von Reinhard Oppermann (Fraunhofer-Institut für Angewandte Informationstechnik) und Marcus Specht (bureau 42)

Transkript

1 Lernen im Betrieb mit M-Learning gestalten von Reinhard Oppermann (Franhofer-Institt für Angewandte Informationstechnik) nd Marcs Specht (brea 42) M-Learning Kontextalisiertes Lernen Sitiertes Lernen Afgabenorientiertes Lernen Mobilität Mobile Kooperation Lebenslanges Lernen Schlagworte M-Learning ist ein nees Schlagwort, das nach E-Learning einen weiteren Schritt der Loslösng des Lerners von bestimmten Zeitpnkten nd Orten des Lernens bringen soll. Der Beitrag zeigt znächst das Spektrm der aktellen Verwendngen des Begriffs nd der Ntzngscharakteristika von M-Learning in der Praxis af. Sodann werden die Möglichkeiten des sitierten Lernens als pädagogischer Hintergrnd für ein innovatives Konzept von M-Learning behandelt. Der Haptteil beschreibt Formen nd Methoden des M-Learning; Fallbeispiele nd Checklisten verdetlichen den Anwendngsbezg, zeigen aber ach Grenzen mobilen Lernens af. Überblick 1 Einleitng 2 2 Zm aktellen Spektrm vom M-Learning in der Praxis 4 3 Kontextbezg von M-Learning als Form sitierten Lernens 6 4 Vom E-Learning zm M-Learning: Prozesse nd Komponenten Interoperabilität von Lerninhalten Verteilte Kooperation nd Kollaboration 10 5 Fallbeispiele mobilen Lernens Mobiles Lernen für Exkrsionen im Schlkontext Einbindng von Praxiserfahrngen in die berfliche As- nd Weiterbildng 13 6 Resümee nd Einordnng von M-Learning in gesellschaftliche Bildngspolitik 16 Literatrhinweise 18 Anhang: Checklisten 20 Handbch E-Learning 5. Erg.-Lfg. Agst

2 4.18 Lernen im Betrieb mit M-Learning gestalten 1 Einleitng Bereits E-Learning zeichnet sich dadrch as, dass der Lernende nicht an die ram-zeitliche Verfügbarkeit von Lehrenden gebnden ist, sondern seinen Lernort nd seine Lernzeit selbst bestimmen kann. Bedingt drch die stationären Ntzngscharakteristika stellte der PC als Träger des elektronischen Lernmedims selbst aber wieder eine Beschränkng af bestimmte Lernorte dar. Das Lernen mit E-Learning erfolgt an Orten, an denen ein PC gentzt werden kann. Dies ist solange nproblematisch, wie der Lernende bezüglich seiner rämlichen nd zeitlichen Verfügbarkeit seine Lernphasen mit der Ntzbarkeit eines PC abstimmen kann. Längere Lerneinheiten kann der Lernende vielleicht ohne Schwierigkeiten so organisieren, dass er sie mit der Verfügbarkeit eines PC synchronisiert. Ein Lernen an jedem Ort z jeder Zeit ist drch diese Bindng nicht möglich. Zr Überschreitng dieser Restriktion jedoch ein eigenständiges Konzept»M-Learning«einzführen, wäre wohl nangemessen. Definition M-Learning Lernen scheibchenweise Sitiertes Lernen Wenn man»nter mobilem Lernen (ach: biqitäres Lernen oder M-Learning )... die Asntzng von Mobiltechnologien (versteht), m Lernen an jedem Ort z ermöglichen«(frohberg 2003), dann würden sich die zsätzlichen Freiheitsgrade nr bestimmen drch die Betriebszeit der Batterie des mobil gentzten Laptop/PDA, drch die Reichweite einer drahtlosen Verbindng zm Internet bei webbasiertem Lernen oder drch die Erreichbarkeit eines Telekommnikationsproviders für den Mobilfnk. Zwar erscheint es effizient, wenn der Lernende ach krze Zeitscheiben ntzen kann, m mit einem PDA (Personal Digital Assistent) Vokabeln z lernen, das Gesetz des Pythagoras z üben oder eine BWL-Lektion z wiederholen. Am methodischen nd organisatorischen Lernvorgang ändert sich aber gegenüber dem E-Learning nichts Prinzipielles: Das Lernen findet im Dialog des Lernenden mit seinem E-Learning-System statt evtl. zsätzlich über Online-Kommnikation mit anderen Lernenden oder einem Ttor. So eingeschränkt verstanden wird»mobiles Lernen«eher von Nachteilen gekennzeichnet sein. Lernen wird in solchen Phasen zfälliger Leerzeiten weniger konzentriert, weniger zsammenhängend nd das eingesetzte mobile Endgerät af mittlere Sicht weniger komfortabel z ntzen sein. Im Sinne eines geplanten zielorientieren Lernens kann es nicht das zknftsweisende Konzept an M-Learning sein, zwischen Arbeitsende nd Einkafen noch schnell»eine Scheibe Lernen«an der Bshaltestelle einzschieben. Nichtsdestotrotz lassen sich drch die Einbettng von Comptern nd elektronischen Medien in nsere tägliche Umwelt akzidentelle Lernprozesse aslösen, die drchas ¾hnlichkeiten z Grndprinzipien des M-Learning afweisen. Das Beispiel eines Großdisplays in der U-Bahn, welches Definitionen von Fremdworten in zfälliger Reihenfolge darstellt, scheint zwar kein zielgerichtetes Lernen z fördern, das Lernziel eines erweiterten Fremdwortschatzes kann jedoch offensichtlich erreicht werden. M-Learning wird jedoch erst dadrch z etwas qalitativ Neem, dass der Vorgang des Lernens einen Bezg zm rämlichen oder zeitlichen Kontext des Lerngegenstandes erhält. Entscheidend wird also eine nee Qalität des M-Learning dadrch konstitiert, dass M-Learning Bezg af die Umgebng des Lerngegenstandes nimmt, also z einem sitierten Lernen wird. Dieses sitative Lernen wird übertragbar drch Variation von Einzelaspekten der 2 5. Erg.-Lfg. Agst 2003 Handbch E-Learning

