Formelles Lernen

Performance Adjacent Learning – Nicht-lineares Lernen mit Online-Medien

O’Reilly, ursprünglich ein US-amerikanischer Fachverlag für IT-Themen und jetzt Anbieter von E-Learning versucht mit einem neuen Begriff Aufmerksamkeit – die eigenen Angebote – zu gewinnen:
Performance Adjacent Learning
Was ist damit gemeint?
In einem Whitepaper („Performance Adjacent Learning: The next big shift„) wird die neue Wortschöpfung erläutert. Es geht um die gezielte, punktuelle und nicht-lineare Nutzung von (online) Lernressourcen – beispielsweise um ein Problem im Verlauf des eigenen Arbeitsprozesses zu lösen.
Der Unterschied zu Performance Support Lösungen liegt darin, dass diese in der Regel spezifisch für den jeweiligen Arbeitskontext entwickelt werden müssen (und die damit kostenintensiv in der Entwicklung sind). Der Unterschied zu E-Learning besteht darin, dass Kurse und Lernressourcen nicht systematisch (d.h. häufig linear) bearbeitet werden.
Bei Performance Adjacent Learning werden bereits bestehende, gut verschlagwortete Lernressourcen genutzt, aber der Zugriff erfolgt nur punktuell (nicht-linear).
In dem Whitepaper wird berichtet, dass OReilly die Interaktionsdaten auf einer eigenen Lernplattform analysiert, Nutzer befragt und dabei festgestellt hat, dass gut 40% aller Nutzungen von Lerninhalten in die Kategorie „nicht-linear“ fallen.

Bei einer genaueren Betrachtung hat sich dann gezeigt, dass insbesondere Lerner, die im jeweiligen Thema schon weiter fortgeschritten sind, zu diesem Nutzungsmuster tendieren. Diese haben die Ebene der „structural literacy“ im jeweiligen Themengebiet erreicht und können sich selbständig und gezielt im Themenfeld bewegen (vgl. die Abbildung unten).

Lösungen, die auf Performance Adjacent Learning ausgerichtet sind, bieten den Lernenden einen sehr schnellen und einfachen Einstieg in die Lernumgebung, punktgenaue Suche und eine hohe Modularität der Lernressourcen. Also eine benutzerfreundliche Micro-Learning-Umgebung.
Soweit so gut – und nichts wirklich Neues. Einen guten Punkt machen die Autoren des Whitepapers aber.
Die hergebrachte Sicht auf diese nicht-lineare, sehr selektive Form der Nutzung von Online Kursen bzw. Online Lernressourcen ist, dass hier Lernaktivitäten nicht zu einem Ende bzw. Abschluss gebracht werden. Dies ist aber für nicht-lineares Lernen (Performance Adjacent Learning) kein relevantes Erfolgskriterium. Daher sollten Reporting-Praktiken entsprechend angepasst werden, beispielsweise indem Lernende jeweils beim Ausstieg aus der Lernumgebung gefragt werden, ob und in welchem Grad die Nutzung der Plattform / der gerade bearbeiteten Ressource hilfreich war.

O’Reilly Media (2019): Performance Adjacent Learning: The next big shift. Whitepaper.

Künstliche Intelligenz: Die Auswirkungen auf Lernen, Lehren und (Weiter-)Bildung (Tuomi 2018)

Ilkka Tuomi, Chief Scientist bei Meaning Processing Ltd, einem unabhängigen Forschungsinstitut in Helsinki, hat im Auftrag des Joint Research Centre (JRC) der EU einen Bericht zum Thema „The Impact of Artificial Intelligence on Learning, Teaching, and Education“ erstellt.
Der Bericht ist keine leichte Kost. Mehrfach habe ich ihn zur Hand genommen und wieder beiseite gelegt – unsicher, ob der Ertrag einer genaueren Lektüre den Aufwand lohnt. Irgendwann habe ich dann doch einen Zugang gefunden. Hier meine Notizen…

Drei Ebenen menschlichen Lernens

Im ersten inhaltlichen Kapitel über Künstliche Intelligenz (KI) werden, in Anlehnung an die von Wygotski und Leontjew begründete Tätigkeitstheorie (Activity Theory), drei Ebenen des menschlichen Lernens unterschieden: Routinisierung von Verhalten, kognitives Problemlösen und soziales bzw. kulturelles Lernen (Kulturentwicklung).

Dieser Bezugsrahmen bildet dann die Folie, vor deren Hintergrund Tuomi dem Potenzial für KI und die Auswirkungen auf Handeln, Lehren und Lernen nachgeht. Dabei werden zunächst drei Typen von KI unterschieden:

Logik-orientierte KI,
wissensbasierte KI und
datenbasierte KI und neuronale Netze.

