Wir haben ein neues Update von chunkx veröffentlicht. Eine Funktion aus dem Update möchten wir euch kurz vorstellen: Lernziele. Ab jetzt können unsere Autoren im chunkx creator ihre Kanäle mit Lernzielen erweitern. So kann Lernenden ein Leistungsziel vorgegeben und die Ergebnisse zu Dokumentationszwecken gespeichert werden.
Was bedeuten "Lernziele" genau?
Lernziele ergänzen deine Kanäle in chunkx und geben Lernenden bestimmte Vorgaben. Z.B., dass 10 Mikrolerneinheiten in 6 Monaten bearbeitet und die Aufgaben dazu richtig beantwortet werden müssen. Während Autoren auf die Auswertungen der einzelnen Nutzer keinen Zugriff haben, können sie bei den Lernzielen sehen, wer es bereits abgeschlossen hat. Der Zweck dahinter ist, dass Lernziele häufig für Themen genutzt werden, bei denen die Bearbeitung nachgewiesen und dokumentiert werden muss.
Welche Einstellungen sind möglich?
Autoren können definieren, ob Aufgaben der Mikrolerneinheiten nur bearbeitet oder richtig gelöst werden müssen. Sie können auswählen, wie viele Mikrolerneinheiten bearbeitet werden müssen und können den Zeitraum definieren. Es besteht die Möglichkeit, optional und auf den Tag genau einen Zeitraum für das jeweilige Lernziel zu definieren.
Das Lernziel kann automatisch wiederholt werden. Zum Beispiel:
jährlich,
wöchentlich,
monatlich und
quartalsweise.
Auf diesem Wege bekommen die Lernenden, die entsprechende Unterstützung, die sie brauchen. So einfach kann kontinuierliches und nachhaltiges Lernen, zugeschnitten auf das eigene Vorwissen, mit chunkx gefördert werden.
Was ist der Unterschied zu Zertifikaten im LMS?
Bei typische eLearnings unterscheidet man zwischen Teilnahme und Bestehen des Abschlusstests, in chunkx werden stattdessen die Lernziele anhand der Micro-Learning-Units gesteuert. Die Lernziele in chunkx können dadurch kleinteiliger aufgesetzt und häufiger wiederholt werden. Anstatt 1x im Jahr ein 30-minütiges Webbased Training zu durchlaufen, können Lernziele so einstellt werden, dass z.B. 1x im Quartal bis zu 5 Mikrolerneinheiten bearbeitet werden müssen.
Der Effekt wird sofort deutlich: Lernende profitieren von häufigeren Wiederholungen und Reflektionsmomenten. Das Gelernte wird nicht einfach vergessen und steht im Bedarfsfall zur Verfügung. Die Auswahl der Mikrolerninhalte erfolgt dabei adaptiv und stellt sich immer auf die einzelne Person ein.
Weitere Informationen und Kontakt
Mehr findest du auf unserer Seite zu Lernzielen in chunkx und im chunkx creator.
Ist das Thema für dich relevant? Nimm mit uns Kontakt auf, um einen persönlichen Präsentationstermin zu vereinbaren. Wir schauen dann gemeinsam, wie du und deine Organisation am besten von den neuen Funktionen profitieren und wie wir nach Bedarf die Schnittstellen zu deinen anderen Lernsystemen gestalten.
Wie können Trainer, Instructional Designer und eLearning-Autoren Lernaufgaben richtig nutzen? Wie regen wir damit Lernprozesse an und testen nicht nur? Wie gehen wir mit geschlossenen Aufgaben über das lernen von Faktenwissen hinaus? In diesem zweistündigen Workshop erfährst du mehr. Wir freuen uns auf deine Anmeldung.
Wo: Online in MS Teams. Link folgt nach Einladung.
Zielgruppe: Die Inhalte richten sich an Trainer, Instructional Designer, eLearning Autoren.
Trainer: Durchgeführt wird der Workshop von Florian Stieler, Diplom Pädagoge, GF & Gründer von chunkx und leidenschaftlicher digital learning creator. Autor des Buchs Validität summativer Prüfungen, indem es maßgeblich um die Gestaltung von Lernaufgaben geht.
