Meine Diss in verständlichem Deutsch?

… Immer wieder wird man  gefragt und dann steht man vor der Herausforderung oder besser Kunst jemandem der nicht auch nur annähernd was damit zu tun verständlich und in wenigen Sätzen das eigene Forschungsthema zu erläutern ohne dabei einzuschläfernd zu wirken…

“Was das Thema meiner Dissertation ist? Es beschäftigt sich mit Evaluation von Blended Learning Veranstaltungen [ähhh... was?]. Genauer gesagt mit Action Research in Blended Learning Veranstaltungen [nochmal ähhh... was?]. Action Research bedeutet, dass die Lehrenden und Studierenden selbst ihre Lehrveranstaltung in der sie agieren evaluieren. Der Zweck dahinter ist die Verbesserung der Lehre, in diesem Fall auch der Online-Lehre [ahhhso...!?! <keine Vorstellung>]. Ziel meiner Dissertation ist diesen begleitenden Evaluations- und Qualitätssicherungsprozess, den jeder auch jetzt schon durchführen kann, wenn er oder sie gerne möchte, zu vereinfachen. Dafür entwickle ich – wie Informatiker/innen das so gerne machen – Tools, die die Nutzer bei ihren Action Research Aktivitäten unterstützen sollen [hmmmm....ok ... verstehe... jaja]. Speziell geht es bei mir um Monitoring-Tools [wat?]. Eine meiner Vermutungen ist, dass mehr Lehrende ihre Lehre informell evaluieren, wenn sie derartige AR-Tools in den von ihnen bereits genutzten Learning Management Systemen vorfinden [...???]. Dafür müssen die Tools natürlich besonders Nutzerfreundlich sein. Es muss klar sein, wie die Tools zu verwenden sind. Eine Möglichkeit ist vielleicht, Standardauswertungen zur Verfügung zu stellen, die bereits vorhandene, interessante Daten visuell verständlich und ansprechend aufbereiten. Dafür könnten z.B. Logfile-Analysen durchgeführt werden, die mit Hilfe von Data Mining Algorithmen [... Bahnhof???] neue vorher nicht sichtbare Informationen präsentieren und visuell verständlich aufbereiten.”

…hier drehts sich der Zuhörer nun spätestens hilfesuchend um, ob jemand zur Ablenkung eingreifen kann… Ich bin aber noch nicht fertig und komme langsam in Fahrt …

“Für die Visuelle Aufbereitung eignen sich z.b. Dashboards. Diese sind auch dafür nützlich Daten aus verschiedenen Quellen zusammen auf einer Seite übersichtlich zu präsentieren. Durch die zeitnahe Präsentation während des Verlaufs einer Lehrveranstaltung kann der Betrachter (richtig und falsche) Schlüsse über stattfindende Lehr- und Lernprozesse ziehen. Über Interaktion mit den anzeigten Daten können weitere Informationen gewonnen werden. Um den Prinzipien des Action Research dabei zu folgen, sollten jedoch Forschungsfragen formuliert bzw. ausgewählt werden, die die Lehrenden interessieren. [Du liest diesen Text immernoch?] Erst durch die Bestimmung der Forschungsfragen wird es auch möglich zu definieren, welche Methoden zur Datensammlung benötigt werden. Diese Bestimmung kann entweder automatisch erfolgen oder durch den Benutzer manuell. [Wow... du interessierst dich auch für das Thema oder eher für mich ???]

Durch eine Analyse möglicher Forschungsfragen, habe ich bereits eine ungefähre Ahnung davon bekommen, welche Daten relevant werden könnten. Es scheint als seien (quantitative und qualitative) Daten, die aus Fragebögen an die Studierenden gewonnen werden, eine zentrale Quelle, die in diversen Veröffentlichungen auch immer wieder erwähnt wird. Eine weitere Möglichkeit quantitative Daten zu bekommen sind Logfile Analysen, die häufig in Kombination mit Fragebogenauswertungen durchgeführt werden um Interpretationen zu festigen/verifizieren. Auch wichtig sind anscheinend Klaursur oder e-Testdaten. Diese geben nämlich Aufschluss darüber, ob das Lernen erfolgreich war oder nicht. [Immernoch am Ball?? Dann bitte ich um Feedback!!!]

