• Skip to primary navigation
  • Skip to main content
  • Skip to primary sidebar
SCIL

SCIL

swiss competence center for innovations in learning

  • Aktuelles: SCIL Blog
  • Kompetenzzentrum SCIL
  • SCIL Module
  • Mein Konto
    • Search
    • Social Media, Newsletter
Home2020Archives for September 2020

Archives for September 2020

Digitale Transformation als Teil einer ‘Grand Strategy’ für Hochschulen

29. September 2020 by Christoph Meier Leave a Comment

Die Ausgabe 2020-03 (August) der Zeitschrift EDUCAUSEreview widmet sich in verschiedenen Beiträgen dem Thema ‘Digitale Transformation’ im Kontext der Hochschulbildung. Es geht um Strategie, beispielhafte Umsetzungen und Zukunftsentwürfe.


‘Grand Challenges’ und ‘Grand Strategy’

Ausgangspunkt für den Leitartikel zum Heft von Susan Grajek und Christopher Brooks (beide EDUCAUSE) sind vier “Grosse Herausforderungen” für die Hochschulbildung. Wobei aus der Formulierung der Punkte herausgeht, dass hier insbesondere das Hochschulwesen in den USA im Mittelpunkt steht. Die Schlagworte sind Studierenden-Erfolg (Abbrecher-Quoten), finanzielle Gesundheit (rückläufige Einnahmen aus Studiengebühren und Beiträgen der Träger), Reputation und Relevanz (insbesondere die hohe Verschuldung von Studienabgängern) sowie externe Konkurrenz (Globalisierung, neue Typen von Online-Programmen wie bei EdX oder Coursera).

Bildquelle: EDUCAUSEreview 2020#3, S. 14

Und aktuell kommt zu diesen Herausforderungen noch die Covid-Pandemie als weitere Herausforderung dazu (z.B. Krisen- und Vorsorgemanagement).

Angesichts dieser Herausforderungen braucht es eine ‘Grand Strategy’, die mehr umfasst als unverbundene Einzelmassnahmen. Ein Strategie, die mit dem Konzept von (Hochschul-)Bildung als Ökosystem arbeitet, längerfristig ausgerichtet ist und die gesetzten Prioritäten für alle explizit und verständlich macht.

Aus Sicht der Autoren ist ‘Digitale Transformation’ ein zentrales Element dieser ‘Grossen Strategie’. Dabei grenzen Sie ‘digital transformation’ von ‘digitization’ und ‘digitalization’ ab. Unter ‘digitization’ verstehen sie die Umwandlung von Informationen von analog nach digital und deren Neuorganisation. Unter ‘digitalization’ die Nutzung digitaler Technologien und Informationen, um einzelne Prozesse wie etwa die Zulassung von Studierenden zu automatisieren oder zu verbessern. Demgegenüber verstehen sie ‘digital transformation’ als umfassende Transformation der gesamten (Bildungs-)Organisation auch im Hinblick auf Kultur und Beschäftigtenstruktur:

EDUCAUSE defines digital transformation as the process of optimizing and transforming the institutional operations, strategic directions, and value proposition through deep and coordinated shifts in culture, workforce, and technology.

Grajek / Brooks, EDUCAUSEreview 2020-03, S. 18
Bildquelle: EDUCAUSEreview 2020#3, S. 18

Um die möglichen Nutzendimensionen von digitaler Transformation aufzuzeigen und zu priorisieren, ziehen die Autoren Ergebnisse einer EDUCAUSE-Studie vom Herbst 2019 heran. Die Ergebnisse dieser Befragung zeigen, dass im Hinblick auf digitale Transformation für die Hochschulen aktuell vor allem die folgenden Nutzenaspekte im Vordergrund stehen (vgl. auch die nachfolgende Grafik):

  • Verbesserung der Studierenden-Erfahrung (z.B. durch Prozessvereinfachungen);
  • Reduktion von Abbrecher-Quoten;
  • Verbesserung der Lehre und Studienberatung;
  • Verbesserung des Lernerfolgs;
  • Begrenzung bzw. Reduktion von Kosten;
  • Verbesserung der Reputation von Bildungsinstitutionen.
Bildquelle: EDUCAUSEreview 2020#3, S. 19

Digitale Transformation – Beispielhafte Umsetzungen

In einem weiteren Artikel der Ausgabe skizziert Diana Oblinger (die ehemalige Präsidentin von EDUCAUSE) die Potenziale, die fortgeschrittene digitale Lösungen (KI-basierte Smart Machines oder VR-Umgebungen) für die Bewältigung der zentralen Herausforderungen auf Seiten von Hochschulen bieten. Sie verweist unter anderem auf Möglichkeiten für Robotic Process Automation (RPA) im Bereich der Kommunikation mit Studierenden und Alumni (z.B. Schriftverkehr), der Abrechnung von Einzahlungen (Studiengebühren) und auf Potenziale für Predictive Maintenance bei umfangreichen Campus-Infrastrukturen.


KI und “Interface University”

In einem weiteren Beitrag befasst sich David Stanley, Direktor des Humanities-Instituts an der Ohio State University, mit den Folgen der Entwicklung von künstlicher Intelligenz für die Hochschulbildung. Dabei sieht er ein enges Zusammenwirken von menschlicher und künstlicher Intelligenz (Augmentation) als das Szenario, auf das Hochschulbildung ausgerichtet werden muss:

The mission of “Interface University” would be the cultivation of the interface, or relationship, between human and artificial intelligences. Interface University would be based on the idea that machines cannot fully supplant human cognition and that thinking with machines allows students to engage in a level of cognition not possible with the brain alone. Thus, at Interface University, students would learn how to think together with computers.

David Stanley, EDUCAUSEreview 2020-03, S. 45

Stanley liefert einige Thesen dazu, was die Ausbildung an einer “Interface University” beinhalten bzw. wie sie ausgerichtet sein sollte:

  • Symbiose von menschlicher und maschineller Intelligenz als Leitbild, mit Computern als “dritter Hirnhemisphäre”;
  • Fokussierung auf die Entwicklung von Haltungen und Fähigkeiten, die eher in der rechten Gehirnhälfte verortet werden (u.a. Neugierde, Kreativität, Imaginationsfähigkeit;
  • Permanente Interaktion mit Robotern und Algorithmen über das gesamte Curriculum;
  • Entwickeln von Verständnis für die Grenzen künstlicher Intelligenz;
  • Ethische und moralische Grundlagen KI-unterstützter Entscheidungsfindung;
  • Trainieren des Vermittelns und Ausgleichens zwischen menschlicher und künstlicher Intelligenz.