Mit einer Fokussierung auf datenbasierte KI und neuronale Netze werden anschliessend drei Typen von maschinellem Lernen unterschieden:

überwachtes Lernen (supervised learning) auf der Basis von aufbereiteten bzw. kodierten Datensätzen und transferorientiertes Lernen als eine Variante davon,
unüberwachtes Lernen (non-supervised learning) – häufig auf der Grundlage von künstlichen neuronalen Netzen – bei dem die Maschinen selbstständig Muster in den Daten entdecken, mit Verstärkungslernen (z.B. Googles Alpha Zero) als einer und General Adversarial Networks (GANs) als weiterer Variante.

Ausgehend von dieser Unterscheidung gelangt Tuomi zu einer ersten wichtigen Feststellung: KI-basierte Systeme, die auf überwachtem Lernen basieren, können dazu beitragen, bestehende Sichtweisen (und Voreingenommenheiten) zu zementieren:

A particular challenge of supervised learning models is that they can only see the world as a repetition of the past. The available categories and success criteria that are used for their training are supplied by humans. Personal and cultural biases, thus, are an inherent element in AI systems that use supervised learning. (…) supervised learning creates machines that are only able to perceive worlds where humans are put in pre-defined boxes.

Dies ist aus ethischer ebenso wie aus pädagogischer Sicht problematisch.

Veränderte Kompetenzerfordernisse und Substitution von menschlicher Arbeitskraft

In einem weiteren Kapitel geht Tuomi den Folgen der Entwicklungen im Bereich KI für zukünftige Kompetenzerfordernisse nach. Hier unterscheidet er Studien, die einzelne Fertigkeiten (Skills) als Bezugspunkt heranziehen und davon ausgehend das Potenzial für Automatisierung ermitteln, und Studien, die darüber angesiedelte Aufgaben (Tasks) als Bezugspunkt heranziehen (z.B. Osborne & Frey 2013). Die Wahl des Bezugspunkts hat Konsequenzen für die Schätzung der Auswirkungen von KI auf Automatisierung und Beschäftigung (vgl. die folgenden Abbildungen). Tuomi liefert für das Beispiel der typischen Aufgaben von Lehrpersonen an Mittelschulen seine eigene Einschätzung dazu, wie stark sich die Entwicklungen im Bereich KI auf welche Aufgaben auswirken werden:

As a result, AI will probably have its biggest impact when it is used to augment human cognition, and in supporting human learning and knowing. (…) Assuming that some occupations, perhaps such as truck drivers, data entry keyers or utilities meter readers, will become obsolete in the near future, an important question for education policy is how people in these occupations can move to new jobs. (…) The RBC study argued that as many occupations overlap in their skill requirements, it is relatively easy to complement skills within these clusters in ways that enable people to move to new jobs when their old jobs become automated.

Bildquelle: Tuomi 2018, S. 20 (adaptiert von RBC 2018)

Auswirkungen auf Lernen, Lehren und (Weiter-)Bildung

In einem dritten Kapitel geht Tuomi den möglichen Auswirkungen von KI auf Lernen, Lehren und (Weiter-)Bildung nach. Hier hatte ich mir allerdings mehr erhofft.
Tuomi kommt zunächst auf die seit den 1980er Jahren entwickelten intelligenten tutoriellen Systeme (ITS) zu sprechen. Diese Systeme stehen für Wissens-basierte KI (vgl. oben) und beinhalten typischerweise ein Domänen-Modell, ein Lerner-Modell und ein tutorielles Modell (vgl. dazu diesen Blogpost). Diese Systeme haben sich bisher aber vor allem in bestimmten Feldern wie z.B. Mathematik und Physik bewährt.
Tuomi macht in seinem Bericht keinen Versuch, aktuell verfügbare KI-basierte Werkzeuge für Lehren und Lernen zu inventarisieren (vgl. dazu u.a. diesen Blogpost). Vielmehr skizziert er einige der von ihm erwarteten allgemeineren technischen Weiterentwicklungen und deren Auswirkungen auf Lernen, Lehren und (Weiter-)Bildung:

Lernenden-Modelle für komplexe Wissensdomänen
Datenbasierte KI-Lösungen mit ausreichend Rechenleistung sind, so erwartet Tuomi, in der Lage, auch Wort bzw. sprachbasierte Wissensdomänen (z.B. Management-Lehre / Betriebswirtschaft) adäquat abzubilden und brauchbare Lernenden-Modelle für diese Domänen zu erzeugen.
Lernenden-Sensorik als Datenquelle für Learning Analytics
Daten-basierte KI-Lösungen benötigen relevante Daten. Dies wird die Entwicklungsarbeit in Richtung Lernenden-Sensorik antreiben, über die Daten von den Lernenden selbst gewonnen werden können – beispielsweise zur Aufmerksamkeit oder zum Stresserleben.
Conversational Bots zur Lernbegleitung
„It can be expected that, as conversational natural language systems such as the Google Duplex are now becoming commercially available, teachable conversational agents will be one area where educational AI start-ups try to create new business in the near future.“
KI-basierte Assessment-Lösungen für grosse Lernergruppen (z.B. MOOCs)
„AI could be used to objectively assess student learning by scoring test results without teacher bias. Given enough human-labelled examples of data, neural AI and machine learning can easily learn to categorize students based on their test results.“
Reduzierte Bedeutung von Faktenwissen im Vergleich zu überfachlichen Kompetenzen
„AI can reduce the need for human knowledge, experience, and skill (…). As a result, humans do not necessarily need to learn domain specific knowledge that earlier was required for competent behaviour. In particular, as domain-specific knowledge becomes less important for competence, transversal and domain-independent generic competences may become relatively more important.“
und weiter:
„as AI can convert speech to text and vice versa, dyslexia [and dyscalculia] may become socially less important than it has been in the past.“

