M A S T E R A R B E I T

Transkript

1 Unterschrift des Betreuers M A S T E R A R B E I T Thema ausgeführt am Institut für der Technischen Universität Wien unter der Anleitung von durch Name Anschrift Datum Unterschrift (Student)

2 Abstrakt The main purpose of this diploma thesis is to evaluate how a competency-managementsystem works in cooperation with e-learning. To enable the exchange of data between those platforms, state of the art standards are used and adapted. Furthermore, to get data for test cases, an e-learning course was created, consisting of three modules and concerning database design. The obtained metadata of this course is used to simulate means of interaction between all platforms involved. An evaluation protocol demonstrates the outcome. This protocol illustrates a concept on how a competency profile is used and is updated after successfully attending a course. Ziel dieser Arbeit ist die Kooperation von e-learning mit einem Kompetenzmanagementsystem zu untersuchen. Um einen Datenaustausch zwischen den beteiligten Plattformen zu ermöglichen, werden (State of the Art) Standards verwendet und erweitert. Zudem wurde für Testzwecke ein e-learning Kurs im Bereich Datenbanken entwickelt. Die Metadaten dieses Kurses werden daraufhin genützt, um das Zusammenspiel zwischen allen an einem Datenaustausch involvierten Plattformen zu evaluieren. Das Ergebnis dieser Evaluierung wird in einem Protokoll festgehalten. In diesem Protokoll wird dargestellt, wie ein Kompetenzprofil verwendet und nach Absolvierung eines Kurses aktualisiert wird. Engelbert Wimmer Seite I

3 Inhaltsverzeichnis 1 Einleitung Zielstellung und Aufbau State of the Art Kompetenzmanagementsystem Graphische Darstellung von Kompetenzen Metadaten Lernobjekte e-learning LOM Standard Entwicklungsprozess von Standards SCORM Reload Editor Learning Object Metadata HR-XML Standard Ontologie Kompetenzen Bewertung von Kompetenzen Evidenzen und deren Messung e-learning Taxonomie Taxonomie Beispiele Fazit Integrationsbedingte Weiterentwicklung der Datenaustauschformate Relevanz von elearning Faktoren für einen Kompetenzgewinn Analyse Faktoren Beispiele zur Werteberechnung System-Architektur Anforderungen an eine e-learning Plattform Anpassung von LOM Kategorie <general> Kategorie <technical> Kategorie <educational> Kategorie <relation> Kategorie <classification> Kategorie <requiredcompetency> Engelbert Wimmer Seite II

4 3.4.7 Kategorie <competency> Kategorie <participant> Anpassung von HR-XML Persönliche Information Kompetenzen, Evidenzen und Kompetenzwerte Fazit Implementierung eines e-learning Kurses Blended Learning Lehrstoffverteilung Einteilung Modul 1 Entity-Relationship-Modell Einteilung Modul 2 Das relationale Datenmodell Einteilung Modul 3 Grundlagen SQL Bestimmung der Faktoren-Werte Ermittelte Werte Modul Ermittelte Werte Modul Ermittelte Werte Modul Ermittelte Werte Kurs Fazit Evaluierung der angepassten Schemata Auswahl und Anzeigen relevanter Kurse Erstellen einer Evidenz Fazit Conclusio Literaturverzeichnis Engelbert Wimmer Seite III

5 Abkürzungsverzeichnis ADL Advanced Distributed Learning Initiative AICC Aviation Industry CBT [Computer-Based Training] Committee CBT Computer Based Training CMS Course Management System CommSy Community System HR-XML Human Resources - Extensible Mark-up Language IMS Instructional Management Systems IEC International Electrotechnical Commission IEEE Institute of Electrical and Electronics Engineers ISO International Organization for Standardization LO Learning Object LOM Learning Object Metadata LON-CAPA Learning Online Network with Computer-Assisted Personalized Approach LTSC Learning Technology Standards Comittee OpenUSS Open University Support System OWL Web Ontology Language PHP Personal Home Page Tools (Scriptsprache) SCORM Sharable Content Object Reference Model SQL Structured Query Language URI Uniform Resource Identifier VU Virtuelle Universität W3C World Wide Web Consortium XML Extensible Mark-up Language Engelbert Wimmer Seite IV

6 Einleitung 1 Einleitung Das Kompetenzmanagementsystem eines Unternehmens dient einerseits dazu zu beschreiben welche Fähigkeiten ein Mitarbeiter hat und andererseits zu helfen diese Fähigkeiten zu erweitern. Denn ein Kompetenzmanagementsystem ermöglicht es über Wissens- und Kompetenzgrade einer Person Buch zu führen. Ein universitäres Kompetenzmanagementsystem macht den Lernerfolg der Studierenden nachvollziehbar und in Folge können die Fähigkeiten der Studierenden bei Job-Bewerbungen mit den Anforderungen für ein Job-Profil verglichen werden. Eine Möglichkeit für Mitarbeiter eines Unternehmens sowie für Studierende, Kompetenzen zu erweitern, sind e-learning Kurse. e-learning stellt ein Medium dar, welches sowohl Wissen als auch Erfahrungswerte vermitteln kann. Es ermöglicht zeit- und ortsunabhängiges Lernen und Üben. Ebenso können Lerninhalte in Text, Sprachaufnahmen sowie Videos verpackt werden und online-prüfungen können konzipiert werden. Hinderlich bei der Kombination dieser beiden Plattformen ist jedoch, dass bisher kein einheitliches Format für einen Datenaustausch vorhanden ist. 1.1 Zielstellung und Aufbau Ein Teilziel dieser Arbeit besteht darin ein gemeinsames Datenaustauschformat zu finden. Kurse einer e-learning Plattform und Evidenzen über Kompetenzen müssen daher in XML abgebildet werden. Für Lernobjekte gibt es bereits einen vorhandenen Standard, nämlich IEEE - LOM. Dieser findet beim Austausch von Lernobjekten zwischen e-learning Plattformen Verwendung. Kompetenzen einer Person wiederum können mittels HR-XML dargestellt werden. HR-XML ist ein Format zur Speicherung Personen bezogener Daten und kann dazu genutzt werden Informationen zwischen Kompetenzmanagementsystemen auszutauschen. In dieser Arbeit wird nun untersucht, ob diese beiden Schemata auch geeignet sind bei der Kooperation einer e-learning Plattform mit einem Kompetenzmanagementsystem Datenübertragungen in beiden Richtungen zu ermöglichen. Ist dies nicht der Fall müssen sie gegebenenfalls angepasst werden. Beide Standard Schemata sowie Metadaten generell, werden in dieser Arbeit vorgestellt. Desgleichen gilt für State of the Art Technologie. Es werden folgende Aspekte behandelt: Was ist eine e-learning Plattform? Was versteht man unter einem Kompetenzmanagementsystem? Engelbert Wimmer Seite 1

7 Einleitung Was sind Metadaten? Was ist eine Ontologie und wie ist deren Definition für diese Arbeit? Welche e-learning Faktoren sind auschlaggebend für eine Kompetenzsteigerung? Wesentlich ist außerdem die Klärung des Begriffes Lernobjekt. Es werden die vorhandenen Definitionen diesbezüglich untersucht. Hierbei müssen die folgenden beiden Fragen geklärt werden: Beschreibt ein Lernobjekt den kleinsten Teil eines Kurses oder aber einen Kurs selbst? Wie groß sollte die Granularität von Lernobjekten sein um einen Kompetenzgewinn ermitteln zu können? Weiters bleibt zu erörtern, welche e-learning Faktoren für die Ermittlung des Kompetenzgewinns relevant sind. Durch Auswahl und Analyse an Hand einer konkreten Kompetenz kann man relevante Faktoren prüfen. Ausgehend von einer dreistufigen Skala (Anfänger, Fortgeschrittener, Profi) soll beispielsweise Folgendes analysiert werden: Wie kann bei Anfängerstatus durch Absolvierung eines e-learning Kurses der Fortgeschrittenenstatus erreicht werden? Welche Faktoren sind für einen Gewinn an Kompetenz und für die Berechnung eines Kompetenzwertes heranzuziehen? In Folge können Rückschlüsse auf alle Kompetenzen gezogen werden. Sind alle Faktoren bekannt ist es möglich zu ermitteln, ob diese bereits mit den vorhandenen Schemata LOM und HR-XML abgebildet werden können. Ist dies nicht der Fall, muss versucht werden den LOM und HR-XML Standard um alle, für die Interaktion eines Kompentenzmanagementsystem mit einer e-learning Plattform nötigen Bereiche, zu erweitern. Einen möglichen Faktor könnte beispielsweise das Vertrauen darstellen, welches in e- Learning Kurse gesetzt werden kann. Mit welcher Sicherheit kann behauptet werden, dass die durch einen e-learning Kurs erreichte Steigerung einer Kompetenz der Wahrheit entspricht? Bevor jedoch daran gedacht werden kann eine Erweiterung der Standards vorzunehmen, muss die System-Architektur analysiert werden. Wann findet ein Austausch an Daten statt? Welche Plattformen sind daran beteiligt? Engelbert Wimmer Seite 2

8 Einleitung Es muss geklärt werden, welche Vorgänge und welche Komponenten jener Plattformen an einem Datenaustausch beteiligt sind. Auch muss untersucht werden, welche Anforderungen eine e-learning Plattform erfüllen sollte um ein Kompetenzmanagementsystem optimal zu ergänzen und inwieweit diese Anforderungen bereits mittels Open-Source-Lösungen abgebildet werden können. Es gibt viele Open-Source e-learning Plattformen. Doch welche sind geeignet für ein eigenständiges e-learning, ohne Anbindung an Kurse, bei denen die Anwesenheit von Teilnehmern vor Ort notwendig ist? Es müssen auch die von den Plattformen bereitgestellten Tools überprüft werden. Zum Beispiel: Welche Art der Überprüfung des Wissens oder der Erfahrung eines Teilnehmers ist möglich? Zusätzlich wird in dieser Arbeit ein e-learning Kurs, bestehend aus drei Modulen, vorgestellt. Der e-learning Kurs wird generiert um Daten für eine beispielhafte Abbildung eines Kurses, bestehend aus mehreren Modulen, in XML zur Verfügung zu haben. Ziel dieses Kurses ist die Kompetenz Database Design zu erweitern. Können wichtige Faktoren und Anforderungen auf Grund der Verwendung von Moodle nicht abgebildet werden, werden sie im entsprechenden Kapitel dieser Arbeit erwähnt. An dem Beispiel des e-learning Kurses und der Kompetenz Database Design soll demonstriert werden, wie ein Kompetenzgewinn errechnet wird. Anschließend ist es möglich zu versuchen die Interaktion einer e-learning Plattform mit einem Kompetenzmanagementsystem zu evaluieren. Zu diesem Zweck wird ein Protokoll erstellt, welches dieses Zusammenspiel unter Verwendung der angepassten Schemata demonstriert. Engelbert Wimmer Seite 3

9 State of the Art 2 State of the Art Ziel dieses Kapitels ist alle für diese Arbeit wichtigen Begriffe und Standards zu erklären. Es gilt zu definieren, wie diese Verwendung finden um die Voraussetzung für ein besseres Verständnis der weitergehenden Kapitel zu schaffen. Ebenfalls werden im weiteren Verlauf Institutionen näher beschrieben, die an der Bildung von Standards wesentlich beteiligt sind sowie der Standardbildungsprozess selbst. Dies ist notwendig um zu zeigen, dass eine Erweiterung zu einem bestehenden Standards, lediglich als ein Vorschlag, eine Spezifikation im Hinblick auf die Interaktion von e-learning mit einem Kompetenzmanagementsystem, gesehen werden kann. 2.1 Kompetenzmanagementsystem Ein Kompetenzmanagementsystem dient einerseits dazu, zu beschreiben welche Fähigkeiten eine Person hat und andererseits Hilfestellung zu leisten, diese Fähigkeiten zu erweitern. Ein Kompetenzmanagementsystem ermöglicht es über Wissens- und Kompetenzgrade einer Person Buch zu führen. Zitat (Heyse, 2007 S. 21): Die Entfaltung bereits vorhandener sowie die Entwicklung neuer Kompetenzen wird zu einer der dringlichsten Aufgaben fortschrittlichen Personalmanagements. Wenn in Zukunft noch konsequenter dazu übergegangen wird, das firmenspezifische Wissen, das so genannte intellektuelle Kapital, in die Bestimmung des Ertragspotenzials einer Firma und in die Personalplanung einzubeziehen, ist es unumgänglich, vorhandene Kompetenzen und ihre Entwicklungsmöglichkeiten zu berücksichtigen. Betreffend ein Kompetenzmanagementsystem gilt es die folgenden Fragen zu klären: Was ist eine Kompetenz? Was ist Kompetenzmanagement? Was ist Kompetenzmanagement aus universitärer Perspektive? Wie können Kompetenzen gemessen werden? Wie können Kompetenzen elektronisch abgebildet werden? Diese Arbeit befasst sich mit der Einbindung von e-learning als Erweiterung sowohl eines universitären als auch eines unternehmensbezogenen Kompetenzmanagements. Zur Entwicklung eines Vorschlags für den Datenaustausch zwischen einer e-learning Plattform und jenen Kompetenzmanagementsystemen wurden die folgenden Konzepte aus der Arbeit von Markus Pichlmair übernommen: Engelbert Wimmer Seite 4

10 State of the Art Kompetenzen werden als ergebnisorientierte Eigenschaften einer Person betrachtet. Wie effizient eine Kompetenz zur Zielerreichung beiträgt, wird mit einem Kompetenzwert bemessen. Alle Kompetenzen einer Person sind in einem Kompetenzprofil zusammen gefasst. Die Werte, enthalten in diesen Profilen, werden in Folge mit bestimmten Anforderungen verglichen. Zitat: (Pichlmair, 2008 S. 20): Kompetenzen beschreiben die auf Entscheidung und Handlung ausgerichteten psychischen und physischen Möglichkeiten und Eigenschaften einer Person, die für die Lösung einer komplexen/kreativen Aufgabenstellung notwendig sind. Betreffend ein Kompetenzmanagementsystem eines Unternehmens beispielsweise, ist es erforderlich Kompetenzen eines Mitarbeiters oder eines Job-Kandidaten hinsichtlich der Voraussetzung der Erfüllung einer spezifischen Rolle zu entwickeln, bzw. zu überprüfen. Es können die Kompetenzen eines Mitarbeiters gezielt, mit Hilfe von Beurteilungen und Trainings, gesteigert werden. Laut Markus Pichlmair sollen die Kompetenzprofile der Mitarbeiter vergleichbar sein, nicht nur innerhalb eines Unternehmens, auch Unternehmen übergreifend um Kosten bei der Suche und Auswahl von Mitarbeitern zu reduzieren. Dies macht ein einheitliches Datenaustauschformat erforderlich, da an diesem Vorgang oft mehrere Kompetenzmanagementsysteme beteiligt sind, jedes System meist ein eigenes Format unterstützt und Daten daher neu erfasst werden müssen. E-Learning kann demnach im Bereich Training und Weiterbildung von Mitarbeitern eingesetzt werden. Markus Pichlmair führt das unternehmerische Kompetenzmanagementsystem weiter und entwirft zusätzlich ein System für ein universitäres Kompetenzmanagement. Dies ist ähnlich dem Kompetenzmanagementsystem eines Unternehmens. Absolviert man eine Lehrveranstaltung positiv, wird im Kompetenzmanagementsystem eine Evidenz über diese Leistung festgehalten. Studenten entwickeln ihre Kompetenzen dem Zielprofil einer Studienrichtung entsprechend. Es müssen zum Beispiel bestimmte Grundvoraussetzungen an Kompetenzen erfüllt sein, dass ein Student eine fortführende Lehrveranstaltung besuchen kann oder ein Studium abgeschlossen werden kann. Studenten können das System jedoch nicht nur für die Planung von Kursen und zur Kontrolle der Zielerreichung, sondern auch für Vermittlungsprozesse nutzen. Zum Beispiel für die Suche nach einem Betreuer für Diplomarbeiten oder nach einem Arbeitsplatz. Unternehmen wiederum nutzen ein solches System um Studierende entsprechend einem Jobprofil anzuwerben. Es bietet also eine einfache Methode zu überprüfen, ob die Kompetenzen eines Studenten mit den Anforderungen eines Jobs übereinstimmen. Engelbert Wimmer Seite 5

11 State of the Art Graphische Darstellung von Kompetenzen Kompetenzen können auf sehr unterschiedliche Arten dargestellt werden. Es kommt großteils auf den Verwendungszweck an, welche davon gewählt wird. Für eine übersichtliche Darstellung von Ist- und Soll-Profilen, bestehend aus wenigen Kompetenzen, ist das Netzdiagramm sehr gut geeignet und wurde zu diesem Zweck auch als Darstellungsform für den Bereich der Evaluierung dieser Arbeit ausgewählt. Es wären auch andere einfache Diagrammarten möglich gewesen, wie Balken oder Profildiagramme. Abbildung 1 illustriert ein Beispiel für ein solches Netzdiagramm. Es zeigt das Kompetenzprofil eines Nutzers sowie ein Zielprofil, das es zu erreichen gilt. Man kann sehr leicht erkennen, dass die Kompetenzen 1, 2 und 3 bereits dem Zielprofil entsprechen, die Kompetenzen 4 und 5 aber noch gesteigert werden müssten, möchte der Student dem Zielprofil entsprechen. Abbildung 1: Netzdiagramm Engelbert Wimmer Seite 6

12 State of the Art 2.2 Metadaten Metadaten sind strukturierte Informationen, welche Informationsressourcen erklärend beschreiben, damit es leichter fällt diese zu finden und wieder zu verwenden. Der Begriff Metadaten wird oft in unterschiedlichem Zusammenhang benutzt. Für manche sind es Aufzeichnungen, welche rein digitale Medien beschreiben, ebenso aber können sie für nichtdigitale verwendet werden. Beispielsweise dienen Metadaten für nicht-digitale Medien in Büchereien der Katalogisierung von Büchern. Es gibt drei verschiedene Kategorien, in die man Metadaten einordnen kann: Beschreibende Metadaten Metadaten der Struktur Administrative Metadaten Beschreibende Metadaten werden für die Auffindung und Identifikation verwendet. Metadaten über Bücher enthalten zum Beispiel: Titel, Autor, usw. Ebenfalls gibt es Metadaten, die die Struktur von Daten beschreiben. Diese so genannten Schemata enthalten Informationen über alle relevanten Elemente einer Ressource und deren Semantik. Schemata werden meist dafür verwendet, Standards für den Austausch von gleichwertigen Daten zwischen verschiedenen Plattformen zu definieren. LOM, welches in dieser Arbeit Verwendung findet, ist ein gutes Beispiel für solche Schemata. Es definiert eine festgelegte Struktur, wie LO beschrieben werden sollten, um einen Austausch an Information über LO zu ermöglichen. Administrative Metadaten helfen Ressourcen zu managen. Es sind Informationen über das Erstellungsdatum, Änderungsdatum, die File-Typen sowie darüber, wem der Zugriff erlaubt ist. Der bekannteste Standard zur Speicherung von Metadaten sowie Metadaten-Schemata ist XML. Es ist eine erweiterte Form von HTML und wurde entwickelt vom W3C. Mittlerweile gibt es zahlreiche Tools um mit XML zu arbeiten und Schemata zu erzeugen. 2.3 Lernobjekte Es gibt mehrere Definitionen für Lernobjekte, die sich sehr voneinander unterscheiden. Das folgende Zitat beschreibt die Bedeutung eines Lernobjektes (Pankratius, 2005 S. 1): Im e-learning-umfeld haben sich Lernobjekte als eine spezielle Art von Komponenten herauskristallisiert, um Lerninhalte aller Art zu kapseln. Damit wird beabsichtigt, dass Lerninhalte strukturiert gespeichert, effizient wieder verwendet und flexibel zwischenverschiedenen E-Learning-Plattformen ausgetauscht werden können. Engelbert Wimmer Seite 7