Insgesamt bleibt dieser Zukunftsentwurf noch etwas vage, auch wenn Stanley sich an der ein oder anderen Stelle um Konkretisierung bemüht:

For example, students would develop new architectural forms both from the manipulation of material objects and from suggested algorithms, with the architecture student “mentoring” the algorithm. Students in the digital humanities would use text-mining algorithms to “read” volumes of texts as a way to discern and interpret patterns that would have gone unobserved without the algorithms.

David Stanley, EDUCAUSEreview 2020-03, S. 47

EDUCAUSEreview, Volume 55 (2020), No. 3

Direktlink auf das PDF zur Ausgabe

Filed Under: Fundstücke Tagged With: AI / KI, Digitale Hochschule, Digitale Transformation, Hochschulbildung, RPA

Geschützt: Hybride VR-Simulationen für die Führungskräfte-Entwicklung (mursion.com)

28. September 2020 by Christoph Meier Leave a Comment

Dieser Inhalt ist passwortgeschützt. Um ihn anzuschauen, geben Sie bitte Ihr Passwort unten ein:

Filed Under: Vertiefung Tagged With: AR, eTraining, Lern- / Trainingsmethoden, Lernen in / mit VR, AR, XR, XR

Transformation von L&D – Balance von Stabilität und Dynamik

26. September 2020 by Christoph Meier Leave a Comment

In Zeiten raschen Wandels und neuer Kompetenzerfordernisse erhält die L&D-Funktion viel Aufmerksamkeit. Aber um tatsächlich wirksam unterstützen zu können, muss sich L&D weiterentwickeln und eine passende Balance von Stabilität und Dynamik finden.


Ausgangspunkt für diesen kurzen Text von drei Experten bei McKinsey sind die durch technologische Entwicklungen ermöglichten bzw. angetriebenen Veränderungen in der Arbeitswelt, die damit verbundenen neuen Kompetenzerfordernisse und die daraus resultierende erhöhte Aufmerksamkeit für die L&D-Funktion in Unternehmen und Organisationen.

L&D-Bereiche, so konstatieren die Autoren, sind häufig nicht so aufgestellt, dass sie die Gesamtorganisation in Zeiten raschen Wandels wirksam und flexibel unterstützten könnten. Sie sind zu sehr auf Stabilität und zu wenig auf Beweglichkeit ausgerichtet. Das zeigt sich beispielsweise in verbreitet verwendeten Leistungsindikatoren für die Arbeit von L&D. Beispiele hierfür sind etwa Indikatoren wie die Anzahl der bereitgestellten Trainingsstunden oder Auslastungsquoten für Trainingsräume, Trainer, etc.

Die Antwort auf diese Situation ist, den Autoren zufolge, aber nicht die totale Flexibilität in allen Aspekten, sondern eine gelungene Kombination von Stabilität und Dynamik. Und sie zeigen für fünf Gestaltungsaspekte der Arbeit von L&D auf, was diese Kombination beinhalten könnte:

Die Autoren des Beitrags behandeln auch die Frage, wie eine L&D-Einheit zu diesem Zielbild kommen kann. Allerdings ist dieser Abschnitt nur recht kurz und allgemein gehalten. Drei Punkte werden genannt:

  • Entwicklung eines Zielbilds (z.B. ausgewogene Gewichtung von Effektivität und Effizienz)
  • Durchführung einer Standortbestimmung (z.B. in Zusammenarbeit mit Vertretern von L&D und den internen Kunden bzw. Fachbereichen)
  • Gestaltung bzw. Anpassung des Betriebssystems für L&D (z.B. Struktur, und Prozesse)

Eine nennenswerte Weiterentwicklung der L&D-Funktion braucht Zeit. Die Autoren verweisen auf Beispiele, wo eine solche Transformation zwischen 12 und 24 Monaten in Anspruch genommen hat.


Nielsen, N.C.; Dotiwala, F. ; Murray, M. (2020): A transformation of the learning function: Why it should learn new ways. McKinsey Acclerate, 23.09.2020

Filed Under: Fundstücke Tagged With: Bildungsmanagement, Digitale Transformation

HSG Insights: Digitales Lernen und die “neue Normalität” – was wir von Gamern lernen können…?

26. September 2020 by Sabine Seufert Leave a Comment

Während des Lookdowns hat die Executive School der HSG die Webinar-Reihe “HSG Insights” ins Leben gerufen. In jeweils ca. 20 Min. werden Impulse aus der Wissenschaft gegeben. Gerne habe ich mit gemacht – aber welches Thema interessiert wohl ein breites Publikum, also nicht nur Bildungsverantwortliche? Lernen von Gamern… ist für viele vermutlich ein ambivalentes Thema, zumindest wer Kinder und Jugendliche Zuhause hat, die man immer wieder aus den Gaming Welten in die Realität “rausziehen” muss. Daher nehme ich in meinem kurzen Impulsvortrag mal bewusst eine andere Perspektive ein – was wir von Gamern lernen können?

Anbei der Link, wer sich das Livestream im Nachgang noch anschauen mag:

Filed Under: Beiträge, Vorträge & Workshops Tagged With: Digitale Arbeitswelt, Digitales Lernen, Gamification

Ed-Tech – Werkzeuge & Tools systematisch auswählen

17. September 2020 by Christoph Meier Leave a Comment

Bildungsorganisationen und Bildungsverantwortliche kommen immer wieder in die Situation, dass sie neue technische Werkzeuge einsetzen bzw. in ihr Lernökosystem integrieren möchten. Aber häufig verfügen sie nicht über das Know-how, dies in systematischer Weise umzusetzen. Ein umfangreicher Artikel in EDUCAUSEreview zeigt Modelle für das Vorgehen auf.