Die interessanten Fragen, die auf erfolgreiches Lernen und Betrachtung von Diversity im Lernen abzielen, beziehen immer mehrere Datenquellen ein. Dafür ist es wichtig, dass die Daten einer Person zugeordnet werden können. Erst dann kann man sagen: Dieser Nutzer hat sich so und so im Lernportal bewegt, hat folgende Antworten auf unseren Fragebogen gegeben und hat folgende Note in der Hausaufgabe/Klausur. Die richtige, tatsächliche Person ist dabei nicht wirklich relevant (kein Assessment), d.h. es ist egal wer dieser Student ist. Die persönlichen Daten können also auch unter einem Pseudonym abgespeichert werden, weil die Analyse sowieso über eine größere Gruppe von Nutzern durchgeführt werden soll. Das Pseudonym muss allerdings für die Zuordnung und Korrelation unterschiedlicher Daten eindeutig sein. Einerseits könnte man hier …”

nee … Schluß!… jetzt ist Feierabend! bätsch… Lass uns über was anderes reden…  #vuvuzelas #wm #lost-ende #gntm ich bin bestens informiert und kann mich anpassen…

Zusammenfassung zu Website-Monitoring & Gedanken zu Analogien bzgl. eLearning

Die Arbeitspapiere WI „Website Monitoring“ Teil 1 (06/2000) und Teil 2 (07/2000) von Axel Schwickert und Peter Wendt bieten aus wirtschaftsinfomatischer Sicht eine gute Einführung in die Website-Nutzungsanalyse (Website Monitoring, Teilgebiet des Website Controlling).

Unter Monitoring wird die Messung der Leistung und die Beobachtung des zeitlichen Ablaufgeschehens bezeichnet (Teil 1, S. 5). Mit Website Monitoring wird versucht, den Nutzen einer Website zu ermitteln, indem festgestellt wird durch wen eine Website in welchem Ausmaß wie genutzt wird. Ziel ist die Optimierung des beobachteten Systems (Teil 1, S. 5): „Zu den Zielen des Monitoring zählen hier einerseits die qualitative Verbesserung der Web Site und die Beseitigung von Fehlerquellen, aber auch die Gewinnung von Informationen über die Nutzer und deren Verhalten.“ (Teil 1, S. 6)

Aus unternehmerischer Sicht sind Websites aufgrund ihrer Wettbewerbsrelevanz ein nicht zu vernachlässigender Kostenfaktor (Teil 1, S.3). Diese Feststellung gilt mittlerweile auch für universitäre Lehrveranstaltungen. Studierende erwarten von Universitätslehrveranstaltungen, dass Präsentationsfolien aus Vorlesungen sowie weitere Lernmaterialien (Literatur, Übungen, eTests, etc.) online zur Verfügung stehen. Zentrale Lernmanagementsysteme sollen Lehrenden die Bereitstellung von vorhandenen Lernmaterialien sowie die Erstellung von eLearning-Lerneinheiten erleichtern, indem für einzelne Lehrveranstaltungen eigene passwortgeschütze Websites (virtuelle Lernräume) angelegt werden. Dennoch stellt diese „redaktionelle“ Verwaltung einen zusätzlichen Zeit- und damit einen zusätzlichen Kostenfaktor dar, der je nach (Blended Learning) Szenario nicht zu unterschätzen ist. Zusätzlich zur reinen Informations- und Materialdistribution bieten Websites bzw. LMS/virtuelle Lernräume Kommunikations-, Interaktions- (Ankündigungen, E-Mails, Chats, Foren, Wikis, etc.) und Individualisierungsmöglichkeiten, durch die auf spezielle Anforderungen und Bedürfnisse der Nutzer personalisiert reagiert werden kann.