Kosten: Keine Kosten, nur hohe Qualität.
Anmeldung: Über das nachfolgende Kontaktformular – first come first serve.
Adaptives Lernen und Sortierung von Inhalten: Lerninhalte in eine sinnvolle Ordnung zu bringen, ist eine der elementarsten Aufgaben bei der Erstellung digitaler Lerninhalte. In unserem Autorentool chunkx creator bieten wir unseren Autor:innen seit Kurzem die Möglichkeit, einem Thema entweder eine feste Reihenfolge zu geben oder unseren Algorithmus die Inhalte gem. des Lernerprofils, also adaptiv auswählen zu lassen. Eine festgelegte Reihenfolge eignet sich z.B. dann, wenn ein Thema zum ersten Mal präsentiert wird. Eine adaptive Zuteilung eignet sich dagegen besser, wenn Lerninhalte ergänzend zu einem Training ausgewählt werden sollen.
In diesem Artikel erläutern wir, warum die Einstellungsmöglichkeit so hilfreich ist, was die Vor- und Nachteile der beiden Varianten sind und beschreiben genauer, wie adaptives Lernen in chunkx funktioniert.
Strukturierung von Lerninhalten
Lernvideos, webbased-Trainings, Webinare oder Trainings: Die Inhalte in jeder dieser Einheiten wurden von einem Trainer oder Autor in eine aus ihrer / seiner Sicht sinnvolle Reihenfolge gebracht. Dem voraus geht im besten Fall zunächst eine Definition der Lernziele: Was sollen die Teilnehmer:innen nach der Maßnahme gelernt haben?
Liegen die Lernziele vor, müssen Lernzeit und Format definiert werden. Beide Aspekte sind Kostentreiber, sodass Entscheidungen nicht ausschließlich nach didaktischen, sondern auch nach wirtschaftlichen Parametern getroffen werden.
Nun kommen wir endlich zur Strukturierung der Inhalte: Wie gibt man den Teilnehmer:innen den notwendigen Kontext? Beschreibt man ein Thema erst auf abstrakter Ebene und gibt dann ein Beispiel, oder umgekehrt? Wann sind gute Zeitpunkte für Übungen und Diskussionen? Man sieht bereits: Hier lässt sich kein pauschaler Königsweg beschreiben, da alle Faktoren berücksichtigt werden müssen: Lernziele, Formate, Räumlichkeiten, Zeit, Budget, die Art der Inhalte, ihre Komplexität, usw.
Erfahrene Didaktiker haben bereits gemerkt, welchen Faktor wir noch nicht aufgezählt haben: Die Teilnehmer:innen.
Teilnehmer:innen sind der heterogenste Faktor
Als wäre es nicht schon kompliziert genug, entwickeln wir unsere Lernmaßnahmen für eine unterschiedlich hohen Anzahl individueller Teilnehmer:innen. Manche lernen am besten induktiv, sprich erst anhand konkreter Beispiele und anschließend anhand der Theorie. Anderen geht es genau umgekehrt, sie möchten erst die Theorie verstehen, bevor es an die Beispiele geht.
Teilnehmer:innen bringen unterschiedliches Vorwissen mit. Während manche erst behutsam den Kontext verstehen und Grundwissen erlangen müssen, sind andere bereits zehn Schritte weiter und warten ungeduldig darauf, dass endlich die für sie spannenden Inhalte folgen.
Dazu kommen weitere Faktoren, wie die Kommunikation der Teilnehmer:innen untereinander, die Geschwindigkeit beim Lernen oder hierarchiebedingte Verhaltensweisen, die unterschiedliche Herangehensweisen verlangen.
In Klassenraumtrainings und Webinaren sind es meistens zwischen 5 und 30 Teilnehmer:innen. Aber Lernvideos und webbased-Trainings werden häufig für mehrere Tausend Teilnehmer:innen erstellt. Daher haben wir chunkx so entwickelt, dass adaptives Lernen ganz automatisch und ohne Aufwand des Autors ermöglicht wird – egal ob für fünf oder mehrere Tausend Nutzer:innen.