“Grosse” und “kleine” Lösungen

Wenn es darum geht, Plattformen wie etwa Lern-Management-Systeme (LMS) in Bildungsinstitutionen einzuführen, dann werden in der Regel Projekte aufgesetzt, erfahrene Projektmanager eingebunden und ein – mehr oder weniger systematischer – Auswahlprozess definiert. Anders ist es, wenn kleinere, weniger kostenintensive Lösungen eingeführt werden sollen. Beispielsweise Lösungen für E-Assessments oder verschiedene Apps für kollaboratives Lernen (und Arbeiten) – etwa Apps für digitale Pinnwände (z.B. Padlet) oder Audience Response-Apps (z.B. Mentimeter). Hier sind Bildungsverantwortliche oder Ed-Tech-Beauftragte in der Regel auf sich allein gestellt.

Drei Szenarien

Pat Reid, Gründungspartner der Agentur Curriculum Design Group (CDG) und ehemals Direktorin für Instructional Innovation an der University of Cincinnati, stellt in einem ausführlichen Beitrag verschiedene Varianten des Vorgehens gegenüber. Dabei unterscheidet sie drei Szenarien, je nachdem wie die Auswahl / Einführung eines neuen Werkzeugs initiiert wird:

  • durch Ed-Tech-Fachexperten (z.B. an einer Hochschule);
  • durch Anfragen nach spezifischen Werkzeugen von Seiten der Lehrpersonen;
  • durch Anfragen von Lehrpersonen nach einer Problemlösung – ohne spezifische Nennung von Werkzeugen.

Vorgehensmodell mit Varianten

Die vorgeschlagenen Varianten des Vorgehensmodells unterscheiden sich nur wenig voneinander. Im Mittelpunkt stehen die folgenden Aktivitäten mit zwischengeschalteten Management-Reviews bzw. Entscheidungen zum weiteren Vorgehen:

  • Prüfung / Evaluation des Werkzeugs
  • Formulierung eines Business Case zum Werkzeug
  • Durchführung einer Pilotierung
  • Entwicklung eines Implementierungsplans
Varianten eines Vorgehensmodells zur Auswahl von Ed-Tech-Werkzeugen
(Bildquelle: Reid 2020)

Die Unterschiede zwischen den Varianten betreffen vor allem die bei den Varianten 2 und 3 unterschiedlichen, vorgeschalteten Aktivitäten zur Klärung des Kontexts.

Pragmatische Anpassung

Ein solches Vorgehensmodell mag für die Auswahl von “kleinen” Werkzeugen überdimensioniert erscheinen. Dazu zwei Punkte. Zum einen können und sollen die einzelnen Schritte dort, wo es sinnvoll ist, pragmatisch verkürzt bzw. vereinfacht werden. Zum anderen kann ein gemeinsames, allen vertrautes Vorgehensmodell in einer Organisation bei wiederholten Evaluationen Zeit und Aufwand reduzieren.


Reid, Pat (2020): Identifying, Evaluating, and Adopting New Teaching and Learning Technologies. EDUCAUSEreview (31.08.2020)

Filed Under: Fundstücke Tagged With: Lernplattform

Disruption und lernende Organisation – 7. scil Trend- & Community Day 2020

15. September 2020 by Christoph Meier 2 Comments

Der 7. scil Trend- & Community Day stand unter dem Motto „Disruption und lernende Organisation: Chancen und Herausforderungen für L&D“. Im Fokus standen Lernkultur und Paradoxien, Transformationsinitiativen, Führungskräfte-Entwicklung, Performance Support und lernOS.


Impressionen vom Veranstaltungstag

Wenn es noch Anschauungsunterricht dazu gebraucht hat, was es heisst, in einer VUCA-Welt zu leben, so haben wir diesen in den letzten Monaten mit der Covid-19-Pandemie erhalten. In einer VUCA-Welt sind Unternehmen und Organisationen besonders gefordert, flexibel und lernfähig zu sein. Grund genug also, dem Thema “Lernende Organisation” beim 7. scil Trend- & Community Day nachzugehen.

Lernende Organisation

Als Ausgangspunkt haben wir die Definition für ‘Lernende Organisation’ von Watkins & Marsick herangezogen:

In einer lernenden Organisation ermöglichen Strukturen, Prozesse, Systeme und Kultur das Lernen sowie Transformation bzw. Innovation – bei Einzelpersonen, bei Teams, bei der Gesamtorganisation sowie bei umgebenden Communities.

Watkins & Marsick 2019, S. 53

Diese Definition ist allerdings so allgemein, dass sie kaum zur Unterscheidung von Organisationen oder zur Anleitung von Gestaltungsinitiativen taugt. Das gilt auch für so bekannte Rahmenmodelle wie die von Argyris und Schoen (Anpassungslernen, Veränderungslernen, Prozesslernen), von Senge (systemisches Denken etc.) oder Garvin (Bausteine für lernende Organisationen).

Als wir bei scil vor einigen Jahren eine grosse Bildungsorganisation beim Thema “Entwicklung zur lernenden Organiasation” begleiten konnten, haben wir daher die Schnittfläche der Aufgabenbereiche von Personalentwicklung einerseits und Organisationsentwicklung andererseits fokussiert (vgl. Seufert et al. 2016):

  • Individuelle Kompetenzentwicklung (formal und informell),
  • Lernförderliche Führungskräfte-Entwicklung,
  • Gestaltung lernförderlicher Rahmenbedingungen (u.a. Impulse zur Lernkultur) und
  • Gestaltung von Arbeits- & Vernetzungsformen (u.a. Voraussetzungen für Lernen in Netzwerken und Communities

Vom Zweiklang zum Dreiklang

Die Arbeit an einer lernenden Organisation erfordert aus heutiger Sicht aber mehr als nur das Zusammenspiel von Personalentwicklung (individuelles Lernen) und Organisationsentwicklung (Team- und Organisationslernen). Neue, digitale Informations- und Kommunikationstechnologien sind nicht nur ein wichtiger Lerngegenstand, sondern auch wichtige Ressourcen. Ressourcen für das Ermöglichen von Lernen ebenso wie für produktives Arbeiten. Dies gilt insbesondere auch für Smart Machines, die zunehmend in betriebliche Leistungsprozesse integriert werden (vgl. Meier et al. 2020).