Durch Website Monitoring werden neue Möglichkeiten eröffnet. Einerseits kann – analog zur unternehmerischen Sicht (Teil 1, S.3) – auch für die Online-Lehre eine Nutzenbegründung zur Rechtfertigung des Zusatzaufwandes gewünscht sein. Andererseits bietet die Interaktivität des Mediums Website eine Gelegenheit zur detaillierten Nutzeranalyse und zur direkten und individuellen Kommunikation und Betreuung (Teil 1, S. 17).
Während Unternehmen Website Monitoring meist für Marketingzwecke einsetzen, steht für Universitäten eher die Beobachtung von Lehr- und Lernprozessen mit ggf. bildungswissenschaftlichen Schlussfolgerungen im Vordergrund. Insbesondere Informationsversorgung, Entscheidungsunterstützung sowie zur Qualitätssicherung (Verbesserung des Lehrangebots) kann es aufschlussreich sein, zu ermitteln, durch wen ein virtueller Lernraum in welchem Ausmaß wie genutzt wird. Wenn überhaupt vorhanden beschränken sich bisher verfügbare LMS-Funktionalitäten zur Unterstützung des Lernraum Monitoring (auch: Learner Tracking, Learner Monitoring) meist auf die Erfassung, Aggregation und reduzierte, vereinfachte Präsentation/Visualisierung von technischen Nutzungsdaten.

In Arbeitspapier 07/2000 wird beschrieben aus welchen Quellen die benötigten Monitoring-Daten gewonnen werden können. Zentrale Datenquellen sind die von Servern erzeugten Logfiles. Als weitere Datenquellen werden E-Mails und Web-Formulare (z.B. Umfragen oder persönliche Profilseiten) genannt (Teil 2, S.4-8). Zur Analyse, richtigen Interpretation und Steuerung (ggf. Lehrplanänderung) müssen die erfassten Daten in den entsprechenden (Lehr- und Lern-)Kontext eingeordnet und zu aussagefähigen Kennzahlen verdichtet werden (angelehnt an Teil 1, S.4).

Website Monitoring kann bei zeitnaher Informationsverarbeitung auch als Frühwarnsystem fungieren, das auf Abweichungen von den ursprünglich geplanten Zielgrößen hinweist (Teil 1, S. 10). „Mit der Möglichkeit der automatischen Erfassung und Auswertung von Daten liegen dem Management Indikatoren von bestimmten Entwicklungen sehr zeitnah vor“ (Teil 1, S. 12). Als Beispiel für den nützlichen Einsatz des Lernraum Monitoring kann die Beobachtung des Abrufverhaltens zu eine bestimmtem Dokument sein. Studierende sollen bis zur nächsten Präsenzveranstaltung einen Artikel lesen, der eine Woche vorher im Lernraum hochgeladen wurde. Wenn zu beobachten ist, dass am Tag vor der Veranstaltung noch kein Zugriff erfolgt ist, können die Lehrenden eingreifen und beispielsweise eine Erinnerungsemail versenden.

Ein weiterer Aspekt des Website Monitoring ist die Identifikation und die Einordnung von Nutzern in Kundensegmente (Teil 1, S. 14). Analog wäre für die Lehre eine Einteilung der Lernenden in vordefinierte Gruppen mögliche, so dass eine gezielte Ansprache des einzelnen Nutzers/Studierenden ermöglicht wird. Es könnte sogar für die verschiedenen Lerner(-gruppen) ein individuelles Angebot an Informationen, Lernmaterialien und Support-Maßnahmen eingerichtet werden (angelehnt an Teil1, S.14). Beispielsweise könnten die Lehrenden im obigen Beispiel möglicherweise eine Erinnerungsmail versenden, die nur an die Studierenden adressiert ist, die das Lernmaterial noch nicht abgerufen haben. Auch eine gezielte Personenüberwachung (wann hat X auf welche Seiten und Dokumente zugegriffen) wäre denkbar, jedoch datenschutzrechtlich bedenklich.