An dieser Stelle plädiert Tuomi für ein vertieftes Verständnis von KI auf Seiten von Entscheidungsträgern in Politik und (Bildungs-)Institutionen. Ohne ein solches vertieftes Verständnis besteht die Gefahr, dass mit KI-basierten Lernlösungen lediglich bereits in die Jahre gekommene oder überholte Lehr- und Erziehungsmodelle auf eine neue technische Basis gestellt werden:

Therefore, without clear visions and policies (…) educational AI will probably mainly be provided as solutions to existing problems. Instead of renewing the system and orienting it towards the needs of a post-industrial economy and knowledge society, AI may therefore mechanize and reinvent outdated teaching practices and make them increasingly difficult to change.

Hinweis: In unserem Modul „KI-basierte und adaptive Lernumgebungen“ vertiefen wir einige der hier angesprochenen Punkte:

KI und maschinelles Lernen
Erfolgsfaktor personalisiertes Lernen: Anspruchsgruppen und ihre Erwartungen
Komponenten adaptiver Lernumgebungen: Tutorielles Modell, Lernenden-Modell, Domänen-Modell, Inner- / Outer Loop
Überblick und Praxisberichte zu KI-basierten, adaptiven Lernumgebungen

Frey, Carl Benedikt; Osborne, Michael (2013): The future of employment. Herausgegeben vom Oxford Martin Programme on the Impacts of Future Technology. University of Oxford. Oxford, UK.
Tuomi, Ilkka (2018): The Impact of Artificial Intelligence on Learning, Teaching, and Education. JRC Science for Policy Report. Hg. v. European Union. Publications Office of the European Union. Seville, (Spain).

KI-basierte Lösungen für Learning & Development

Auf dem Weg zur Learntec letzte Woche habe ich kurz Station bei den SBB in Bern gemacht.
Der Bildungsbereich der SBB führt mehrmals jährlich knapp zweistündige „Think Tanks“ durch – Veranstaltungen, die sich neuen Themen für die Bildungsarbeit widmen. Diese Woche fand ein Think Tank unter dem Rahmenthema „Künstliche Intelligenz, maschinelles Lernen und Augmentation“ statt. Nach zwei kurzen, einführenden Impulsen in das Thema KI gab es einen Marktplatz, in dessen Rahmen an fünf Stationen unterschiedliche Aspekte vertieft wurden – unter anderem eine Demonstration einer VR-Anwendung, die Vorstellung eines Wissensassistenten oder die Vorstellung der Ergebnisse einer Standortbestimmung zum Thema KI innerhalb der SBB-Bildungscommunity.
Das Thema traf offenbar einen Nerv der SBB-Bildungscommunity – mit fast 60 Teilnehmenden war die Veranstaltung sehr gut besucht.

Ich hatte Gelegenheit, im Rahmen des Marktplatzes eine im Entstehen befindliche Übersicht über KI-basierte Anwendungen zur Unterstützung der Aufgaben von Bildungsverantwortlichen / Learning Professionals vorzustellen und mit den Teilnehmenden zu diskutieren:

Zwischen Fremdsteuerung und Empowerment – vielfältige Formen betrieblichen Lernens

Letzten Donnerstag fand unter dem Motto „Wie lernen wir heute – und morgen?“ das HR-Forum der Stadt Zürich statt. Anwesend waren ca. 50 Vertreter von HR und Personalentwicklung der Stadtverwaltung und es ging in Vorträgen und Workshops um die Themen Lebenslanges Lernen, Vielfältige Lernformen, Transferorientierte Gestaltung sowie Veränderungen im Lernen über die Lebensspanne und lebensphasenorientiertes Lernen.
Ich war eingeladen, den Eröffnungsvortrag zum Forum zu gestalten und haben diesen unter den Titel: „Zwischen Fremdsteuerung und Empowerment: Vielfältige Formen des betrieblichen Lernens“ gestellt.
Eingestiegen bin ich auf Bitte der Veranstalter mit einem kurzen Blick auf die Frage: „Lohnen sich Investitionen in Aus- und Weiterbildung?“. Die kurze Antwort lautet: es kommt darauf an, wie Weiterbildung / Lernen / Kompetenzentwicklung konkret umgesetzt wird. Ausgehend von dieser Feststellung habe ich die Bandbreite möglicher Formen von betrieblicher Kompetenzentwicklung aufgezeigt und mit der Leitfrage „Fremdsteuerung vs. Empowerment beim Lernen“ in Verbindung gesetzt. Dabei habe ich kurze Schlaglichter auf folgende Themen geworfen:

Formal organisiertes Lernen in Trainings und Kursen: Micro- oder bite-sized?
Selbstgesteuertes Lernen mit Bibliotheken und Ressourcensammungen: Was braucht es für die Umsetzung individualisierter Lernpfade?
Moderierte Lern- und Reflexionsprozesse im Arbeitsfeld: WOL als ein neues Modell für Peer-Learning
Lernen im Prozess der Arbeit: Beispiel Arbeitsplatztausch
Austausch und Lernen von- und miteinander: Camps

Hier die Präsentation zu meinem Beitrag.
Formen betriebl Lernens - Fremdsteuerung vs Empowerment HR-Forum Zuerich 2018-04-19 vs scil-blog

Informelles Lernen: "Deep smarts" kultivieren und transferieren

Dieser Sommer war – zumindest in St.Gallen – nicht wirklich gross und auf den Fluren sind jetzt schon die Winde los. Zeit also, sich um die Vorbereitung der nächsten scil-Seminare zu kümmern…
Für mich steht als nächstes das scil Seminar zu „Informelle, mediengestützte Lernformen“ (18.-19. September) auf dem Programm. Auf meiner Leseliste für dieses Seminar war u.a. das Buch von Leonard & Swap „Deep Smarts. How to cultivate and transfer enduring business wisdom“ (1).
Das Buch ist hervorgegangen aus einer umfangreichen Studie der Autoren zu den Erfolgsfaktoren für Unternehmertum in der Software-Industrie, die sie u.a. in Boston, Singapur und Hong Kong durchgeführt haben.
Worum geht es?

‚Deep smarts‘ sind der Treibstoff für Unternehmen und Organisationen. (…) In jeder Organisation gibt es Menschen, deren Wissen, Intuition und Urteilsvermögen von besonderer Bedeutung für den nachhaltigen Erfolg sind.“
(…)
“ ‚Deep smarts‘ sind eine machtvolle Form von Expertise, die auf Lebenserfahrung basiert, eine Form von Weisheit. ‚Deep smarts‘ basieren auf der Fähigkeit, - komplexe Zusammenhänge zu verstehen, - sich gleichzeitig auf Details einzulassen und diese zu verstehen und- ausgehend von diesem Systemverständnis rasch Entscheidungen zu treffen.’Deep smarts‘ können nicht durch formale Lernprozesse vermittelt, aber sie können gezielt gefördert und weitergegeben werden.“ (Leonard / Swap, 2005, S. 1-2, eigene Übersetzung)

Ich bin nicht sicher, wie man „deep smarts“ passend übersetzt – vielleicht als „profundes Expertenwissen“ oder „tiefe Einsichten“, die für eine gesamte Organisation / ein Unternehmen von besonderer Bedeutung sind. Die im Buch angeführten Beispiele sind dies etwa tiefe Einsichten von Geschäftsleitungen in das Funktionieren von Märkten für Venture-Kapital im Technologiebereich, die zu richtigen strategischen Entscheidungen führen, oder profundes technisches Expertenwissen, das zu einer überlegenen Produktentwicklung führt. Wenn solches Expertenwissen oder solche tiefen Einsichten an wichtigen Positionen nicht ausreichend entwickelt ist, kann dies für ein Unternehmen gravierende Folgen haben – etwa wenn grosse Entwicklungsprojekte nicht die erwarteten Ziele erreichen.
Ausgangspunkt für die Autoren ist zunächst die Skizze einer Entwicklungsleiter von Neulingen in ihrem Fachgebiet einerseit bis hin zu Meistern in ihrem Fachgebiet andererseits (vgl. die linke Seite der Abbildung unten). Sie stellen dabei u.a. heraus, was Neulinge und Meister unterscheidet.
Dann wenden sie sich der Frage zu, wie denn solches Expertenwissen / solche tiefen Einsichten in einer Organisation kultiviert und weitergetragen werden können.
Sie entwickeln dazu einen analytischen Bezugsrahmen, der auf zwei Dimensionen basiert:
1) Eigenes Wissen / eigene Einsichten vs. Wissen / Einsichten von anderen
2) Entwicklung vs. Formung von Wissen und Einsichten.
Aus diesen beiden Dimensionen ergeben sich vier Felder, die die Autoren dann nacheinander durchdeklinieren und auf für die Entwicklung / Weitergabe von Wissen relevante Prozesse abklopfen:
1) Entwicklung / Erwerb von Wissen bzw. tiefen Einsichten. Hier stellen sie vor allem folgende Prozesse heraus:

Lernen im Prozess der Arbeit & Üben, Üben, Üben
Aufbau eines Repertoires an Erfahrungen aus 1. oder 2. Hand (z.B. aus Erfahrungsgeschichten, Rollenspielen und Simulationen, etc.)
Aufbau eines fachspezifischen Vokabulars und von Wissensstrukturen (d.h. Zusammenhängen zwischen einzelnen Wissenselementen)
Netzwerken mit anderen
Kopieren von anderen (es muss ja nicht alles selbst erfunden / entwickelt werden)

