Analysieren lernen, Lernen analysieren

Smart Data befindet sich im Hinblick auf den Fachkräftemangel in einer besonderen Situation, da nicht nur die Anzahl verfügbarer Fachkräfte ein Problem darstellt, sondern vielfach auch, bedingt durch unklare Anforderungen, deren Qualifizierung. Zusammen mit der Begleitforschung des Technologieprogramms „Smart Data – Innovationen aus Daten“ und dem FZI Forschungszentrum Informatik hat die Expertengruppe Smart Data der Fokusgruppe Intelligente Vernetzung daher folgende neun Thesen für eine zukunftsgerichtete Ausbildung von Smart Data-Fachkräften entwickelt:

  1. Wichtiger als genaue Kenntnisse über ein auf eine Anwendung spezialisiertes Programm, Modul oder Tool wird die Fähigkeit von Fachkräften, logisch und analytisch sowie abstrahiert denken zu können.
  2. Kenntnisse von Methoden der Statistik und Optimierung bilden Schlüsselkompetenzen für Fachkräfte im Umfeld von Smart Data.
  3. Neben technologischem Knowhow ist praktisches Branchenwissen für die erfolgreiche Entwicklung und Etablierung von Smart- DataTechnologien von zentraler Bedeutung.
  4. „Smart“ Data entsteht durch die Zusammenführung von Fachwissen verschiedener Disziplinen.
  5. Kenntnisse im Bereich des Datenschutzes bilden eine an Bedeutung zunehmende Kernkompetenz für Smart Data-Fachkräfte.
  6. Von allen Bereichen werden die sicherheitstechnisch-methodischen Kompetenzen den größten Bedeutungszuwachs erfahren.
  7. Neben der Anwerbung junger Absolventen der relevanten Studiengänge spielt für Institutionen und Organisationen im Smart-Data-Umfeld auch und gerade die Fort- bzw. Weiterbildung der eigenen Fachkräfte eine entscheidende Rolle, um Qualifikationslücken zu begegnen.
  8. Soziale Verantwortung von Unternehmen gewinnt auch bei Fachkräften im digitalen Geschäft zunehmend an Bedeutung.
  9. Institutionen und Organisationen aus dem Smart-Data-Umfeld müssen selbst einen Beitrag zur Nachwuchsförderung leisten, um ihren Fachkräftebedarf nachhaltig zu decken.

Als zweites Kernthema hat die Expertengruppe analysiert, wie Smart Data-Technologien wie Learning Analytics im Gegenzug einer Verbesserung des Bildungssystems dienen können. Hierbei werden in digitalen Bildungsplattformen Lerndaten erhoben und analysiert, um so den Lernenden personalisierte Lernwege und individuelles Feedback zu liefern. Ein Fallbeispiel hierfür sind zum einen sogenannte MOOCs, also Onlinekurse mit tausenden oder zehntausenden Nutzern. Durch die Auswertung, welche Videoabschnitte von den Nutzern wiederholt angesehen werden, kann eine Plattform wie openHPI1 identifizieren, welche Abschnitte eventuell schwer verständlich sind und anders erklärt werden sollten.

Auch die Auswertung von Selbsttests und Hausaufgaben kann durch Smart Data unterstützt werden. So können Teilnehmer in Kursen, deren Teilnehmerzahl einen persönlichen Kontakt deutlich erschwert oder unmöglich macht, trotzdem individuelles Feedback erhalten.

Ein weiteres Beispiel ist Bettermarks2, eine Onlineplattform zum ergänzenden Üben in der Mathematik. Anders als im Schulunterricht, in dem die Heterogenität der Klasse häufig untergeht, ermöglicht es Bettermarks jedem Schüler, in seinem eigenen Tempo zu arbeiten.

Auch wenn Learning Analytics in einzelnen Feldern schon erfolgreich genutzt wird, ist das Potenzial bei weitem noch nicht erschöpft. Die Expertengruppe empfiehlt daher eine verstärkte Förderung von Forschungsvorhaben und Umsetzungsprojekten im Schnittfeld zwischen Smart Data und Bildungswissenschaften, um weitere Anwendungen zu identifizieren, in Pilotprojekten umzusetzen und ihren Nutzen wissenschaftlich zu belegen. Die anschließende Realisierung darf nicht in einzelnen Insellösungen enden, sondern erfordert ein gemein sames Agieren von Bund, Ländern, Kommunen, Bildungs verantwortlichen und dem privaten Sektor, um so skalierbare Anwendungen zu schaffen. Gleichzeitig muss die Interoperabilität gesichert werden, um einen Lock-In-Effekt zu vermeiden.

Um diese Anwendungen dann sicher nutzen zu können, ist es wichtig, einen gemeinsamen rechtlichen Rahmen für die Nutzung von Learning Analytics in den Bildungsgesetzen der Länder zu verankern. Ein solcher muss es Lernenden ermöglichen, von diesen Technologien zu profitieren und gleichzeitig den Schutz ihrer Daten sicherstellen. Dies ist gerade im besonders schützenswerten Verhältnis zwischen Lehrern und Schülern wichtig.

Zusammengefasst ermöglicht es die Nutzung von Smart Data-Technologien im Bildungssektor, eine höhere Individualisierung und Öffnung der Bildung zu erreichen. Smart Data sollte daher verantwortungsvoll genutzt und gefördert werden.

Vertiefende Informationen und Referenzen

Ausführliche Hintergrundinformationen haben die Expertengruppen Intelligente Bildungsnetze und Smart Data der FG2 in der Langfassung des Positionspapiers „Analysieren lernen, Lernen analysieren“ zusammengefasst. Das Positionspapier ist zum freien Download erhältlich unter http://deutschland-intelligent-vernetzt.org/wp/downloads