Eine Einordnung der Nutzer in Kategorien (z.B. bzgl. ihrer Eigenschaften, wie Gender, Alter, Vorwissen) kann auch für wissenschaftliche Untersuchungen genutzt werden. Dies ließe Vergleiche zwischen bestimmten Nutzergruppen zu. Gibt es Unterschiede im Nutzungsverhalten von männlichen und weiblichen Studierenden? Zu welchen Zeitpunkten greifen die Lernenden differenziert nach bestimmten Eigenschaften bevorzugt auf bestimmte Materialien zu? Die speziellen Informationen über die Eigenschaften der Zielgruppe, die zur Einordnung der Nutzer in Kategorien benötigt werden, müssen jedoch zusätzlich erhoben werden. „Dazu bedarf es soziodemographischer Daten, die normalerweise nur mit einer Kooperation des Nutzers zu erheben sind. Durch Identifikation von Nutzern lassen sich diese bei wiederholten Besuchen auf der Web Site wiedererkennen“ (Teil 1, S. 16).

Die Datenerhebung des Website Monitorings basiert hauptsächlich auf Daten, die bei vom Client an den Server übertragen werden (Teil 1, S. 20). Dabei fungieren Logfiles (Protokolle der Seitenaufrufe) als wesentliche Quelle, aber auch E-Mails (Headerinformationen und Texte) sowie Eingaben in Formulare können genutzt und analysiert werden.

Die beiden Arbeitspapiere sind zugegebenermaßen schon etwas alt (Jahr 2000), jedoch scheinen die Aussagen zum Website Monitoring nach wie vor gültig zu sein. Zu den wirtschaftlichen Motiven können oft Analogien zum eLearning hergestellt werden. Welche Analogien fallen Euch noch auf?

Gedanken zu Lehre, Blended Learning, Zugriffsstatistiken und Nutzerprofilen

Obwohl ich mittlerweile schon recht viel über Lehren und Lernen weiß (siehe Beitrag heute morgen: Warum Lehre ich gerne?), heißt das natürlich nicht, dass ich eine Lehrveranstaltung vor ihrem Beginn von Vorne bis Hinten durch-konzeptionieren kann, sodass alles „wie geschmiert“ und erfolgreich (im Sinne, dass die Studierenden die Lernziele erreichen) abläuft. Denn jede Lehrsituation ist anders und bringt neue Herausforderungen. Insbesondere sind meist die Lernenden andere Personen und somit unterschiedlich zu den Lernenden früherer ähnlicher Situationen, die ich kennen gelernt bzw. erlebt habe.

Wie gehe ich also mit der Herausforderung „gute Lehre“ um?

Ich starte zunächst zu Beginn einer Lehrveranstaltung mit einer Menge von Annahmen darüber, welche Rahmenbedingungen (vorhandene Eigenschaften der Lernenden, Lernumgebungen, Materialien, Qualifikationen der Lehrenden und Betreuer…) gegeben sind und wie die Lehrveranstaltung daher ablaufen wird. Basierend auf diesen Annahmen entwickle ich (oder habe ich bereits) ein Lehrkonzept. Dann beobachte und erlebe und beeinflusse ich während der Durchführung, wie es wirklich ist. Wenn etwas anders ist als ich vorhergesehen habe, muss ich meine Vorstellungen/Annahmen bzw. meinen Plan flexibel anpassen. Dies geschieht meistens unterbewusst, indem ich einfach reagiere anstatt mich wirklich hinzusetzen und ein neues Konzept zu machen. Das Ganze ist ein dynamischer, fließender Prozess, welcher auf Beobachtung, Erleben, Reflexion, Interpretation und Anpassung an die jeweilige Situation basiert, und der laufend und parallel stattfindet bzw. sich zyklisch wiederholt. Eine ganz wesentliche Lehraktivität ist – meiner Meinung nach – zu jeder Zeit möglichst unvoreingenommen zu beobachten und kritisch zu reflektieren.