2) Rahmung von Wissen bzw. tiefen Einsichten. Wichtig sind hier vor allem zwei Aspekte:

Kultivieren einer Umgebung, in der (individuelle und kollektive) Glaubenssätze / Überzeugungen (z.B. „Innovation ist immer gut“) in Frage gestellt werden dürfen
Zulassen / aktives Suchen von Erfahrungen, die etablierte Überzeugungen in Frage stellen (z.B. „Diese Schaumstoffummantelung kann niemals einen solchen Schaden hervorrufen“)

3) Filterung von Wissen bzw. tiefen Einsichten

Hier weisen die Autoren darauf hin, wie gefährlich die unkritische Übernahme von in einer Organisation oder in einer Fach-Community etabliertem Wissen (z.B. „wir brauchen zuerst grosse Nutzerzahlen, die Profitabilität kommt später von allein“) sein kann. Wichtig ist also das Kultivieren einer Sensibilität für die Mechanismen einer unkritischer Übernahme von Wissen anderer.

4) Transfer von Wissen bzw. tiefen Einsichten. Über welche Mechanismen können nun Wissen und tiefe Einsichten von erfahreneren Personen an (häufig jüngere) weniger erfahrene Personen transferiert werden? Die Autoren stellen hier die folgenden Aspekte heraus:

Anweisungen
Präsentationen
Daumenregeln
Erfahrungsgeschichten
Sokratischer Dialog
Anleitung durch erfahrene Personen beim
– Üben
– Problemlösen
– Experimentieren

Abbildung 1 (eigene Darstellung in Anlehnung an Leonard / Swap, 2005, S. 21; S. 70)
Die Autoren schliessen mit folgender (tiefen) Einsicht:

Wenn wir ‚deep smarts‘ in unseren Organisationen entwickeln wollen, brauchen wir – ganz explizit – für jedes Projekt eine doppelte Zielsetzung und zwei verschiedene Bewertungsmasstäbe: Projekterfolg UND die Vermittlung von Erfahrungen an andere. Die Integration von Coaching in jede Geschäftsaktivität, die von Neulingen und Experten gemeinsam bearbeitet wird, ist ein zentraler Schlüssel dafür.“ (Leonard / Swap, 2005, S. 237-8, eigene Übersetzung / Hervorhebung)

Bleibt noch nachzutragen, dass im Herbst dieses Jahres ein neues Buch von Leonard & Swap zu diesem Thema erscheint: „Critical Knowledge Transfer: Tools for Managing Your Company’s Deep Smarts“ – ich bin gespannt, was es Neues bringt. Die Frage, welche Rolle Medien für Kommunikation, Austausch und Zusammenarbeit in diesem Zusammenhang spielen, wurde in ihrem ersten Buch nicht behandelt. Vielleicht gehen sie darauf ja in ihrem nächsten Buch ein. In unserem Seminar werden wir diesen Aspekt auf jeden Fall behandeln.

Referenzen:

(1) Leonard, D., & Swap, W. C. (2005). Deep smarts: how to cultivate and transfer enduring business wisdom. Boston, Mass: Harvard Business School Press.

(2) Leonard, D., Swap, W. C., & Barton, G. (2014). Critical Knowledge Transfer: Tools for Managing Your Company’s Deep Smarts. Boston, Massachusetts: Harvard Business School Press.

Varianten von sozialem Lernen im Arbeitsfeld

Bei Jochen Robes (weiterbildungsblog.de) habe ich eine Mitteilung gesehen, die an mir vorbei gegangen war:
Jane Hart hat kürzlich zu ihrem Thema „workplace learning“ ein neues Rahmenmodell formuliert. In diesem Modell kontrastiert sie nach wie vor verbreitete Modalitäten von durch Experten geführten Aktivitäten („Authoritative Voice“: „Performance Support“, „Training“) mit verschiedenen Varianten von sozialem Lernen im Arbeitsfeld. Gleichzeitig verweist sie in dieser Übersicht auch auf die unterschiedliche Ausgestaltung der Rolle von learning professionals und verschiedene typischerweise genutzte Werkzeuge:

Die von Jane Hart formulierte Kategorie „geführtes soziales Lernen“ vermittelt zwischen den Grundmodalitäten „Experten-geführtes“ und „Soziales“ Lernen. Hart versteht darunter den Einsatz von social media in Trainer- / Experten-geführten Lernumgebungen mit dem Ziel, die Beteiligung und Fokussierung der Teilnehmenden abzusichern.
Ich bin nicht sicher, ob es sinnvoll ist, für jeden Verwendungszusammenhang von social media eine eigene Kategorie von Lernaktivität zu formulieren. Aber ich finde es gut, dass sie verschiedene Spielarten von mehr oder weniger selbstgesteuertem / geführtem sozialem Lernen in eine Systematik bringt.
Die Abbildung weist Ähnlichkeiten mit einer Darstellung von Sabine Seufert auf, in der sie die Verzahnung von formellem und informellem Lernen aufzeigt:

Der von Sabine Seufert als „moderierte Lern- und Reflexionsprozesse im Arbeitsfeld“ bezeichnete Bereich scheint mit der von Jane Hart formulierten Kategorie „guided social learning“ recht gut zusammen zu passen (auch wenn bei Jane Hart die Unterstützung durch Technologien stärker betont wird). Beispiele hierfür sind „jour fixe“-Termine zum Austausch aktueller Neuigkeiten, brown-bag lunches mit Kurzberichten von Mitarbeitenden oder Teambesprechungen zur Reflexion von kürzlich abgeschlossenen Projekten. Aber auch der Austausch und die Zusammenarbeit über Teamwebsites sofern dort – beispielsweise von der Teamleitung – entsprechende thematische oder prozessbezogene Strukturen vorgegeben werden.
Referenzen:
Jane Hart: 4 Models of social workplace learning. C4LPT.co.uk
Seufert, S. (2013). Bildungsmanagement : Einführung für Studium und Praxis. Stuttgart: Schäffer-Poeschel.

Vom formellen zum informellen Lernen und wieder zurück…

Letzte Woche fand hier in St.Gallen unser scil Seminar zu „Informelles Lernen mit neuen Medien“ statt. Auf der Grundlage von fünf Leitfragen haben wir uns eineinhalb Tage lang mit verschiedenen Facetten informellen Lernens beschäftigt:

Wir haben Profile von verschiedenen Lernangeboten miteinander verglichen, persönliche Lernlandkarten aufgezeichnet und abgeglichen, unsere Nutzung von neuen Medien im Zusammenhang mit Lernen reflektiert, darüber diskutiert, wie informelle Lernformen in die Lernlandschaft integriert und unterstützt werden können und schliesslich danach gefragt, was dies alles für die künftige Arbeit von Bildungsverantwortlichen bedeutet.
Dabei zeigte sich in der Runde der Teilnehmenden, dass einerseits die Unterstützung informellen Lernens eine wichtige Zukunftsaufgabe für Bildungsbereiche darstellt, andererseits aber die Bildungsbereiche in Organisationen / Unternehmen hier noch grossen Entwicklungsbedarf haben. Blended learning-Angebote sind inzwischen mehr oder weniger gut etabliert. Aber die Unterstützung von moderierten Reflexionsprozessen im Arbeitsfeld (z.B. im Rahmen von Teambesprechungen) und das selbstgesteuerte Lernen im Rahmen von online Lern- oder Expertencommunities (z.B. im Rahmen einer internationalen Trainer-Community) stellen noch kaum bearbeitete Entwicklungsfelder für Bildungsverantwortliche dar.

Typischer Entwicklungspfad für Bildungsbereiche und ihr Leistungsportfolio: vom formellen zum informellen Lernen

Interessant war dann ein Aspekt, der sich aus dem abschliessenden Arbeitsauftrag der Teilnehmenden ergab und den ich hier kurz entwickeln möchte: Unternehmen in sich schnell wandelnden Branchen und Märkten sind damit konfrontiert, dass sich in zentralen Wissensdomänen (z.B. Technologien) kontinuierlich neue Entwicklungen ergeben und hierzu fortwährend Wissen und Kompetenzen aufgebaut werden müssen. Sobald Bildungsbereiche in der Lage sind, die gesamte oben aufgezeigte Bandbreite an Lernformen direkt oder indirekt gut zu unterstützen, kann im Hinblick auf die Entwicklung von Wissen und Kompetenzen zu neuen Themen eine Bewegung von rechts nach links, von informellen Lernformen zu formalen Lernformen erfolgen:

Bei Bedarf kann auf der Grundlage einer social media Plattform (z.B. Yammer, Jam oder Jive) in einem ersten Schritt sehr schnell ein online Gruppenraum – beispielsweise zu einer neuen Datenbank- oder Softwaretechnologie – eingerichtet werden. Damit kann der Austausch / das informelle Lernen zu diesem neuen Themenfeld unterstützt und eine online Fachcommunity aufgebaut werden. Die Mitglieder einer solchen online Community werden dann mit der Zeit eine Reihe von Ressourcen und Materialien zu diesem neuen Themenfeld zusammentragen (z.B. einzelne Problemlösungen, kurze Erfahrungsberichte, Visualisierungen zu Zusammenhängen oder einfache Checklisten).
Wenn eine ausreichende Menge an solchen Ressourcen und Materialien verfügbar ist, können diese dann im Rahmen von Bemühungen um Leistungsunterstützung (performance support) für weitere Nutzer innerhalb des Unternehmens zugänglich gemacht werden. Etwa indem im firmeneigenen Intranet spezifische Bereiche / Seiten zu diesem neuen Themenfeld erstellt oder kurze Webinare durchgeführt werden. Dabei wird in der Regel eine Qualitätssicherung erforderlich und die Materialien müssen auf mögliche Inkonsistenzen, Lücken oder Ungenauigkeiten überprüft und gegebenenfalls allgemeinverständlicher formuliert werden.
Diese qualitätsgesicherten Materialien sind dann eine wichtige Grundlage für die Entwicklung von Trainingseinheiten zum neuen Thema für wiederum grössere Zielgruppen. Die für die Umsetzung erforderliche Zeit ist bei einfachen Experten- / Trainer-geführten Workshops kürzer, bei der Umsetzung von didaktisch ausgearbeiteten Kursen oder online Lerneinheiten (WBT) entsprechend länger.