13 State of the Art Die Unterschiede bei der Beschreibung von Lernobjekten ergeben sich bei der Struktur von Lerninhalten und deren Granularität Definition Lernobjekt Bevor Bildungsinstitute und Unternehmen viel Zeit und Energie für die Gestaltung von hochwertigem e-learning-inhalt aufwenden, muss überlegt werden wie diese Inhalte auch von anderen Learning Management Systemen benützt werden können. Wenn die Eigenschaften eines Lernobjektes in einem allgemeinen Format, wie zum Beispiel XML, genau definiert werden, ist es einfacher diese wieder zu verwenden, auch in Bezug auf einen anderen Lernkontext. Lernobjekte können somit nach bestimmten Kriterien durchsucht und gefunden werden. Die Entwicklung und der Gebrauch von internationalen Standards würden nicht nur Einsparungen bei den Kosten bewirken, sondern auch den Informationsaustausch effizienter gestalten. In Folge dessen könnten bessere Lern-, Ausbildungs- und Trainingsplattformen entwickelt werden (IEEE, 2002 S. 1-3). e-learning Kurse können Video, Sprachaufzeichnungen, Formeln sowie Text in jeder Form beinhalten. Für interoperable Systeme ist es notwendig jede Struktur zu verstehen, zu validieren und in einer Datenbank speichern zu können. Vor allem muss zuerst folgende Frage beantwortet werden: Wie ist ein Lernobjekt definiert? Zu dieser Frage gibt es unterschiedliche Ansätze: Eine Entität, digital oder nicht-digital, die für das Lernen, Ausbildung, oder Training benutzt werden kann (IEEE, 2002 S. 5). Jedes digitale Hilfsmittel, welches wieder verwendet werden kann um das Lernen zu unterstützen (Wiley, 2000 S. 4). Betreffend den zweiten Punkt sind folgende Schlagwörter hervor zu heben: Digital, Hilfsmittel und Wiederverwendbarkeit. Diese sind deshalb von Bedeutung, weil laut der ersten Definition auch einzelne Personen oder geschichtliche Ereignisse Lernobjekte darstellen könnten. Laut Wiley ist diese Auffassung jedoch zu breit gefasst um ein Lernobjekt korrekt zu beschreiben (Wiley, 2000 S. 5). Aus beiden Definitionen geht jedoch ebenfalls nicht exakt hervor, welche Granularität nun ein ideales Lernobjekt haben sollte. So könnte ein LO der kleinste Teil eines Kurses oder eine Lerneinheit selbst, wie beispielsweise ein Kurs oder ein Modul, sein. Engelbert Wimmer Seite 8

14 State of the Art Ist es sinnvoll eine einzelne Grafik oder einen einzelnen Textparagraphen als Lernobjekt zu bezeichnen und mittels Metadaten zu beschreiben? Dies ist die zentrale Frage, die es zu beantworten gilt. Wie bereits erwähnt werden Metadaten eines Buches, Metadaten wie Titel, Autor und Versionsnummer, dazu verwendet ein Buch zu katalogisieren. Diese Katalogisierung erleichtert die Suche nach Büchern. Betrachtet man nun ein Lernobjekt, ist die Situation nicht wesentlich anders. Jedoch aus dem Blickpunkt der Granularität muss man entscheiden, ob Metadaten über ein Lernobjekt nun der Katalogisierung oder der Wiederverwendung dienen, denn das eine schließt das andere aus. Weisen LO sehr kleine Granularität auf, ist die Katalogisierung aufwändig, aber sie können mit Sicherheit wieder verwendet werden. Im gegenteiligen Fall können Lernobjekte mit größerer Granularität selten in einem anderen Lernkontext genutzt werden. Die Lego Metapher wird von vielen Autoren gerne zur Beschreibung von Lernobjekten sowie deren Abbildung in Metadaten verwendet. Die Analogie besteht darin, dass kleine Informationsteile, ähnlich einem LEGO Baustein, zu einer größeren Struktur zusammen gesetzt und ebenso wieder verwendet werden können. Diese Metapher beschreibt Lernobjekte mit möglichst kleiner Granularität. Das Problem besteht jedoch darin, dass es die Sichtweise auf Lernobjekte beeinflusst (Wiley, 2000 S. 15ff.). Zur Veranschaulichung die Eigenschaften eines Lego Bausteins: Ein LEGO Baustein kann mit jedem anderen kombiniert werden. Bausteine können in jeder erdenklichen Weise angeordnet werden. Sie sind so simpel, dass sie auch von Kindern verwendet werden können. Wiley bezeichnet solche Eigenschaften für Lernobjekte als nicht wünschenswert. Dies ist auch gut nachvollziehbar, denn es ist nicht möglich jedes LO mit jedem anderen zu kombinieren. Ein LO kann nur mit einer bestimmten Anzahl an anderen Lernobjekten kombiniert werden. Der dritte Punkt, dass ein LO so einfach sein sollte, dass es von jedermann ohne Training verwendet werden kann ist ebenfalls schwierig, wenn nicht unmöglich in der Umsetzung. Aus diesem Grund hat Wiley die Atom-Metapher und im weiteren Verlauf die Kristall- Metapher vorgeschlagen. Sie ist der Atom-Metapher nicht ganz unähnlich. Kleinere Objekte können zu größeren kombiniert werden. Sie unterliegen folgenden Einschränkungen: Zitat (Wiley, 2000 S. 17): Not every atom is combinable with every other atom. Engelbert Wimmer Seite 9

15 State of the Art Atoms can only be assembled in certain structures prescribed by their own internal structure. Some training is required in order to assemble atoms. Der Unterschied zur Lego-Metapher besteht darin, dass Atome nicht die kleinsten Bausteine sind. Sie sind eine Kombination aus noch kleineren Elementen wie Neuronen, Protonen und Elektronen. Diese können analog zu Lernobjekten nur in bestimmten Strukturen zusammen gesetzt werden und der letzte Punkt des Zitats besagt, dass nur darin geschulte Personen Lernobjekte so kombinieren können, dass sie didaktisch wertvoll sind. Aufbauend auf die Atom-Metapher schlägt Wiley eine Kristall-Metapher vor (Klampfer, 2006 S. 12). Ungenau beschrieben wird ein Lernkristall, in dem Lernobjekte zu nützlichen Strukturen kombiniert werden e-learning Das in dieser Arbeit analysierte LO ist e-learning. Der Begriff e-learning umfasste ursprünglich alle Lernprozesse, die durch multimediale und/oder telekommunikative Technologien, d.h. durch elektronische Medien unterstützt werden, egal ob online oder offline (Lermen, 2006). e-learning bezieht sich jedoch immer mehr auf webbasiertes Lernen und kann daher sowohl für Lernen über das Internet als auch Lernen unterstützt durch elektronische Medien verwendet werden (Zöchmeister, 2005). Da das Internet stetig an Bedeutung gewinnt, ist e-learning meist webbasiert. Somit sind e- Learning Anwendungen nicht als reines CBT zu verstehen, da auch mittlerweile mit mobilen Endgeräten auf webbasierten Content zugegriffen werden kann. Webbasierte Lernumgebungen, in denen digitale Medien als Unterstützung zum Einsatz kommen, werden in dieser Arbeit mit dem Begriff e-learning Plattform umschrieben. Es sind dies webbasierte Kurs-Management-Systeme (CMS), welche den Nutzern Tools zur Verfügung stellen um Kurse zu verwalten, zu erstellen sowie um an ihnen teilzunehmen Überblick über aktuelle e-learning Plattformen Auf der Webseite der Medienberatung Rotenburg (Adler, 2008) werden viele aktuelle Open- Source e-learning Plattformen für verschiedenste Zielgruppen und Zwecke vorgestellt. Auch die Diplomarbeit von Zöchmeister (Zöchmeister, 2005) analysiert einige derselben. Die folgenden Punkte liefern eine kurze Beschreibung jener Plattformen, sodass deren Möglichkeiten zur Gestaltung von e-learning Kursen sichtbar werden: Engelbert Wimmer Seite 10

16 State of the Art CommSy ermöglicht den gemeinschaftlichen Auf- und Ausbau von Wissen und unterstützt die asynchrone Kommunikation in Lernprojekten. Es können Projekträume erstellt und Materialien gesammelt werden (Finck, 2008). EdoWorkSpace dient hauptsächlich dem Veröffentlichen von Informationen im Internet. Arbeitsmaterialien können für jedermann oder nur für eine spezifische Gruppe zugänglich sein (Burzi, 2008). ILIAS unterstützt den e-learning Standard SCORM 1.2. Ein Nutzer hat bei dieser Plattform die Möglichkeit den persönlichen Bereich zu gestalten, wenn auch nur im kleinen Rahmen. Es können Lernmodule, Glossare und digitale Bücher als Inhaltsmodule bereit gestellt werden. Außerdem gibt es Tools zum Kursmanagement, zur Kommunikation und einige Möglichkeiten zu Test- und Assessment-Zwecken (ILIAS, 2008). LON-CAPA dient der Lehrinhaltsverwaltung. Lehrkomponenten können mit mehreren Bildungseinrichtungen ausgetauscht werden. Ebenso ist ein Kursmanagement mit Tests und Aufgaben möglich. Die bestehenden Lehrkomponenten sind aus den Bereichen Physik, Astronomie, Chemie, Biologie, Mathematik, Statistik und Geologie. Es können jedoch neue Lehrkomponenten hinzugefügt werden (LON-CAPA, 2008). Die Plattform metacoon besteht aus einer Autorenplattform und einem privaten Bereich für Nutzer. Es können Lernmaterialien im SCORM-Standard importiert und exportiert werden. Es stehen Möglichkeiten zur Kommunikation, zur Abgabe von Kursarbeiten, zur Kooperation und Koordination, sodass kooperativ online an einem Projekt gearbeitet werden kann sowie zur Verwaltung der Plattform (metacoon, 2008). Moodle unterstützt ebenfalls den SCORM-Standard. Lehrmaterialien dieses Standards können in Moodle-Einheiten eingebunden werden. Es können sehr viele unterschiedliche Lernaktivitäten abgebildet werden und Moodle bietet Nutzern so wie Administratoren ähnliche Tools zur Verwaltung, wie teilweise in Ilias und metacoon enthalten. Laut der Website von Moodle, hat es einen hohen Verbreitungsgrad, was über registrierte Installationen aus über 180 Ländern zeigen, die auf der Projektseite erfasst wurden (Moodle, 2008). Bei MMC werden die einzelnen Komponenten in einem Ablagesystem verwaltet und sind anhand von Metadaten beschrieben. Es betrifft Texte, Grafiken, Bilder, Ton- und Videoclips und Animationen, welche auch in Sammlungen zusammen gefasst sein können (MMC, 2005). openfuxml ist ein XML-Rendering-Framework. Dadurch ist die Ausgabe von Dokumenten in verschiedenen Formaten wie beispielsweise dem SCORM-Standard möglich. Diese können in andere Systeme eingebunden werden. Es ist bisher jedoch nur in Kombination mit dem Betriebssystem Linux lauffähig (FuXML, 2007). Engelbert Wimmer Seite 11

17 State of the Art Die Plattform OpenUSS & Freestyle Learning ist für die folgenden drei Rollen konzipiert: Studierende, Dozenten und Entwickler/Betreiber. Jeder Nutzer hat Zugriff auf einen eigenen Arbeitsplatz. Die Erstellung von Kursen erfolgt nach dem Konzept des Freestyle Learning (Grob, 2002). Ziel von Stud.IP ist es nicht, vorhandene Lehrveranstaltungen zu ersetzen, sondern diese zu unterstützen. Jedem Nutzer werden Kursmaterialien zur Verfügung gestellt und man hat in seinem eigenen virtuellen Raum die Möglichkeit seine Termine zu koordinieren. Stud.IP kann mit Ilias in Kombination betrieben werden und verwendet ebenfalls den SCORM-Standard (Sud.IP, 2008). Dokeos (dokeos, 2008) ist eine einfache Lernplattform, welche grundlegende Funktionen einer e-learning Plattform, gleich wie Ilias und metacoon, bietet. Eine Besonderheit bietet diese Plattform jedoch: Es können Life-Konferenzen durchgeführt werden. Laut Zöchmeister (Zöchmeister, 2005) ist diese Plattform gut geeignet um andere Lehrveranstaltungen an Hochschulen zu unterstützen. Zur besseren Übersicht über die aktuellen Möglichkeiten von e-learning Plattformen wurden auch zu erwerbende untersucht: Mit der Adobe Produkt Familie kann selbstständig e-learning Content verfasst und in virtuellen Kursräumen zur Verfügung gestellt werden. Insbesondere Adobe Acrobat Connect Pro ermöglicht webbasiertes e-learning, unterstützt durch online Meetings und Training. Es ist möglich Lernobjekte wieder zu verwenden, jedoch nur innerhalb der Adobe Produkt Familie (Adobe, 2008). IBM stellt mehrere Möglichkeiten für e-learning zur Verfügung. Das Unternehmen bietet zum Einen e-learning Kurse mit Zertifikat-Abschluss an, zum Anderen erstellt IBM online Training Kurse und Module, angepasst an die Anforderungen der Unternehmen. Es gibt ein IBM Learner Portal, bei dem in virtuellen, von IBM verwalteten Klassenräumen Kursmaterial zur Verfügung gestellt wird (IBM, 2008). Viele aktuelle e-learning Anbieter verkaufen ähnlich wie IBM an Unternehmen angepasste e-learning Lösungen. Es ist keine eigene Anfertigung und Bereitstellung von Kursen möglich. Man kann bereits feststellen, dass sich zum Zweck der Interaktion mit einem Kompetenzmanagementsystem keine bestimmte Lernplattform anbietet, da sie nicht eigens dafür konzipiert wurden. Die konkreten Anforderungen an eine e-learning Plattformen werden in Kapitel 3.3 beschrieben Blended Learning Die Gestaltung von Lernmaterial ist bei e-learning meist mit viel Arbeit verbunden. Trotzdem, um einem Nachteil von e-learning entgegenzuwirken, nämlich dass reine Engelbert Wimmer Seite 12

18 State of the Art Textpräsentation für den Lernenden nicht sehr motivierend ist, kommt meist eine Art von Blended Learning zum Einsatz. Abbildung 2: Blended Learning (Wiepcke, 2006) Abbildung 2 enthält eine Kombination von Lernmethoden, Medien sowie lerntheoretischen Ausrichtungen. Das folgende Zitat kann den Begriff Blended Learning sehr gut beschreiben: Zitat Verband der europäischen Blended-Learning-Akteure (Blended-Learning-Akteure, 2008 S. 1): Blended Learning bedeutet wörtlich "gemischtes Lernen". Es handelt sich dabei um eine didaktisch sinnvolle Verknüpfung von Präsenzlernen und elektronischen Lehr- /Lernkonzepten wie z.b. CBT oder E-Learning im Rahmen einer organisierten und durchgängig betreuten Aus-, Fort- und Weiterbildungsmaßnahme. Engelbert Wimmer Seite 13

19 State of the Art Bei Blended Learning werden die sehr unterschiedlichen Lernformen so verzahnt und zu einer Einheit zusammengeführt, dass es gelingt, die Vorteile der jeweiligen Lernform einzubringen und die Nachteile der jeweils anderen Lernform zu kompensieren. Blended Learning unterstützt und fördert selbstgesteuertes Lernen. Durch das Zusammenwirken dieser Aspekte wird das Ganze mehr als die Summe seiner Teile und ermöglicht einen größtmöglichen Lernerfolg. Blended Learning steuert den Lerntransfer, intensiviert Lernprozesse, die Kommunikation und eröffnet damit neue Wege in eine neue Lernkultur. 2.4 LOM Standard Es gibt viele Standards betreffend Metadaten von Lernobjekten. Metadaten sind Daten die andere Daten beschreiben. Somit enthalten Metadaten von Lernobjekten Informationen über jene Lernobjekte. Welche Informationen dafür jedoch relevant sind hängt sehr vom Verwendungszweck ab. Ein Standard ist definiert als ein Abkommen über die Definition von Technischen Spezifikationen sowie anderen Kriterien, wie Regeln, Richtlinien oder Definitionen von Charakteristiken um sicherzustellen, dass Materialien, Produkte, Prozesse und Dienstleistungen dem Verwendungszweck entsprechen (ISO, 2007). Generell werden für e-learning Metadaten Standards entwickelt um sicher zu stellen, dass diese Daten plattformunabhängig verwendet werden können. Viele Kurse und Lernplattformen wurden teilweise zu enormen Kosten implementiert, ohne dass zum Beispiel ein Austausch von Informationen über Kurse, Module und deren Eigenschaften zur Kompetenzsteigerung bedacht wurde. Doch die Entwicklung solcher Standards sowie die Struktur der daran beteiligten Organisationen sind sehr komplex. Um einen Standard zu entwickeln ist vorerst eine Spezifikation notwendig, bevor diese zum Standard erklärt wird. Die an diesem Vorgang beteiligten Organisationen wie, IMS, IEEE LTSC, ISO/IEC, und die existierenden Standards sowie der Vorgang selbst werden nun in den weiteren Unterkapiteln kurz vorgestellt. Das am häufigsten verwendete Daten Modell ist das von IEEE, der "Learning Object Metadata" Standard (IEEE, 2002). IMS: Das IMS Global Learning Consortium Inc. entwickelt und fördert Spezifikationen für kompatible Lern-Technologie (Norm Friesen, 2004 S. 1). IMS ist eine Non-Profit- Organisation und findet in diesem speziellen Bereich häufig Erwähnung. ADL: Die Advanced Distributed Learning Initiative ist eine Organisation, die im Bereich der Standardisierung von e-learning Technologien tätig ist. ADL veröffentlicht die Standardsammlung SCORM, die sich als wichtigster Referenzpunkt der zahlreichen Standardisierungsbestrebungen erweisen könnte. IEEE/LTSC: Das IEEE ist ebenso eine Non-Profit-Organisation, mit mehr als Mitgliedern in 175 Ländern (Section, 2006). Die IEEE ist in 10 Sektionen und 37 Engelbert Wimmer Seite 14

20 State of the Art Societies aufgeteilt und ist zuständig für die Normierung in allen Bereichen der Elektro- und Informationstechnik. Das LTSC wurde vom IEEE gegründet um technologische Standards und Richtlinien für Lern-Technologie zu entwickeln. ISO/IEC (JTC 1/ SC36): Die ISO, ein Netzwerk von Nationalen Standard Instituten von insgesamt 157 Ländern, und IEC sind ähnliche Organisationen mit dem Ziel der Publikation von Normen. Im Fall von ISO sind viele Fachgebiete, auch Computer und Kommunikation, von IEC die Gebiete für elektrische und elektronische Technologien, betroffen. Damit es keine Überschneidungen bei der Entwicklung von Standards gibt, wurde das technische Komitee JTC 1 gegründet. SC 36 ist ein Teil dieses Komitees bei dem ein Mitglied pro Land vertreten ist und jedem Mitglied eine Stimme bei Entscheidungen zusteht Entwicklungsprozess von Standards Abbildung 3 zeigt einen überwiegend linearen Entwicklungsprozess, jedoch werden Spezifikationen und Modelle häufig geändert oder von Beginn an neu entwickelt, bis sie als Standard anerkannt werden. Abbildung 3: Standardentwicklungsprozess Engelbert Wimmer Seite 15