Im folgenden möchte ich mich auf Blended Learning Szenarien beziehen, die sowohl aus Präsenz-Lehrveranstaltungen als auch aus Phasen des mediengestützten (Selbst-)Lernens bestehen (auch ergänzt durch Online-Kommunikation und Kollaboration). In einer Situation, in der ich von Angesicht-zu-Angesicht agiere, kann ich für das Beobachten all meine Sinne einsetzen. Anders ist es dagegen in den Phasen, in denen die Lernenden nicht körperlich anwesend sind. Dennoch habe ich auch hierzu Annahmen darüber, was sie machen und wie sie lernen, und versuche ich auch hier möglichst viel zu beobachten, um herauszufinden, ob meine Annahmen richtig sind.

Hier eine Beispielsituation: Ich gebe den Lernenden innerhalb einer Präsenzveranstaltung die Aufgabe, einen Text zu lesen. Mit meinen Augen kann ich sehen, wer liest. Zumindest nehme ich an, dass jemand liest, wenn die Augen der beobachteten Person auf den Text gerichtet sind und ab und an (in angemessenem Tempo) die Seiten umgeblättert werden. Wenn ich merke, dass die Blicke sich von Text lösen und es unruhig im Raum wird (höre ich mit meinen Ohren), weil Gespräche aufkommen oder andere Aktivitäten aufgenommen werden, kann ich davon ausgehen, dass der Text entweder fertig gelesen wurde oder es andere Gründe (z.B. Unverständnis) gibt, warum nicht weiter gelesen wird. Ich kann dementsprechend reagieren, indem ich z.B. nachfrage „Seid ihr fertig?“ oder „Gibt es Verständnis-Schwierigkeiten?“ oder die Lernenden auffordere weiter zu lesen. Je nach Reaktion kann ich eine interaktive Übung anschließen, den Text diskutieren lassen, Fragen beantworten usw.

In einer vergleichbaren Online-Lernphase, in welcher Lernende aufgefordert sind einen Text zu lesen, habe ich gar keine, erheblich weniger oder im besten Fall andere Möglichkeiten die Situation zu beurteilen. Zudem lesen nicht unbedingt alle Lernenden einen Text gleichzeitig, sondern verteilt über einen gewissen Zeitraum. Meist muss ich nach Ablauf des vorgegebenen Lese-Zeitraums einfach blind davon ausgehen, dass der Text gelesen wurde, weil ich es gesagt habe. Es sei denn, die Lernenden werden aktiv und fangen an online (innerhalb meines Sichtfeldes) zu kommunizieren.

Eine weitere Option, die Blindheit zu überlisten, ist, dass ich aufgrund meiner bisherigen Lehr-Erfahrungen weiß, inwiefern es Probleme geben kann (Lernende vergessen zu lesen oder haben Verständnis-Schwierigkeiten, usw.). Daher kann ich bestimmte, angepasste Aktivitäten einplane ohne genau zu wissen, ob sie wirklich notwendig sind:  In der Annahme, dass viele Lernende vergessen den Text rechtzeitig zu lesen, kann ich z.B. per
E-Mail an die Aufgabe erinnern. Ich kann auch eine Verständnis-Frage anschließen und durch die Antworten der Lernenden (wenn es welche gibt) erkennen, wo diese stehen.

Noch eine weitere Möglichkeit, die mir ein Gefühl dafür gibt, inwiefern die Lernenden die Leseübung wahrscheinlich schon erledigt haben, sind möglicherweise im genutzten eLearning-System vorhandene Zugriffsstatistiken auf den Text. Solange der Text noch gar nicht angeklickt wurde, ist die Wahrscheinlichkeit sehr hoch, dass er noch nicht gelesen wurde. Ganz sicher kann ich natürlich nicht sein, weil der Text evtl. in der Bibliothek ausgeliehen wurde. Aber weil dieser Beschaffungsweg – meiner Vermutung nach – für die Lernenden umständlicher ist, als einfach auf den Online-Text zuzugreifen, kann ich doch annehmen, dass keiner ihn bisher gelesen hat.