Bewegungsrichtung bei agiler Kompetenzentwicklung

Es wird deutlich, wie Wissensmanagement, informelles Lernen und formale Weiterbildung ineinander fliessen. Erste Unterstützungsangebote (Austausch, Performance Support) können schneller realisiert werden als voll ausgearbeitete Kursangebote und damit können Bildungsbereiche schneller und beweglicher werden (agile Kompetenzentwicklung). Welche Aufgaben Bildungsverantwortliche jeweils übernehmen, kann unterschiedlich sein. Denkbar ist beispielsweise, dass sie im Hinblick auf den Austausch in Communities und Performance Support-Angebote die verantwortlichen Themenexperten punktuell unterstützen (z.B. im Hinblick auf die Moderation einer Fachcommunity oder die Strukturierung / Ausgestaltung von Materialien) und erst bei der Durchführung von formalen Trainingsangeboten die Führung übernehmen.

Wege aus der „Kürsli-Denke“? – Neuorientierung betrieblicher Weiterbildung

Eine zunehmende Kompetenz- bzw. Outcome-Orientierung – anstelle einer reinen Wissensvermittlung – ist aktuell in der gesamten Weiterbildungsbranche auszumachen. Das gründet vor allem auf gesellschaftlichen Entwicklungen, die zu veränderten Bedürfnissen und Bedarfen geführt haben.
Damit stehen auch betriebliche Bildungsorganisationen vor der grossen Herausforderung, Lernevents nicht mehr nur punktuell zu organisieren, sondern darüber hinaus Lernen als Prozess zu verstehen und diesen zu begleiten und zu unterstützen. So können bspw. Lernmöglichkeiten am Arbeitsplatz, also im Arbeitsprozess, mit dem Einbezug informeller Lernformen systematisch genutzt werden. In der Realität bilden derzeit allerdings noch immer „klassische“ Trainings das dominante Design von Bildungsmassnahmen. Damit wird eine Lücke zwischen Angebot und Nachfrage deutlich.
Der Buchbeitrag Neuorientierung betrieblicher Weiterbildung – Wege aus der „Kürsli-Denke“? zeigt Möglichkeiten auf, die bestehenden Organisationslogiken zu überdenken. Dazu werden neben klassischen Herausforderungen des betrieblichen Bildungsmanagements, wie z.B. das Ausbalancieren des Spannungsfeldes zwischen den Geschäftszielen und den persönlichen Zielen der Mitarbeitenden, aktuelle Trends in der Weiterbildungsbranche skizziert und damit einhergehende neue paradigmatische Ausgangspunkte von Lernen dargestellt, die auf den betrieblichen Kontext, vor allem auf den Ebenen der Programmgestaltung sowie der konkreten Umsetzung des Lerngeschehens zu übertragen sind.
Abschliessend werden diese Überlegungen zu neuen Optionen für die Neuausrichtung von Weiterbildungsanbietern weiter geführt. Damit können z.B. eine erweiterte oder sogar neu ausgerichtete Outcome-orientierte Wertschöpfungskette, die die Ebenen der Mitarbeitenden sowie die des Unternehmens einbezieht, sowie neue Rollen der Weiterbildungsanbieter einher gehen.
Der Buchbeitrag ist in „Kompetenzentwicklung in unterschiedlichen Lernkulturen. Festschrift für Dieter Euler zum 60. Geburtstag.“, herausgegeben 2013 von Sabine Seufert und Christoph Metzger, erschienen. Die Publikation beinhaltet neben Beiträgen zur Kompetenzentwicklung in Unternehmen ebenso Beiträge zu den Kontexten Schule und Universität.

scil Arbeitsbericht "Informelles Lernen als Führungsaufgabe"

Informelles Lernen ist ja nichts grundlegend Neues und auch wir haben hier auf diesem Blog schon öfter zu diesem Thema gepostet.
In der Diskussion um informelles Lernen stehen häufig die folgenden Fragen im Vordergrund:

Wo und wie findet informelles Lernen statt?
Wie kann informelles Lernen in Arbeitsprozesse integriert werden?
Wie können Bildungsbereiche und Personalentwickler informelles Lernen unterstützen?

Informelles Lernen ist aber auch ein Führungsthema:

Führungskräfte sind einflussreiche Vorbilder und „agents of change“. Ihr Handeln beeinflusst andere Personen und hat grossen Einfluss beispielsweise auf den Transfererfolg und die Nachhaltigkeit von formal organisierten Trainings.
Führungskräfte sind zunehmend aufgefordert, neben Management- und Sachaufgaben auch Aufgaben zur Entwicklung von Mitarbeitenden zu übernehmen.