Lernen in chunkx – so funktioniert’s
In chunkx werden Inhalte in Lernaufgaben als kleinstmögliche interaktive Formate zerkleinert. Lernaufgaben haben den Vorteil, dass sie nicht nur Erinnerungs-, Assoziations- und Lernprozesse anregen, sondern auch die Zeit der Nutzer:innen produktiv nutzen: Kann ich etwas bereits, dann kostet mich die Bearbeitung nur wenige Sekunden. Kann ich etwas noch nicht, setze ich mich intensiver damit auseinander. Die Aufgaben enthalten immer alle notwendigen Lerninhalte, integrieren Bilder und Videos, oder verweisen im Feedback auf Quellen, die die Inhalte noch detaillierter beschreiben – wie z.B. ein webbased-Training oder einen Blog-Artikel.
Unterschiedlichste Maßnahmen können mit chunkx ergänzt und dort gebündelt werden
Die Lernaufgaben werden zudem um eine Timeline ergänzt, auf der Nutzer:innen vorprogrammierte oder manuell gesendete Nachrichten von Autoren erhalten können. Diese erfahren wiederum, wie viele Nutzer auf ihre Beiträge reagiert haben und was für sie interessanter und weniger interessant ist.
Durch die Kombination von Micro-Learning-Format und Daten, die einerseits die Interessen und andererseits das Wissen der Nutzer:innen widerspiegeln, werden durch unseren Algorithmus individuelle Lernpfade über beliebig viele Themen hinweg gestaltet. Ganz automatisch und ohne aufwändige Programmierung erhalten die Stärken der Nutzer:innen weniger Priorität als die Schwächen und Lerninhalte werden kontinuierlich gemäß der jeweiligen Nutzerschwierigkeit wiederholt.
Sortierung statt adaptiver Zuteilung
Stellen wir uns einen Kanal mit 40 Lernaufgaben vor. Adaptive Zuteilung bedeutet, dass einem Nutzer die Aufgabe #39, einem anderen die Aufgabe #1 oder wieder einer anderen Nutzerin die Aufgabe #20 als erste angezeigt werden. Um Nutzer:innen eine feste Reihenfolge zu bieten, können Autor:innen in chunkx jederzeit den Kanal von adaptiv auf sortiert umstellen. Dadurch werden neue Inhalte aus dem Kanal ganz genau in der Reihenfolge präsentiert, die der Autor / die Autorin für die geeignetste hält. Die Betonung liegt hier auf „neue“ Inhalte. Denn Wiederholungen werden in chunkx immer gem. der individuellen Daten des Lerners, also adaptiv zugeteilt.
Adaptiv vs. sortiert – was ist wann die bessere Wahl?
Im chunkx creator einfachen zwischen adaptiv und sortiert umschalten
Adaptiv
Denken wir zurück an die anfangs beschriebene Komplexität bei der Sortierung von Lerninhalten. Hier bietet chunkx Autor:innen die Chance, die Möglichkeiten digitaler Lösungen auszunutzen und auf die Unterstützung unseres Algorithmus zu setzen, wenn es um die nutzerspezifische Auswahl von Lerninhalten geht. Bei den folgenden Szenarien macht das besonders viel Sinn:
1. Ergänzung von Lernmaßnahmen
Mit chunkx lassen sich Trainings, Webinare, webbased-Trainings auf einfache Weise erweitern. Wenn die genannten Maßnahmen enden, können Inhalte über chunkx wiederholt und vertieft werden. Und da sich Wiederholungen nach dem individuellen Wissensstand und nicht nach einer festen und für alle gültigen Reihenfolge richten sollten, ist hier die Einstellung „adaptiv“ die beste Wahl.
2. Viele gleichwertige Inhalte
Manchmal bestehen Themen aus vielen Wissenseinheiten, die weniger aufeinander aufbauen, sondern neutral nebeneinanderstehen. Das kann gesetzlichen und regulatorischen Inhalten der Fall sein, aber auch, wenn man Lerner durch verschiedenste Anwendungsszenarien gelerntes Wissen auf neue Kontexte anwenden lassen möchte. Auch hier ist unserer Auffassung nach die Einstellung „adaptiv“ die beste Möglichkeit, möglichst effizient Nutzer:innen die Inhalte zu präsentieren, die für sie relevant sind.