21 State of the Art IMS, ähnlich wie AICC und W3C in anderen Bereichen, erstellt demnach Spezifikationen, Richtlinien und Empfehlungen, auf denen e-learning Standards aufgebaut sein sollten. ADL implementiert diese, erstellt Modelle und überprüft ob sie den Anforderungen genügen. Schlussendlich wird ein nationaler, bzw. internationaler Standard definiert SCORM SCORM (Sharable Content Object Reference Model) ist ein Standard für e-learning Plattformen. Dieser Standard von ADL dient dem Zweck Lernobjekte plattformübergreifend zu verwenden. D.h. Kurse, Module oder Lerneinheiten gemäß einem Standard zu gestalten, sodass jene von mehreren e-learning Plattformen, die denselben Standard verwenden, genutzt werden können. SCORM besteht aus vier Kategorien, welche in sogenannten Büchern beschrieben sind. Jede Kategorie ist dargestellt und entspricht der Beschreibung im gleichnamigen Buch (SCORM, 2006): Abbildung 4: SCORM Übersicht (SCORM, 2006) Overview Sequencing and Navigation Runtime Environment Content Aggregation Model (CAM) Engelbert Wimmer Seite 16

22 State of the Art Die ersten drei Bücher enthalten einen Überblick, im Fall von Sequencing and Navigation Informationen über die Ablaufsteuerung der Lerninhalte und die Navigation und im Fall von Runtime Environment Informationen über die Kommunikation von Lernobjekten mit einem Lernmanagementsystem. In der Kategorie CAM jedoch ist der LOM Standard enthalten, welcher dazu dient Lernobjekte abzubilden und diese somit für einen plattformübergreifenden Austausch nutzbar macht. Diese Unterkategorie wird in den Kapiteln und 3.4 dieser Arbeit eingehender dargestellt. Generell ist das Ziel der Kategorie CAM den Aufbau von Lerninhalten zu beschreiben Reload Editor Lernpakete, welche für e-learning Plattformen Verwendung finden, können mit dem Reload- Editor erstellt (JISC, 2008) werden. Dieser Editor ermöglicht die Gestaltung von SCORM Lernpaketen, aber auch von Lehrinhalten mittels IMS Content Packaging. Diese sind ähnlich den SCORM Lernpakten und enthalten wie SCORM, LOM als Schema zur Beschreibung der LO. IMS Content Pakete sind übersichtlich dargestellte und formatierte Lerninhalte, die mit aktuellen Internet-Browsern geöffnet werden können. Engelbert Wimmer Seite 17

23 State of the Art Learning Object Metadata Der IEEE LOM Standard ist ein Teil von SCORM und fand bereits während der Entwicklungsphase häufige Verwendung. Aus diesem Grund wurde er von der ISO noch nicht weiter standardisiert, bzw. konkretisiert. Der weitere Verlauf sieht eine Zusammenarbeit zwischen IEEE/LTSC und SC36 vor um die nächste Generation dieses Standards zu bilden. Der Aufbau von LOM besteht aus den folgenden neun Kategorien (ADL, 2004): Kategorie <General>: o Diese Kategorie beinhaltet allgemeine Informationen, die das LO als Ganzes beschreiben. Kategorie <Lifecycle>: o Dokumentiert den Verlauf der Entwicklung des Lernobjektes. Der momentane Status sowie die verschiedenen Versionen werden hier festgehalten. Kategorie <Meta-Metadata>: o Eigenschaften die die Metadaten selbst betreffen. Kategorie <Technical>: o Enthält technische Charakteristiken und Anforderungen. Kategorie <Educational>: o Beinhaltet pädagogische und bildungsbezogene Merkmale des Lernobjektes. Kategorie <Rights>: o Kategorie für Kosten, Copyright, und Informationen über Copyright. Kategorie <Relation>: o Beinhaltet die Beziehungen zwischen den einzelnen Lernobjekten. Kategorie <Annotation>: o In dieser Kategorie können Kursleiter Anmerkungen über die bildungsbezogene Verwendung des Lernobjektes festhalten. Kategorie <Classification>: o Präsentiert den Verwendungszweck und eine Beschreibung dessen. Engelbert Wimmer Seite 18

24 State of the Art Abbildung 5: Basis Schema von LOM (Rjgodoy, 2007) Engelbert Wimmer Seite 19

25 State of the Art Abbildung 5 zeigt ein UML-Diagramm des LOM Standards mit allen Kategorien und deren Kardinalitäten. Abbildung 6: Häufigkeit der Verwendung von Elementen aus LOM (ISO/IEC, 2004 S. 7) Engelbert Wimmer Seite 20

26 State of the Art Abbildung 6 liefert einen Überblick über die generelle Häufigkeit der Verwendung von Elementen aus LOM. Diese Abbildung ist Teil einer Studie von ISO/IEC JTC1 SC36 betreffend LOM. Wie erkennbar, ist die Kategorie <General> jene, die am häufigsten genützt wird. Dies ist jedoch abhängig vom Verwendungszweck (ISO/IEC, 2004 S. 6ff.). 2.5 HR-XML Standard Der HR-XML Standard kann verwendet werden um Daten aus dem Personalwesen auszutauschen. Ursprung dieses Standards ist das HR-XML-Konsortium. Dieses Konsortium ist eine unabhängige, gemeinnützige Vereinigung. Die Mitglieder des Konsortiums sind auf 22 Länder verteilt. Einheitliche Datenaustauchformate für Kompetenzmanagementsysteme sind von Vorteil, wenn es darum geht, Mitarbeiter eines Unternehmens einzustellen und deren Kompetenzen gezielt zu erweitern. Meist ist es mit Zeit und Kosten verbunden Daten eines anderen Kompetenzmanagemensystems aufgrund eines anderen Formates zu verwenden oder die Daten eines neuen Mitarbeiters neu anzulegen (Pichlmair, 2008). HR-XML umfasst auch einen Standard für ein solches Datenaustauschformat betreffend Kompetenzen und es können bereits sehr komplexe Beziehungen abgebildet werden, was für die Verwendung von HR-XML in Kombination mit einem Kompentenzmanagementsystem spricht. Zitat Serge Ravet, European Institute for E-Learning (Ravet, 2007 S. 1): Mit der Entwicklung und Veröffentlichung von Datenaustauschstandards, basierend auf Extensible Markup Language (XML), liefert das Konsortium jedem Unternehmen die Mittel sich mit anderen Unternehmen auszutauschen, ohne mehrere verschiedene Austauschmechanismen etablieren, konstruieren und implementieren zu müssen. HR-XML enthält außerdem Informationen über eine Person, wie deren Schulbildung und Arbeitsweg. HR-XML ist eine Sammlung von Schemata, die Informationen über Personen für unterschiedliche Verwendungszwecke abbilden kann. Sei es für die Personalverwaltung eines Unternehmens oder für ein Kompetenzmanagementsystem. Welche Teile von diesem Standard genützt werden, ist wiederum, ähnlich der Verwendung von LOM, abhängig von der Plattform, die von HR-XML Gebrauch macht. Engelbert Wimmer Seite 21

27 State of the Art Abbildung 7: HR-XML Schema für die Verwaltung von Kompetenzen HR-XML besteht beispielsweise aus den folgenden, Personen beschreibenden, Komponenten: Engelbert Wimmer Seite 22

28 State of the Art Competencies.xsd EducationHistory.xsd EmploymentHistory.xsd LicensesAndCertifications.xsd MilitaryHistory.xsd OnlineAddress.xsd Organization.xsd PatentHistory.xsd PersonDescriptors.xsd PersonName.xsd PostalAddress.xsd PublicationHistory.xsd SpeakingEventsHistory.xsd Die für die Zusammenarbeit einer e-learning Plattform mit einem Kompetenzmanagementsystem relevanten Komponenten von HR-XML werden in Kapitel 2.5 beschrieben. Abbildung 7 illustriert beispielsweise das Schema Competencies.xsd, zuständig für die Verwaltung von Kompetenzen. Alle relevanten Elemente und Attribute werden dargestellt. Betreffend die Abbildung von Kompetenzen, bildet dieses Schema den Kern der Untersuchung dieser Arbeit. Es können bereits Evidenzen über Kompetenzen und über die Gewichtung und damit Auswirkung von Kompetenzen auf andere abgebildet werden. Es bleibt zu analysieren, ob und wie dieses Schema zum Zweck des Datenaustauschs mit einer e-learning Plattform angepasst werden muss. 2.6 Ontologie Wie ist die Definition einer Ontologie und wie kann eine Ontologie im Bereich eines Kompetenzmanagementsystems angewandt werden? Eine passende Beschreibung für Ontologie(n) liefert folgendes Zitat (Hesse, 2002) in Anlehnung an (Gruber, 1992): Der wohl bekannteste Definitionsversuch stammt von T. Gruber. Dieser bezeichnet Ontologie als explizite formale Spezifikation einer gemeinsamen Konzeptualisierung" (orig.: "shared conceptualization"). In diesem Sinne beschreibt eine Ontologie also einen Wissensbereich (knowledge domain) mit Hilfe einer standardisierenden Terminologie sowie Beziehungen und ggf. Ableitungsregeln zwischen den dort definierten Begriffen. Das gemeinsame Vokabular ist in der Regel in Form einer Taxonomie gegeben, die als Ausgangselemente (modelling primitives) Klassen, Relationen, Funktionen und Axiome enthält. Da es viele Wissensbereiche - mit einer jeweils eigenen oder sogar mehreren konkurrierenden Terminologien - gibt, macht hier (im Gegensatz zur Philosophie) auch der Gebrauch des Plurals ( Ontologien") Sinn. Engelbert Wimmer Seite 23

29 State of the Art Die Anforderungen an eine Ontologie sowie an HR-XML sind äquivalent. In einem Kompetenzmanagementsystem soll HR-XML demnach so verwendet werden, dass die folgenden beschreibenden Punkte einer Ontologie abgebildet werden können (J. Dorn, 2007). Kompetenzen einer bestimmten Person und deren Abhängigkeiten Evidenzen und der Einfluss jener auf den Kompetenzgewinn Erfüllungsgrad einer Kompetenz, sowohl für Wissen als auch Erfahrung Kompetenzen Der Aufbau der Kompetenzen wurde aus dem Paper (J. Dorn, 2007) übernommen und entspricht dem OWL-Standard. In diesem wird ein Unterschied bei den Kompetenzen functional und behavorial festgestellt. Auf Deutsch, funktionale und verhaltensorientierte Kompetenzen. Alle Kompetenzen sind einer Baumstruktur ähnlich gegliedert. Um das Thema dieser Arbeit an Hand eines Beispiels darstellen zu können, wurde der Bereich der technischen funktionalen Kompetenzen gewählt, insbesondere den diesem Bereich untergeordneten Teil der Datenbankprogrammierung genannt Database Design. Zur Übersicht sind jene Kompetenzen in Abbildung 8 orange markiert. In Abbildung 8 sind nicht alle Kompetenzen angeführt. Die Abbildung dient lediglich als Beispiel zur Übersicht über Tiefe und Komplexität der Kompetenzstruktur. Nur die untersten Blätter können durch ein Lernobjekt direkt gesteigert werden. Im Fall von Database Design sind das die drei Möglichkeiten: ER-Model, Relational Model und SQL. Kommt es zu einer solchen Steigerung, wird die Bewertung aller Vorgänger beeinflusst. Dies geschieht mittels einer Gewichtung, die immer für die jeweilig übergeordnete Kompetenz definiert werden muss. Ebenso kann aber eine anderweitige Beziehung zwischen Kompetenzen bestehen, sodass nicht nur direkt übergeordnete Kompetenzen, sondern auch jene mit dieser Kompetenz in Beziehung stehenden und deren übergeordnete Kompetenzen erhöht werden, wenn diese eine Kompetenz gesteigert wird. Engelbert Wimmer Seite 24

30 State of the Art Competencies Funktional Behavorial Business Computer Computer Architecture Database Management Database Design Networking Operating System Programming ER-Model Relational Model SQL Artificial Intelligence Abbildung 8: Beispiel Kompetenz-Baumstruktur Bewertung von Kompetenzen Jede Bemessung einer Kompetenz erfolgt auf Grund der Zuordnung eines Wertes. D.h.: Jeder erfolgreich absolvierte Kurs kann eine oder mehrere Kompetenzen um einen bestimmten Wert steigern. Dieser Wert, der abhängig ist von den Faktoren, die in diesem Kapitel analysiert werden, wird zu den bereits Vorhandenen addiert und ergibt so den Gesamtwert einer Kompetenz. Das Intervall dieses Wertes liegt zwischen 0,00 und 1,00. 1,00 kann nicht überschritten werden und stellt die maximal erreichbare Stufe einer Kompetenz dar. Zudem ist dieser Wert zweifach für eine Kompetenz zu definieren, denn es gibt zwei Wege wie eine Person ihre Kompetenzen steigern kann. Man kann sich entweder theoretisches Wissen aneignen oder aber Praxiserfahrung sammeln. Diese beiden Arten des Erwerbs sind nicht ident. Eine Person, die nur theoretisches Wissen erworben hat, aber über keine Praxiserfahrung verfügt, kann ebenso wenig Experte auf einem Gebiet werden wie eine Person, die nur Praxiserfahrung gesammelt hat. Engelbert Wimmer Seite 25

31 State of the Art Um den Erfüllungsgrad einer Kompetenz besser darstellen zu können, wurde eine Skala mit drei Ebenen gewählt. Das österreichische universitäre Notensystem entspricht beispielsweise einer fünfstufigen Skala. Da die Unterschiede im Erfüllungsgrad einer Kompetenz jedoch, im Gegensatz zur Bewertung eines Kurses, ungleich schwieriger zu definieren sind, ist eine dreistufige Skala zu bevorzugen. Die durch Kurse oder Projekte erworbenen Werte ( grades ), werden dieser Skala zugeordnet. Competencies Knowledge Scala Grades Experience Scala Grades Computer Science Beginner Intermediate 0,00 0,30 0,31 0,60 Beginner Intermediate 0,00 0,30 0,31 0,60 Business economics and Advanced Beginner Intermediate 0,61 1,00 0,00 0,30 0,31 0,60 Advanced Beginner Intermediate 0,61 1,00 0,00 0,30 0,31 0,60 Behavorial Advanced Beginner 0,61 1,00 0,00 0,30 Advanced Beginner 0,61 1,00 0,00 0,30 Intermediate 0,31 0,60 Intermediate 0,31 0,60 Tabelle 1: Erfüllungsgrade Advanced 0,61 1,00 Advanced 0,61 1,00 In Tabelle 1 sieht man eine beispielhafte Einteilung, welche, ebenso wie die in Abbildung 9 und Abbildung 10 verwendete Gewichtung, auch bei weiteren Demonstrationen Verwendung findet und willkürlich gewählt wurde. Es ist nicht Aufgabe dieser Arbeit zu spezifizieren, unter welchen Bedingungen eine bestimmte Kompetenz welche Ausprägung hat. Vielmehr besteht das primäre Ziel darin, ein einheitliches Austauschformat in der Form eines XML-Schemas zu definieren und die Interaktion von e-learning mit einem Kompetenzmanagementsystem zu untersuchen. Abbildung 9 und Abbildung 10 zeigen die Steigerung einer Kompetenz und deren Auswirkungen auf Übergeordnete. In diesem Beispiel wurden nur die Werte für theoretisches Wissen angegeben, da nur der Wissenswert erhöht wurde. Die Gewichtung für Werte aus Wissen und Erfahrung sind dieselben und die Art der Berechnung ist gleich. Jedoch können die Werte von Wissen und Erfahrung durch unterschiedliche Evidenzen durchaus verschieden sein. Engelbert Wimmer Seite 26

32 State of the Art Keine Gewichtung - Momentaner Wert Wissen 0,309 (Beginner) Functional Gewichtung: 0,5 - Momentaner Wert Wissen 0,2 (Beginner) Computer Gewichting: 0,10 - Momentaner Wert Wissen 0,132 (Beginner) Database Design Gewichting für alle drei Skills: 0,33 - Momentaner Wert Wissen SQL: 0,2 (Beginner), Relational Model: 0,1 (Beginner), ER-Model: 0,1 (Beginner) ER-Model Relational Model SQL Abbildung 9: Ausgangssituation und Gewichtungen Keine Gewichtung - Neuer Wert Wissen 0,30999( Beginner) Functional Gewichtung: 0,5 - Neuer Wert Wissen 0,20198 (Beginner) Computer Gewichting: 0,10 - Neuer Wert Wissen 0,1428 (Beginner) Database Design Gewichting für alle drei Skills: 0,33 - Neuer Wert Wissen SQL: 0,26 (Beginner) - Unveränderte Werte für: Relational Model und ER-Model ER-Model Relational Model SQL Abbildung 10: Steigerung der Kompetenz SQL um den Wert 0,06 durch Absolvierung eines e-learning Theorie Kurses Engelbert Wimmer Seite 27

33 State of the Art Evidenzen und deren Messung Die Werte zur Steigerung einer Kompetenz werden zusammen mit den Evidenzen gespeichert. Jede Evidenz enthält einen Wert, der entweder den Wissens- oder den Erfahrungsgrad, oder auch Beide steigert. Wie jedoch kommt dieser Wert zu Stande? Wer entscheidet über diesen Wert? Kompetenzwerte werden üblicherweise entweder von Experten ermittelt oder von Personen deren Kompetenzgrad höher ist als das der zu evaluierenden Person. Der höchste Grad kann jedoch nur von einem Experten vergeben werden (Abbildung 11). Auch eine Gruppe, deren Mitglieder alle demselben Grad entsprechen, kann über den Kompetenzwert eines Mitglieds bestimmen. Jedoch wird der ermittelte Wert der betroffenen Person nicht den Wert der anderen Mitglieder übersteigen. Der Gruppe ist es nur möglich auf Basis ihrer eigenen Erfahrung oder ihres eigenen Wissens zu urteilen (Vergl.: (J. Dorn, 2007)). Abbildung 11: Measuring competencies on different levels. (Vergl.: (J. Dorn, 2007)) Der Erfüllungsgrad-Sprung von Beginner zu Intermediate und von Intermediate zu Advanced ist nur möglich, wenn beide Werte von Erfahrung oder Wissen die in Tabelle 1 dargestellte Schwelle überschritten haben. Engelbert Wimmer Seite 28