Im Mittelpunkt dieses Arbeitsberichts steht die Frage, wo und wie informelles Lernen stattfindet und welche Rolle / Bedeutung Führungskräfte für das informelle Lernen ihrer Mitarbeitenden haben. Auf der Grundlage von fünf Fallstudien in Bildungsbereichen grosser Unternehmen (Caterpillar, Deloitte, IBM, Siemens, UBS) werden die Rahmenbedingungen für informelles Lernen behandelt, die vorgefundenen Lernlandschaften und die Potenziale für die Kompetenzentwicklung. Der Arbeitsbericht zeigt anhand der Formen „extended Training“, „moderiertes Lernen“ und „selbstorganisiertes Lernen“ den notwendigen Zusammenhang von betrieblicher Lernorganisation (Stichwort „Lernende Organisation“ und Rahmenbedingungen für informelles Lernen) und didaktischer Lernorganisation (formelles Lernen) auf. Darüber hinaus werden vier Handlungsfelder für lernförderliche Führungsarbeit skizziert:

Lernkontexte in Arbeitsprozessen gestalten
(in)formelles Lernen begleiten
Lernkulturen fördern
Führungssituationen lernförderlich / entwicklungsorientiert gestalten

Und schliesslich wird in diesem Bericht ein allgemeiner Bezugsrahmen zur Förderung informellen Lernens durch Führungskräfte entwickelt, der einen Ausgangspunkt für künftige Forschungs- und Entwicklungsarbeiten darstellt.
Der scil Arbeitsbericht 24 „Informelles Lernen als Führungsaufgabe“ kann über die Webseiten von scil kostenfrei bestellt werden. Hier ein kurzer Auszug aus dem Arbeitsbericht:

Informelles Lernen – Neue Geschäftsmodelle für Weiterbildungsanbieter

Informelles Lernen nimmt immer mehr an Bedeutung zu, denn die berufliche Kompetenzentwicklung findet zunehmend in informellen Lernkontexten statt. Die traditionelle formelle Weiterbildung steht damit unter Druck.
Was bedeutet das für Weiterbildungsanbieter? Eröffnen sich Chancen einer Neupositionierung auf dem Bildungsmarkt?
In der aktuellen Ausgabe der Zeitschrift Weiterbildung wird diesen Fragen nachgegangen und eine mögliche neue Rollendefinition von Weiterbildungsanbietern aufgezeigt. Durch die Verzahnung informellen und formellen Lernens können Weiterbildungsinstitutionen den Lernprozess in seiner Gesamtheit – nicht mehr nur punktuell – fördern. Das kann entlang zweier Entwicklungslinien zur 1) Erweiterung und 2) Neuausrichtung der Wertschöpfungskette führen.
———————————
Schuchmann, D. & Seufert, S. (2012). Neue Geschäftsmodelle für Weiterbildungsanbieter.
In: Weiterbildung(4), 34-37.

scil Innovationskreis – Spannendes Zusammentreffen unserer Partner in St.Gallen

Vergangene Woche, am 15. und 16. Mai 2012, sind die Partner des scil Innovationskreises am Executive Campus der Universität St.Gallen (HSG) unter Leitung von scil zu einem angeregten Austausch zusammengekommen. An zwei sehr intensiven Tagen standen, neben dem informellen Austausch, die Umsetztungsprojekte der Partnerunternehmen im Vordergrund, die im Vorfeld mit scil für den Kreis ausgewählt wurden. In Input- und Workshopsessions wurden die Themenbereiche „Mobiles Lernen“, „Communities of Practice“ und „Blended Learning 70:20:10“ in Hinblick auf die Partnerprojekte vertieft und zentrale Fragestellungen/Herausforderungen diskutiert. Insbesondere der Spagat zwischen den jeweiligen Organisationsrealitäten und den Anforderungen an eine zukunftsorientierte Kompetenzentwicklung standen themenübergreifend immer wieder im Vordergrund. Bereichert wurden die zwei sehr spannenden Tage durch einen Beitrag von IBM Schweiz (Herr Sebastian Drews und Frau Annina Torrado) zum Thema „Communities bei IBM“.
Im Rahmen des scil Innovationskreises „Zukunftsorientierte Kompetenzentwicklung“ wird der Dialog und Wissensaustausch nun weiter in Projektthemenbezogenen Workshops moderiert und im November 2012 mit einem Abschlussworkshop zum Thema „Kultur-sensitives Learning Design“ abgeschlossen. Es haben sich aber bereits jetzt Kontakte gebildet, die sicher weit über den offiziellen Rahmen des Kreises hinaus reichen werden.
Wir freuen uns sehr auf die weitere Zusammenarbeit im Kreis und werden übergreifende Ergebnisse Ende des Jahres in einem scil Arbeitsbericht der Öffentlichkeit zugänglich machen.

Formelles Lernen

Drei Ebenen menschlichen Lernens

Veränderte Kompetenzerfordernisse und Substitution von menschlicher Arbeitskraft

Auswirkungen auf Lernen, Lehren und (Weiter-)Bildung

Vielen Dank