3. Besonders heterogene Zielgruppen
Je größer und unterschiedlicher die adressierten Nutzer:innen sind, desto schwieriger wird es, eine gelungene feste Reihenfolge der Lerninhalte zu definieren. Natürlich kann man auch in chunkx Kanäle für unterschiedliche Zielgruppen anders aufbereiten – z.B. eine eigene Variante nur für Führungskräfte – aber auch nach einer solchen Aufteilung sind die Teilnehmer:innen immer noch zu unterschiedlich, dann macht eine Inhaltsauswahl gem. Ihrer Lernprofile möglicherweise mehr Sinn.Wir schreiben bewußt „möglicherweise“, denn hier müssen die Vorteile, die nachfolgend für die Einstellung „sortiert“ beschrieben werden, vorsichtig mit den oben beschriebenen abgewogen werden.
Sortiert
Die Einstellung „sortiert“ bietet Autoren:innen andere Möglichkeiten und Vorteile, ganz besonders in den folgenden Situationen:
1. Neue Inhalte
Wird chunkx nicht nachfolgend zu einer anderen Maßnahme eingesetzt, sondern präsentiert als Lerneinheit Nutzer:innen Inhalte zum ersten Mal, bietet sich eine vordefinierte Struktur der Inhalte an. Auch in diesem Fall wird die Lernzeit der einzelnen Nutzer:innen produktiver genutzt als in anderen Lernformaten, denn bekannte Inhalte kosten sie nur wenig Zeit und unbekannte Inhalte werden selektiv wiederholt. Die feste Sortierung gilt also nur für „neue“ Inhalte, die Nutzer:innen noch nicht bearbeitet haben.
2. Starker Narrativ
Lerninhalte sollen uns im besten Fall begeistern und mitreißen. Und wir sind der Meinung, dass man dies selbst beim vermeintlich langweiligsten Thema schafft. Im adaptiven Micro-Learning-Bereich stehen wir vor der besonderen Herausforderung, dass wir Inhalte so weit wie möglich zerkleinern, um sie wiederum flexibel und nutzerspezifisch arrangieren zu können. Das bedeutet aber auch, dass gelungene Szenarien, bildhafte Beschreibungen, emotionalisierende Erzählungen nur innerhalb einer einzelnen Micro-Einheit aufbaubar sind, da wir nicht sicher wissen, was Nutzer:innen bereits bearbeitet haben und was nicht. Durch die Sortierung von Lerninhalten kann man diese Hürde überwinden. Man kann sich nun darauf verlassen, dass der rote Faden innerhalb des Themas beibehalten wird und man weiß genau, dass alle Nutzer:innen Schritt für Schritt durch dieselben Texte, Bilder, Videos und Übungen wandern.
Sortiert vs. Adaptiv – die Autor:innen entscheiden
In unserem Autorentool chunkx creator entscheiden Autoren, welche Einstellung zu ihrem Kanal passt. Hilfreiche Tipps helfen bei der Auswahl und es ist auch möglich, die Einstellung nach Go-Live wieder zu ändern: Wird ein Kanal mit der Einstellung „adaptiv“ online gestellt und man merkt nach kurzer Zeit, dass eine Sortierung doch geeigneter wäre, lässt sich das sofort anpassen. Auch die Reihenfolge der Inhalte lässt sich jederzeit ändern und nachjustieren.
In unserem Blog-Artikel Tagging auf Knopfdruck erfahren Sie, wie wir tags einsetzen, um Inhalte auch über die Grenzen von Kanälen hinweg adaptiv für Nutzer:innen zu empfehlen und auszuwählen.
Tags spielen eine besondere Rolle bei der inhaltlichen Verknüpfung von Themen
Mit chunkx möchten wir große Mengen an Lerninhalten nutzerspezifisch sortieren. Dafür ist es unerlässlich, die Lerninhalte automatisch zu analysieren und miteinander in Beziehung zu setzen. Wir nutzen Techniken des Natural Language Processing, um das möglich zu machen. Wie genau das funktioniert und was das für unsere Nutzer, unsere Lernapp und die betriebliche Weiterbildung bedeutet, erfahrt ihr in diesem Artikel. Viel Spaß beim Lesen!