34 State of the Art 2.7 e-learning Taxonomie Betreffend eine e-learning Plattform, um relevante e-learning Faktoren zu bestimmen, welche Einfluss auf die Wertsteigerung einer Kompetenz nehmen können, eine Wertsteigerung gemäß der Ontologie aus Kapitel 2.6, ist zuerst eine Einteilung von e- Learning Kursen und Modulen in eine Taxonomie vorteilhaft. Was ist eine Taxonomie? Unter Taxonomie wird ein systematisches Klassifikationsschemata zur Ordnung von Dingen, Erscheinungen, Prozessen etc. nach einheitlichen sachlogischen Prinzipien, Verfahren und Regeln verstanden (Vergl. (Baumgartner, 2007)). Aus einer solchen Taxonomie können in Folge e-learning Faktoren besser abgeleitet werden und die wichtigsten Einflussgrößen auf den Kompetenzgewinn werden sichtbar. Laut Peter Baumgartner (Baumgartner, 2007) können grundsätzlich drei Lern-/ Lehr- Arrangements unterschieden werden: Beginner Skriptum / Lernmaterial Selbsstudium Online-Prüfung mit automatischer Auswertung Abbildung 12: Beispiel AKT Erinnern, Verstehen Intermediate Aufgabenstellung mit Zeitplan und Interaktion Diskussionsforum, Betreuung durch Tutor, Arbeitsauftrag Mündliche und/oder schriftliche Prüfung Abbildung 13: Beispiel AKT Anwenden, Analysieren Advanced Aufgabenstellung mit Zeitplan & Gruppenbildung Arbeitsauftrag, Gruppenbildung, Begleitung durch Coach Schriftliche Arbeit Projektarbeit Abbildung 14: Beispiel AKT Bewerten, Konstruieren Tabelle 2 zeigt die beste Vorgehensweise zum Erlangen von Faktenwissen, Bildung von know-how und knowing-in-action. Engelbert Wimmer Seite 29

35 State of the Art Transfer Tutor Coach Faktenwissen ( know-that ) Prozeduren, Verfahren ( know-how ) Soziale Praktiken ( knowing-in-action ) Vermittlung Dialog Handlung Wissen, Erinnern (Aus)Üben, Problemlösen Reflektierend-Handeln, Erfinden Wiedergabe Antworten korrekter Auswahl und Anwendung der korrekten Methoden Bewältigung Situationen komplexer Merken, Wiedererkennen Fähigkeit, Fertigkeit Verantwortung, Lebenspraxis Lehren, Erklären Beraten, Helfen, Vorzeigen Kooperieren Tabelle 2: Einteilung in Transfer, Tutor, Coach (Vergl. (Baumgartner, 2007)) Die in den Abbildungen 13, 14 und 15 verwendete Abkürzung AKT steht für eine Taxonomie, entwickelt von Anderson und Krathwohl. Sie ist eine Erweiterung der Taxonomie von Bloom aus den 50-er Jahren. Zu dieser wurde zusätzlich eine knowledge dimension eingeführt. Tabelle 3 zeigt die durch Anderson und Krathwohl neu definierte Darstellung (Emily Cruz, 2007), kombiniert mit der Einteilung aus Tabelle 2. Die Dimension Wissen spiegelt auch Wissen, angeeignet durch Erfahrung, wieder, da die kognitive Prozess-Dimension verwendet werden kann um den Wissens- sowie den Erfahrungswert einer Kompetenz zu erweitern. Diese erweiterte Taxonomie liefert eine Planungshilfe für die Formulierung von Lernzielen für kognitive Lernprozesse. Häufig wird zu schnell bewertet, ohne dass vorher hinreichend Wissen angeeignet und verstanden und die Komplexität des Problems zur Genüge analysiert worden ist. Bevor man Übungen lösen, Projektarbeiten schreiben kann, muss grundlegendes Wissen vermittelt und grundlegende Erfahrung aufgebaut werden. Der Aufbau jener Grundstufe entspricht dem Kompetenzgrad Beginner. Zuerst muss der Kompetenzgrad Intermediate erreicht werden, bevor Kurse dieses Grades zielführend sind. Nimmt ein Beginner an einem Kurs, erstellt für einen Kompetenzgrad Intermediate, teil, ist der Kompetenzgewinn geringer, als wenn der Grad Intermediate bereits erreicht worden wäre. Engelbert Wimmer Seite 30

36 State of the Art Kognitive Prozess-Dimension Dimension Wissen Fakten Erinnern Verstehen Anwenden Analysieren Bewerten Erzeugen Transfer Tutor Coach Konzeptuell Prozedural Metakognitiv Liste, Zusammenfassung, Beschreibung, Interpretation, oder Tabelle erstellen Vorhersagen treffen Klassifizieren Ordnen Experimentieren Erklären Rangieren Kombinieren Beurteilen Planen Geeignete Verwendung erlernen Selbstständiges Ausführen Tabelle 3: Beispiele: Taxonomie von Anderson und Krathwohl Kalkulieren Unterscheiden Konstruieren Einsetzen eines fortgeschritten Levels an Verständnis Folgern Entwerfen Verwendung von erlernten Konzepten Verwirklichen Der Weg zu höherem Wissen sowie Erfahrung stellt sich somit folgender Maßen dar (Vergl. (Tarlinton, 2003)): higherorder thinking Erzeugen Bewerten Analysieren Anwenden Verstehen Erinnern Abbildung 15: "higher-order thinking" Taxonomie AKT Engelbert Wimmer Seite 31

37 State of the Art Die Einteilung von e-learning Kursen ist wie in Abbildung 12, Abbildung 13 und Abbildung 14 möglich. Die kognitiven Lernprozesse Erinnern und Verstehen werden für Kurse des Grades Beginner angewandt. Diese beiden Prozesse entsprechen der behavioristischen Lerntheorie, welche sich, wie Drill and Practice am Besten zeigt, dazu eignet Grundwissen und Erfahrung aufzubauen. Abbildung 12 ist ein Beispiel für die Anwendung von Drill and Practice : Zuerst wird Wissen durch Selbststudium erworben und anschließend mittels einer Online- Prüfung kontrolliert. Anwenden und Analysieren ist wiederum eine Möglichkeit die man hauptsächlich für die Erreichung von Lernzielen des Kompetenzgrades Intermediate in Betracht ziehen kann. Durch Anwenden und Analysieren wird das bereits Erlernte erweitert und vertieft. Dieser Bereich entspricht der konstruktivistischen Lerntheorie (Vergl.: Blended Learning: Abbildung 2). Es werden Aufgaben von den Lehrpersonen gestellt, die es zu lösen gilt. Dies kann mit Hilfe verschiedener Unterrichtsmethoden, wie Simulationen oder pädagogischen Spielen, geschehen. Jedoch, wie Abbildung 15 deutlich macht, baut Anwenden und Analysieren auf Erinnern und Verstehen auf. D.h.: Es werden auch Elemente der Kategorie Erinnern und Verstehen in Kursen für den Kompetenzgrad Intermediate enthalten sein. Ebenso verhält es sich mit den beiden Kategorien Bewerten und Erzeugen. Deren Ziel ist es, vom Weg des Problemlösens abzukommen. Im Mittelpunkt stehen eigenständiges Planen, Entwerfen und die Verwirklichung dieser Entwürfe (Tabelle 2). Im Rahmen eines Kurses geschieht dies mit Unterstützung eines Coachs, der selbst dem höchsten Kompetenzgrad ( Advanced ) entspricht Taxonomie Beispiele Als Vorlage für die Erstellung eines e-learning Kurses, der hauptsächlich die Kompetenz SQL erweitert sowie für die Demonstration der oben angeführten Taxonomie dienen die folgenden Lehrveranstaltungen der Technischen Universität Wien (Wien, 2007), die ebenfalls auf eine Steigerung der Kompetenz SQL abzielen: Datenmodellierung o Lehrveranstaltung des Bakkaleureatstudiums Wirtschaftinformatik Datenbanksysteme o Lehrveranstaltung des Bakkaleureatstudiums Wirtschaftinformatik Business Intelligence o Lehrveranstaltung des Masterstudiums Wirtschaftsinformatik Diese Beispiele werden hier aufgeführt, da der erstellte e-learning Kurs so besser in die Taxonomie von Anderson und Krathwohl eingeordnet werden und die Zielgruppe besser bestimmt werden kann. Engelbert Wimmer Seite 32

38 State of the Art Sie dienen ebenfalls dem in Kapitel 4.4 aufgestellten Vergleich von Universitäts-Kursen mit e- Learning Kursen und den daraus ermittelten, unterschiedlichen Effekten auf einen Kompetenzgewinn. Lehrveranstaltung Datenmodellierung: Plan dieser Lehrveranstaltung ist eine Einführung in die Datenmodellierung. Diese Lehrveranstaltung besteht aus einem theoretischen und einem praktischen Teil. Im theoretischen Teil werden Grundlagen der Datenbanksysteme behandelt: Was ist ein Datenbanksystem? Wozu brauche ich es? Modellierung mittels Entity-Relationship-Modell Das relationale Datenmodell Die Datenbanksprache SQL Normalformentheorie Der praktische Teil besteht aus drei Teilen: Multiple Choice Test (Theoriefragen) Erstellung von ER-Modellen Lösung verschiedener Aufgaben mittels SQL Für diese LV wurde ein Aufwand von 3 ECTS Punkten berechnet. Die Einteilung in ECTS Punkte entspricht der allgemeinen Norm. 3 ECTS Punkte enthalten 75 Arbeitsstunden, 25 pro Punkt und bemessen den Arbeits- sowie Lernaufwand für eine Lehrveranstaltung. Analyse anhand der AKT: In diesem Beispiel finden drei Kategorien der zuvor definierten Taxonomie Anwendung. Der erste Teil und der Multiple Choice Test des zweiten Teils dieser Lehrveranstaltung entsprechen dem Lern-/ Lehr-Arrangement für e-learning Kurse aus Abbildung 12. Man muss das in dem theoretischen Teil Erlernte verstehen und sich erinnern. Der zweite Teil der Lehrveranstaltung Datenmodellierung wendet das zuvor Erlernte an und vertieft so das Wissen und baut Erfahrung auf. Jedoch sind die Aufgaben des zweiten Teils wenig komplex und somit zu vernachlässigen. Diese LV dient primär dazu Grundwissen zu vermitteln und ist geeignet für Teilnehmer des Kompetenzgrades Beginner der Kompetenz SQL. Lehrveranstaltung Datenbanksysteme: Diese Lehrveranstaltung besteht aus einem Vorlesungsteil und einem Laborübungsteil. Der Vorlesungsteil hat folgende Schwerpunkte: Datenbank-Programmierung und SQL-Vertiefung Physische Datenorganisation und Anfragebearbeitung Engelbert Wimmer Seite 33

39 State of the Art Transaktionsverwaltung, Fehlerbehandlung, Mehrbenutzersynchronisation, verteilte Datenbanken Im Rahmen des Laborübungsteils sollen die Benutzung und der Entwurf von relationalen Datenbanken geübt werden. Die Verwendung von SQL, PL/SQL, sowie JDBC wird praktisch erprobt. Die Teilnehmer sollen nach Absolvierung der Übung in der Lage sein, für reale Anwendungsgebiete eine adäquate Datenbankstruktur zu entwerfen, zu implementieren und mittels einer Abfragesprache die gewünschten Informationen zu gewinnen sowie mittels PL/SQL und JDBC einfache Datenbankprogrammierung vorzunehmen. Der Laborübungsteil besteht aus drei Teilen und ist in Einzelarbeit durchzuführen: Multiple Choice Test (ER-Diagramme, SQL) Entwurf einer Datenbank (ER-Diagramm, DB-Schema, Testdaten) Datenbank-Programmierung und SQL-Vertiefung (komplexe SQL-Anfragen, PL/SQL, JDBC) Der Aufwand für diese Lehrveranstaltung beträgt 6 ECTS Punkte. Analyse anhand der AKT: Die LV Datenbanksysteme ist ähnlich der LV Datenmodellierung. Der Basis- Erfüllungsgrad der Kompetenz SQL wird erweitert und vertieft. Dies geschieht erneut durch einen Vorlesungsteil und einen Multiple Choice Test. Der Anwendungsteil ist hier jedoch mit mehr Aufwand verbunden. Auch die mit 6 ECTS Punkten bemessene Zeit für diese LV ist gesteigert. Die Zielgruppe dieser Lehrveranstaltung steht somit an der Schwelle vom Kompetenzgrad Beginner zu Intermediate. Lehrveranstaltung Business Intelligence: Die Lehrveranstaltung vermittelt den Studierenden theoretisches sowie praktisches Wissen in den Bereichen Data Warehousing und Data Mining. Sie besteht aus zwei Teilen: Data Warehousing & Data Mining Grundlagen Praktische Laborübungen mit SQL Server & mündliche Prüfung Ziel der Laborübung ist es als Teil einer Gruppe zwei Datenbanken zu erstellen und aus diesen wiederum einen Daten-Cube zu generieren sowie mittels der Reporting-Features des SQL-Servers 2005 interessante Details zu filtern. Der Aufwand für diese Lehrveranstaltung umfasst ebenfalls wie die Lehrveranstaltung Datenbanksysteme 6 ECTS Punkte. Analyse anhand der AKT: Engelbert Wimmer Seite 34

40 State of the Art Data Warehousing und Data Mining Grundlagen sind Themen für eine Zielgruppe mit dem Kompetenzgrad Intermediate. Das zu Beginn der LV vermittelte Wissen baut auf Grundlagenwissen und Erfahrung auf. Ohne dieses Grundlagenwissen kann die Lehrveranstaltung nur mit Mühen absolviert werden. Hauptziel der LV ist nicht neues Wissen zu vermitteln, sondern das vorhandene Wissen in einem neuen Bereich anzuwenden und in diesem mit bereits bekannten Methoden Analysen durchzuführen. 2.8 Fazit In diesem Kapitel wurden die grundlegenden technischen Begriffe, die für das weitere Verständnis dieser Arbeit notwendig sind, dargestellt. Es wurde beispielsweise die Funktionsweise eines Kompetenzmanagementsystems beschrieben, wie Personenprofile abgebildet und einem Zielprofil entsprechend weiterentwickelt werden können. Des Weiteren wurden Lernobjekte analysiert. Dieses Konzept bildet den Ausgangspunkt für die Verwendung von LOM. LOM ist ein Standard zur Beschreibung von Lernobjekten und hat zum Zweck Lernobjekte plattformunabhängig austauschbar zu machen, indem er Informationen über jene Lernobjekte enthält. Der Begriff Lernobjekt kann den kleinsten Teil eines Kurses, oder einen Kurs selbst umfassen. Es stellt sich jedoch die Frage: Wie kann man den Kompetenzgewinn einer einzelnen Grafik nach Absolvierung eines Kurses messen? Ein konkretes, best practice Granularitätsniveau ist bisher noch nicht definiert worden. Das Granularitätsniveau ist eben auch von den Gegebenheiten jener Organisation, die die LO verwendet, der eingesetzten Systemen und von den Inhalten abhängig (Thalmann, 2006 S. 5f.). Deshalb werden in dieser Arbeit nur Lernobjekte in der Größenordnung von Kursen und Modulen betrachtet. Abbildung 16: Learning Object Wie diese Lernobjekte mit XML abgebildet werden können, klärt Kapitel 2.4. Da e-learning Module und Kurse dem allgemeinen Kurs als LO untergeordnet sind (Abbildung 16), wäre es gleichermaßen möglich mittels des LOM-Standard die Lernobjekte Vorlesung und Übung darzustellen. Engelbert Wimmer Seite 35

41 State of the Art Wie und welche Elemente von LOM für einen Datenaustausch einer e-learning Plattform mit einem Kompetenzmanagementsystem genützt werden, bzw. ob Anpassungen notwendig sind, muss anhand relevanter e-learning Faktoren analysiert werden. Der HR-XML Standard wird verwendet um Daten aus dem Personalwesen auszutauschen. Auch dieser Standard muss in Hinblick auf die Kooperation eines Kompetenzmanagementsystems mit e-learning untersucht werden. Kompetenzen können bereits mit diesem Standard abgebildet werden. Ob es jedoch mit diesem Standard möglich ist, die verwendete Ontologie und die Bewertung von Kompetenzen mit Hilfe von Evidenzen über e-learning Kurse oder Module abzubilden, muss noch festgestellt werden. Die in diesem Kapitel beschriebene Taxonomie dient dazu e-learning Kurse einer Zielgruppe zuordnen zu können und zu definieren, welche Mittel, Theorien und Konzepte für die Vermittlung von Lerninhalten verwendet werden sollten. Die Taxonomie bildet eine wichtige Grundlage zur Definition von e-learning Faktoren, welche einen Einfluss auf die Steigerung einer Kompetenz ausüben. Relevante e-learning Faktoren und die Ergebnisse aus der Analyse von LOM und HR-XML werden im nächsten Kapitel dargestellt. Engelbert Wimmer Seite 36

42 Integrationsbedingte Weiterentwicklung der Datenaustauschformate 3 Integrationsbedingte Weiterentwicklung der Datenaustauschformate In diesem Kapitel werden die beiden Schemata LOM und HR-XML auf deren Verwendung hinsichtlich der Interaktion einer e-learning Plattform mit einem Kompetenzmanagementsystem untersucht. Die für diesen Zweck relevanten Elemente beider Schemata werden analysiert und gegebenenfalls erweitert. Alle Abbildungen aus diesem Kapitel wurden zur Demonstration von LOM und HR-XML erstellt und geben im Fall von LOM das erste Modul des in Kapitel angeführten Kurses Grundlagen der Datenbankprogrammierung und im Fall von HR-XML eine fiktive Testperson wieder. Die hier abgebildeten XML-Daten finden auch bei der späteren Evaluierung Verwendung. Im ersten Teil dieses Kapitels werden die Anforderungen an das Gesamtsystem beschrieben. D.h.: Welche Teil-Systeme sind an dem Datenaustausch beteiligt und welche Daten werden von jenen Systemen für ein erfolgreiches Kompetenzmanagement benötigt. 3.1 Relevanz von elearning Faktoren für einen Kompetenzgewinn Es gibt viele Faktoren, die auf die Steigerung einer Kompetenz Einfluss nehmen können, wie zum Beispiel: Dauer einer e-learning Einheit. Wird ein Kurs zusätzlich durch einen Tutor oder Coach betreut? Welche Theorien, Medien und Methoden werden eingesetzt? Manche dieser Faktoren können jedoch vernachlässigt werden, da die direkte Auswirkung auf den Kompetenzgewinn in Vergleich zu anderen nicht relevant ist. Einige aber sind entscheidend für einen Kompetenzgewinn durch e-learning Kurse oder Module und in diesem Kapitel werden jene Faktoren an Hand einer konkreten Kompetenz analysiert. Es wird versucht die relevanten e-learning Faktoren an einem Beispiel zu evaluieren. Auch muss untersucht werden, welches Vertrauen einem Kompetenzgewinn mittels e- Learning entgegengebracht werden kann. Ist eine solche Steigerung durch e-learning Kurse oder Module jener, von Lehrveranstaltungen an Universitäten oder anderen Bildungseinrichtungen, gleichgesetzt? Analyse Faktoren Da bei einem Kompetenzmanagementsystem Evidenzen über den Grad an Wissen und Erfahrung eines e-learning Kurses gespeichert werden, ist es von Vorteil auch für e-learning Engelbert Wimmer Seite 37