Also braucht es für die Entwicklung hin zur lernenden Organisation ein Zusammenspiel von Initiativen der Personalentwicklung, der Organisationsentwicklung und dem Funktionsbereich Informatik. Damit ist die Rahmung unserer Veranstaltung hergeleitet…

Arbeit an der lernenden Organisation: vom Zweiklang zum Dreiklang
(Bildquelle: eigene Darstellung)

Lernende Organisation: Facetten des Zusammenspiels von PE, OE und IT

Im ersten Fachbeitrag des Tages (“Lernkultur und lernende Organisation – Paradoxien, Potenziale, Perspektiven“) verwies Prof. Dr. Dirk Ifenthaler, Universität Mannheim, zunächst einmal auf die Herausforderungen für eine wissenschaftliche Untersuchung von “lernender Organisation”. Diese Herausforderungen betreffen die Modellierung individuellen Lernens, die Modellierung von Teamlernen und auch die Modellierung von Lernkultur bzw. Organisationslernen. Er zeigte einige Paradoxien im Hinblick auf Lernkulturen auf. So braucht es häufig sowohl selbstorganisiertes / selbstverantwortetes Lernen als auch fremdorganisiertes / aussengefordertes Lernen. Und er verwies abschliessend darauf, dass die Entwicklung hin zu einer lernenden Organisation ein geeignetes Zusammenspiel von Personen, Organisationen, I&K-Technologien, Data Analytics und KI erfordert.

Lernende Organisation als Zusammenspiel verschiedener Facetten (Bildquelle: Dirk Ifenthaler)

Der nachfolgende Praxisbericht von Dr. Janosch Türling, Yannika Jarlov und Bernarda Jakuli (Transformation & Learning Lab, AXA Academy) beleuchtete die Entwicklungsreise bei AXA: “Auf dem Weg zur lernenden Organisation“. Im Mittelpunkt standen Facetten guter Praxis bei AXA in vier Arbeitsfeldern: Digitalisierung des Lernangebots, Stärkung von ‘Learner Engagement’, Unterstützung von kollektivem Wissensaustausch und Peer-to-Peer Learning sowie die Befähigung von Fachexperten in der Breite der Organisation für das Erstellen von User Generated Content:

Digitale LernangeboteLearner Engagement
Befähigung für
User Generated Content
Peer Learning
Entwicklung von Lernkultur und lernender Organisation: Handlungsfelder bei AXA (Bildquelle: AXA Academy)

Teil unseres Programms waren auch vier Runden Speed-Geeking. In diesem Teil hatten wir vier Stationen und diese waren wie folgt besetzt:

  • Dr. Ambros Scope, Zurich Versicherungen, stellte ein internes Leadership Development Programm vor, das auf Herausforderungen des Führens in der digitalen Transformation zugeschnitten ist.
  • Matin Flemig, tts GmbH, beleuchtete unter dem Titel “User Adoption Platforms für digitales Arbeiten” die Herausforderung, wie Unternehmen / Organisationen und deren Beschäftigte trotz einer hohen Kadenz von Neueinführungen und Änderungen produktiv mit Software-Applikationen arbeiten können.
  • Barbara Haag, SVA Zürich, stellte ihre im Rahmen unseres Diplomprogramms erstellte Abschlussarbeit zum Thema “Exploration der Lernkultur bei SVA Zürich” vor.
  • Nadia Eggmann, Post Informatik, berichtete zu dem internen Transformationsprogramm “I moving forward” und zeigte damit noch einmal eindrücklich auf, wie Informatikbereiche im Hinblick auf Organisationsentwicklung inzwischen auch eine gestaltende Rolle einnehmen.

Im anschliessenden Praxisbeitrag berichtete Kathrin Falkenstein, LV 1871, über die dortige Lernreise im Hinblick auf lernOS: “lernOS @ LV 1871 – Ein Betriebssystem für eine (selbst-)lernende Organisation“. Sie stellte zunächst lernOS kurz vor, verwies auf die Kompetenzen, die mit diesem Programm entwickelt werden können, zeigte bereits verfügbare Lernpfade auf und formulierte Empfehlungen für das Vorgehen bei der Einführung von lernOS.


Der letzte Praxisbericht des Tages von Dr. Martin Weissleder, Eidgenössische Zollverwaltung, stand unter dem Titel “Die Unterstützung von organisationsweiten Digitalisierungs- und Transformationsprojekten durch L&D – Das Projekt DaziT der Eidgenössischen Zollverwaltung“. Ausgehend von der Erfahrungswelt vieler langjähriger Mitarbeitender der Zollverwaltung skizzierte er die mit der Digitalisierung verbundenen Herausforderungen, die mit dem Programm DaziT adressiert werden. Dabei manifestieren sich die beiden Schwerpunkte des Veränderungsprogramms (Vereinfachung & Digitalisierung sowie organisatorische Weiterentwicklung) in einer ganzen Reihe von verschiedenen Aspekten (Leistungen, Prozesse, Kultur, Organisation, Daten und Systeme, etc.).

Mindset, Skillset, Toolset

Die Entwicklung hin zu einer (besser) lernenden Organisation erfordert eine koordinierte Arbeit am Mindset, am Skillset und am Toolset. Dafür braucht es das Zusammenspiel von Organisationsentwicklung, Personalentwicklung und Informatik. Dieser Tag hat einzelne Facetten dieses Themenfelds und interessante Projekte bzw. Initiativen aufgezeigt. Und es wurde deutlich, dass die Arbeit am Zielbild “lernende Organisation” auch für die nächsten Jahre herausfordernd bleibt…


Verweise

Garvin, David A. (1993): Building a Learning Organization. In: Harvard Business Review (July-August).

Meier, Christoph; Seufert, Sabine; Guggemos, Josef; Spirgi, Judith (2020 (November)): Learning organizations in the age of smart machines. Fusion skills, augmentation strategies and the role of HRD professionals. In: Dirk Ifenthaler, Sandra Hofhues, Marc Egloffstein und Christian Helbig (Hg.): Digital transformation of learning organizations. Cham: Springer International Publishing.

Senge, Peter M. (1990): The fifth discipline. The art and practice of the learning organization. New York: Doubleday.