Nutzerspezifisches Lernen, ohne Programmieraufwand für die Autoren
chunkx ergänzt oder ersetzt bestehende Lernmaßnahmen durch kontinuierliches Micro-Learning. Was heißt aber kontinuierliches Lernen im betrieblichen Kontext? Nun, typische Trainings, e-Learnings, Lernvideos, Webinare, etc. enden zu einem bestimmten Zeitpunkt – manchmal mit und manchmal ohne Wissenstest. Diese Begrenzung ist zeitlich für den Einzelnen und ökonomisch für das zahlende Unternehmen ein hohes Risiko: Denn bereits nach wenigen Tagen vergessen wir einen Großteil des Gelernten wieder. Ebbinghaus beziffert, dass wir nach 6 Tagen nur noch 23% des Gelernten wissen. Unabhängig von der Aussagekraft dieser konkreten Zahl, stellen wir uns mit chunkx der Herausforderung, die Vergessenskurve abzuflachen.
Wiederholung und Verknüpfung
Ein erster Schritt dazu ist die Wiederholung gelernter Inhalte. Dafür nutzen wir in chunkx Lernaufgaben gefolgt von erläuterndem Feedback. a wir jedoch sehr viel aus ganz unterschiedlichen Bereichen lernen – seien es fachspezifische Inhalte, Regularien, neue Skills, oder Dauerbrenner wie Security, Safety und Compliance – müssen die Inhalte aus allen Themen in nutzerspezifischen Feeds zusammengebracht werden. Doch jeder Nutzer hat nur begrenzt Zeit, weswegen sein jeweiliger Feed idealerweise solche Inhalte priorisieren sollte, die er lernen möchte oder soll, aber noch nicht so gut kennt wie andere. Bei 10 Themen mit Lerninhalten von jeweils einer Stunde und einem Lerner, der gerade mal ein paar Minuten pro Woche in die kontinuierliche Wiederholung investieren kann, stellt sich die Frage, wie diese Herausforderung gelingen kann? Und wie können darauf aufbauend Lernenden zusätzlich Empfehlungen für neue Inhalte ausgesprochen werden?
chunkx creator: Tagging der Inhalte
Um Lerninhalte so passend wie möglich und individuell zusammenzustellen, müssen sie miteinander in Beziehung gebracht werden. Auf der ersten Ebene geschieht das über Kanäle: Alle Lerninhalte, z.B. zum Thema Steuerrecht, werden dem entsprechenden Kanal zugeordnet. Aber wie sieht es innerhalb des Kanals aus, welche Inhalte gehören dort wie zusammen? Und vielleicht gibt es passende Inhalte ja auch außerhalb dieses Kanals?
Dafür ermöglichen wir unseren Autoren bereits das tagging von Lerninhalten. Über einzelne Stichwörter werden unterschiedliche Lernaufgaben verknüpft. Dies ermöglicht spezifische Auswertungen und erlaubt unserem Algorithmus, besser zu verstehen, welche Inhalte für Nutzer didaktisch relevant sind.
Zwar ist das manuelle tagging zielführend, es kann aber auch aufwändig sein. Daher haben wir das taggingauf Knopfdruck entwickelt: Unsere Autoren können nach Eingabe der Aufgabentexte automatisch passende Stichwörter generieren, sie bei Bedarf wieder entfernen und weiterhin manuelle Stichworte ergänzen. Für diese Funktion nutzen wir Techniken des Natural Language Processing. Aber was heißt das genau?
Wie funktioniert auto-tagging durch Natural Language Processing?
Der Bereich des Natural Language Processing befasst sich mit der Analyse unserer Sprache. Je nach Anforderungsbereich reicht dazu manchmal einfache Statistik. Um wie in unserem Fall benötigt, intelligente Ergebnisse zu produzieren, müssen jedoch kompliziertere Methoden verwendet werden.