3 Primärsitation nd Anwendng in anderen Sitationen, womit eine Dekontextalisierng nd Rekontextalisierng verbnden ist. Klassisches Lernen im Seminarram nd Lernen am PC haben gegenüber M-Learning immer noch gemeinsam, dass eine Abstraktion des Lerngegenstandes von dem Kontext stattfindet, in dem der Lerngegenstand normalerweise steht nd fnktioniert. Der Lerngegenstand wird in den Seminarram oder af den PC geholt. Er wird repräsentiert drch sprachliche, textliche, grafische oder simlative Darstellngen, ohne dass der Lernende eine gleichzeitige Anschang nd Aseinandersetzng mit dem Gegenstand in der Realität erhält. Das Verständnis des Lerngegenstandes wird damit nr in dem Maße richtig nd in dem Maße mfassend, wie die Repräsentation des Gegenstandes im Lernmedim reicht. Fragen des Lernenden können nr gestellt werden an die Repräsentation, an das Modell, nicht an die Realität, nicht an die Natr. Bei M-Learning im Sinne der Darstellng des Lerngegenstandes af einem ltraportablen Compter wird die Repräsentation des Lerngegenstandes im Lernmedim nd in seiner Afbereitng nd Darstellng nicht besser. Der Gestalter von M-Learning hat sogar eher mit Beschränkngen nzreichender Interaktions- nd Visalisierngsmöglichkeiten bei Einsatz ltraportabler Endgeräte z kämpfen. Was aber bei M-Learning die entscheidende Chance ist, ist die Möglichkeit des Lernenden, das Erknden des realen Gegenstandes im athentischen Kontext drch das mobile Medim z erweitern. Der Biologiestdent kann die Pflanze af der realen Wiese explorieren, der Maschinenbaer die Maschine in der realen Werkstraße erknden jeweils nterstützt drch Instrktion, Dokmentation nd Recherche über Werkzege des mobilen Lernens. Natürlich ist ach die oben angedetete Anwendng von Möglichkeiten des M-Learning aßerhalb dieses sitativen Kontextes des realen Lerngegenstandes möglich. M-Learning, Lernen in Bewegng, findet ach statt, wenn der eifrige Schüler nterwegs im Stakkato seine Vokabeln mit dem PDA pakt. Aber dieses»abfallprodkt«konstitiert nicht die nee Qalität des M-Learning. Lernen im athentischen Kontext An der Extrapolation dieses Vokabelbeispiels af zergliederte Lernepisoden lässt sich aber die Grenze des kontextlosen Lernens afzeigen. Ein Vokabellernen beim Waldspaziergang mag noch nproblematisch sein. Eine Zerlegng von Lerneinheiten in konsmierbare, beliebige, nzsammenhängende Zeitscheiben mag bereits als eine nerträgliche Verdichtng von Arbeit nd Lernen empfnden werden. Eine Organisation von Jst-in-time organisierten Lerneinheiten definiert drch den Lösngsbedarf eines aktellen Problems entwertet die Bedetng zsammenhängenden Lernens nd des Verstehens von Zsammenhängen nd führt zr Wegwerfbarkeit von Anlernschnipseln. Der Lernprozess wird in passgenaen Instrktionen oder Informationen modelliert nd distribiert, er bildet sich nr bedingt in der wieder verwendbaren Qalifikation des Anwenders ab. Lernen, d. h. Veränderngen in den Fähigkeiten oder Kenntnissen des Handelnden, findet statt, wenn entweder ähnliche Instrktionen oder Informationen mehrfach in ähnlichen Sitationen bereitgestellt nd gentzt werden (Wiederholngseffekt) oder wenn die bereitgestellte Information im Handlngsprozess reflektiert werden kann (Verstehenseffekt) oder natürlich beides. Wichtig für Lernen ist immer der Handlngsaspekt in der Zeit, ohne Zeit kann kein Handeln nd damit ach kein Lerneffekt entstehen. Handbch E-Learning 5. Erg.-Lfg. Agst

4 4.18 Lernen im Betrieb mit M-Learning gestalten 2 Zm aktellen Spektrm von M-Learning in der Praxis Mobile Endgeräte Notebook-University Wireless LAN Für M-Learning gibt es noch kein festes Begriffs-, Pädagogik- oder Technikverständnis; die Darstellng nd Aseinandersetzng findet vorwiegend im Internet statt (siehe Webadressen im Literatrverzeichnis). Am ehesten überwiegt die Charakterisierng drch die Verwendng mobiler elektronischer Endgeräte nd drahtloser Internet-Infrastrktr. M-Learning bedient sich des vorherrschenden Trends z kleineren, portablen Rechnern nd verbreiteter drahtloser Fnkverbindngen zm Internet. Das mobile Notebook- Klassenzimmer (Toshiba 2001) oder der ibook Wireless Mobile Classroom (Apple 2003) sind Beispiele für herstellerseitige Einstiege in diese neen Formen von Lerntechnologien in der Schle. Der Lehrer verfügt über ein Master- Notebook zr Steerng einer Reihe von kleineren Schüler-Notebooks, an denen mit W-LAN verbndene Schüler sich frei im Arbeitsbereich bewegen können nd deren ad hoc konfigrierbare Einheiten in einem Rollwagen ntergebracht sind nd damit in beliebige Räme einer Schle gefahren werden können. Die Notebook-University ist deren Fortsetzng im Hochschlbereich. Hier werden mit der neen Technikasstattng die Lehre nd das Lernen von jedem Ort eines Camps nterstützt. Zwei Beispiele seien zitiert, die Entwicklngen an der Technischen Universität Cottbs nd an der Universität Linz: Für die Technische Universität Cottbs heißt es:»im Rahmen des Projektes Notebook University mobile learning at BTU Cottbs wird eine Konzeption für mobiles elearning entwickelt nd im regelmäßigen Lehrbetrieb erprobt nd evaliert. Die Ntzngsszenarien der Notebook-University werden zr Unterstützng der Präsenzlehre entwickelt. Das Projekt hat von Anfang an niversitätsweiten Charakter nd wird in drei Teilprojekte gegliedert: Ntzngskonzept, Notebookversorgng nd Asba der technischen Infrastrktr (. a. Wireless-LAN-Zgang nd zentrale Lernplattform). Nach einer mit den Fördermitteln finanzierten Anschbphase soll die mobile E-Learning-Konzeption an der BTU Cottbs eine so große Eigendynamik entwickelt haben, dass es schließlich in einem z einer niversitätsweiten Umsetzng kommen kann«(fellbam/bämer 2003). Für die Universität Linz heißt es:»technologisch eröffnen WLANs die Perspektive einer drchgängigen Unterstützng von Lehr nd Lernprozessen, nabhängig von Zeit ( any-time ) nd Ort ( any-where ) bzw. angepasst an individelle Bedürfnisse ( personalised ), fordern aber ach eine radikal nee methodische, fachdidaktische nd organisatorische Gestaltng dieser Prozesse hin zm mobilen Lehren nd Lernen ( mobile Learning )«(Ferscha 2002) ohne dass eine solche methodische, fachdidaktische nd organisatorische Gestaltng allerdings näher charakterisiert wird; ähnlich das Notebook-Projekt an der Universität Kassel (Hellstern/Hennicken/Plehnert 2003). An eine Exkrsion mit Feldstdien ist beim rollenden Klassenzimmer oder der Notebook-University nicht z denken, da die Entfernng der Stdenten vom Campsgelände z groß ist (W-LAN-Bindng), wenn ach die häsliche Fortsetzng des Internet-gestützen Lernens wieder möglich ist, aber eben af klassische Weise des E-Learning. Hier finden sich Ansätze, welche die Erfassng von Inhalten nd deren Aslieferng in einen geografischen Kontext stellen. Das Concorde Consortim (Consortim 2003) beispielsweise entwickelt Lernlösngen, welche die Ein Erg.-Lfg. Agst 2003 Handbch E-Learning