Seufert, Sabine; Schuchmann, Daniela; Meier, Christoph; Fandel-Meyer, Tanja (2016): Steigerung der Lern- und Innovationsfähigkeit von Unternehmen und Organisationen. In: Christian Hoffmann u.a. (Hg.): Business Innovation: das St. Galler Modell. Wiesbaden: Springer Gabler, S. 283–311.

Watkins & Marsick, 2019, Conceptualizing an organization that learns. In A. Örtenblad (Ed.), The Oxford Handbook of the Learning Organization, S. 53.


Ausführlichere Fassung dieses Beitrags. Passwort erforderlich.

Filed Under: Beiträge Tagged With: Circle learning (WOL, etc.), Digitale Transformation, E-Learning / TEL, Führungskräfteentwicklung, Lernende Organisation, Lernkultur, Performance Support

Geschützt: Disruption und lernende Organisation – 7. scil Trend- & Community Day 2020 (p)

14. September 2020 by Christoph Meier Leave a Comment

Dieser Inhalt ist passwortgeschützt. Um ihn anzuschauen, geben Sie bitte Ihr Passwort unten ein:

Filed Under: Vertiefung Tagged With: Circle learning (WOL, etc.), Digitale Transformation, E-Learning / TEL, Führungskräfteentwicklung, Lernende Organisation, Lernkultur, Performance Support

Soziale Roboter in der Lehre – akzeptiert von Studierenden?

10. September 2020 by Sabine Seufert Leave a Comment

Wir hatten im letzten Durchgang der Grossveranstaltung “Einführung ins wissenschaftliche Schreiben” den Einsatz unseres Roboters Lexi durchgeführt. Wir haben die Akzeptanz der Studierenden erforscht. Wen der gesamte Beitrag interessiert, hier ist er zu finden:

Unser erster Beitrag im
https://bera-journals.onlinelibrary.wiley.com/doi/full/10.1111/bjet.13006

Das Design des Roboters Pepper scheint gut gelungen zu sein für die Akzeptanz bei Menschen, ist eher nicht im “Uncanny Valley” (-> gute Erklärung ist hier zu finden: https://spectrum.ieee.org/automaton/robotics/humanoids/explain-the-uncanny-valley-in-less-than-1-minute-go

Auch ist die Angst der Studierenden sehr gering, was ihre Daten und Privatschutz anbelangt, ggf. ist das Vertrauen in unsere Institution auch einfach gross. Vielmehr sind Adaptivität, Erwartung an die Performanz sowie auch die sozialen Bezugsgrössen relevant – hier hat uns besonders der hohe Einfluss der Eltern überrascht (vermutlich nur so stark bei Erstsemestern noch so ausgeprägt).

Blog_Lexi.pdf

Derzeit ist Lexi arbeitslos – wir können ja nur begrenzt im physischem Raum unterrichten. Tja, unsere Roboter fallen der Online Lehre zum Opfer…. 😉


Mehr zum Thema in wenigen Wochen im Rahmen unseres Weiterbildungs-Moduls “Bots & Robots als Lernpartner“…

Filed Under: Beiträge Tagged With: AI / KI, Social Robot

Flexi-Navi: Berufsbildung flexibler gestalten

7. September 2020 by Sabine Seufert Leave a Comment

Unser Flexi-Navi ist fertig gestellt – eine Orientierungshilfe für die Berufsbildung, um eine Standortbestimmung und Good Practices zur Flexibilisierung der Berufsbildung zu erhalten. -> hier erhalten Sie direkt die Informationen und den Zugang: http://www.flexi-navi.org

BLog_Flexi

Gemeinsam mit der Universität Konstanz, Dr. Kathrin Breuing und der FH Vorarlberg, Prof. Dr. Frederic Federsdorf haben wir für die DACH Länder (Deutschland – Österreich – Schweiz) den Flexi Navi entwickelt – gefördert durch die IBH – Internationale Bodenseehochschule https://www.bodenseehochschule.org/

Herzlichen Dank an die Unternehmen, welche bei der Erstellung uns tatkräftig ihr Feedback gegeben haben und auch ihre Good Practices bereits zur Verfügung gestellt haben, wie z.B. Bühler, Post, Schindler, Swisscom. Melden Sie sich bei uns, wenn Sie Ihre Berufsbildung flexibler gestalten wollen!

Filed Under: Beiträge Tagged With: Berufsbildung 4.0

Adaptive Lernumgebungen: Typen und Hinweise zum Einsatz

3. September 2020 by Christoph Meier Leave a Comment

Warum geht das, was bei Spotify geht (“meine Musik”), nicht genau so in der Schule oder in der Weiterbildung (“mein Lernpfad”)? Mittlerweile gibt es einige technische Plattformen, die dies ermöglichen. Intelligente tutorielle Systeme sind ein Typ solcher Lösungen.


Die Diversität bzw. Heterogenenität von Teilnehmenden ist oft eine grosse Herausforderung für Bildungsverantwortliche. Erst recht in Zeiten, das wir mehr und mehr erwarten, individuell zugeschnittene Dienstleistungen und Services zu erhalten.

Zum Trend Report 2020/2021 des eLearning Journals konnte ich einen kurzen Beitrag zu adaptiven, KI-unterstützten Lernumgebungen beitragen. Dabei habe ich – in Anlehnung an Holmes et al. 2019 – die folgende Kategorisierung von KI-unterstützten Lernumgebungen zum Ausgangspunkt gemacht:

Typen KI-unterstützter Lernumgebungen und Beispiele (Bildquelle: Meier 2020)

Im Mittelpunkt des Beitrags stehen sogenannte intelligente tutorielle Systems (ITS), deren Konstruktionselemente (Domänen-Modell, Lernenden-Modell und Tutorielles Modell) sowie Hinweise zum Einsatz (u.a. die Notwendigkeit, Lernende auf eine andere, ungewohnte Art der Lernerfahrung einzustimmen).

Hier der Beitrag:

Meier-2020-Adaptive-Lernumgebungen_eLJ2020-03


Verweise:

Holmes, Wayne; Bialik, Maya; Fadel, Charles (2019): Artificial intelligence in education. Promises and implications for teaching and learning. Boston, MA: Center for Curriculum Redesign.