Word embeddings durch hochdimensionale Vektoren
Im Herzen unseres auto-taggings stehen sogenannte “word embeddings”. Diese übersetzen Wörter in hochdimensionale Vektoren, sodass Texte auch für den Computer verständlich werden. Solche Vektoren ermöglichen es uns dann, Kalkulationen vorzunehmen und die Nähe von Wörtern und Texten zueinander zu bestimmen. Man kann sich zum Beispiel vorstellen, dass sich die Begriffe „Steuerberater” und „Steuerrecht” relativ nah stehen. Genau diese Nähe kann durch Vektoren beschrieben werden. Natürlich sind nicht alle Vergleiche so eindeutig. Welches Wort sollte zum Beispiel näher an „Steuerberater” sein: „Anwalt” oder „Finanzen”? Beide Wörter haben einen anderen Bezug zu „Steuerberater”, weswegen eine klare, eindeutige Antwort schwerfällt.
Um alle möglichen Eigenschaften eines Wortes zu erfassen, bestehen unsere Wortvektoren deshalb aus einigen hundert Dimensionen. Damit diese Dimensionen auch aussagekräftig sind, muss das Modell, das die Wörter in Vektoren übersetzt, zuvor trainiert werden – in unserem Fall mit mehreren hundert Millionen Wörtern.
Von Vektoren zu tags
Für das Generieren der tags in chunkx, fassen wir zunächst alle erläuternden Felder eines Kanals (d.h. Titel, Beschreibung, Fragen, die korrekte Antwort, Feedback) als einen einzigen Vektor zusammen. Für thematisch sinnvolle tags und eine niedrigere Rechenzeit werden alle unnötigen Füllwörter aus den Texten herausgefiltert. Um nun tags für eine einzelne Aufgabe zu generieren, werden die Wörter sowohl untereinander als auch mit dem dazugehörigen Kanal verglichen. Die verschiedenen Abschnitte werden dabei unterschiedlich gewichtet und fortlaufend nachjustiert.
Die Wörter, deren Distanz zu dem Kanalvektor am niedrigsten sind und die einen gewissen Schwellenwert nicht überschreiten, werden dem Autor letztlich als tags vorgeschlagen.
Warum sind tags nun so wichtig?
Die Technologie zur Generierung der tags ist nicht nur eine Zeitersparnis für unsere Autoren, sondern ermöglicht auch die intelligente Verknüpfung von Inhalten. Betrachten wir beispielsweise unsere Lerninhalte zum Thema Steuerrecht: Ein Lerner weist Wissenslücken zum Thema Umsatzsteuer auf. Wir können nun diese ausgewählten Inhalte entsprechend wiederholen. Wir können aber auch unseren Algorithmus erfassen lassen, welche Lerninhalte aus anderen dem Lerner zur Verfügung stehenden Kanälen inhaltliche Nähe zum Thema Umsatzsteuer aufweisen. Diese können wir ihm dann vorgeschlagen und priorisiert auswählen, sobald er zu einem dieser Kanäle lernt. Die Auswahl der Inhalte passt sich dem Lerner somit adaptiv an und seine Lernzeit wird so effizient wie möglich genutzt: Nämlich mit den Inhalten, zu denen Lernbedarf besteht.
Während klassische Web-based Trainings oder Lernvideos für alle Lerner die gleichen Inhalte in der gleichen Reihenfolge bieten, können bei chunkx die passendsten Inhalte ausgewählt werden – und das nicht nur innerhalb eines Kanals, sondern über unendlich viele Kanäle hinweg.
Je mehr Kanäle und Themen Mitarbeiterinnen und Mitarbeitern eines Unternehmens in chunkx zur Verfügung gestellt werden, desto mehr inhaltliche Überschneidungen entstehen und umso mehr spielt kontinuierliches Micro-Learning mit chunkx seine volle Stärke aus.
Kontakt aufnehmen
Haben wir deine Neugierde geweckt oder fühlst du dich von unserem Beispiel rund um Steuerrecht gelangweilt? Nun, lass uns auch lieber zu deinen Themen sprechen und wie wir das Lernen dazu mit chunkx am besten unterstützen können. Schreib uns und wir melden uns kurzfristig bei dir.