43 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Kurse oder Module einen konkreten Wert für die durch e-learning erzielte Steigerung einer Kompetenz zu definieren. Wie bereits in Kapitel festgestellt, können einen solchen Wert Personen definieren, deren Erfüllungsgrade einer Kompetenz höher sind als die der zu evaluierenden Person. Im Bereich e-learning kann, unter dieser Annahme, die Aufgabe vom Kursleiter übernommen werden. Einem Kursleiter sollte es demnach möglich sein, für einen e-learning Kurs oder ein Modul, einen Wert zwischen 0.00 und 1.00 für Wissen und/oder Erfahrung zu definieren (Vergl.: Kapitel 2.6.2). Dieser Wert kann in Folge die maximal mögliche Wertsteigerung der Kompetenz repräsentieren. Wie in Kapitel 2.7 beschrieben, ist es von größter Wichtigkeit, dass das Lernziel auf die Zielgruppe abgestimmt ist. Ein Kurs muss einer Zielgruppe eindeutig zugeordnet werden können. Daraus wird wiederum auf die zu Grunde liegenden, die zur Absolvierung eines Kurses erforderlichen, kognitiven Lernprozesse geschlossen. Ebenso ist es möglich durch die Zielgruppe auf notwendige, einen e-learning Kurs begleitende, Betreuung zu schließen. Ein e-learning Kurs für Beginner stellt lediglich Inhalt zum Selbststudium zur Verfügung (Abbildung 12). Es ist kein Tutor oder ein Coach zur Unterstützung des Lernenden erforderlich, da die kognitiven Lernprozesse lediglich Erinnern und Verstehen einschließen. Bei einem Kurs für Teilnehmer des Kompetenzgrades Intermediate ist es jedoch von Vorteil, wenn ein Tutor zu Fragen Hilfestellung leisten kann. Online Foren stellen für e- Learning eine gute Möglichkeit dar dies zu ermöglichen. Komplexe Inhalte eines e-learning Kurses, welche auf einem Projekt oder einer schriftlichen Arbeit, ähnlich einer Masterarbeit, basieren, machen Coaching unabdingbar. Ein Coach sollte in jenem Kompetenzbereich über einen höheren Grad an Erfahrung oder Wissen verfügen. Im Fall von e-learning kann der Kursleiter als Coach fungieren. Ein Coach hilft und betreut Teilnehmer eines Kurses auf dem Weg zum Projektende. Er leistet Hilfestellung, liefert im Gegensatz zu einem Tutor auch wichtige Impulse, die die Planung oder den Entwurf eines Projektes positiv beeinflussen und den Lösungsweg der Teilnehmer berichtigen (Lermen, 2006). Engelbert Wimmer Seite 38

44 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Folgende e-learning Faktoren werden durch die Zielgruppe repräsentiert: Zielgruppe: Beginner Intermediate Advanced Kognitive Prozesse Erinnern / Verstehen Anwenden / Analysieren Bewerten / Erzeugen Unterstützung durch (Bereich e-learning) Keine Unterstützung notwendig Tutor Coach Art der Überprüfung Tabelle 4: Zielgruppe Online Prüfung mit automatischer Auswertung Mündliche und/oder schriftliche Prüfung Schriftliche Arbeit, Projektarbeit Man merkt, dass die Zielgruppe einen gewichtigen Faktor darstellt, der für die Bildung eines Wertes zur Steigerung einer Kompetenz heran gezogen werden kann. Damit e-learning zielführend ist, sollten die Teilnehmer demselben Grad eines Kurses oder Moduls entsprechen. Ist dies nicht der Fall, würde der Kompetenzgewinn geringer ausfallen Vergl.: Kapitel 2.7). Anhand der Analyse eines e-learning Kurses oder Moduls nach der Taxonomie aus Kapitel 2.7, kann auf die Zielgruppe geschlossen werden. Die Dauer einer e-learning Einheit ist wie die Zielgruppe ein Faktor dessen Einfluss auf eine Kompetenzsteigerung untersucht werden muss. Denn der Zeitaufwand für einen e-learning Kurs oder Modul kann nicht, gleich den Faktoren aus Tabelle 4, direkt durch die Zielgruppe repräsentiert werden. Bezüglich der Dauer einer e-learning Einheit schreibt Peter Baumgartner (Baumgartner, 2007): Das Erreichen anspruchsvollerer Lernziele erfordert mehr Zeit = höhere Ebene der didaktische Gestaltung. Man kann feststellen, dass anspruchsvollere Lernziele auch mehr Zeitaufwand erfordern, es fehlt jedoch die Grundlage für eine exakte Zuordnung, um vom Lernaufwand eines e- Learning Kurses auf einen konkreten Wert für eine Kompetenzsteigerung zu schließen. Somit kann die Dauer einer e-learning Einheit nicht als Faktor zur Berechnung eines Kompetenzgewinns herangezogen werden. Da auch bei normalen Kursen mit Anwesenheit (Lehrveranstaltungen an einer Universität oder an einer anderen Bildungseinrichtung) individuelle Werte über eine Leistungssteigerung festgehalten werden, sollte dies auch bei der Bestimmung eines Wertes Engelbert Wimmer Seite 39

45 Integrationsbedingte Weiterentwicklung der Datenaustauschformate für die Kompetenzsteigerung einer Person nach der erfolgreichen Teilnahme an einem e- Learning Kurs möglich, jedoch nicht verpflichtend sein. Es obliegt den Betreibern einer e- Learning Plattform, bzw. einem Kompetenzmanagementsystem, ob eine Kompetenzsteigerung für Teilnehmer, je nach Leistung, individuell erfolgen sollte oder ob die positive Absolvierung eines e-learning Kurses oder Moduls gleiche Auswirkungen auf die Kompetenzsteigerung aller Teilnehmer hat. Die Möglichkeit zur Definition eines solchen Faktors sollte jedoch geboten werden. Es entspricht der Norm, dass Noten die erzielte Leistung beim absolvieren eines Kurses definieren. Grundsätzlich kann jedoch jede mögliche Art der Repräsentation von erbrachter Leistung gewählt werden. Bei der e-learning Plattform ist beispielsweise eine Prozentuelle Überprüfung der Leistung üblich (Moodle, 2008). Wie ein solcher Wert interpretiert und genutzt wird, ist abhängig von dem eingesetzten Algorithmus, den ein Kompetenzmanagementsystem zur Berechnung eines Wertes und zur Speicherung bei einer Evidenz nutzt. Gleich der Definition eines Wertes zur Steigerung von Wissen und/oder Erfahrung sollte ein solcher Wert ausschließlich vom Kursleiter festgelegt werden, da beide Werte über die tatsächliche Kompetenzsteigerung bestimmen. Lediglich für e-learning Kurse oder Module, erstellt für Teilnehmer, die dem Erfüllungsgrad Beginner einer Kompetenz entsprechen, kann eine Auswertung automatisch erfolgen. Wie in Kapitel 2.7 dargestellt können für den Erfüllungsgrad Beginner Wahr/Falsch- und Multiple-Choice-Fragen verwendet werden. In diesem Kapitel wird außerdem festgestellt, dass solche Kurse oder Module grundsätzlich dem Verständnis des Lernstoffes dienen, was eine solch einfache Überprüfung des Erlernten möglich macht. Es kann durch ein e-learning System automatisch ein individueller Wert errechnet werden. Bei der Überprüfung des Wissens oder der Erfahrung und der Zuordnung eines Wertes zu einer Kompetenzsteigerung, muss zusätzlich ein weiterer wichtiger Faktor betreffend e- Learning in Betracht gezogen werden. Ein Kompetenzmanagementsystem sollte die Kompetenzen einer Person möglichst der Wirklichkeit entsprechend darstellen, um korrekte Aussagen treffen zu können. Z.B.: Ob eine Person dem Jobprofil eines Unternehmens entspricht. Bei e-learning ist Vertrauen ein wichtiger Aspekt, denn wie kann die teilnehmende Person an online Multiple-Choice Tests eindeutig identifiziert werden und sichergestellt werden, dass nicht geschummelt wird? Welches Maß an Vertrauen kann hierbei einer durch e-learning gesteigerten Kompetenz entgegengebracht werden, ist eine Steigerung Abhängig von der Ehrlichkeit der betreffenden Person? Auch ist wichtig festzustellen, welche Möglichkeiten zur Überprüfung einem Kursleiter zur Verfügung stehen, beurteilt er einen Teilnehmer. Bei Open-Source e-learning Plattformen ist bisher keine sichere Überprüfung von Wissen oder Erfahrung möglich (Vergl.: Kapitel ). Nur bei Tests unter Anwesenheit kann Engelbert Wimmer Seite 40

46 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Sicherheit durch Aufsicht garantiert werden. Es kann somit zwischen sicheren und unsicheren e-learning Überprüfungsarten unterschieden werden. Eine weitere Unterteilung erscheint nicht sinnvoll, denn es gibt bisher keine Studien, die eine derartige Einstufung von e-learning Überprüfungsarten ermöglichen. Vertrauen ist somit ein wichtiger Faktor für die Integration von e-learning in ein Kompetenzmanagementsystem. Zu diesem Zweck sollte es möglich sein den Grad an Vertrauen für e-learning Kurse und Module definieren können. Wie ein solcher Grad genutzt wird und welchen Einfluss dieser auf eine Kompetenzsteigerung hat, ist wiederum abhängig vom eingesetzten Algorithmus eines Kompetenzmanagementsystems. Im nächsten Kapitel wurden vom Autor Werte für die hier genannten Faktoren definiert, um einen möglichen Vorgang für eine Kompetenzsteigerung erklärend darzustellen Beispiele zur Werteberechnung Zur Berechnung eines Wertes mit allen in diesem Kapitel angeführten Faktoren, welcher nach Abschluss eines Kurses zum Erfahrungs- oder Wissenswert bei einem Kompetenzmanagementsystem einer Kompetenz hinzuaddiert wird und somit die durch den Kurs repräsentierte Steigerung der Kompetenz darstellt, wird ein einfacher Algorithmus verwendet. Dieser Algorithmus erlaubt eine konkrete Bestimmung eines Wertes zum Zweck der Demonstration. Er dient jedoch, da dies nicht Ziel dieser Arbeit ist, nur dazu einen repräsentativen, aber ungenauen Wert zu erhalten. Der Algorithmus stellt sich folgendermaßen dar: Wissen/Erfahrung * Individuelle Leistung * Zielgruppe * Grad an Vertrauen Tabelle 5 enthält beispielhafte Werte zur Demonstration dieses Algorithmus. Bevor jedoch die Berechnung eines Wertes für einen Kurs durchgeführt werden kann, müssen dessen Kompetenzwerte den beiden Bereichen Erfahrung und Wissen zugeordnet werden: Wissen Erfahrung Individuelle Leistung in % 0.55 (55%) Beginner Intermediate Advanced Beginner Intermediate Advanced Engelbert Wimmer Seite 41

47 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Grad an Vertrauen (Normalerweise ein Wert zwischen 0 und 1. In diesem Beispiel wurde der Wert vom Autor bestimmt.) sicher 1 unsicher 0.3 Tabelle 5: Kompetenz - Wertetabelle Betrachtet man den Einfluss der Zielgruppen auf die Kompetenzsteigerung ergibt sich eine erhebliche Minderung, entspricht der Erfüllungsgrad einer Kompetenz nicht der der Zielgruppe. Auch die individuelle Leistung und der Grad an Vertrauen haben großen Einfluss. Es ergibt sich die folgende Tabelle mit allen möglichen Kombinationen für Wissenswert einer Evidenz: sicher unsicher Beginner Intermediate Advanced Beginner Intermediate Advanced Beginner Intermediate Advanced Tabelle 6: Ergebnis - Wertetabelle 3.2 System-Architektur Für die Interaktion von e-learning mit einem Kompetenzmanagementsystem müssen hauptsächlich zwei Teilsysteme betrachtet werden. Einerseits ein Kompetenzmanagementsystem, andererseits eine e-learning Plattform. Aber es gilt auch eine Stelle zur Verwaltung von Zertifikaten über abgeschlossene Kurse und erreichte Noten zu erwägen. Zentraler Punkt dieser Architektur ist ein Kompetenzmanagementsystem. Betrachtet man ein solches System, müssen folgende Grundfunktionen den Nutzern zur Verfügung stehen: Einem Nutzer soll ein Überblick über alle seine Kompetenzen und deren Status möglich sein. Wählt ein Nutzer eine Kompetenz aus, die er erweitern möchte, werden für diese alle möglichen Lernobjekte angezeigt. o Natürlich nur jene Kurse, deren Mindestanforderungen der Student erfüllt. Zum Beispiel: Ein Kurs in deutscher Sprache setzt einen gewissen Grad der Kompetenz Deutsch voraus. Hat ein Nutzer einen zu geringen Grad dieser Kompetenz, wird der Kurs nicht als auswählbare Möglichkeit dargestellt. Wählt man ein Lernobjekt aus, sieht man den maximal möglichen Kompetenzgewinn. Engelbert Wimmer Seite 42

48 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Lernobjekte und deren Kompetenzgewinn müssen miteinander verglichen werden können. Zu diesem Zweck muss ein Kompetenzmanagementsystem personenbezogene Daten verarbeiten und somit auch speichern können. Ebenso müssen für jede Person Evidenzen über Kompetenzsteigerungen sowie Informationen über Gewichtung der Kompetenzen festgehalten werden. Besonders Evidenzen über Kompetenzsteigerungen sind für den Austausch mit einer e-learning Plattform wichtig. Denn Evidenzen sind nach Abschluss eines Kurses oder Moduls zu aktualisieren und werden benötigt um den Status einer Kompetenz darzustellen. Auch soll damit ein Austausch an gleichwertigen Daten mit anderen Kompetenzmanagementsystemen gewährleistet werden. Ähnlich einem Kompetenzmanagementsystem, bei dem Informationen über Personen gespeichert werden, muss eine e-learning Plattform Metadaten über alle Kurse und deren Module enthalten. Um nun die Interaktion mit einem Kompetenzmanagementsystem zu ermöglichen, sollten in diesen Metadaten einerseits Daten über Kompetenzen enthalten sein, die als Voraussetzung zur Teilnahme an einem Kurs dienen und andererseits Daten, die Informationen über Kompetenzen enthalten, die der Kurs erweitert. Ist dies gewährleistet, ist es einem Kompetenzmanagementsystem möglich Kurse zur Erweiterung einer bestimmten Kompetenz vorzuschlagen. Um e-learning Kurse und deren Kompetenzgewinn vergleichen zu können, muss für jeden Kurs nicht nur die Kompetenz angegeben werden, die durch den Kurs erweitert wird, sondern auch welcher Grad. Der Grad an Wissen und/oder der an Erfahrung. Ebenfalls aus diesem Grund ist der Grad an Vertrauen, der bei e-learning für die Steigerung einer Kompetenz bedacht werden muss, bei einem Kurs zu speichern. Vertrauen wurde in Kapitel als gewichtiger Faktor definiert. Bei jedem Kurs wird der maximal erreichbare Kompetenzgewinn dargestellt, da eine individuelle Leistungsbeurteilung erst nach Abschluss eines Kurses feststeht und somit kein exakter Wert errechnet werden kann. Betreffend eine Universität werden Zertifikate über Kurse und Noten (Erbrachte Leistung) eines Studenten an einer zentralen Stelle gespeichert (Vergl.: Abbildung 17). Betrachtet wird eine e-learning Plattform, an der Studenten verschiedener Universitäten teilnehmen können. Die Verwaltung von Zertifikaten erfolgt bei Studenten universitätsintern, ähnlich jenen Kursen, die an der jeweiligen Universität vor Ort abgehalten werden. Dies setzt voraus, dass e-learning Kurse als Lehrveranstaltung an einer Universität üblich sind. Wird ein online Kurs absolviert wird gleich wie bei einem universitären Kurs, ein Zertifikat über den Erfolg zentral gespeichert und es werden auch die Daten des Kompetenzmanagementsystems aktualisiert. Somit ist bei einem universitären Kompetenzmanagement die Speicherung von Teilnehmern und deren Noten bei den Daten eines e-learning Kurses überflüssig. Engelbert Wimmer Seite 43

49 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Kompetenzmanagementsystem Person Kompetenzen Evidenzen Grad an Erfahrung Grad an Wissen Grad an Vertrauen Gewichtungen e-learning PLattform Kurs/Modul Voraussetzung (Kompetenzen) Grad an Erfahrung Grad an Wissen Ergebnis (Kompetenzen) Grad an Erfahrung Grad an Wissen Grad an Vertrauen Universität Student Lehrveransaltungen Erbrachte Leistung Abbildung 17: Universitäres Kompetenzmanagementsystem Abbildung 18 zeigt erneut alle drei Plattformen und die jeweiligen für einen erfolgreichen Datenaustausch mit einem Kompetenzmanagementsystem wichtigen Komponenten. Wie man erkennen kann, werden die Teilnehmer und deren Leistung in dieser Abbildung doppelt angeführt (In diesem Fall werden Noten für die Leistungsbeurteilung verwendet). Der Grund dafür ist, dass ein Kompetenzmanagementsystem auch außerhalb eines universitären Systems betrachtet werden muss. Ein Kompetenzmanagementsystem könnte beispielsweise auch Teil eines Unternehmens sein und genutzt werden um Kompetenzen von Mitarbeitern hinsichtlich der Jobanforderungen und -Profile passend zu entwickeln. Dasselbe trifft auf e- Learning Plattformen zu. E-Learning Kurse oder Module müssen nicht notwendigerweise eine Lehrveranstaltung an einer Universität darstellen und sind unabhängig von einem universitären System zu analysieren. Solche Kurse können im Besonderen Berufstätigen helfen sich entsprechend einem Jobprofil zu entwickeln, aber auch Studenten haben so die Möglichkeit ihrem Engelbert Wimmer Seite 44

50 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Zielprofil näher zu kommen oder sich zusätzlich zu normalen Lehrveranstaltungen auch anderweitig fortzubilden. Einen Überblick über den Fortschritt einer sowohl berufstätigen, als auch studierenden Person inklusive aller Evidenzen liefert das Kompetenzmanagementsystem und übernimmt somit die Rolle einer zentralen Verwaltung von Zertifikaten, bei der jedoch ein Kompetenzwert mit einem Kurs oder Modul assoziiert ist und keine Note. Ist die individuelle Leistung der Teilnehmer für die Werteberechnung einer Evidenz, auf Grund des verwendeten Algorithmus, notwendig, muss diese Leistung bei einer e-learning Plattform festgehalten werden können (Vergl.: Kapitel 3.1.1). Kompetenzmanagementsystem Person Kompetenzen Evidenzen Grad an Erfahrung Grad an Wissen Grad an Vertrauen Gewichtungen e-learning PLattform Kurs/Modul Voraussetzung (Kompetenzen) Grad an Erfahrung Grad an Wissen Ergebnis (Kompetenzen) Grad an Erfahrung Grad an Wissen Grad an Vertrauen Teilnehmer Erbrachte Leistung Universität Student Lehrveransaltungen Erbrachte Leistung Abbildung 18: System-Architektur Engelbert Wimmer Seite 45