5 bindng von Umweltsensoren nd die Erfassng von Sensordaten in den Lernprozess integrieren. Didaktisch gesehen ermöglicht dies sowohl den Lernenden, eigene Erfahrngen mit Lerninhalten z verbinden, als ach die kooperative Beschreibng nd Lösng eines Gesamtproblems (»Wie verändert sich die Flora nd Fana im Flssgebiet«) z koordinieren nd z verstehen. Im Sinne der geografisch verorteten Lernobjekte zeigt sich hier eine Vielzahl neer Anwendngsbeispiele, welche die geografische Position von Information zr Aswahl nd Afbereitng kontextalisierter Lernobjekte ntzen. Stärker af den betrieblichen Kontext des Lernens asgerichtet ist die Ntzng mobiler Lernformen zr qalitativ erweiterten Flexibilität der Lernorganisation innerhalb verfügbarer Abschnitte von Arbeits- oder Reisezeiten:»Af Reisen haben die Mitarbeiter häfig Zeit, während langer Flüge sogar häfig Langeweile. Diese Zeit lässt sich dank nseres Mobile-Learning-Modls nn sinnvoll nd neingeschränkt mit Weiterbildng verbringen. E-Learning wächst so noch weiter in den berflichen Alltag hinein. Und wer will, kann ach am Baggersee oder im Biergarten lernen. Jeder Mitarbeiter findet so die Lernmgebng, die ihm am besten passt. Das Ergebnis sind bestens asgebildete nd qalifizierte Mitarbeiter mit perfekten Karriereassichten«(Bednarek 2001). Lernen af Reisen In der Zielsetzng af nee Konzepte asgerichtet, znächst aber in der Asführng nr af die Entkopplng von der Verdrahtng beschräkt, erscheinen die Ansätze an der Fernniversität Hagen:»Das Projekt from e-learning to m-learning soll nn die Möglichkeiten der Integration solcher mobiler Technologien in die As- nd Weiterbildng nter Berücksichtigng didaktischer Konzepte entwickeln nd testen.... Als Thema wrde schließlich»einführng in die deskriptive Statistik«festgelegt (Vertecchi et al. 2002). Mit der Aswahl dieses Themas beraben sich die Atoren der Möglichkeit, die Integration des Lernens an den Asführngsort von Afgaben einzlösen: die»einführng in die deskriptive Statistik«ist orts- nd kontextnetral. Mit der Einbeziehng von kommnikativen nd kooperativen Aspekten des Lernens für verteilte Lerngrppen mit Teilnahme-Awareness von Grppenmitgliedern bekommt M-Learning eine weitere Flexibilität nd Reichweite für einen noch größeren Kreis einbeziehbarer Mitglieder. Hieraf verweisen Atoren as der Projektgrppe L3S des LearningLab der Universität Hannover:»Für den erfolgreichen Einsatz von kollaborativen Systemen, die eine Kommnikation rämlich verteilter Lernender ermöglichen, ist die Propagierng von Teilnehmerinformationen von Bedetng. Es kann für eine Diskssion beispielsweise wichtig sein, über die temporäre Abwesenheit eines (rämlich entfernten) Teilnehmers informiert z werden. Der Einsatz von sensorbasierten Geräten in Verbindng mit kollaborativen Systemen kann hier entsprechende Informationen eines Teilnehmers atomatisch erkennen nd an alle weiteren Sitzngsteilnehmer propagieren, m so eine wichtige Unterstützng für den aktellen Sitzngsverlaf z bilden«(zitterbart/brand/petrak/effelsberg/scheele 2003). Einen ersten Schritt in eine pädagogische Asrichtng von M-Learning nternehmen jene Konzepte, die gezielt den»paradigmenwechsel von der fnktionalen zr prozedralen Sichtweise propagieren, m den individellen Lernprozess ganzheitlich abzbilden. Information soll nicht länger nach dem Prinzip Alles für Alle bereitgestellt, sondern im Gegenteil individali- Kollaborative Systeme Paradigmenwechel Handbch E-Learning 5. Erg.-Lfg. Agst

6 4.18 Lernen im Betrieb mit M-Learning gestalten siert Jst-in-Time asgeliefert werden. Dies ist insbesondere für den mobilen Einsatz von Bedetng«(Eronet 2002). Hier geht es m die Integration des individellen Lernprozesses in individelle, soziale, ökonomische, organisatorische, kltrelle nd für M-Learning besonders relevant in die physische Umgebng. 3 Kontextbezg von M-Learning als Form sitierten Lernens Mit dieser Integration des Lerngeschehens in die aktelle Sitation der Afgabenbearbeitng nd Problemlösng erlangt das mobile Lernen eine nee pädagogische Qalität. Die in vielen Anwendngen geforderte Unterstützng des»learning on demand«wird möglich. Alleine schon die Tatsache, dass in den meisten Fällen der»demand«eben nicht während einer E-Learning-Lektion am heimischen PC, sondern während der Arbeit»im Feld«am Arbeitsplatz entsteht, zeigt hier die Notwendigkeit für die Integration der Lerneinheiten nd deren Bearbeitng im täglichen Arbeitsprozess af. In diesem Sinne entbindet das E-Learning zwar von den technikbedingten Fesseln gegenüber dem Bch oder der Seminarnterlage, nicht aber von der Steckdose oder der Internetverbindng. Die bisherigen Arten der Ntzng von mobilen Lernformen waren damit im Sinne der rämlichen Flexibilität nr das Wiedereinholen des Stats qo vor der Einführng des E-Learning. Im Rahmen integrativer Konzepte würde ein qalitativer Schritt getan über die additiven Möglichkeiten des Lernens an weiteren beliebigen Lernorten hinas zm Lernen in der aktellen Bedarfssitation. Dadrch sind Afgabenbearbeiter, Lerner nd Problemlöser drei Aspekte eines Akters. Unterstützt drch das mobile Lernsystem am Arbeitsort nd in der Bedarfssitation, ad hoc mit Beratern verbnden, kann der Akter die Afgabe sofort nd abschließend bearbeiten nd den Lösngsweg für nachfolgende Fälle dokmentieren nd wieder verwendbar machen. Cognitive Apprenticeship Diese Integration des Lernens mobiler Bentzer mit mobilen Lernmedien im Rahmen von realen Afgaben nd aktellen Problemlösngen bringt eine Qalität ins Spiel, af die Forscher über Lernen im Erwachsenenalter in den 80er nd 90er Jahren im Rahmen der Ansätze von sitiertem Lernen (Lave/ Wenger 1991) nd Cognitive Apprenticeship (Collins/Brown/Newman 1989) hingearbeitet haben. Diese Ansätze gehen von der Grndüberzegng as, dass Erwachsene dann am besten lernen, wenn sie dies as aktellen Anlässen heras bedarfsorientiert tn, also intrinsische Motivation mobilisieren können; des Weiteren spielt für Erwachsene die Selbststeerng des Lernens eine größere Rolle bezüglich der Methode, der eingesetzten Medien nd der Hilfsmittel; schließlich wollen Erwachsene bei der Hinzziehng von Hilfen drch Dritte (Peer-Lerner oder Berater) eigenständig sein, m af der einen Seite effektiv nd effizient z lernen, dabei aber nicht der Scham der Bloßstellng gegenüber Bezgspersonen asgesetzt z sein (Carroll/Rosson 1987; Mandl/Grber/ Renkl 1994). Ein solches Lernen erfolgt nicht als einfaches Rezipieren von vorbereitetem Stoff, der von einem Lehrenden oder einem Lernprogramm in den Kopf des Lernenden transferiert wird. Lernen im Erwachsenenalter ist noch mehr als Lernen von Schülern konstrktives Erzegen von Verständnis drch eigenes Tn nd drch sozialen Astasch Erg.-Lfg. Agst 2003 Handbch E-Learning

7 M-Learning kann hierz einen entscheidenden Beitrag liefern, indem der Zgang z den Lerninhalten af die Problemsitation bezogen direkt in der Sitation des Aftretens verfügbar wird. Insbesondere dadrch, dass die Inhalte, Lernwerkzege nd Darbietngsmethoden des M-Learning nicht nr standardisiert, sondern adaptiv zr Ntzngssitation angeboten werden, entfaltet M-Learning seinen Mehrwert. Für diese Adaption ist eine Ermittlng des aktellen Kontextes des Bentzers hinsichtlich der Afgabe, der Vorkenntnisse, des Ortes nd der Orientierng im Ram sowie der Umgebngsbedingngen erforderlich. Diese Kontextalisierng wird ermöglicht drch Aswertng von Umgebngsmerkmalen nd Ntzngsmerkmale des Bentzers:»Das Gerät könnte ach eine Statsmeldng über die aktelle Verfügbarkeit des Besitzers bereithalten ( im Kino, in einer Konferenz, am Arbeitsplatz, bitte nicht stören etc.)... Weiterhin kann das Gerät ein Profil... über den Besitzer enthalten (persönliche Daten, Athentifizierngsdaten, Persönlichkeitsprofil (preissensitiv, lxsorientiert, an klassischer Msik interessiert etc.). Solche Kontextinformationen wären eine große Hilfe, m endlich den Forderngen nach personalisiertem Lernen nachzkommen. Wenn über das Mobilgerät die Interessen, das Vorwissen, Motivationsfaktoren, Lerntyp nd andere relevante Daten explizit bekannt sind, könnten individell afbereitete Lernmgebngen zr Verfügng gestellt werden«(frohberg 2003, vgl. ach Specht/Oppermann 1998) z adaptiven Methoden von Lernsystemen. Die zentrale Rolle der Kontextalisierng von Lernobjekten sowohl beim Erstellen von Lerninhalten wie ach bei der kontextalisierten Aslieferng zeigt Abbildng 1. Kontextalisierng Abb. 1: Zentrale Schritte für die Kontextalisierng von Lernobjekten Anwendngen für solche Lernnterstützng kann man sich insbesondere bei mobilem berflichen Lernen vorstellen natürlich nter Berücksichtigng des im betrieblichen Kontext relevanten Datenschtzes für die Beschäftigten. Das System vergleicht die bereits bearbeiteten Fälle des Bentzers mit Beispiele in Betrieben Handbch E-Learning 5. Erg.-Lfg. Agst

