Strategie Workshop, 19/20.7. München

Retrospektive

Im Sommer haben sich alle Projektverantwortlichen aus dem Projekt EduPLEx_API zusammengefunden, um in einer Retrospektive Details zum aktuellen Projektfortschritt näher zu beleuchten.

Fokus lag auf den Themen “Datenarchitektur”, “Kompetenzrahmen” und “Prototyp”, sowie “Projektmanagement”.

Ausblick & Planung

Im Zuge des zweitägigen Workshops stieg das Team tiefer in die Planung der nächsten Arbeitspakete ein. In Kontext des entwickelten Infrastruktur wurde die Umsetzung der aktuellen Arbeitspakete erläutert.

Priorität innerhalb der laufenden Arbeitspakete:

• Neben notwendigen ex-post Reportings zum Lernverhalten und Lernfortschritt gegenüber internen und externen Stellen sollen auch zukunftsorientierte Aussagen zum Weiterbildungsverhalten bzw. dem Weiterbildungsmarkt gegenüber Unternehmen (KMU), Weiterbildungsträgern und Sozial­verbänden generiert werden. Ziel der Predictive Analytics ist es, Vorhersagen zur Entwicklung des allgemeinen Lernverhaltens, zur Nachfrage unterschiedlichster digitaler Lernformate und zu wirtschaftlichen Auswirkungen (Angebot vs. Nachfrage) zu treffen sowie mit Trend Analysen, die allen Stakeholdern zu Gute kommen, die Nachhaltigkeit des Bildungsangebots erhöhen. Die aus diesem Arbeitspaket entstehenden Konzepte werden in enger Abstimmung mit dem zeitgleich laufenden Arbeitspaket 5.1 „Initiales adaptives Lernkonzept” entwickelt.

• Konzeptionelle KI-Modelle und Methoden zur Realisierung von Predictive Analytics müssen von Entwicklerseite auf Realisierbarkeit geprüft werden. Es benötigt tiefgreifendes Wissen in der programmiertechnischen Umsetzung und der richtigen Wahl der Programmiersprachen.

• Da die EduPLEx_API als zuschaltbares Modul jedes beliebige Lern Management Systemen (LMS) oder offene Bildungsplattformen (z.B. Learning Experience Plattformen, MOOCs, …) ergänzt, muss eine einfache Integration („Plug & Play”) unterstützt werden. Hierzu werden Einbettungsmöglichkeiten über bestehende Plattformen und System-Landschaften näher betrachtet und geeignete Lösungen erarbeitet, die eine umfassende Daten Aggregation ermöglichen.
• Da von einer sehr hohen Anzahl an Datensätzen (Learning Activity Statements, User Behaviourial Analytics) ausgegangen wird und konsistente/erweiterte Metadaten-Formate berücksichtigt werden müssen, ist eine performante sowie skalierbare, cloudbasierte Clusterlösungen eine unbedingte Anforderung. Ebenso müssen einfache Abfragen (Queries) und auszuführende komplexere KI-Algorithmen zeiteffiziente Ergebnisse rückliefern können.

• Aggregierte Daten müssen in lesbaren Formaten an die entsprechenden Zielgruppen ausgespielt werden können. Im Fokus dieses Arbeitspakets steht die Konzipierung und Bereitstellung verschiedener Reporting-Dashboards sowie die Visualisierung & Darstellung personalisierter/empfohlener Lernpfade & Playlists. Eine moderne User Experience (UX) und auf die Zielgruppen zugeschnittene User Interfaces (UI) stehen im Fokus der Konzeption und des Setups.

• Aufgrund der weiten Verbreitung des E-Learning Standards SCORM aus dem Jahr 2000 muss eine Abwärtskompatibilität gewährleistet werden. Die Entwicklung eines „SCORM-to xAPI“ Wrappers soll SCORM-Aktivitäten in maschinenlesbare xAPI Statements umwandeln, um eine konsistente Datenspeicherung zu ermöglichen. Um neben xAPI/TINCAN ältere E-Learning Standards zu unterstützen, bedarf es einer Transformation von SCORM-Formaten in xAPI-Aktivitäten. Eine Abwärtskompatibilität muss gewährleistet werden, da viele E-Learning Inhalte seit 2000 auf dem SCORM Referenzmodell aufgebaut wurden.