Meier, Christoph (2020): Adaptive Lernumgebungen. Heterogenität und das Bedürfnis nach Personalisierung. In: Frank Siepmann (Hg.): eLearning Journal: Trend Report 2020/2021. Corporate Learning Trends und Innovationen für 2020. Hagen im Bremischen: Siepmann Media, S. 44–47.

Filed Under: Beiträge Tagged With: adaptive Lernumgebungen, AI / KI, E-Learning / TEL

The Institute for Ethical AI in Education (IEAIED) – Zwischenbericht

3. September 2020 by Christoph Meier Leave a Comment

Das Institute for Ethical AI in Education (IEAIED) in Grossbritannien hat einen ersten Zwischenbericht vorgelegt. Im Bericht wird ein Rahmenmodell für die ethische Nutzung von KI in der Bildung skizziert und es werden Mechanismen formuliert, die die ethische Nutzung sicherstellen sollen.


Ende 2018 wurde an der University of Buckingham (Grossbritannien) das Institute for Ethical AI in Education (IEAIED) gegründet. Der Auftrag des Insituts besteht darin, Modelle und Mechanismen zu entwickeln, die dazu beitragen, dass KI im Bildungsbereicht gemäss ethischen Grundsätzen entwickelt und eingesetzt wird. Im Februar 2020 hat das Institut einen ersten Zwischenbericht publiziert. Der Abschlussbericht ist für 2021 angekündigt.

Der Bericht gliedert sich in vier Kapitel:

  1. Eine Einführung in KI in der Bildung
  2. Risiken und Nutzen von KI in der Bildung
  3. Entwicklung eines Ethik-Rahmenmodells für KI in der Bildung
  4. Eine Vision für ethische Nutzung von AI in der Bildung

Definition KI

Im Bericht wird KI in der Bildung (“AI in education”) wie folgt eingegrenzt:

Artificial Intelligence in Education (AIEd) can be defined as the application of AI for learning, for the assessment of learning or for the achievement or facilitation of other core educational goals, such as safeguarding or educational administration.

Interim Report, S. 5

Einsatzbereiche von KI

Und es werden die folgenden Einsatzbereiche für KI im Kontext von Bildung herausgestellt – zusammen mit typischen Einsatzszenarien aber auch mit ethischen Herausforderungen:

  • Adaptive Lernplattformem
    • Individuell zugeschnittene Lernpfade für heterogene Lernergruppen
    • Wird die Rolle von Lehrpersonen in Frage gestellt?
  • Prädiktive Datenanalysen (Predictive Analytics)
    • Identifikation von Mustern und von “students at risk”
    • Potenzial für missbräuchliche Nutzung / Diskriminierung bestimmter Nutzergruppen
  • Automatisierte Aufsatz-Bewertung
    • Schnellere und flexiblere Feedbacks und Reduktion der Arbeitsbelastung von Lehrpersonen
    • Erfassen solche Systeme die wirklich relevanten Qualitätsmerkmale? Führen sie ggf. zu unfairen Bewertungen?
  • Intelligente Spielzeuge
    • Unterstützung der Sprachentwicklung in frühen Entwicklungsphasen
    • Hacking und Missbrauch von sensiblen Informationen, die von Kindern geäussert werden
  • Software zur Gesichtserkennung
    • Hinweise auf schwierige Lernsituationen oder Motivationsprobleme
    • Missbräuchlich Nutzung und Diskriminierung von Nonkonformisten

Nutzenaspekte von KI

Die Nutzenaspekte des Einsatzes von KI in Bildungskontexten werden vor allem in drei Bereichen gesehen:

  • Steigerung der Leistungsfähigkeit von Bildungssystemen
    • In vielen Bildungssystemen sind Lehrpersonen mit nicht nachhaltigen Arbeitspensen überfordert.
    • Global betrachtet fehlen Millionen von Lehrpersonen.
    • Angesichts der (auch technisch induzierten) Veränderungen in Wirtschaft und Gesellschaft brauchte es mehr (Weiter-)Bildungsangebote.
  • Einsichten in Bildungsprozesse
    • Um Lernende individuell betreuen und fördern zu können, brauchen Lehrpersonen mehr Informationen zu individuellen Fortschritten und Herausforderungen.
    • Bildungsinstitutionen benötigen Frühwarnsysteme, um “students at risk” identifizieren mit geeigneten Massnahmen im Bildungssystem halten zu können.
    • Etablierte Prüfungssysteme (z.B. Jahresendprüfungen) sind oft mit hohem Stress für die Lernenden verbunden. KI-basierte Lösungen können neue, über längere Zeiträume laufende, kontinuierliche Beobachtungs- und Bewertungsprozesse ermöglichen.
  • Ermöglichen von individualisiertem / personalisiertem Lernen
    • Intelligente tutorielle Systeme und adaptive Lernumgebungen ermöglichen individualisiertes / personalisiertes Lernen bei Bedarf – für grosse und verteilte Zielgruppen.

Anforderungen und Risiken

Im Zwischenbericht werden auch eine ganze Reite von Risiken angeführt, die mit dem Einsatz von KI in Bildungsprozessen verbunden sind. Diese werden im Zusammenhang mit zentralen Anforderungen an vertrauenswürdige KI-Implementierungen in der Bildung aufgeführt:

  • Entscheidungshoheit
    • Menschen sollen die primären Entscheider in Bildungsprozessen bleiben (“human agency and oversight”)
    • KI-basierte Lösungen können die Unabhängigkeit und Steuerungsfähigkeit der Betroffenen untergraben
  • Verantwortlichkeiten
    • Klare Verantwortlichkeiten für KI-basierte Systeme und mit ihnen erzielte Resultate müssen gegeben sein
    • KI-basierte Lösungen können Verantwortungsstrukturen in (Hoch-)Schulen bzw. Bildungseinrichtungen aushöhlen
  • Technische Robustheit und Sicherheit
    • KI-basierte Systeme müssen robust und sicher sowie gegen Angriffe geschützt sein
    • Systeme können angegriffen und Daten missbraucht werden
  • Diversität und Fairness
    • KI-basierte Lösungen sollen nicht bestimmte Nutzergruppen diskriminieren
    • Algorithmen können (aufgrund mangelhafter Trainingsdaten) Voreingenommenheiten (Bias) beinhalten
  • Datenschutz und Datensicherheit
    • Datenschutz und Datensicherheit müssen gewährleistet sein
    • Mangelhafte Regelungen zum Datenschutz können zu Verlust der Kontrolle über sensible Daten führen
  • Transparenz
    • Daten, Prozesse und Algorithmen, die Bestandteil von KI-basierten Lösungen sind, sollten dokumentiert und nachvollziehbar sein (‘explainable AI’)
    • Algorithmen-basierte Bewertungen werden nicht verstanden und nicht akzeptiert, es gibt aber keine Einsprachmöglichkeit