51 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Es kann in Betracht gezogen werden auch eine Leistungsbeurteilung zusätzlich zu den Evidenzen auf Seiten des Kompetenzmanagementsystems festzuhalten. Wird jedoch die Entwicklung von Berufstätigen und Studenten mit Hilfe eines Kompetenzmanagementsystems gelenkt, sind Kompetenzwerte ausreichend (Vergl. Kapitel 2.1). Aus den angeführten Gründen sind für die Interaktion einer e-learning Plattform mit einem Kompetenzmanagementsystem bloß die Plattformen eines Kompetenzmanagements und e- Learning wesentlich. Wie in Abbildung 18 erkennbar, sind die wichtigen Komponenten im Fall eines Kompetenzmanagementsystems die Kompetenzen einer Person und Evidenzen über deren Erfahrungs- und Wissenswerte. Für jede Kompetenz muss auch die Auswirkung, sprich Gewichtung, auf übergeordnete Kompetenzen festgehalten werden. Wir der Grad an Vertrauen nicht bereits bei der Erstellung einer Evidenz für einen e-learning Kurs berücksichtigt, muss dieser auch bei der Evidenz eines Kompetenzmanagementsystems gespeichert werden. Dies ist insbesondere dann sinnvoll, ändert sich der Einfluss dieses Grades auf die Bewertung einer Kompetenz. Die kompetenzbezogenen Komponenten einer e-learning Plattform sind einerseits Kompetenzwerte, die ein Teilnehmer haben muss, um die Voraussetzung für die Teilnahme an einem Kurs zu erfüllen, andererseits Informationen über alle Kompetenzen, die durch einen Kurs gesteigert werden. Auch ist die erbrachte Leistung bei allen Lernobjekten, die ein Teilnehmer absolviert hat, von Bedeutung. Bei der Verwendung eines Kompetenzmanagementsystems möchte eine Person eine bestimmte Kompetenz erweitern und es findet ein Datenaustausch zwischen dem Kompetenzmanagementsystem und der e-learning Plattform statt. Relevante Kurse werden vorgeschlagen. Wird ein e-learning Kurs oder Modul erfolgreich abgeschlossen, wird das Kompetenzmanagementsystem aktualisiert und eine Evidenz über die Kompetenzerweiterung wird für das Kompetenzmanagementsystem angelegt. Diese Aufgliederung der wichtigsten Komponenten und Vorgehensweisen dient als Grundlage zur Analyse und Erweiterung der Metadaten-Standards. 3.3 Anforderungen an eine e-learning Plattform Folgende beiden Fragen müssen beantwortet werden, analysiert man aus Gründen der Interaktion mit einem Kompetenzmanagement Anforderungen an eine e-learning Plattform: Wie kann ein Kompetenzmanagementsystem erfolgreich durch e-learning Kurse ergänzt werden? Welche Anforderungen muss eine e-learning Plattform zu diesem Zweck erfüllen? Engelbert Wimmer Seite 46

52 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Generelle Anforderungen, wie welche e-learning Faktoren für ein Kompetenzmanagementsystem relevant sind, wurden in Kapitel 3.1 offensichtlich. In jenem Kapitel sind die zu verwendenden Lerntheorien, die Unterstützung durch Tutoren oder Coachs und die Anpassung an die optimale kognitive Prozessperspektive beschrieben. Auch die Anforderungen an die Metadaten sind bereits bekannt: Um Daten mit einem Kompetenzmanagementsystem auszutauschen, müssen Metadaten über Kurse und Module gespeichert werden. Kapitel 3.2 demonstriert, wie Kurse für eine bestimmte Kompetenz vorgeschlagen werden. Um nun die Grundvoraussetzungen, die ein Teilnehmer für einen spezifischen Kurs erfüllen sollte, zu überprüfen, müssen diese in den Metadaten gespeichert werden. So muss jede Kompetenz, die als Grundvoraussetzung dient, mit deren Grad an Erfahrung und Wissen festgehalten werden. Ebenso muss für die Berechnung eines Kompetenzgewinns für jede Kompetenz, die durch einen Kurs erhöht wird, ein Wert für Erfahrung und/oder Wissen in diesen Metadaten enthalten sein. Desgleichen gilt für den Grad an Vertrauen und die Leistungsbeurteilung eines Teilnehmers. Übrig bleibt zu erörtern, wie die Kursgestaltung für die Zusammenarbeit mit einem Kompetenzmanagementsystem gestaltet werden kann. Da ein Teilnehmer, auch wenn er dem Grad eines e-learning Kurses entspricht und dessen Grundvoraussetzungen erfüllt, bereits über Wissen aus jenem Kurs verfügen kann, ist es sinnvoll eine Möglichkeit zu bieten, Kursinhalte, die bereits bekannt sind, vor Beginn des Kurses mit Hilfe freiwillig durchzuführender Einstiegstests abzufragen. Durch einen solchen Test könnte man anschließend, falls ein solcher Kurs aus mehreren Modulen besteht, ein ganzes Modul, dessen Inhalte dem Teilnehmer bereits bekannt sind, überspringen. Bit media e-learning solution GmbH (media, 2008) ist ein deutsches Unternehmen für e-learning Lösungen. Laut diesem Unternehmen können Einstiegstests generell bis zu 50 Prozent Zeitersparnis ermöglichen. Dadurch könnten Kursinhalte dynamisch effizienter gestaltet werden und ein gezielter Aufbau einer Kompetenz wäre möglich. Die Webseite von managerseminare.de untersucht das Thema Sprachunterricht mittels e- Learning (managerseminare, 2008). Hierbei wurde festgestellt, dass, wenn von einer Sprache nicht regelmässig Gebrauch gemacht wird, schnell Lücken entstehen. Sie kommen zu dem Ergebnis, dass wenn Sprachkenntnisse gezielt aufgebaut werden sollen, ähnlich der Entwicklung einer bestimten technischen Kompetenz, es wichtig ist, zu Beginn ein Leistungsprofil zu erhalten, an dem sich der Kurs, angepasst an den jeweiligen Teilnehmer, ausrichten lässt. Engelbert Wimmer Seite 47

53 Integrationsbedingte Weiterentwicklung der Datenaustauschformate So würden freiwillige Einstiegstests individuelle Lernpläne, die mit Lernvorschlägen und speziellen Übungsangeboten auf das persönliche Lernprofil zugeschnitten sind, gewährleisten. Abbildung 19 zeigt einen Weg der Gestaltung einer solchen Vorgangsweise. Als Beispiel dient ein Kurs, bestehend aus drei Modulen. Zu Kursbeginn hat man die Chance einen Einstiegstest durchzuführen. Nutzt man diese Chance nicht, beginnt man das erste Modul mit allen Inhalten. Beginn mit Modul 1 Alle Inhalte Kursbeginn (Positive Bewertung) Einstiegs-Test Modul 1 Beginn Mit Modul 2 (Negative Bewertung) Kursinhalte werden dynamisch generiert Abbildung 19: Einstiegs-Test Schließt man den Test mit einer positiven Bewertung ab, ist es möglich sofort mit Modul 2 zu beginnen und hat hier dieselben Auswahlmöglichkeiten wie zu Beginn von Modul 1., nämlich einen Einstiegstest in Modul 2 oder Modul 2 mit allen Inhalten zu starten. Werden nicht alle Fragen aus dem Test von Modul 1 richtig beantwortet, sind im Bereich von Modul 1 all jene Inhalte zu finden, die mit den falsch beantworteten Fragen übereinstimmen. Es müssen jedoch keine Tests mehr absolviert werden. Wird der Test nicht positiv bestanden, muss mit Modul 1 begonnen werden und es gilt alle Tests erneut zu bestehen. Jedoch werden im Modulbereich nur jene Inhalte präsentiert, die bereits durch den Einstiegstest gefiltert wurden, so dass nur unbekannte Themen und Inhalte dem Teilnehmer präsentiert werden. Wurden alle Tests dieses Moduls positiv bestanden, jedoch wiederum Fragen falsch beantwortet, werden die nicht bekannten Lerninhalte weiterhin im Modulbereich angezeigt. Engelbert Wimmer Seite 48

54 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Kursinhalte sollten daher dynamisch verfügbar sein, so dass all jene in den jeweiligen Kursbereichen zu finden sind, die, sofern man einen Einstiegs-Test absolviert hat, mit den falsch beantworteten Fragen übereinstimmen. Ein Teilnehmer sollte aber auch die Gelegenheit haben seinen Kurs-/Modulraum selbst zu gestalten. Man sollte deshalb die Möglichkeit haben, selbst Inhalte zu den Vorgefilterten hinzuzufügen oder Inhalte wieder zu entfernen. Auch könnten, durch eine dynamische Bereitstellung von Inhalten, ähnlich der Abhängigkeit von Kursinhalt zu Fragen des Einstiegstests, diese in unterschiedlichen Sprachen dargestellt werden. So würden die Inhalte bei Auswahl einer Sprache an jene angepasst. Bei Kursen ohne Module wird durch Einstiegstests lediglich der Kursinhalt eingeschränkt. Solche Tests ermöglichen eine effiziente Möglichkeit zur Steigerung einer Kompetenz, sodass nur unbekanntes Wissen oder unbekannte Übungen zur Erfahrungserweiterung präsentiert werden. Durch diese Vorgangsweise gibt es somit eine zweifache Filterung um zu gewährleisten, dass dem Teilnehmer an einem e-learning Kurs nur neues Wissen und neue Erfahrung vermittelt wird. Einerseits durch Grundvoraussetzungen, enthalten in den Metadaten eines Kurses, welche Kurse nach dem Vorwissen des Teilnehmers filtern und andererseits durch Einstiegstests, die Kurse nach unbekannten Inhalten filtern. Auch wenn e-learning Kurse den kognitiven Prozess-Dimensionen Anwenden, Analysieren, Bewerten und Erzeugen entsprechen, sind Überprüfungen anhand von Einstiegstests sinnvoll. Denn auch wenn Projekte durchzuführen und Abgaben zu leisten sind, könnten diese durch Einstiegstests eingeschränkt werden. Zu lösende Aufgabengebiete könnten mit solchen Tests in Abhängigkeit stehen und dementsprechend dynamisch angepasst werden. Ist ein Kurs oder Modul abgeschlossen, wird eine Leistungsbeurteilung errechnet. Ein Kompetenzwert wird nicht direkt aus Testfragen generiert, obwohl die direkte Ermittlung eines Kompetenzwertes für ein Kompetenzmanagementsystem von Vorteil wäre. Jedoch müssten, wäre dies der Fall, Teilnehmer und deren Kompetenzwerte zusätzlich zu den Metadaten jedes Kurses gespeichert werden. Es ist dennoch nicht notwendig Leistungsbeurteilungen und Kompetenzwerte festzuhalten, da Kompetenzwerte auf der Basis von Leistungsbeurteilungen errechnet werden können. Somit wird dazu tendiert auf eine Speicherung jener Daten bei den Metadaten eines Kurses zu verzichten. Besteht bei einem Kompetenzmanagementsystem ein Kurs aus mehreren Modulen, wird anstatt des gesamten Kurses für jedes Modul eine Evidenz mit einem Kompetenzwert erstellt, da bereits durch einzelne Module ein Gewinn an Kompetenz erzielt werden kann. Wird nun ein Modul durch positive Absolvierung eines Einstiegstests übersprungen, sollte für dieses Modul keine Evidenz erstellt werden, da die Inhalte bereits bekannt und im aktuellen Kompetenzwert eines Teilnehmers integriert sind. Wird durch die Absolvierung eines Einstiegstests der Inhalt eines Kurses oder Moduls eingeschränkt, sollte es dennoch keinen Abzug von der Leistungsbeurteilung und infolge Engelbert Wimmer Seite 49

55 Integrationsbedingte Weiterentwicklung der Datenaustauschformate vom Kompetenzwert geben, da das Wissen oder die Erfahrung in diesem Kompetenzbereich vor der Teilnahme an jenem Kurs oder Modul unzureichend war. Für schwierige Fragen, Abgaben und Projekte können mehr Punkte vergeben werden als für weniger schwierige. Aus der gesamten, in einem Kurs oder Modul erreichten Punktezahl wird die zu übermittelnde individuelle Leistungsbeurteilung errechnet. Schwierig zu beantwortende Fragen und schwierige Aufgaben können eine größere Steigerung einer Kompetenz zur Folge haben, da eine intensivere Beschäftigung mit dem Lerninhalt einher geht. Die positivere Auswirkung auf die Kompetenzentwicklung kann also mit einer höheren Anzahl an zu erreichenden Punkten ausgedrückt werden. 3.4 Anpassung von LOM <tns:lom> <tns:general> <tns:lifecycle> <tns:metametadata> <tns:technical> <tns:educational> <tns:rights> <tns:relation> <tns:annotation> <tns:classification> </tns:lom> </tns:general> </tns:lifecycle> </tns:metametadata> </tns:technical> </tns:educational> </tns:rights> </tns:relation> </tns:annotation> </tns:classification> Abbildung 20: Kategorien von LOM - XML Abbildung 20 zeigt den Aufbau der Kategorien des LOM Standards im XML Format. Wie bereits bekannt, ist dieser Standard Teil des SCORM Pakets und dient der Beschreibung von Lernobjekten, deren Definition bisher nicht konkret spezifiziert ist. Wie in Abbildung 6 illustriert finden die Kategorien und Elemente von LOM unterschiedlich oft Verwendung. In diesem Kapitel werden ebenfalls nur die für einen Datenaustausch mit einem Kompetenzmanagementsystem relevanten Kategorien und Elemente dargestellt und deren Verwendung erklärt. Konkrete kompetenzbezogene Anpassungen an LOM, wie das Hinzufügen neuer Kategorien, werden in den Kapiteln 3.4.8, und vorgenommen Kategorie <general> Um den Datenaustausch zwischen einer e-learning Plattform und einem Kompetenzmanagementsystem zu ermöglichen, besteht die Notwendigkeit einen e-learning Kurs, welcher wiederum aus mehreren Modulen zusammen gesetzt sein kann, abzubilden. Ein Kurs muss nicht zur Gänze absolviert werden. Bereits ein Modul kann die Kompetenzen eines Teilnehmers steigern. Deshalb ist es von besonderer Wichtigkeit, die Struktur sowie Engelbert Wimmer Seite 50

56 Integrationsbedingte Weiterentwicklung der Datenaustauschformate das Granularitätsniveau speichern zu können. Dies ist durch die Elemente <structure> und <aggregationlevel>, sichtbar in Abbildung 21, möglich. <tns:general> <tns:identifier> <tns:catalog>uri</tns:catalog> <tns:entry> </tns:identifier> <tns:title> <tns:string language="de">modul 1 - Entity-Relationship-Modell</tns:string> </tns:title> <tns:language>de</tns:language> <tns:description> <tns:string language="de"></tns:string> </tns:description> <tns:keyword> <tns:string language="de">e-learning Modul</tns:string> </tns:keyword> <tns:coverage> <tns:string language="de">entity-relationship-modell</tns:string> </tns:coverage> <tns:structure> <tns:source>competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>linear</tns:value> </tns:structure> <tns:aggregationlevel> <tns:source>competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>3</tns:value> </tns:aggregationlevel> </tns:general> Abbildung 21: XML - Beispiel der LOM Kategorie <general> In der Definition von LOM sind sogenannte vocabulary tokens für den Wert bestimmter Elemente vorgeschrieben. So gibt es für <structure> und <aggregationlevel> die folgenden Auswahlmöglichkeiten (ADL, 2004): Engelbert Wimmer Seite 51

57 Integrationsbedingte Weiterentwicklung der Datenaustauschformate vocabulary token Beschreibung structure atomic Ein unteilbares Objekt collection Eine Menge an Objekten ohne Beziehungen networked Objekte mit Beziehungen, die nicht festgelegt sind hierarchical Eine Menge an Objekten, deren Beziehungen an Hand einer Baumstruktur dargestellt werden kann linear Eine lineare Abfolge an Objekten aggregationlevel 1 Kleinste Aggregation: Datenfragment 2 Eine Lerneinheit 3 Ein Modul (mit Zertifikat/Abschluss) 4 Ein Kurs bestehend aus Modulen (mit Zertifikat/Abschluss) Tabelle 7: Vocabulary Tokens Für die Erfassung der Struktur im Bereich e-learning sind lediglich linear und atomic von Bedeutung, da ein Kurs entweder eine bestimmte Abfolge von Modulen beinhaltet oder aber nur für sich selbst steht. Für Modul 1 wurde, wie die obige Abbildung zeigt, linear verwendet. Der Kurs Grundlagen der Datenbankprogrammierung besteht aus einer linearen Abfolge von Modulen. Betreffend aggregationlevel muss die Bedeutung eines vocabulary tokens hingegen in ihrer ursprünglichen Definition geringfügig geändert werden. Es sollte im Zusammenhang mit einem Kompetenzmanagementsystem möglich sein bereits nach Abschluss eines Moduls eine Steigerung der Kompetenzen zu erzielen. Somit werden im Laufe dieser Arbeit nur die Beiden vocabulary token 3 und 4 verwendet. Die Bedeutung des vocabulary token 3 wurde dahingegen geändert, dass auch ein Modul mit einem Zertifikat über eine Kompetenzsteigerung absolviert werden kann. <identifier>, <title>, <language>, <description> und <coverage> sind Elemente, welche den Kurs näher beschreiben. So werden sie auch von Stefan Thalmann (Thalmann, 2006)den Metadatenthematiken des beschreibenden Bereichs zugeordnet. Wie diese Elemente Verwendung finden, ist in Abbildung 21 illustriert Kategorie <technical> Der LOM Abschnitt <technical> beschreibt die Kurse und Module aus der technischen Perspektive. Die zentralen Fragen sind: Welche Software kommt zum Einsatz? Welche Minimum-Anforderungen werden an die Hardware gestellt? Engelbert Wimmer Seite 52

58 Integrationsbedingte Weiterentwicklung der Datenaustauschformate <tns:technical> <tns:format>moodle</tns:format> <tns:format>text/ims Content Paket</tns:format> <tns:format>moodle/quiz/test</tns:format> <tns:format>moodle/forum</tns:format> <tns:location> <tns:requirement> <tns:orcomposite> <tns:type> <tns:source> Competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>browser</tns:value> </tns:type> <tns:name> <tns:source> Competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>ms-internet explorer</tns:value> </tns:name> <tns:minimumversion>6.0</tns:minimumversion> <tns:maximumversion>7.0</tns:maximumversion> </tns:orcomposite> </tns:requirement> <tns:installationremarks> <tns:string language="de">für diese Aktivität sollte der Browser PDF-Files öffnen können.</tns:string> </tns:installationremarks> <tns:otherplatformrequirements> <tns:string language="de">min. Video Karte und Display Einestellungen: 800 X 600</tns:string> </tns:otherplatformrequirements> <tns:duration> <tns:duration>pt25h</tns:duration> <tns:description> <tns:string language="de">ects 1</tns:string> </tns:description> </tns:duration> </tns:technical> Abbildung 22: :XML - Beispiel der LOM Kategorie <technical> Wichtig sind vor allem die Formate der Inhalte eines Kurses. So kann der Lerninhalt in Form von Text, Sprachaufzeichnungen und Video präsentiert werden. Im Element <requirements> wird die für die angegebenen Formate benötigte Software und deren zulässige Versionen Engelbert Wimmer Seite 53

59 Integrationsbedingte Weiterentwicklung der Datenaustauschformate beschrieben. Abbildung 22 enthält alle Formate des Moduls Entity Relationship Modell, beschrieben in Kapitel Die Formate und Voraussetzungen an Software anzugeben ermöglicht dem Kursteilnehmer im Voraus die nötige Software zu installieren, bzw. festzustellen ob eine Teilnahme möglich ist. Durch die eingesetzten Formate kann man auch über die Qualität eines Kurses Aussagen treffen. Diese Information würde auch bei einem Kompetenzmanagementsystem gut Anwendung finden. So könnten bei der Auswahl eines Kurses die relevanten technischen Daten angezeigt werden Kategorie <educational> Lerninhalt, dargestellt wie in Kapitel 4.2, wird mit Hilfe dieser Kategorie abgebildet. Sie umfasst Elemente, die auch für die Ermittlung des Kompetenzgewinns relevant sind. Eines davon ist <difficulty> das die Zielgruppe einer e-learning Einheit, welche direkten Einfluss auf den Kompetenzgewinn ausübt, enthält (Vergl.: Kapitel 3.1.1). <interactivitytype> ist ebenso wie <difficulty> ein Kind von <educational>. Es gibt laut LOM Standard drei vocabulary tokens zur Auswahl. Diese sind von besonderer Relevanz und deshalb hier angeführt, weil sie einen ersten Hinweis darauf geben, dass eine Lerneinheit nicht nur die theoretische Komponente einer Kompetenz, sondern im Fall von active und mixed auch den Grad an Erfahrung steigern kann. vocabulary token Beschreibung interactivitytype active Aktives Lernen wird durch Inhalte unterstützt, welche den Lernenden zu produktivem Handeln anregen expositive Passives Lernen. Nur das Lernen der Inhalte ist erforderlich. mixed Eine Mischform aus active und expositive Kind Element <learningressourcetype> erlaubt den Inhalt, unabhängig vom Format, genauer zu spezifizieren. Die folgenden Auswahlmöglichkeiten stehen zur Wahl: exercise, simulation, questionnaire, diagram, figure, graph, index, slide, table, narrative text, exam, experiment, problem statement, self assessment. Die vocabulary token von <interactivitylevel> geben einerseits Aufschluss über die Intensität der Betreuung eines Tutors, andererseits von der Interaktion von Kursteilnehmern mit anderen. Die Einteilung betreffend e-learning kann folgender Maßen dargestellt werden: Engelbert Wimmer Seite 54