8 4.18 Lernen im Betrieb mit M-Learning gestalten den Anforderngen einer aktellen Problemstellng nd gibt die notwendigen Zsatzhilfen, ohne den Bentzer mit überflüssigen Informationen z stören; es identifiziert den aktellen Anlagenteil einer Maschine, vor dem der Monter steht, nd bietet atomatisch die passende Instrktion für das z wartende oder z reparierende Maschinenteil; es identifiziert Belichtngsverhältnisse nd Schallklisse nd bietet dem Bentzer die Hilfestellng in der adäqaten Modalität: entweder af dem Monitor (z. B. Head-monted Display) nd/oder über den Kopfhörer. Sensorik gehört damit zr Asstattng, ach wenn M-Learning-Eqipment nicht gleich die Integration in die Kleidng von Wearable Compting mfassen mss. Eine möglichst einfache Asstattng mit GPS-Navigation, Infrarot- oder WLAN-basierter Lokalisierng, die möglichst af Standardkomponenten gängiger PCs oder PDAs afsetzen kann, ist oftmals völlig asreichend. Im Zweifel ist eine bentzergesteerte Anpassng mit überschabarem Afwand akzeptabler als eine nr z 70% verlässliche atomatische Anpassng mit z 30% nkontrollierbaren Effekten. Ein konkretes Beispiel für die Anwendng eines TabletPC-gestützten Prototyps wird in Kapitel 5 genaer erlätert werden. Neben den kontextalisierten Lerninhalten für den Einzelnen ermöglicht die Integration von Lernwerkzegen natürlich ach ein Vielzahl von kooperativen nd kollaborativen Lernszenarien, welche die Unterstützng von Prozessen über verschiedene Personen nd besonders deren synchrone Bearbeitng drch mobile nd stationäre Teilnehmer ermöglichen. Klassische Beispiele hierz bieten bereits seit langem in der pädagogischen Tradition stehende Methoden wie Feldexkrsionen (Citation Concord Consortim, RAFT) oder das kooperative Bearbeiten von Spport-Anfragen. Im ersten Anwendngsbeispiel sollen hierz verschiedene Möglichkeiten der Integration von Kooperation nd Kollaboration in Lernszenarien dargestellt werden. Blended Learning In vielen Stdien nd Projekterfahrngen der letzten Jahre wrde die Integration von Präsenzlernen mit E-Learning als zentraler Erfolgsfaktor für die Einführng von E-Learning Angeboten gesehen. M-Learning bietet ach hier nee Möglichkeiten, Präsenzphasen einer Weiterbildngsmaßnahme nd deren E-/M-Learning-Phasen z synchronisieren. Drch den Afba nd die Integration neer M-Learning-Werkzege in bestehende E-Learning-Infrastrktren werden Mehrwerte möglich, welche in»blended learning soltions«gefordert wrden. 4 Vom E-Learning zm M-Learning: Prozesse nd Komponenten In den letzten Jahren wrden in vielen Organisationen große Investitionen in E-Learning Basisarchitektren nd die Afbereitng von Inhalten zr Bereitstellng in elektronischen Krsangeboten vorangetrieben. Eine schnelle nd effiziente Verbreitng nd Einbindng neer Lern- nd Interaktionsformen für M-Learning mss in diesem Sinne af vorhandenen Systemarchitektren nd Lerninhalten afbaen. Nee Formen von Inhalt nd deren Darstellng werden mit Sicherheit in den nächsten Jahren zahlreich erarbeitet werden. Nichtsdestotrotz müssen aber znächst ach Wege gefnden werden, bestehende Architektren nd Inhalte ntzbar z machen nd die darin getätigten Investitionen z sichern. Hierz stellen sich einige zentrale Fragen, welche in diesem Abschnitt behandelt werden sollen Erg.-Lfg. Agst 2003 Handbch E-Learning

9 4.1 Interoperabilität von Lerninhalten Die Erstellng von Lerninhalten nd deren Wartng (Athoring) ist einer der kostspieligsten Teilprozesse im E-Learning. In vielen Fällen wird hier bereits hete die Afbereitng der Lerninhalte gemäß disktierter oder bereits bestehender Standards angewandt (SCORM, IMS, LOM). Hierbei sind verschiedene Aspekte der Inhalte z berücksichtigen: n Die Granlarität der Inhaltespeicherng: Im Sinne einer möglichst flexiblen Wiederverwendng von Lerninhalten sind Ansätze zr Untergliederng in möglichst kleine Lernbasteine, welche dynamisch z einzelnen Lernseiten oder Übngen zsammengesetzt werden, von großem Vorteil. Die feingranlare Speicherng von Lerninhalten stellt eine zentrale Vorassetzng für die einfache Afbereitng der Inhalte für verschiedene Zielformate nd somit Verwendngsszenarien dar. n Die Aszeichnng der Inhalte mit Metadaten: Standardisierte Metadatensätze erlaben die Beschreibng von Lernmaterialien in nterschiedlichen Kategorien. Der LOM Standard (Learning Object Metadata) beispielsweise stellt hier nen Kategorien af, welche eine Klassifikation nd Beschreibng von Lernobjekten sowohl bezüglich technischer wie ach didaktischer Aspekte ermöglicht. Kleine Lernbasteine Metadaten Eine Vielzahl von Prodkten nd Forschngsprojekten bentzt bereits hete das Schlagwort M-Learning, m meist mobile Ntzngskonzepte nd die Konvertierng bestehender Inhalte für mobile Endgeräte z beschreiben. Z zentralen Fragen der Afbereitng nd Ntzng bestehender Lerninhalte nd Lernangebote für mobile Endgeräte siehe Arbeitshilfe 2. Die Interoperabilität von Inhalten ist hete in den meisten Fällen nr drch eine Einschränkng in der Prodktion af flexible Basisformate nd die dynamische Generierng der Zielmedien z erreichen. Die Übertragng von Bildngsprodkten, welche af besondere Bildschirmaflösngen nd spezielle Interaktionsformen fixiert sind, stellt sich in den meisten Fällen als sehr kostspielig nd wenig sinnvoll dar. Bei der Aswahl von Atorenwerkzegen zr Generierng von Lerninhalten sollte in diesem Sinne nicht nr af die Möglichkeiten hetiger Bentzerschnittstellen (wie beispielsweise Dragand-Drop) oder die Darstellng von hoch interaktiven Simlationen geachtet werden, sondern ach die dahinter stehenden Speicher- nd Ablageformate nd deren Potenzial zr Wiederverwendng der Lerninhalte in anderen Medienkontexten bedacht werden. Natürlich bildet in vielen Fällen gerade die Rechen- nd Speicherkapazität des Compters nd daraf afbaenden Möglichkeiten der realistischen Simlation nd Darstellng von Lerninhalten die eigentlichen Mehrwerte von E-Learning (Schlmeister 1997). Z nennen sind hier beispielsweise Simlationen, welche die Verwendng terer Geräte ersetzen können, m Basisfertigkeiten im Umgang mit diesen z schlen (medizinische Gerätesimlationen, Flgsimlationen in der Pilotenasbildng) oder Trainingskomponenten, welche besondere Gefahrensitationen simlieren (Polizeitrainings). In diesem Sinne sehen wir für die Zknft Forschngsbedarf für Fragen, in denen die sinnvolle Integration reiner E-Learning-Basteine mit M-Learning- Werkzegen nd Präsenzschlngen erforscht werden mss. Zm einen kann M-Learning hier als didaktisches Instrment für die begleitete Anwendng von neem Wissen nd neen Fertigkeiten gesehen werden, zm anderen bieten mobile Kommnikations- nd Lernwerkzege Möglichkeiten Simlationen Handbch E-Learning 5. Erg.-Lfg. Agst