Zeigt die Statistik dagegen, dass es schon einige Klicks auf den Text gab, so kann ich davon ausgehen, dass er von einige Lernenden auch schon gelesen wurde. Zumindest wurde er angeschaut und vielleicht auch heruntergeladen. Wenn er heruntergeladen wurde, kann er jederzeit wieder offline gelesen oder auch an andere Lernende weitergegeben werden. Also bedeutet eine geringere Zugriffszahl im Vergleich zur Anzahl der Lernenden nicht, dass nicht alle den Text gelesen haben. Aber diese Zahl gibt mir zumindest Anlass darüber nachzudenken, ob wirklich alle den Text gelesen haben, und ggf. weitere Nachforschungen (z.B. mit Hilfe von Umfragen) anzustellen oder nochmal an die Aufgabe zu erinnern.

Aus diesem Grund und anderen Gründen halte ich Zugriffsstatistiken und Nutzerstatistiken für ein wichtiges Werkzeug zur Beobachtung der Lernenden in den Online-Lernphasen von Blended Learning Veranstaltungen. Ihre Analyse und Interpretation muss jedoch sorgfältig durchdacht werden, da leicht Fehlschlüsse gemacht werden können. Auch sind Zugriffsstatistiken meist schwer zu lesen und viele Fragen zur Nutzung von Online-Lernressourcen oder Funktionalitäten können nicht (sicher) beantwortet werden. Zu Marketing- oder Verkaufs-Zwecken in Web-Projekten und Social Communities (wie z.B. StudiVZ oder Amazon) wurden die Analysemöglichkeiten auf Basis von Zugriffsstatistiken und Nutzungsprofilen jedoch bereits tiefer gehend erforscht. Viele dieser Forschungsergebnisse wurden erst rudimentär bezüglich ihres Potentials für Blended Learning Szenarien analysiert.

In vielen Learning-Management-Systemen sind heute bereits Zugriffsstatistiken auf Basis von Logfiles mit unterschiedlichem Aussagewert integriert. Auf individuelle Nutzerprofile der Lernenden muss jedoch meist aufgrund der Datenschutzproblematik verzichtet werden. Eine Möglichkeit Datenschutzverstöße zu umgehen ist die Anonymisierung oder Pseudonymisierung der gesammelten Daten. Auch hier muss jedoch gewährleistet werden, dass keine Rückschlüsse auf das Nutzungsverhalten konkreter Personen möglich sind.

Wie können Nutzer- und Zugriffstatistiken sinnvoll und datenschutzrechtlich unbedenklich in eLearning-Systeme integriert werden, sodass Lehrende ihre Blended Learning Szenarien besser beobachten und erforschen können?

Hier möchte ich diese Überlegungen, die ich im Rahmen meiner Promotion mache, zunächst unterbrechen. Ich bin sehr interessiert an euren Kommentaren und werde die Gedanken demnächst fortführen. Was ging euch durch den Kopf, während ihr gelesen habt?

Lebhafte Gender-Diskussion

Während unseres Forschungskolloquium-Termins ist kürzlich eine rege Debatte um die Begriffe “Gender” und “Gender-Mainstreaming” entstanden. Quelle für diese Diskussion war meine geplante Vorstellung des BMBF GM-Leitfadens für Lehr- und Lernumgebungen, der eigentlich planmäßig Hauptdiskussionspunkt werden sollte, um gegebenenfalls eigene Empfehlungen für unsere Projekte zu definieren. Nun… dazu sind wir bisher (noch) nicht gekommen.

In meine Präsentation hatte ich anfangs die Fragen “Was versteht ihr unter dem Begriff Gender?” und “Was sind Gender-Mainstreaming und Gender-Forschung?” provokativ an meine Forscherkollegen und Kolleginnen zur Beantwortung übergeben. Und das war der Auslöser der Definitions-Diskussion!

Mir hat die Diskussion viel Spaß gemacht und im Grunde wurde deutlich, dass alle bestimmte Vorstellungen von den Begriffen hatten – wie ich -, aber keiner genau sagen konnte, worum es dabei wirklich geht – auch ähnlich, wie ich. Für unsere Gruppe hat es – meiner Meinung nach – viel gebracht, weil wir ein wichtiges (aber brenzliges) Thema (im Sinne von: nicht-so-einfach-ohne-Meinungsverschiedenheiten-zu-besprechen) diskutiert haben und nun wahrscheinlich auch sensibilisiert für Gender-Aspekte in der Lehre sind.