60 Integrationsbedingte Weiterentwicklung der Datenaustauschformate vocabulary token Interaktion zwischen den Kursteilnehmern ist & Unterstützung durch einen Tutor ist interactivitylevel very low Nicht vorhanden & Nicht vorhanden Low Mischform aus very low und medium Medium Mäßig & Hoch Durchschnittlich & Durchschnittlich Hoch & Mäßig high Mischform aus medium und very high very high Intensiv & Intensiv <intendedenduserrole> beschreibt jene Personen, die den Kurs oder das Modul verwenden. Dies können einerseits ein Coach, ein Tutor oder Kursteilnehmer sein. Deshalb müssen die vorhandenen vocabulary token, teacher, author, manager, und learner um Folgendes erweitert werden: tutor. Denn die Rollen teacher und tutor müssen voneinander unterschieden werden. Den Leiter eines Kurses kann man als author bezeichnen, denn er ist zuständig für die Erstellung des Kurses und ebenso für die Abnahme etwaiger Prüfungen. Im Bereich e- Learning übernimmt dieser auch die Rolle des Coachs, der den Teilnehmern des Kompetenzgrades Advanced unterstützend und impulsgebend zur Seite steht. Ein Tutor wiederum unterstützt die Lernenden beispielsweise durch Beantwortung von Fragen, kann aber auch Rechte für die Auswertung von Übungsaufgaben und Tests haben. Die Bedeutung von Tutoren und Coachs für e-learning Kurse und Module ist in Kapitel ausführlich dargestellt. Aus den Elementen <interactivitytype>, <learningressourcetype>, <interactivitylevel> und <intendedenduserrole> könnte bei einem ein Kompentenzmanagementsystem automatisch zusätzliche Information über einen Kurs oder ein Modul angezeigt werden, sodass nicht die ermittelte mögliche Kompetenzsteigerung die alleineige Grundlage zur Entscheidung für einer Teilnahme bildet. Für die Interaktion von e-learning mit einem Kompetenzmanagementsystem ist von dieser Kategorie das Element <difficulty> von erheblicher Bedeutung, denn der Schwierigkeitsgrad ist abhängig von der Zielgruppe. Anfänger sollten beispielsweise nur an Kursen mit den Schwierigkeitsgraden very easy und easy teilnehmen. Nehmen sie an Kursen mit den Schwierigkeitsgraden medium, difficult oder very difficult teil, fällt der Engelbert Wimmer Seite 55

61 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Kompetenzgewinn relativ gering aus, da die komplexeren Inhalte zum Verständnis ausreichendes Vorwissen benötigen. <tns:educational> <tns:interactivitytype> <tns:source> Competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>expositive</tns:value> </tns:interactivitytype> <tns:learningresourcetype> <tns:value>narrative text</tns:value> </tns:learningresourcetype> <tns:learningresourcetype> <tns:value>exam</tns:value> </tns:learningresourcetype> <tns:interactivitylevel> <tns:value>low</tns:value> </tns:interactivitylevel> <tns:intendedenduserrole> <tns:value>learner</tns:value> </tns:intendedenduserrole> <tns:context> <tns:value>training</tns:value> </tns:context> <tns:difficulty> <tns:value>very easy</tns:value> </tns:difficulty> <tns:typicallearningtime> <tns:duration>pt25h</tns:duration> <tns:description> <tns:string language="de">1 ECTS</tns:string> </tns:description> </tns:typicallearningtime> <tns:language>de</tns:language> <tns:trustlevel> <tns:value>insecure</tns:value> </tns:trustlevel> </tns:educational> Abbildung 23: XML - Beispiel der LOM Kategorie <educational> Um den Austausch an Daten zu gewährleisten, wurde für den Grad einer Kompetenz eines Kompetenzmanagementsystems einerseits und den Schwierigkeitsgraden von Kursen/Modulen abgebildet in LOM andererseits, folgende Übereinstimmung getroffen: Engelbert Wimmer Seite 56

62 Integrationsbedingte Weiterentwicklung der Datenaustauschformate LOM vocabulary token Kompetenzmanagementsystem very easy medium difficult very difficult easy Beginner X X Intermediate X X Advanced X Tabelle 8: "vocabulary token" - Schwierigkeitsgrad Da die Kategorie <educational> Informationen über die Lernressourcen sowie über den Schwierigkeitsgrad eines Lernobjektes enthält, sollte in dieser Kategorie auch der Grad an Vertrauen festgehalten werden. Der Vertrauensgrad ist das direkte Ergebnis der Möglichkeiten, die zur Überprüfung des vermittelten Wissens und der Erfahrung der Teilnehmer, zur Verfügung stehen. Für das neue Element <trustlevel> wurden die beiden token secure und insecure definiert (Vergl.: Kapitel 3.1.1). Die Metadaten aus Abbildung 23 beschreiben Modul 1 (Vergl.: Kapitel 4.2.1): Teilnehmern des Modul 1 steht eine Beschreibung des Lerninhalts in Textform zur Verfügung. Nur das Lernen der Inhalte ist erforderlich und wird anhand von online Tests überprüft. Die Interaktion der Teilnehmer mit anderen, Tutoren oder Coachs, ist nicht gewährleistet. Der Schwierigkeitsgrad des Moduls ist sehr leicht und umfasst den Zeitaufwand eines ECTS Punkts. Jedoch ist der Vertrauensgrad sehr gering Kategorie <relation> Die Kategorie <relation> bietet gute Voraussetzungen um eine Beziehung zwischen Kurs und Modulen darzustellen. Durch Kind Element <kind> und dessen vocabulary token, ispartof und haspart kann ein Kurs von Modulen unterschieden werden. haspart ist so zu interpretieren, dass ein Kurs aus mehreren Teilen besteht. Element <ressource> kann gar nicht oder auch mehrmals vorkommen. In Folge können alle Module eines Kurses hier angeführt werden. Abbildung 24 zeigt die Kategorie <relation> des Moduls ER-Modelle und Relationaler Datenbankentwurf. Wie aus den Metadaten ersichtlich, ist dieses Modul Teil des Kurses Grundlagen der Datenbankprogrammierung. Mit Hilfe dieser Kategorie können bei einem Kompentenzmanagementsystem zu einem Kurs gehörige Module, identifiziert und angezeigt werden. Engelbert Wimmer Seite 57

63 Integrationsbedingte Weiterentwicklung der Datenaustauschformate <tns:relation> <tns:kind> <tns:source>competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>ispartof</tns:value> </tns:kind> <tns:resource> <tns:identifier> <tns:catalog>uri</tns:catalog> <tns:entry> </tns:identifier> <tns:description> <tns:string language="de"> Grundlagen der Datenbankprogrammierung </tns:string> </tns:description> </tns:resource> </tns:relation> Abbildung 24: XML - Beispiel der LOM Kategorie <relation> Kategorie <classification> <classification> dient dazu ein LO genauer zu bestimmen, es beispielsweise in eine didaktische Taxonomie (Vergl.: Kapitel 2.7) einzuordnen. Hierfür werden die Kind Elemente <source> und <taxon> von <taxonpath> verwendet. <taxon> beschreibt die verwendete Taxonomie (Abbildung 25). Unter dem Kind Element <value> von <purpose> muss man in Bezug auf ein Kompetenzmanagementsystem eindeutig das vocabulary token competency verwenden, da das LO dazu verwendet wird Kompetenzen zu erweitern. <tns:classification> <tns:purpose> <tns:source>competency adapted IEEE LTSC LOM XML </tns:source> <tns:value>competency</tns:value> </tns:purpose> <tns:taxonpath> <tns:source> <tns:string language="de">didaktische Taxonomie</tns:string> </tns:source> <tns:taxon> <tns:id> </tns:id> <tns:entry> Engelbert Wimmer Seite 58

64 Integrationsbedingte Weiterentwicklung der Datenaustauschformate <tns:string language="de">verwendete Taxonomie aus Diplomarbeit von Engelbert Wimmer</tns:string> </tns:entry> </tns:taxon> </tns:taxonpath> <tns:description> <tns:string language="de">integration von e-leaning in ein Kompetenzmanagementsystem</tns:string> </tns:description> <tns:keyword> <tns:string language="de">taxonomie</tns:string> </tns:keyword> </tns:classification> Abbildung 25: XML - Beispiel der LOM Kategorie <classification> Kategorie <requiredcompetency> Sucht der Nutzer eines Kompetenzmanagementsystems Kurse um eine bestimmte Kompetenz zu erweitern, werden die Werte der Kategorie <requiredcompetency> eines e- Learning Kurses oder Moduls mit den aus den Evidenzen des Kompetenzmanagementsystems errechneten Werten des Nutzers verglichen und es werden nur jene Kurse oder Module angezeigt, deren Werte kleiner sind. Dies bedeutet, dass der Nutzer die Teilnahmebedingungen an einem Kurs erfüllt und zugelassen ist. Diese Kategorie ermöglicht somit für Kurse oder Module einen Grundlevel für Wissens- oder Erfahrungswerte von Kompetenzen zu definieren. Ein Teilnehmer sollte für jene Kompetenzen die Bedingungen erfüllen oder der Kurs wird bei einem Kompentenzmanagementsystem nicht als Möglichkeit angezeigt, möchte man sich in einer bestimmten Kompetenz weiterbilden. Dies wäre auch nicht sinnvoll, denn ein Teilnehmer, der solche Grundvoraussetzungen nicht erfüllt, würde vom Lehrinhalt eines Kurses nicht profitieren (Vergl.: Kapitel 3.2 und 3.3). Zu diesem Zweck enthält die neue Kategorie <requiredcompetency> die Elemente <id>, <knowledgelevel> und <experiencelevel>. Die Elementnamen sprechen für sich selbst. <id> dient dazu eine Kompetenz eindeutig zu identifizieren, <knowledgelevel> und <experiencelevel> geben den Grad an Erfahrung und Wissen an, der zur Teilnahme am Kurs oder Modul für diese Kompetenz vorausgesetzt wird. Wissens- und Erfahrungswerte können einen Wert zwischen 0.00 und 1.00 annehmen (Vergl.: Kapitel 2.6). Engelbert Wimmer Seite 59

65 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Abbildung 26 demonstriert ein Beispiel der Kategorie <requiredcompetency>. Aus dem angeführten Beispiel ist ersichtlich, dass für den betreffenden Kurs ein mittlerer Grad an Deutschkenntnissen vorhanden sein sollte, da sonst der Kurs nicht verstanden und begonnen werden kann. Ebenso müssen Grundlagen in SQL bereits bekannt sein, denn eine Teilnahme an diesem Kurs wäre anders nicht möglich und für den Teilnehmer auch nicht sinnvoll. <tns:requiredcompetency> <tns:id>german</tns:id> <tns:knowledgelevel>0.5</tns:knowledgelevel> <tns:experiencelevel>0.5</tns:experiencelevel> </tns:requiredcompetency> <tns:requiredcompetency> <tns:id>er-model</tns:id> <tns:knowledgelevel>0.1</tns:knowledgelevel> <tns:experiencelevel>0.1</tns:experiencelevel> </tns:requiredcompetency> Abbildung 26: XML - Beispiel der LOM Kategorie <requiredcompetency> Kategorie <competency> <competency> ist ebenfalls wie <requiredcompetency> eine Kategorie um die LOM erweitert wurde, sodass für jeden Teilnehmer an einem Kurs oder Modul Kompetenzwerte errechnet, an ein Kompetenzmanagementsystem übermittelt und nach erfolgreichem Abschluss eines Kurses oder Moduls dort als Evidenzen festgehalten werden können. Diese Kategorie ist ähnlich der Kategorie <requiredcompetency> aufgebaut. Das Element <id> ermöglicht eine Identifizierung der Kompetenz, deren Werte erhöht werden sollen. Es können auch die Werte mehrere Kompetenzen gesteigert werden. Mit Hilfe der Elemente <knowledgelevel> und <experiencelevel> kann die durch einen e- Learning Kurs mögliche Steigerung einer Kompetenz, falls beide Werte für Erfahrung und Wissen erhöht werden, auf beide aufgeteilt werden. Diese hier definierten Werte sind die größtmöglichen, die durch einen e-learning Kurs erreicht werden können. Diese können durch andere e-learning Faktoren gemindert werden. Zum besseren Verständnis folgen nun Beispiele für alle erdenklichen Fälle: Abbildung 27 zeigt die Möglichkeit zur Erhöhung der Wissenswerte von zwei Kompetenzen. Nämlich den Wissenswert der Kompetenzen ER-Model und Relational Model. Beiden wird ein Wert von 0.05 zugeordnet. Engelbert Wimmer Seite 60

66 Integrationsbedingte Weiterentwicklung der Datenaustauschformate <tns:competency> <tns:id>er-model</tns:id> <tns:knowledgelevel>0.05</tns:knowledgelevel> </tns:competency> <tns:competency> <tns:id>relational Model</tns:id> <tns:knowledgelevel>0.05</tns:knowledgelevel> </tns:competency> Abbildung 27: XML - Beispiel der LOM Kategorie <competency> - Zwei Kompetenzen Abbildung 28 illustriert die Teilung des Wertes auf die Bereiche Wissen und Erfahrung der Kompetenz ER-Model. <tns:competency> <tns:id>er-model</tns:id> <tns:knowledgelevel>0.05</tns:knowledgelevel> <tns:experiencelevel>0.05</tns:experiencelevel> </tns:competency> Abbildung 28: XML - Beispiel der LOM Kategorie <competency> - Eine Kompetenz, zwei Werte Abbildung 29 demonstriert die kompetenzbezogenen Eigenschaften von Modul 1 auf die Kompetenz ER-Model (Vergl.: Kapitel 4.3.1). Es wird nur der Grad an Wissen erhöht. <tns:competency> <tns:id>er-model</tns:id> <tns:knowledgelevel>0.1</tns:knowledgelevel> </tns:competency> Abbildung 29: XML - Beispiel der LOM Kategorie <competency> - Eine Kompetenz, ein Wert Kategorie <participant> Wie in Kapitel 3.2 festgestellt, ist es erforderlich Teilnehmer an einem e-learning Kurs und deren Leistungsbeurteilung für jeden Kurs und jedes Modul zu speichern, sodass ein Kompetenzwert errechnet werden kann, der auf Seiten des Kompentenzmanagementsystems als Evidenz gespeichert wird. Zu diesem Zweck wurde LOM um die Kategorie <participant> erweitert. Engelbert Wimmer Seite 61

67 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Das Beispiel aus Abbildung 30 zeigt die Daten zweier Teilnehmer aus dem ersten Modul des in dieser Arbeit vorgestellten e-learning Kurses Grundlagen der Datenbankprogrammierung. <tns:participant> <tns:id> </tns:id> <tns:performancelevel>0.76</tns:performancelevel> </tns:participant> <tns:participant> <tns:id> </tns:id> <tns:performancelevel>0.85</tns:performancelevel> </tns:participant> Abbildung 30:XML - Beispiel der LOM Kategorie <participant> Diese Kategorie enthält ein Element <id>, durch das Teilnehmer eindeutig identifiziert werden können. Im Fall einer universitären e-learning Plattform ist dies die Matrikelnummer. Zudem können die Leistungsbeurteilungen für jeden Teilnehmer nach Absolvierung aller Prüfungen und erfolgreichen Abgaben gespeichert werden (Vergl.: Kapitel 3.2). Zu diesem Zweck wurde das Element <performancelevel> sichtbar in Abbildung 30 definiert. Ist die Leistungsbeurteilung bei einer e-learning Plattform für jede Person individuell, sollte diese auch zum Zweck der Interaktion mit einem Kompetenzmanagementsystem abgebildet werden. Ist für alle Teilnehmer der mögliche Kompetenzgewinn gleich, müssen die Elemente dieser Kategorie nicht mit Werten gefüllt werden. 3.5 Anpassung von HR-XML Um die Kompetenzen einer Person darzustellen wurde der HR-XML Standard gewählt. Dieser ermöglicht einerseits persönliche Daten und andererseits kompetenzbezogene Daten zu speichern. Zu diesem Zweck wurden Teile aus den in HR-XML integrierten Schemata ähnlich wie bei LOM im Bereich e-learning zu einem einzigen Schema kombiniert. Aus Gründen der Interaktion eines Kompetenzmanagementsystems mit einer e-learning Plattform wurden Teile aus PersonName.xsd, PersonDescription.xsd und PhysicalLocation.xsd und Competency.xsd verwendet. Diese Namen stellen Bezeichnungen von Schemata, enthalten in HR-XML, dar. Hiervon müssen einzig die Elemente von Competency.xsd erweitert werden. Dieser zusammengesetzte Teil aus HR-XML, der Informationen über eine Person enthält, wie Name, Adresse, usw., kann beliebig um Elemente der ursprünglichen HR-XML Schemata erweitert werden, da keine Änderungen vorgenommen wurden. Engelbert Wimmer Seite 62

68 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Der für eine Interaktion mit einem Kompetenzmanagement relevante und angepasste Teil aus HR-XML wird in Kapitel beschrieben und umfasst alle Elemente zur Abbildung von Kompetenzen, Evidenzen und zur Berechnung eines Kompetenzwertes Persönliche Information Abbildung 31 illustriert ein Beispiel zur Speicherung von persönlicher Information in XML- Format. Das Beispiel enthält alle notwendigen personenbezogenen Daten zur Evaluierung der Interaktion einer e-learning Plattform mit einem Kompentenzmanagementsystem wie die eindeutige ID, den Namen, die Nationalität, die Muttersprache und die Adresse. Alles dies sind Elemente, die in dem zusammengesetzten Schema integriert sind. Sie können um weitere Elemente aus HR-XML erweitert werden. Der Verwendungszeck spielt hierbei eine große Rolle. Die in diesem Kapitel verwendeten Elemente sind für ein universitäres Kompetenzmanagementsystem gedacht. Würde es sich um das Kompetenzmanagementsystem eines Unternehmens handeln, müssten beispielsweise Bereiche wie EmploymentHistory und Organization ergänzt werden. <tns:personinfo> <tns:personid validfrom=" t03:51:29.02" validto=" t03:51:29.02" idowner="technische Universität Wien"> <tns:idvalue> </tns:idvalue> </tns:personid> <tns:personname> <tns:formattedname>stefan Wimmer</tns:FormattedName> <tns:givenname>stefan</tns:givenname> <tns:familyname>wimmer</tns:familyname> </tns:personname> <tns:persondescriptors> <tns:demographicdescriptors> <tns:nationality>austria</tns:nationality> <tns:primarylanguage>de</tns:primarylanguage> <tns:birthplace>linz</tns:birthplace> </tns:demographicdescriptors> <tns:biologicaldescriptors> <tns:monthdayofbirth> </tns:monthdayofbirth> <tns:age>30</tns:age> <tns:gendercode>1</tns:gendercode> </tns:biologicaldescriptors> <tns:postaladdress> <tns:postalcode>1070</tns:postalcode> <tns:region>vienna</tns:region> <tns:deliveryaddress> <tns:streetname>kaiserstrasse</tns:streetname> <tns:buildingnumber>50-52</tns:buildingnumber> <tns:unit>1/19</tns:unit> Engelbert Wimmer Seite 63

