sozialen Prozess niedrigschwelliger adressieren können, indem es den erheblichen organisatorischen Aufwand in einem Tool bündelt und damit besser beherrschbar macht. Es ist zum einen unabhängig von Learning-Management-Systemen (LMS) einsetzbar und ermöglicht zum anderen diverse Anwendungsszenarien durch die Verarbeitung verschiedener Artefakte.

Darüber hinaus sehe ich in unterschiedlichen Codierungsformen von Learning Content, wie z.B. Anreicherung von text- und vorlesungslastigen Lehrveranstaltungen durch Animationen und kurze Video- oder Audiosequenzen, wie es z.B. das mBook des Instituts für digitales Lernen für den Schulkontext umgesetzt hat, ein wesentliches Potential, zumindest die Bereitstellung von Informationen vielfältiger zu gestalten. Da Lernen ein höchst individueller aktiver Prozess ist, der von einem großen Maß an Entscheidungsfreiheit für dessen Gestaltung geprägt sein sollte, können wir nur Rahmenbedingungen schaffen, die Bildungsprozesse anregen. Wie bereits im Zukunftsbild beschrieben, kann das durch digitale Lernumgebungen unterstützt werden, indem Studierende zum einen frei aus einer Menge an Tools zur Lernorganisation und Content verschiedener Codierung wählen können, wir aber auch Empfehlungen geben, welche Informationen vor dem Hintergrund bereits betrachteter Informationen, bereits tatsächlich vorhandenen Wissens oder anderer Faktoren als nächstes relevant sein könnten (Intelligente Tutorensysteme). Neben der Selbstorganisation von Lernprozessen werden damit Technologien notwendig, die die Adaption der Lernumgebung auf der Grundlage von Eigenschaften und Verhalten von Lernenden ermöglichen, da die Fähigkeit von Studierenden, eigene lernförderliche Entscheidungen zu treffen, auch von Persönlichkeitsfaktoren abhängt.

Die Studierenden werden außerhalb institutionalisierter Bildung als Digital Natives bezeichnet. Eine Studie im Rahmen des Hochschulforums Digitalisierung (Persike & Friedrich 2016) hat aber gezeigt, dass das im Hochschulkontext nicht vorausgesetzt werden kann.

Mit Blick auf die Frage, wie man Studierende dazu bewegt, sich auf das Lernszenario einzulassen, scheint mir zum einen relevant, dass sowohl die aus der Lehr-/Lernforschung bereits bekannten Faktoren (Vorwissen, Motivation, lernbegleitende Emotion etc.) bei der (Weiter-)Entwicklung von Bildungstechnologie konsequent mitgedacht werden als auch die Faktoren, die entscheidend sind für die verbreitete Nutzung diverser Plattformen und Werkzeuge wie Google, Wikipedia, Facebook, Twitter, WhatsApp, Youtube, Evernote, Slideshare, Evernote etc.

Schließlich führt jedoch kein Weg daran vorbei, Studierenden die Möglichkeit zu geben, sowohl an der Entwicklung solcher technologiegestützten Lernszenarien zu partizipieren als auch diese zu nutzen. Wenn Lernumgebungen und mit ihnen die domänenspezifischen Lernkulturen aus Sicht der Studierenden erfahrbar lernförderlicher sind, auch mit Blick auf ihre persönliche Zukunft, könnte sich das Problem der Motivation mittelfristig deutlich verringern.

Freundliche Grüße
Norbert Pengel
Digitale Bildung - Zukunftsbilder