10 4.18 Lernen im Betrieb mit M-Learning gestalten der direkten Integration von Experten nd Lernpartnern in Simlations- nd Anwendngsszenarien. Verwaltng von Metadaten Beispiel Umweltprojekt Als zentraler Asgangspnkt für die Wiederverwendbarkeit von Lerninhalten ist ach deren Aszeichnng mit Metadaten z sehen. In der Praxis wrden die Komplexität nd der hohe Zsatzafwand für Atoren bei der Erstellng von Metadaten z einem Problem. Eben dieser immense Afwand nd oft ach die damit verbndenen Kosten redzieren die Ntzng von Metadaten in hetigen E-Learning-Projekten wesentlich. Hier bieten neben der intelligenteren Verwaltng von Metadaten (Vererbng, Defalting, semiatomatisches Tagging) ach das M-Learning nd die Kontextalisierng von Lerninhalten während des Erstellngsprozesses nee Möglichkeiten. Lehrende könnten die Erstellng von Fallbeispielen zr Anreicherng ihrer theoretischen Inhalte beispielsweise direkt mit atomatisch erfassten Metadaten versehen. Lernende können die Entstehng nd die Zsammenhänge zwischen verschiedenen Kontextparametern drch intelligente Navigationshilfen basierend af den Metadaten erfahren. Hierbei werden die Grenzen zwischen eigentlichen Lerninhalten nd den damit verbndenen Metadaten oft fließend. Ein Beispiel hierfür sind Projekte des Concord Consortims (Consortim 2003), in denen Lernende beispielsweise die Wasserqalität von Flüssen nd deren Zsammenhang mit anderen Umweltvariablen verstehen lernen sollen. Das Erfassen von Umweltdaten, wie der Temperatr oder des PH-Wertes, kann hierbei als Datensatz, welcher selbst ein Lernobjekt ist, verstanden werden. As nserer Sicht kann das Abspeichern von Umweltvariablen, wie der Temperatr nd des Erfassngszeitpnktes, drchas ach als Erfassen von erweiterten Metadaten zm Lernobjekt verstanden werden. Eine weitere zentrale Lernchance bietet hier die (drch den Lerner) eigenständige Erfassng von Lerninhalten nd deren Metadaten. Der selbst erlebte Kontext erweist sich hierbei als besonders hilfreich für die Verinnerlichng, die bessere Motivation nd das erweiterte Verständnis des Lerngegenstandes, dies wird insbesondere beim Verarbeiten von Video nd Fotos detlich, in denen die Lernenden mit den eigenen Lernmaterialien klare Episoden as dem eigenen Erleben assoziieren können (»Hier habe ich das erste Mal die Strömng beobachtet!«). 4.2 Verteilte Kooperation nd Kollaboration Nomadische Informationssysteme Die Afteilng von Lernprozessen über verschiedene Kontexte wrde bereits in mehreren Beispielen in der Literatr genaer betrachtet nd ach schon drch elektronische Systeme nterstützt. Ein klassisches Anwendngsfeld bildeten hier in der Vergangenheit Führngssysteme, welche einem Bescher beispielsweise die Möglichkeit geben, einen Msemsbesch vorzbereiten, ihn mit mobiler elektronischer Unterstützng drchzführen nd ihn nachzbereiten. Dieses Verständnis von»nomadischen«, d. h. alle Phasen mobiler Aktivität mit nterschiedlichen Endgeräten nterstützenden Informationssystemen beinhaltet im Kontext von M-Learning ach die Verteilng eines Prozesses über verschiedene Stakeholder nd Lernpartner. Die Verteilng af Lernpartner nd das kooperative Bearbeiten einer Afgabe bietet sich hierbei besonders bei der rämlichen Verteilng einer zr Lösngen erforderlichen Ressorce an. Beispielsweise können Lernende im Biologiekontext im Feld direkt Afnahmen von Pflanzen nd besonderen Bestimmngs Erg.-Lfg. Agst 2003 Handbch E-Learning

11 merkmalen derselben machen, wohingegen Lernpartner im Klassenram besonders af die Hintergrndrecherche nd die Einbettng in das Gesamtcrriclm achten können. 5 Fallbeispiele mobilen Lernens 5.1 Mobiles Lernen für Exkrsionen im Schlkontext Exkrsionen sind ein sehr gtes Beispiel für klassisch kontextgebndene Lernaktivitäten. Lehrende nd Lernende begeben sich z bestimmten Orten, m den Lerngegenstand im Lernkontext z erleben, Praxiserfahrngen z dokmentieren nd Lerninhalte nd Informationen in Führngen präsentiert z bekommen. Das EU Projekt RAFT ( zielt af die Unterstützng nd Erweiterng von Exkrsionen drch mobile Kommnikations- nd Comptertechnologie. EU-Projekt RAFT Hierbei werden verschiedene Softwarewerkzege zr Unterstützng der Aktivitäten bei der Vorbereitng, der Drchführng nd der Nachbereitng (Archivierng) von Exkrsionen eingesetzt. Drch eine Anforderngsanalyse wrden die Rollen nd Aktivitäten im Gesamtprozess identifiziert nd die Anforderngen an entsprechende Werkzege systematisiert. Einen Überblick zeigt Abb. 2: Abb. 2: Die wesentlichen Rollen nd deren Platzierng im RAFT-Szenario Handbch E-Learning 5. Erg.-Lfg. Agst

12 4.18 Lernen im Betrieb mit M-Learning gestalten Während die Vor- nd Nachbereitngsphasen einer Exkrsion oft mit klassischen Softwarewerkzegen erledigt werden können, ergeben sich für die Drchführngsphase spezifische Anforderngen, welche eng mit beteiligten Rollenmodellen nd deren Afgaben im Feld oder im Klassenzimmer verbnden sind. Einen Überblick über die verschiedenen Rollen im Feld nd deren Hapttätigkeiten zeigt Abbildng 3. Rolle Afgaben Anforderngen Klassenzimmer Lehrer Evalation von gesammelten Lerninhalten Awareness über lafende Aktivitäten Koordination der Aktere Kommnikationszentrale z Kommnikation mit Experten im Feld allen Teilnehmern nd zm Feldkoordinator Atorenwerkzege zr Integration von Materialien nd Zgriff zm RLO- Repository Archivar Review nd Archivierng von Feldmaterialien Recherche Informationsrecherche online nd in klassischen Medien Teilnehmer Erweiternde Fragen stellen Erstes Review gesammelter Materialien Im Feld Koordinator Kommnikation mit Klassenram sichern nd abstimmen Afgabenmanagement im Feld Koordination von Feldteam Kndschafter Nee Afnahmemöglichkeiten sichten, bewerten nd dem Sammlngsteam mitteilen Datensammler Datenklassifizierer Fotos, Videos, nd Adioafnahmen von konsistenter Qalität erstellen Annotationen, Metadaten sammeln Direkte Ntzng von Feldmaterialien in Mltimedia-Atorenwerkzegen Afzeichnng von Videokonferenzen Leichte Kommnikation mit Feldteam zr Klärng von Rückfragen nd Übermittlng der Ergebnisse Afgabenverwaltng von mehreren Anfragestationen Großbildprojektion mit Videomixer verschiedener Feldinpts nd der anderen beteiligten Klassenzimmer Awareness der Position nd aktellen Aktivitäten des Teams Koordination der Zsatzafgaben nd Anfragen as den Klassenzimmern Gte Kommnikationsmöglichkeiten Einfache Afnahmemöglichkeiten zr Übermittlng von Screeningdaten Integration von Onlinesystem mit klassischen Afnahmegeräten zr Datensammlng (Kamera, Adiorekorder) Direkte Annotation der Inpts der Datensammler per Adiooder Stifteingabe Abb. 3: Einige Rollen nd deren Afgaben im Feld sowie sich daras ergebende Anforderngen an die M-Learning-Werkzege Erg.-Lfg. Agst 2003 Handbch E-Learning