69 Integrationsbedingte Weiterentwicklung der Datenaustauschformate </tns:deliveryaddress> <tns:recipient /> </tns:postaladdress> <tns:userarea /> </tns:persondescriptors> </tns:personinfo> Abbildung 31: Beispiel HR-XML - Persönliche Information Kompetenzen, Evidenzen und Kompetenzwerte Das HR-XML Schema für Kompetenzen (Vergl.: Abbildung 32 und Abbildung 33) erlaubt es Evidenzen anzuführen, welche den Grad einer Kompetenz nachweisen. Zusätzlich können Gewichtungen und Größen angegeben werden, die dazu dienen eine Hierarchie abzubilden oder auf eine andere Art eine Kompetenz zu evaluieren. (Allen, 2007) Dieses Schema ist also relevant für Prozesse, die mit der Messung und dem Vergleich von Kompetenzen beschäftigt sind und kann auch genutzt werden um einen durch e-learning Kurse oder Module erzielten Kompetenzgewinn darzustellen. Abbildung 33 enthält alle Elemente und Attribute vom Typ Kompetenz. Das Element <CompetencyID> ermöglicht die eindeutige Identifizierung einer Kompetenz und eine suche nach relevanten Kursen, die diese Kompetenz erweitern. Mit <TaxonomieID> kann die verwendete Ontologie angeführt werden. Die Ontologie anzuführen ist von besonderer Wichtigkeit, da sie über die Ordnung, Gewichtung und Messung der Kompetenzen bestimmt. Mit HR-XML ist es jedoch nicht möglich Austauschformate zwischen verschiedenen Ontologien anzugeben. Abbildung 32: Schema Gliederung <CompetencyEvidence> ist Hauptbestandteil dieses Schemas. Hier werden alle Nachweise, die zur Erhöhung einer Kompetenz beitragen, eingetragen (Vergl. Kapitel 2.6.3). Dies kann sich beispielsweise auf erfolgreich absolvierte e-learning Kurse oder auf abgeschlossene Projekte beziehen. Eine Kompetenz kann sowohl durch eine Erhöhung des Grades an Erfahrung als auch des Grades an Wissen gesteigert werden. Zu diesem Zweck werden für jede Evidenz minimal ein, maximal zwei Kind Elemente <NumericValue> von Engelbert Wimmer Seite 64

70 Integrationsbedingte Weiterentwicklung der Datenaustauschformate <CompetencyEvidence> erzeugt. Hat man einen e-learning Kurs bestanden und trägt er zur Erhöhung einer Kompetenz bei, wird er in diesem Element gespeichert. Erhöht er nur die Wissenskomponente, wird für diesen Kurs nur ein Kind Element <NumericValue> generiert. Da es möglich sein sollte, das Element <NumericValue> mehr als einmal anzuführen, musste das Schema, wie in Abbildung 33 ersichtlich, dem entsprechend angepasst werden. Ein Beispiel für <CompetencyEvidence> wird in Abbildung 34 dargestellt, wo, wie man sehen kann, für die technische Kompetenz Er-Model durch die Evidenz Kurs ER-Model 1 der Grad an Wissen so wie der an Erfahrung um 0,1 Punkte erhöht wird. Möchte man das tatsächliche Ausmaß der Kompetenz ER-Model wissen, müssen die Wissens- und Erfahrungswerte aller Evidenzen dieser Kompetenz addiert werde. Für die Kompetenz ER- Model aus errechnet sich ein Wissenswert von 0.16 und ein Erfahrungswert von Der Grad an Vertrauen wurde bei dieser Berechnung nicht berücksichtigt. Ob und wie ein solcher Grad einen Kompetenzwert beeinflusst obliegt der Definition eines Kompetenzmanagementsystems. Laut der Beschreibung von HR-XML (Allen, 2007) ist das Element <SupportingInformation> dazu gedacht, Informationen über einen Wert, eine Messung oder aber auch über eine Einstufung zu enthalten (Abbildung 34). In diesem Element kann somit Information über die Einstufung einer Evidenz in Bezug auf den Grad an Vertrauen festgehalten werden, falls der Grad an Vertrauen nicht bereits bei der Ermittlung konkreter Werte für eine Evidenz im Kompetenzprofil einer Person berücksichtigt wurde. Engelbert Wimmer Seite 65

71 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Abbildung 33: HR-XML angepasst an ein Kompetenzmanagementsystem Wie in Kapitel beschrieben, können nur die untersten Kompetenzen durch Kurse oder Module verbessert werden. Kompetenzen, die aus mehreren Teilen zusammen gesetzt sind, werden mit Hilfe von Gewichtung aus diesen berechnet. Somit ist es nur sinnvoll für die untersten Blätter eines Kompetenzbaumes Evidenzen zu speichern. Die Gewichtung wird mit Hilfe des Elements <CompetencyWeight> definiert. Engelbert Wimmer Seite 66

72 Integrationsbedingte Weiterentwicklung der Datenaustauschformate <tns:competency required="true"> <tns:competencyid id="er-model" /> <tns:taxonomyid id="taxonomy of Diploma Thesis by Engelbert Wimmer" description="integration of e-leaning into a competency-management-system" /> <tns:competencyevidence name="kurs Er-Model 1" dateofincident=" t03:51:29.02"> <tns:numericvalue minvalue="0.00" maxvalue="1.00" description="knowledge">0.1 </tns:numericvalue> <tns:numericvalue minvalue="0.00" maxvalue="1.00" description="experience">0.1 </tns:numericvalue> <tns:supportinginformation>insecure</tns:supportinginformation> </tns:competencyevidence> <tns:competencyevidence name="kurs Er-Model 2" dateofincident=" t03:51:29.02"> <tns:numericvalue minvalue="0.00" maxvalue="1.00" description="knowledge">0.06 </tns:numericvalue> <tns:supportinginformation>secure</tns:supportinginformation> </tns:competencyevidence> <tns:competencyweight> <tns:numericvalue minvalue="0.00" maxvalue="1.00" description="database">0.33 </tns:numericvalue> </tns:competencyweight> <tns:userarea /> </tns:competency> Abbildung 34: Beispiel HR-XML Kompetenz ER-Model: Unterstes Blatt des Kompetenzbaumes Dieses Element kann ein-, oder mehrmals angegeben werden. Einmal dann, wenn die Kompetenz ausschließlich die Werte der direkt übergeordneten Kompetenz beeinflusst. Hat diese Kompetenz auch Auswirkungen auf andere Kompetenzen, ist eine mehrmalige Angabe von Nöten. In diesem Fall muss eine separate Gewichtung für jede Kompetenz, die direkt von dieser abhängig ist, festgehalten werden (Vergl. Kapitel: Ontologie2.6). Hierzu wurde ebenfalls eine Anpassung an dem ursprünglichen Format dieses Schemas vorgenommen. Eine Kompetenz kann mehrere Gewichtungen enthalten, wobei <NumericValue> nun gar nicht oder einmal enthalten sein muss. Die Gewichtung bemisst das Ausmaß, um das die übergeordnete Kompetenz, referenziert durch das Attribut description des Elements <NumericValue> von <CompetencyWeigt>, erhöht wird. Die Gewichtung muss auch für alle übergeordneten Kompetenzen des Kompetenzbaumes angeführt werden. Ein Beispiel dafür demonstriert Abbildung 35. In jenem sind die beiden Top-Knoten des Kompetenzbaumes (Vergl.: Abbildung 8) und deren Engelbert Wimmer Seite 67

73 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Gewichtung enthalten. Für diese Kompetenzen werden keine Evidenzen gespeichert, da sich deren Werte aus den untergeordneten und deren Gewichtungen berechnen. <tns:competency required="true"> <tns:competencyid id="computer" /> <tns:taxonomyid id="taxonomy of Diploma Thesis by Engelbert Wimmer" description="integration of e-leaning into a competency-management-system" /> <tns:competencyweight> <tns:numericvalue minvalue="0.00" maxvalue="1.00" description="functional">0.5</tns:numericvalue> </tns:competencyweight> <tns:userarea /> </tns:competency> <tns:competency required="true"> <tns:competencyid id="functional" /> <tns:taxonomyid id="taxonomy of Diploma Thesis by Engelbert Wimmer" description="integration of e-leaning into a competency-management-system" /> <tns:competencyweight> <tns:numericvalue minvalue="0.00" maxvalue="1.00" description="">1.00</tns:numericvalue> </tns:competencyweight> <tns:userarea /> </tns:competency> Abbildung 35: Beispiel HR-XML - Top Knoten des Kompetenzbaumes 3.6 Fazit In diesem Kapitel wurden e-learning Faktoren ermittelt, welche auf die Steigerung einer Kompetenz Einfluss nehmen. Diese Faktoren sind: Wert zur Steigerung von Wissen/Erfahrung Zielgruppe Grad an Vertrauen Individuelle Leistung Der Wert zur Steigerung von Wissen und/oder Erfahrung einer Kompetenz ist der maximal mögliche. Die Übereinstimmung der Zielgruppe, der Grad an Vertrauen und die individuelle Leistung können diesen Wert mindern. Den exakten Einfluss dieser Größen auf die Steigerung einer Kompetenz ist abhängig von dem eingesetzten Algorithmus, den ein Kompetenzmanagementsystem zur Werteberechnung einer Evidenz nutzt. Es wurden auch die System-Architektur und die Anforderungen an eine e-learning Plattform analysiert. Wie aus den kurzen Beschreibungen der e-learning Plattformen in Kapitel Engelbert Wimmer Seite 68

74 Integrationsbedingte Weiterentwicklung der Datenaustauschformate ersichtlich ist, ermöglichen viele lediglich eine simple Bereitstellung von Lernmaterial oder können in andere Module integriert werden und es bietet sich keine Plattform an, bei der die in diesem Kapitel vorgestellten Anforderungen bereits implementiert wären und somit eine an ein Kompetenzmanagementsystem angepasste Gestaltung von e-learning Kursen oder Modulen möglich wäre. Die Analyse zeigt, dass nur die folgenden vier Plattformen geeignet sind für die selbstständige Erstellung von e-learning Kursen, ohne Anbindung an Lehrveranstaltungen oder anderweitige Kurse mit Anwesenheit, sind: ILIAS metacoon Moodle Adobe Acrobat Connect Pro Es wurden jedoch nur freie, Open-Source-Plattformen für die Verwendung in dieser Arbeit in Betracht gezogen und eine dynamische Generierung von Kursinhalten und Einstiegstests ist mit jenen Plattformen bisher nicht möglich. Lediglich eine käufliche, angepasste e-learning Lösung wie mit IBM online Training würde dies ermöglichen. Laut Carina Zöchmeister (Zöchmeister, 2005) ist Moodle jedoch die anpassungsfähigste Plattform. Sie hat zusätzlich einen sehr großen Verbreitungsgrad mit über registrierten Seiten und wurde deshalb auch zur Darstellung des in dieser Arbeit vorgestellten Kurses Grundlagen der Datenbankprogrammierung ausgewählt. Betreffend LOM wurden die Kategorien <rights> und <annotation> in diesem Kapitel nicht näher beschrieben, da erstere lediglich über Kosten und Copyright informiert und die zweite nur den pädagogischen Verwendungszweck enthält. Sie sind für einen Datenaustausch mit einem Kompetenzmanagementsystem nicht relevant. Dasselbe gilt für die Kategorien <lifecycle> und <metametadata>. Die Kategorie <lifecycle> enthält Elemente, die der Versionierung dienen. So können Daten über unterschiedliche Versionen eines Kurses archiviert werden. Die Elemente und Kind Elemente von <lifecycle> gewährleisten, dass zusätzlich Informationen über Status, Autoren sowie Erstellungs- oder Änderungsdatum festgehalten werden. Bei <metametadata> werden Daten über die Metadaten angeführt, welche den Namen des zu Grunde liegenden Schemas sowie die beiden Elemente <identifier> und <contribute> beinhalten. <identifier> und <contribute> sind Elemente, die auch von den Kategorien <general> und <lifecycle> verwendet werden und bei diesen ebenfalls die selben Aufgaben übernehmen. Nämlich im Fall von <identifier> die Metadaten eindeutig einem Kurs oder Modul zuzuordnen und im Fall von <contribute> die Verantwortlichen für die Erstellung oder Änderung der Metadaten festzuhalten. Engelbert Wimmer Seite 69

75 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Zusammenfassend kann gesagt werden, dass es möglich ist, fast alle wichtigen Faktoren, die einen e-learning Kurs beschreiben und auch, wie in der Analyse der e-learning Faktoren, der System-Architektur und der Anforderungen an eine e-learning Plattform festgestellt, für die Kooperation mit einem Kompetenzmanagementsystem relevant sind, bereits durch eine geringfügige Anpassung des LOM Standard abzubilden. In den letzten Kapiteln wurden jedoch drei neue Kategorien hinzugefügt, welche Ausschlag gebend sind für die Zusammenarbeit, bzw. den Datenaustausch einer e-learning Plattform mit einem Kompetenzmanagementsystem. Zu einer besseren Übersicht der Elemente, um die LOM erweitert wurde, verhilft ein Vergleich von Abbildung 5 und Abbildung 36. Wird das LOM Schema wie in diesem Kapitel um Daten Elemente erweitert, spricht man laut der Definition von SCORM (ADL, 2004) von einem Standard, konform zu IEEE LOM. Die aus diesem erweiterten Schema generierten XML-Files können mit dem Custom Schema Validation Approach validiert werden, denn dieser Weg der Validierung unterstützt Erweiterungen zu den Elementen und vocabulary token. Aus Gründen der Übersichtlichkeit bei der Evaluierung wurden die einzelnen Schemata, die in LOM inkludiert sind, zu einem einzelnen Schema zusammengefügt und entsprechend Abbildung 36 erweitert. Dadurch ergibt sich jedoch kein Unterschied bei der Validierung von XML-Files. Der in diesem Kapitel vorgestellte Standard HR-XML bietet eine gute Grundlage für die Verwendung mit einem Kompetenzmanagementsystem. Es können hiermit bereits viele personenbezogene Informationen abgebildet werden. Auch die Anpassungen an der Kategorie <Competency> sind nur geringfügig. Die für die Evaluierung verwendete Version von HR-XML ist bis auf die Kategorie <Competency> beliebig um andere Elemente von HR-XML erweiterbar und kann somit auch für den Datenaustausch mit anderen Plattformen Verwendung finden. Engelbert Wimmer Seite 70

76 Integrationsbedingte Weiterentwicklung der Datenaustauschformate Abbildung 36: Competency adapted IEEE LTSC LOM XML Engelbert Wimmer Seite 71

77 Implementierung eines e-learning Kurses 4 Implementierung eines e-learning Kurses Der e-learning Kurs Grundlagen der Datenbankprogrammierung wurde erstellt um e- Learning bezogene Kursdaten für die Evaluierung eines Zusammenspiels mit einem Kompetenzmanagementsystem zur Verfügung zu haben. Diese werden den in Kapitel vorgestellten Lehrveranstaltungen der technischen Universität Wien gegenüber gestellt und es wird verglichen, ob durch e-learning Kurse ein ähnlicher Kompetenzgewinn möglich ist und somit eine erfolgreiche Zusammenarbeit mit einem Kompetenzmanagementsystem gewährleistet ist. Auch wird unter diesem Aspekt untersucht, welche Faktoren einen Kompetenzgewinn mindern, bzw. erhöhen können. Wie im Fazit des vorigen Kapitels bereits festgestellt, ist Moodle die für diesen Zweck am Besten geeignetste Open-Source Plattform. Aus eben diesem Grund wurden der Kurs Grundlagen der Datenbankprogrammierung und dessen drei Module auf dieser Plattform erstellt. Moodle ist ein CMS. D.h.: Ein freies Open-Source Kurs-Management-System. Mit diesem Software-Paket ist es möglich Kurse sehr unterschiedlich zu gestalten. Einerseits kann ein Kurs-Raum eine wöchentliche Übersicht liefern, andererseits kann nach Thema gegliedert werden. Die Module des Kurses Grundlagen der Datenbankprogrammierung wurden nach Themen eingeteilt. Moodle erlaubt es ebenfalls Foren einzurichten, welche die Betreuung eines Moduls durch Tutoren oder Coachs unterstützen. Zum Einsatz kommt zudem das XAMPP Paket. XAMPP ist ein frei erhältliches Softwarepaket, welches aus Apache, MySQL, PHP und Perl besteht. XAMPP ist für Windows, Linux, Mac OS X und Solaris erhältlich. Ein besonders nützliches Werkzeug für das Arbeiten mit MySQL- Datenbank ist phpmyadmin, welches ebenfalls in XAMPP enthalten ist und auf PHP basiert. Dieses Tool ist bestens geeignet um erste SQL-Skills auf einer MySQL Datenbank zu erproben und findet daher auch hierbei Verwendung. 4.1 Blended Learning Bei der Erstellung des Kurses Grundlagen der Datenbankprogrammierung wurde versucht Blended Learning zum Einsatz zu bringen, das bereits in Kapitel beschrieben wurde. Zu diesem Zweck wurde der Kurs in drei Module geteilt. Für die Module wurde ein Aufwand von 3 ECTS Punkten berechnet (Abbildung 37). Die Einteilung in ECTS Punkte entspricht der allgemeinen Norm. 3 ECTS Punkte entsprechen 75 Arbeitsstunden, 25 pro Punkt und bemessen den Arbeits- sowie Lernaufwand einer Lehrveranstaltung. Engelbert Wimmer Seite 72

78 Implementierung eines e-learning Kurses Kursstart ECTS 3 (~ 75 Stunden) Modul 1 Aufwand: ~ 25 Stunden / IMS Content Pakete / Kontakt mit anderen Kursteilnehmern (Forum) / 2 Online Tests Modul 2 Aufwand: ~ 25 Stunden / IMS Content Pakete / Kontakt mit anderen Kursteilnehmern (Forum) / 2 Online Tests Modul 3 Aufwand: ~ 25 Stunden / IMS Content Pakete / Übungsaufgabe / Kontakt mit anderen Kursteilnehmern & direkte Betreuung durch einen Tutor (Forum) Kursende Abbildung 37: Module Zeiteinteilung Zur Präsentation von Text werden IMS Content Pakete, erstellt mit Hilfe des RELOAD Editors (Vergl.: Kapitel 2.4.3), verwendet. Diese Pakete sind gut für diese Aufgabe geeignet und ermöglichen eine noch genauere Untergliederung des Lernstoffes. Ein Beispiel hierfür illustriert Abbildung 38. Nicht nur erlauben sie eine kurze, bündige und gut gegliederte Darstellung der Inhalte, auch macht IMS Content Packaging die Lerninhalte für andere e- Learning Plattformen und Kurse wieder verwendbar, die denselben Standard verwenden. Abbildung 38: IMS Content Paket Engelbert Wimmer Seite 73