Die Diskussionsinhalte haben gezeigt, dass der Begriff “Gender” meist mit “Frauenförderung” gleichgesetzt wird und daher bei Vielen (sowohl Männern als auch Frauen) eine ablehnende Haltung auslöst. Eher weniger war bewusst, dass er die gesellschaftlich geprägten Rollen – das “soziale Geschlecht” – von Frauen und Männern bezeichnet. Der Begriff “Gender-Mainstreaming” für die “Gleichstellung der Geschlechter” – wurde von den Diskussionsteilnehmer als falsch gewählt empfunden, da er durch die deutsche Übersetzung mit “Durchschnitt” (mainstream) missverständlich ist.

Ich beschäftige mich seit einigen Wochen mit “Gender und Informatik” (genauer: mit den Fragen “Warum wenige Frauen Informatik studieren” und “wie man das vielleicht ändern könnte“; dabei bin ich auch auf den oben genannten Leitfaden gestoßen, den ich demnächst in einem anderen Beitrag ansprechen möchte). Als wesentlichen Faktor für die möglicherweise geringe Attraktivität der Informatik als Studienrichtung sehe ich das Nerd-Bild der Informatik in unserer Gesellschaft. Vielleicht können Empfehlungen der Gender-Forschung für das Informatik-Studium Verbesserungen bringen? Häufig werden im Leitfaden typische Usability-Methoden (wie Analyse der Zielgruppe, berücksichtigung unterschiedlicher Lerntypen, Partizipation der späteren Lerner, etc.) genannt, um Lehre gendergerecht zu gestalten. Die Beschäftigung mit Gender-Themen in der Informatik-Lehre kann also eventuell dazu führen, dass die Lehre für alle Lernenden verbessert sowie attraktiver wird (nicht nur aus Sicht der Frauen); also die Förderung unterschiedlicher Lerntypen und Lernkulturen, etc., bedeutet, und z.B. bezogen auf eLearning zur allgemeinen Steigerung der Usabitity von Lehr- und Lernumgebungen und Lerninhalten führen kann.

ediscio – Ein weiteres Beispiel für “Studenten machen eLearning”.

Durch den Leser Klaus bin ich auf ediscio aufmerksam gemacht worden. Sofern ich das bis jetzt überblicken kann, ist ediscio ein System, dass ich gern vor 4 Jahren schon gehabt hätte! Warum? Weil ich im Informatik-Studium ungefähr so für meine Prüfungen gelernt habe, wie es hier elektronisch unterstützt wird. Das kommt sicher daher, dass der Entwickler – ein RWTH-Informatik-Student – das Tool aus eigenem Bedarf heraus programmiert hat.

ediscio …hilft Dir beim Lernen. Du kannst hier in Gruppen und privat Lernkärtchen erstellen und benutzen. Eine intuitive Statistik hilft Dir dann, Deine Lernschwerpunkte zu finden!

Meiner Ansicht nach ist System übersichtlich und intuitiv gestaltet. Hier und da gibt es vielleicht noch Verbesserungsmöglichkeiten in der Navigation, aber im Großen und Ganzen, würde ich gern sofort anfangen damit zu lernen. Abschließend muss ich natürlich noch erwähnen, dass ich das Logo phänomenal schön finde.

Bei ediscio geht’s übrigens ausschließlich um Lernen mit Lernkärtchen. In die Lernkärtchen können LaTeX-Formeln und per Referenzierung Bilder und Videos eingefügt werden, aber es können keine Dokumente hochgeladen und gelagert werden.
(Über ediscio)

ediscio befindet sich noch im Testbetrieb und es werden TestnutzerInnen gesucht, die helfen, dass System zu perfektionieren. Wer also interessiert ist, kann sich gern anmelden.