13 Für die einfache Integration nd die nahtlose Ntzng von Lerninhalten vor, während nd nach der Exkrsion wrden die Lernwerkzege basierend af einem am Franhofer-Institt FIT entwickelten Learning-Management-System (LMS) realisiert. Hierdrch wrden dem Lehrer zr Vorbereitng einer Exkrsion Atorenwerkzege zr Definition von Lernzielen nd Afgabenstellngen für die Exkrsion bereitgestellt. Hierüber kann zdem der Zeitpnkt, die Teilnehmerzahl nd die Abstimmng der einzelnen Rollen nd deren Mittelbedarf geplant werden. Für Teilnehmer an der Exkrsion wrde ein TabletPC-basiertes Werkzeg zr Erfassng von Bildern nd Adios nd ein passiver Inhalteviewer af PDA-Basis realisiert. Besonders detlich wrde während der Entwicklng, dass für die nterschiedlichen Teilnehmer im Feld nd im Klassenram afgabengerechte nd einfache Bentzerschnittstellen zr Verfügng gestellt werden müssen, diese jedoch af eine gemeinsame Datenbasis zgreifen nd darüber ach ein Bewsstsein über alle vorgehenden Aktivitäten haben sollten. Af der Basis der realisierten Prototypen nd der Erfahrngen drch erste Exkrsionen lassen sich mehrere wichtige didaktische Prinzipien nd erste Ansätze für die sinnvolle Integration von Feld- nd Klassenteams ableiten. LMS-Ntzng Didaktische Prinzipien n Kooperative Afgabenbearbeitng: Die kooperative Bearbeitng von Afgaben ermöglicht zentrale Lerneffekte über die Abstimmng der Teamarbeit nd vermittelt Lernenden drch die Beobachtng im Klassenram nee Erfahrngen zr Vorgehensweise af einer Metaebene. Hierbei sind Effekte der Beobachtng von Lerninteraktionen Dritter von besonderer Bedetng. n Das eigene Sammeln von Materialien im Feld oder in der Recherche hat für Lernende motivierende Wirkng nd erhöht den Bezg z erstellten Materialien nd verbessert die Adäqatheit der Lernmaterialien für die Zielgrppe. n Die Einbindng von klaren Afgabenstrktren nd deren Bearbeitng in klar definierten Rollen ist im schlischen Kontext hilfreich. n Die Integration von Livekonferenzen erweist sich technisch oft noch als schwer realisierbar, bietet aber nachhaltige Lerneffekte drch den direkten Dialog zwischen Lernenden im Klassenram nd Experten im Feld. Die einfache Möglichkeit zr Archivierng von Livekonferenzen nd deren Integration in Lerneinheiten wrde als wichtig hervorgehoben. n Die synchrone Ntzng einer gemeinsamen Datenbasis nd die Integration von»awarenessfnktionalitäten«ist für die Realisierng von Blended-Learning-Szenarien zentral. Bereits in ersten Ansätzen zeigte sich die Notwendigkeit, vorbereitende nd nachgelagerte Aktivitäten mit den eigentlichen Feldwerkzegen z verbinden. 5.2 Einbindng von Praxiserfahrngen in die berfliche As- nd Weiterbildng Um die Integration von M-Learning in aktelle Weiterbildngsprozesse z nterstützen, wrde basierend af RAFT ein weiterer Prototyp»Sitated Mobile Learning Spport«(SMILES) im Kontext der mobilen Wartng nd As-/ Weiterbildng in der Atoreparatr realisiert. Das Szenario der mobilen Wartngsdienstleistngen wrde gewählt, m die zentralen Stärken einer Integration verschiedener Lernwerkzege für E-Learning, M-Learning nd Präsenzschlng afzzeigen. Ziel war in diesem Sinne ach die Integration der Beispiel Fahrzegwartng Handbch E-Learning 5. Erg.-Lfg. Agst

14 4.18 Lernen im Betrieb mit M-Learning gestalten heterogenen Informationsqellen, die zm»learning-on-the-job«in der Fahrzegwartng herangezogen werden können. Hierbei spielen die technische Dokmentation von Drittanbietern, dokmentierte Fallbeispiele as bereits vorhandenen Reparatrszenarien nd die technische Afbereitng nd Qalitätssicherng eine Rolle. Daneben sollen natürlich bestehende Lerninhalte nd nterschiedliche Formen von interaktiven Lernobjekten eine Rolle spielen. Mit Hilfe szenarienbasierter Analyse wrden im Wesentlichen folgende Aktivitäten im Zsammenhang mit den Informationsqellen nd deren Ntzng identifiziert: 1. Akter: Technische Dokmentation a. Vorbereitng einer Fallbasis nd Integration der technischen Dokmentation b. Identifikation von Fachexperten, welche als Online-Coaches fngieren c. Erstellen eines Fachindexes 2. Akter: Weiterbildngsabteilng a. Strktrierng von Fallbeispielen in standardisierten Lernobjekten b. Review nd Überarbeitng der Fallbeispiele c. Einspielen didaktisch afbereiteter Lerneinheiten in LMS d. Export einzelner Lerneinheiten in Offline-Trainingsversionen 3. Akter: Qalitätssicherng, technische Dokmentation a. Einstellen notwendiger Service-Updates b. Update nd Überarbeitng der technischen Dokmentation 4. Akter: Mobiler Wartngstechniker, Aszbildender a. Fallsche in bestehender Wissensbasis mit mobilem Endgerät b. Mobile Kontaktafnahme nd Dialog mit Experten/Coaches c. Mobile Dokmentation eines ndokmentierten Wartngsproblems Abbildng 4 zeigt einen Asschnitt verschiedener Stakeholder nd Teilprozesse im Informationszykls von SMILES. Abb. 4: Wesentliche Stakeholder nd Teilprozesse des Informationszykls in SMILES Erg.-Lfg. Agst 2003 Handbch E-Learning

15 Zr Unterstützng der verschiedenen Aktere nd deren Informationsbedarf wrden nterschiedliche Werkzege realisiert, welche aber af einer gemeinsamen Datenbank afsetzten. Somit konnten alle Teilprozesse immer zeitnah über Veränderngen nd Informationspdates der anderen Parteien informiert werden. Zr Integration der technischen Dokmentation nd der didaktischen Afbereitng wrde eine Erweiterng des Atorenwerkzeges athor42 (brea42, 2003) gentzt. Erweiterngen von athor42 ermöglichen die Definition von besonderen Lernobjekten, wie Fallbeispiele, Problembeschreibngen, Afgabenstellngen, nd Kapitelstrktren, wie Atomarken, Atotypen, sowie die Definition eines Index über alle Lerneinheiten, welche die einfache Indizierng nd Sche in allen Fallbeispielen ermöglichen. Zr Unterstützng der mobilen Sche nach Fallbeispielen wrden nterschiedliche Werkzege realisiert. Basierend af einem PDA mit WLAN- oder GPRS-Anbindng können mobile Ntzer af Fallbeispiele entsprechend nterschiedlicher Klassifikationsstrktren zgreifen (Sche nach Atotypen oder Indexbegriffen). Für alle Fallbeispiele wrden hierbei Bildersammlngen z einer bestimmten Problemstellng sowie textelle nd Adioannotationen verfügbar gemacht. Das Format der Inhalte berücksichtigte hier ach die verfügbare Bandbreite von GPRS, womit ach über GPRS-Anbindng eine schnelle Ntzng des Online-Systems möglich war. Abb. 5: PDA Viewer für die mobile Inspektionsnterstützng Handbch E-Learning 5. Erg.-Lfg. Agst