Skizze zu einem Rahmenmodell für die ethische Nutzung von KI in der Bildung

Im nächsten Abschnitt wird ein Rahmenmodell für die ethische Nutzung von KI in der Bildung skizziert – vgl. das nachfolgende Zitat aus dem Bericht:

  • AI should only be used for educational purposes where there are clear indications that it will genuinely benefit learners either at an individual or collective level.
  • AI should not be used for educational purposes in cases where the risks posed to learners are at all significant.
  • To support the achievement of an optimal balance between underuse, and overuse/misuse of AI in Education, AI may only be used in cases where there is any risk of harm to learners – at an individual or collective level – if the following conditions are met:
    • A) Decisive steps have been taken – and openly communicated in an understandable way – to mitigate the risks involved;
    • B) The benefits to learners outweigh these risks;
    • C) The risks to learners are not significant;
    • D) Monitoring of conditions (A)-(C) is in place;
    • E) If monitoring in (D) shows that conditions (A)-(C) are not fulfilled, the use of AI is to be improved or terminated.

Eine Vision für die ethische Nutzung von KI in der Bildung

Im letzten Abschnitt wird dann eine Vision für die ethische Nutzung von KI in der Bildung formuliert. Dabei werden verschiedene Mechanismen vorgeschlagen, die als Grundlage für Umsetzungen dienen können. Beispiele für diese Mechanismen sind die folgenden:

  • Anpassbare Regulierungen
  • Orientierung an Verhaltensregeln (Code of Conduct)
  • Zertifzierung von KI-basierten Lösungen
  • Entwicklung von Standards (z.B. im Hinblick auf die Transparenz von KI-basierten Systemen)
  • Weiterbildung für alle Beteiligten und Betroffenen, so dass diese die KI-basierten Lösungen und Systeme verstehen

The Institute for Ethical AI in Education (2020): Interim Report. Towards a shared vision of ethical AI in education. The University of Buckingham.

https://www.buckingham.ac.uk/research-the-institute-for-ethical-ai-in-education/

Filed Under: Fundstücke Tagged With: AI / KI, Bildungsmanagement, Digitale Hochschule, Schule

Teaching and Learning Toolkit des EEF

3. September 2020 by Christoph Meier Leave a Comment

Die Education Endowment Foundation (EEF) hat ein “Teaching and Learning Toolkit” zusammengestellt, in dem 35 Gestaltungselemente aufgeführt und im Hinblick auf Kosten sowie empirische Belege für die Wirksamkeit bewertet werden.


Die Education Endowment Foundation (EEF) ist ein in Grossbritannien beheimatete, unabhängige und gemeinnützige Organisation, die sich zur Aufgabe gestellt hat, den bestehenden Zusammenhang von Familieneinkommen und Bildungserfolg aufzubrechen.

Auf den Webseiten der EEF findet sich unter anderem ein “Teaching and Learning Toolkit”, das mich an die Studienergebnisse von John Hattie und die Webseite zu Visible Learning erinnert hat (hier ein Blogpost dazu). Der Fokus des Toolkits liegt auf dem Bereich der Schulbildung (5-16 Jahre). In dem Toolkit werden insgesamt 35 Gestaltungselemente aufgeführt und bewertet, und zwar im Hinblick auf die Kosten, die Stärke der empirischen Belege für die Wirksamkeit und den erwarteten Zeitraum, bis sich üblicherweise Wirkungen zeigen:

Für jedes Gestaltungselement (beispielsweise ‘Collaborative learning’, ‘Digital technology’ oder ‘Feedback’) findet sich zudem ein Textdokument mit zwischen 6 und 13 Seiten Umfang), in dem folgende Punkte behandelt werden:

  • Worum geht es bei diesem Gestaltungselement?
  • Wie wirksam ist es?
  • Wie stark sind die empirischen Belege für die Wirksamkeit?
  • Worauf ist zu achten?
  • Literaturverweise
  • Tabellarische Aufstellung zu Studien und gemessene Effektstärken


https://educationendowmentfoundation.org.uk/evidence-summaries/teaching-learning-toolkit/

Filed Under: Fundstücke Tagged With: Learning Design, Learning Professionals, Schule

Primary Sidebar

Lizenz Blogbeiträge

Creative Commons Lizenzvertrag
Unsere Blogbeiträge sind lizenziert unter einer Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Lizenz.

Tag Cloud

70:20:10 adaptive Lernumgebungen AI / KI Analytics (Teaching~ / Learning~) Augmentation Berufsbildung Bildungsmanagement Blended Learning Change Management Coaching Digitale Arbeitswelt Digitale Bildung Digitale Kompetenzen Digitale Transformation Digitalisierung E-Learning / TEL Entwicklungsförderliche Führung Evaluation Führungskräfteentwicklung Hochschulbildung Hochschullehre Informelle Lernformen Kompetenz- & Skills-Management Kompetenzmodell Kuratieren Learning Design Learning Professionals Lern- / Trainingsmethoden Lernende Organisation Lernen in / mit VR, AR, XR Lernkultur Lernmedien Lernplattform Lernräume mobile learning MOOC Professionelle Kompetenzentwicklung Ro/Bots for learning Social Media Strategieentwicklung und Portfolio-Management Trends Trendstudie Video-basiertes Lernen Wertbeitrag / Learning Value Management Zukunftsorientierte Kompetenzentwicklung

Neueste Beiträge

  • SCIL-Blog ist umgezogen
  • Studie “GenKI in L&D / PE” – Ergebnisse und Handlungsfelder
  • AI in L&D – Arbeitsberichte Taylor & Vinauskaite
  • Generative KI in der Bildung – Beitrag für BeLEARN / dip
  • Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 2