16 4.18 Lernen im Betrieb mit M-Learning gestalten TabletPC Zr Kontaktierng von Experten sowie der Dokmentation von Fallbeispielen wrde ein TabletPC-gestütztes System mit einer angeschlossenen Webcam sowie einem Mikrofon realisiert. Das System war per WLAN oder GPRS an das zentrale SMILES-Repository angebnden nd bot die Möglichkeit, direkt an einer Videokonferenz mit aktell verfügbaren Experten teilznehmen nd Fotos nd Adioafnahmen in Fallbeispiele einzbinden. Hierz wrde af dem TabletPC nr ein Browser benötigt, es war keine zsätzliche Softwareinstallation notwendig. Die Bentzerschnittstelle des TabletPC zr Dokmentation zeigt Abb. 6. Abb. 6: Mobile Collector Dokmentation af dem TabletPC Zr Überarbeitng eingestellter Fallbeispiele sowie einer Integration mit bestehenden Lerninhalten wrde wiederm athor42 gentzt. Hieras konnten dann überarbeitete Lerninhalte in ein LMS pbliziert werden nd in HTML-basierte Formate exportiert werden, m eine Offline-Ntzng z ermöglichen. Hier wrde ach die Möglichkeit geboten, Lerneinheiten direkt mit Referenzen in die Online-Dokmentation nd entsprechenden Service- Updates anzreichern, womit ach eine Integration zwischen Schlngsmaterialien nd akteller Dokmentation sichergestellt wrde. 6 Resümee nd Einordnng von M-Learning in gesellschaftliche Bildngspolitik Lebenslanges Lernen Berfliche nd betriebliche Bildng findet nicht im lftleeren Ram statt, sondern ist eingebettet in politische nd ökonomische Rahmen- nd Verwertngsbedingngen. Gegenwärtig wird die Forderng nach allgegenwärtigem Lernen in aller Mnde geführt, meist in der Formel lebenslangen oder lebensbegleitenden Lernens. Die Begründng zielt meist af raschen Wandel der ns mgebenden Umwelt in globalem Maßstab ab, der sich insbesondere in den wirtschaftlichen nd technischen Entwicklngen nd damit in ständig neen Anforderngen an die Beschäftigten asdrückt. Da die Halbwert Erg.-Lfg. Agst 2003 Handbch E-Learning

17 zeiten des Wissens nd der Fertigkeiten immer mehr sinken, ist die Erneerng nd Anpassng in immer kleineren Schritten nd in kleineren Abschnitten gefordert. Hierz bietet das M-Learning scheinbar ein Patentrezept. Einmal kann M-Learning der ständigen Lernanforderng drch flexible Angebote z jeder Zeit an jedem Ort Rechnng tragen nd noch so kleine Zeitspannen sinnvoll ntzen. Zm anderen kann M-Learning gerade ach in der sitierten Form, die wir hier besonders herasgehoben haben, Beschäftigte für aktelle Afgaben- nd Problemstellngen ad hoc asrüsten. Die Grenzen dieser scheinbar idealen Lösng sollen nicht ignoriert werden. Znächst zr jederzeitigen Ntzng von Lernepisoden: Für Schüler mit der (zwanghaften) Gewöhnng an krze fremdbestimmte Zeitscheiben von 45 Minten für wechselnde Inhalte mag eine Vokabelwiederholng an der Bshaltestelle mit dem Vokabelheft oder hete mit einem PDA-Trainigsprogramm eine nicht nsinnige Lernorganisation sein. Für Erwachsene ist sie nr sehr begrenzt anwendbar. Für diese gibt es engere motivationale nd kognitive Grenzen. In beliebigen Sitationen z lernen, fällt Erwachsenen motivational schwerer als Schülern. Ach die kognitive Rüstzeit ist bei Erwachsenen größer nd die Afgaben oft komplexer, m sich in ein Thema z vertiefen nd mit Gewinn z lernen. Gerade das Lernen von Zsammenhängen nd die Sche nach neen Lösngen verlangt Konzentration nd entweder eine Einbettng in den Zsammenhang des Problems oder aber den reflektiven Abstand von der Problemverstrickng für kritische oder innovative Lösngen oftmals gerade beides in Kombination. Für beides sind beliebige Episoden an der Bshaltestelle nicht geeignet. Es bleibt natürlich die Möglichkeit, Inhalte, die als eigenständige Lerneinheiten afbereitet sind, an angenehmem Ort oder z verfügbaren Zeiten z bearbeiten. Es gibt bei der hetigen Anforderng im Berfsleben jedoch eine Grenze, jenseits derer die Energie für ständig prodktive Arbeit pls prodktives Lernen in jeder»freien«minte nicht nterstellt werden kann. Lernen hat ach etwas mit Zeit z tn nd mit der Bereitschaft, sich af Nees einzlassen, den Kopf frei z haben. Dies kann man nicht beliebig dicht organisieren. Patentrezept M-Learning? (Z) schnelles Lernen Zweitens zr sitativen Einbettng des Learning on demand: Mit M-Learning soll im Bedarfsfall die nötige Information an die Person gebracht werden. Diese Möglichkeit hat da ihre Grenze, wo sie die Basis eines Zsammenhangswissens z ersetzen beginnt. Berfsbilder mit festen, überdaernden Qalifikations- nd Anforderngsprofilen verlieren mehr nd mehr an Bedetng. Der Lebensdefinition von Individen nd ganzer Generationsfolgen drch Berfe nd diese organisierende Verbänden (Zünften nd Gilden) wird kam jemand nachtraern. Die Verbindlichkeit von Berfen lässt nach nd die Zahl der Beschäftigten, die mehrere Berfe zwar vielleicht nicht formell erlernen aber doch asüben, wächst. Dies ermöglicht Beweglichkeit nd mehr Selbstbestimmng, entwertet aber ach die Bedetng bestimmter fachlicher Qalifikation, ach wenn Qalifikation im Allgemeinen mehr denn je als Schlüssel zm berflichen Erfolg gilt. Drch sitiertes Lernen mit M-Learning kann diese Lücke geschlossen werden, aber mit der möglichen Folge der Aslieferng des Einzelnen an die Verwertngsinteressen des Unternehmens. Das Unternehmen bildet die Fachkräfte nicht mehr mfassend as, sondern erstellt ad hoc-einsetzbare Lernmodle, die af der Basis geringfügiger Grndkenntnisse zr Bewältigng der Afgaben befähigen. Der Beschäftigte wird in höherem Maße astaschbar, ist nicht Träger, son- Instant- Informationen ohne Zsammenhänge? Handbch E-Learning 5. Erg.-Lfg. Agst

18 4.18 Lernen im Betrieb mit M-Learning gestalten dern Adressat von Qalifikation. Es wird kein Wissen mehr afgebat, sondern Instant-Information geliefert. Diese Information in der Sitation des Afgabenvollzgs kann drchas wertvoll ach für den Ntzer sein, wenn sie integriert wird in den Handlngs- nd Motivationszsammenhang. Entscheidend ist die Verarbeitngsmöglichkeit der sitativen Lernangebote entweder drch die Wiederholng in ähnlichen Sitationen oder drch Reflektion nd Verarbeitng (Aneignng) der Instrktion nd Information in der gegebenen Sitation. Nachhaltigkeit berücksichtigen Der afgezeigten doppelten Verkürzng von M-Learning im Sinne einer Zerstückelng der Lerninhalte nd im Sinne einer bloßen Anlieferng von flüchtiger Information ohne Nachhaltigkeit beim Ntzer ohne Lernen also mss entgegengewirkt werden. Dies geht nr drch bewsste Asrichtng des Lernens af die Erweiterng von Handlngsmöglichkeiten der Lernsbjekte drch alle Beteiligten: drch die Lerntechnologieentwickler, drch die beaftragenden nd einsetzenden Unternehmen, drch die lernenden Beschäftigten nd drch Vertretngsorganisationen der Betroffenen. Sie mss bewsst erfolgen. Nr wenn der Wert von verstehens- nd innovationsförderlichem Lernen für Arbeitgeber nd Arbeitnehmer zr langfristigen Wettbewerbsfähigkeit gesehen nd wahrgenommen wird, kann eine mfassende Lernorganisation nd Lernkltr mit Basisqalifizierng, Weiterqalifizierng nd ad hoc-qalifizierng af gemischten medialen Wegen gepflegt werden, die der Gefahr der Verkürzngen m krzfristiger Vorteile willen widersteht. Literatrhinweise Appel: ibook Wireless Mobile Classroom. Available: Bednarek, C.: E-Learning wird mobil: Trilog kündigt nees Mobile-Learning- Modl für Lernplattform»Information and Learning Framework«(ILF) an (2001). Available: n1.html?s= brea42: athor42 Whitepaper. brea42 GmbH. Available: [2003. Carroll, J. M./Rosson, M. B.: Paradox of the Active User, in: John M. Carroll (Ed.): Interfacing Thoght. Cognitive Aspects of Hman-Compter Interaction. Cambridge, Mass./London: The MIT Press (1987), pp Collins, A./Brown, J. S./Newman, S. E. (1989): Cognitive Apprenticeship. Teaching the Craft of Reading, Writing, and Mathematics, in: Resnick, L.B. (Ed.): Knowing, Learning and Instrction, Hillsdale N. J. 1989, pp Consortim, T. C.: The Concord Consortim. Available: Erg.-Lfg. Agst 2003 Handbch E-Learning

19 Eronet: Mobile Learning. Konvergenz von Informations- Kommnikationsnd Organisations-Management (2002). Available: Fellbam, K./Bämer, M. (2003): Notebook-University mobile learning at BTU Cottbs (203). Available: Ferscha, A.: MobiLearn Medieninformatik Any-Time Any-Where, Frohberg, D.: Was ist mobiles Lernen? Available: Geißler, K. A.: WIDERWORTE. Employability das Bildngskonzept für die Ich-AG, Frankfrter Rndscha 16. April 2003, S. 6. Hellstern, G.-M./Hennicken, D./Plehnert, K.: Learning to Learn. Mobiles Lernen nd Forschen. Available: Lave, J./Wenger, E.: Sitated Learning: Legitimate Peripheral Participation, Cambridge Mandl, H./Grber, H./Renkl, A.: Lehren nd Lernen mit dem Compter (Forschngsbericht Nr. 30), München 1994 (Ldwig-Maximilians-Universität München, Institt für Pädagogische Psychologie nd Empirische Pädagogik, Lehrsthl Prof. Dr. Heinz Mandl). Mandl, H./Grber, H./Renkl, A.: Sitiertes Lernen in mltimedialen Lernmgebngen, in: Issing, L. J./Klimsa, P. (Hrsg.): Information nd Lernen mit Mltimedia, Weinheim 1995, S Schlmeister, R.: Grndlagen hypermedialer Lernsysteme. Theorie Didaktik Design, 2. Aflage, Bonn Specht, M./Oppermann, R.: ACE adaptive corseware environment. The New Review of Hypermedia and Mltimedia, 4/1998, S Toshiba: Mobile Learning Station (2001). Available: Vertecchi, B./Keegan, D./Rekkedal, T./Ströhlein, G./Fritsch, H./Dibhir, G. Ó./ Dye, A./Graham, K./Fritsch, N./Fagerberg, T./ Bredal, S.: from e-learning to m-learning. Fernni Hagen (2002). Available: Zitterbart, M./Brand, O./Petrak, L./Effelsberg, W./Scheele, N.: Mobile Learner in dspace (distribted Space). Ortsnabhängiges, mobiles Lernen. Available: Handbch E-Learning 5. Erg.-Lfg. Agst

20 4.18 Lernen im Betrieb mit M-Learning gestalten c3 Anhang: Checklisten Checkliste zr Notwendigkeit der Integration von M-Learning in Ihrem Unternehmen 1. Z welchem Anteil sind zentrale Zielgrppen Ihrer Weiterbildng mobil? 2. In welchem Asmaß benötigen diese mobilen Zielgrppen zeitnahe, aktelle Information zr Optimierng Ihrer Arbeitsergebnisse? 3. Ist Inhalt nd Ziel der Lernafgabe für die Ntzng nterwegs geeignet? a. Sind besondere technische Bedingngen für das Lernen erforderlich, die Lernen nterwegs oder vor Ort erlaben: Compterperformanz, Netzverfügbarkeit, Netzbandbreite,...? b. Sind besondere organisatorische Bedingngen für das Lernen erforderlich, die Lernen nterwegs oder vor Ort erlaben: rämliche oder zeitliche Bedingngen, vorhandene Infrastrktr...? c. Sind besondere soziale Bedingngen für das Lernen erforderlich, die Lernen nterwegs oder vor Ort erlaben: bestimmte Ttoren/Lerner- Konstellationen zr selben Zeit am selben Ort, soziale Interaktionen von beteiligten Akteren...? d. Sind besondere Konzentrations-/Motivationsbedingngen für das Lernen erforderlich, die Lernen nterwegs oder vor Ort erlaben: Ablenkbarkeit nterwegs oder vor Ort, Umfang nd Komplexität des Inhalts...? 4. Sind die mobilen Aktivitäten zentral mit Afgaben der Vorbereitng nd/oder Nachbereitng verbnden? a. Inwieweit wird beispielsweise manell Information von Aßendienstmitarbeitern mit internen Datenbanken oder sonstigen Informationssystemen synchronisiert? b. Müssen Aßentermine informationsafwendig afbereitet werden, inwieweit ist die Verfügbarkeit der Vorbereitngsdaten im Feld notwendig? 5. Inwieweit ist die Abstimmng oder Kommnikation zwischen mobilen nd stationären Mitarbeitern zr Optimierng der Aktivitäten notwendig? Wo könnte eine Integration mobiler Informationsversorgng diese verbessern? 6. Welche Informationswege ntzen Sie momentan m Lernen nd Weiterbildng mit zeitakteller Information z realisieren? 7. Wo findet momentan eine Distribtion von Weiterbildngsprodkten oder eine Informationsversorgng über klassische Medien statt (Handzettel, Newsletter über Printmedien)? 8. Rechtfertigt der Mehrwert des M-Learning dessen Afwand? a. Haben die Adressaten hinreichend viel Zeit nd Gelegenheit, m nterwegs oder vor Ort z lernen? b. Erfordert die Afgabe ein Lernen nterwegs oder vor Ort? c. Kann die Afgabenbearbeitng mit einem problemorientierten Lernen sinnvoll kombiniert werden, d. h. erfordern die Afgabenfälle von der Heterogenität nd Komplexität ein problemorientiertes Lernen (learning on demand)? d. Kann die mobile ad hoc-erfassng von Bearbeitngsergebnissen oder Lösngserkenntnissen drch M-Learning (mobile Collecting) einen relevanten Mehrwert leisten? Erg.-Lfg. Agst 2003 Handbch E-Learning