Neueste Kommentare

  • Christoph Meier bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • Michael Wechner bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • Sven Hallwirth bei Selbstorganisiertes Lernen mit CustomGPTs fördern, Teil 1
  • KI-Tools 3.0: NotebookLM® – MatthiasHeil.de bei Vom Blogpost zum ‘Talk radio’ mit NotebookLM
  • GenKI und Produktivität von Lehrpersonen | digithek blog bei GenKI und Produktivität von Bildungsverantwortlichen / Lehrpersonen

Archive

  • 2025
    • Dezember 2025
    • November 2025
    • Oktober 2025
    • September 2025
    • August 2025
    • Juli 2025
    • Juni 2025
    • Mai 2025
    • März 2025
    • April 2025
    • Februar 2025
    • Januar 2025
  • 2024
    • Dezember 2024
    • November 2024
    • Oktober 2024
    • September 2024
    • August 2024
    • Juli 2024
    • Juni 2024
    • Mai 2024
    • März 2024
    • April 2024
    • Februar 2024
    • Januar 2024
  • 2023
    • Dezember 2023
    • November 2023
    • Oktober 2023
    • September 2023
    • August 2023
    • Juli 2023
    • Juni 2023
    • Mai 2023
    • März 2023
    • April 2023
    • Februar 2023
    • Januar 2023
  • 2022
    • Dezember 2022
    • November 2022
    • Oktober 2022
    • September 2022
    • August 2022
    • Juli 2022
    • Juni 2022
    • Mai 2022
    • März 2022
    • April 2022
    • Februar 2022
    • Januar 2022
  • 2021
    • Dezember 2021
    • November 2021
    • Oktober 2021
    • September 2021
    • August 2021
    • Juli 2021
    • Juni 2021
    • Mai 2021
    • März 2021
    • April 2021
    • Februar 2021
    • Januar 2021
  • 2020
    • Dezember 2020
    • November 2020
    • Oktober 2020
    • September 2020
    • August 2020
    • Juli 2020
    • Juni 2020
    • Mai 2020
    • März 2020
    • April 2020
    • Februar 2020
    • Januar 2020
  • 2019
    • Dezember 2019
    • November 2019
    • Oktober 2019
    • September 2019
    • August 2019
    • Juli 2019
    • Juni 2019
    • Mai 2019
    • März 2019
    • April 2019
    • Februar 2019
    • Januar 2019
  • 2018
    • Dezember 2018
    • November 2018
    • Oktober 2018
    • September 2018
    • August 2018
    • Juli 2018
    • Juni 2018
    • Mai 2018
    • März 2018
    • April 2018
    • Februar 2018
    • Januar 2018
  • 2017
    • Dezember 2017
    • November 2017
    • Oktober 2017
    • September 2017
    • August 2017
    • Juli 2017
    • Juni 2017
    • Mai 2017
    • März 2017
    • April 2017
    • Februar 2017
    • Januar 2017
  • 2016
    • Dezember 2016
    • November 2016
    • Oktober 2016
    • September 2016
    • August 2016
    • Juli 2016
    • Juni 2016
    • Mai 2016
    • März 2016
    • April 2016
    • Februar 2016
    • Januar 2016
  • 2015
    • Dezember 2015
    • November 2015
    • Oktober 2015
    • September 2015
    • August 2015
    • Juli 2015
    • Juni 2015
    • Mai 2015
    • März 2015
    • April 2015
    • Februar 2015
    • Januar 2015
  • 2014
    • Dezember 2014
    • November 2014
    • Oktober 2014
    • September 2014
    • August 2014
    • Juli 2014
    • Juni 2014
    • Mai 2014
    • März 2014
    • April 2014
    • Februar 2014
    • Januar 2014
  • 2013
    • Dezember 2013
    • November 2013
    • Oktober 2013
    • September 2013
    • August 2013
    • Juli 2013
    • Juni 2013
    • Mai 2013
    • März 2013
    • April 2013
    • Februar 2013
    • Januar 2013
  • 2012
    • Dezember 2012
    • November 2012
    • Oktober 2012
    • September 2012
    • August 2012
    • Juli 2012
    • Juni 2012
    • Mai 2012
    • März 2012
    • April 2012
    • Februar 2012
    • Januar 2012

Kategorien

  • Allgemein
  • Aufträge, Projekte & Studien
  • Beiträge
  • Fundstücke
  • Publications
  • Stichworte
  • Vertiefung
  • Vorträge & Workshops

Meta

  • Anmelden
  • Feed der Einträge
  • Kommentar-Feed
  • WordPress.org
Suche

 

Social Media

SCIL

Universität St.Gallen

Gehe direkt zu

IBB-HSG
SCIL Newsletter
Login

Kontakt

swiss competence centre for innovations in learning (SCIL)
Universität St.Gallen (HSG)
St. Jakob-Strasse 21
9000 St. Gallen

+41712243155

scil-info@unisg.ch

Location

 

From insight to impact.

 

Akkreditierung


Mitglied von


Copyright © 2025 Universität St.Gallen, Schweiz

  • Kontakt
  • Datenschutz
  • Cookie-Richtlinie (EU)
Cookie-Zustimmung verwalten
Um Ihnen ein optimales Erlebnis zu bieten, verwenden wir Technologien wie Cookies, um Geräteinformationen zu speichern bzw. darauf zuzugreifen. Wenn Sie diesen Technologien zustimmen, können wir Daten wie das Surfverhalten oder eindeutige IDs auf dieser Website verarbeiten. Wenn Sie Ihre Zustimmung nicht erteilen oder zurückziehen, können bestimmte Merkmale und Funktionen beeinträchtigt werden.
Funktional Immer aktiv
Der Zugriff oder die technische Speicherung ist unbedingt für den rechtmäßigen Zweck erforderlich, um die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Abonnenten oder Nutzer ausdrücklich angefordert wurde, oder für den alleinigen Zweck der Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Voreinstellungen erforderlich, die nicht vom Abonnenten oder Nutzer beantragt wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Aufforderung, die freiwillige Zustimmung Ihres Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht zu Ihrer Identifizierung verwendet werden.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Verwalten Sie {vendor_count} Lieferanten Lesen Sie mehr über diese Zwecke
Voreinstellungen anzeigen
{title} {title} {title}