
Der große Vorteil digitaler Lernprogramme ist die große Datenmenge, die Aufschlüsse über Entwicklungen, Erfolge und Schwachstellen von Kursteilnehmern sowie über das Kursdesign geben kann. Anhand dieser Daten können Sie die Effektivität von E-Learning im Unternehmen tracken und darüber hinaus stetig Verbesserungen vornehmen. Eigentlich ein unschlagbarer Bonus, den aber einige Unternehmen noch nicht vollständig auszuschöpfen wissen.
Die große Herausforderung liegt darin, die große Datenmenge sinnvoll und effektiv zu nutzen. Dafür braucht es entsprechende Analyseinstrumente, die im Lernmanagementsystem (LMS) integriert sind. Die richtigen Daten müssen sinnvoll kategorisiert werden und in übersichtlichen Reportings visualisiert werden. Wir wollen Ihnen einen Überblick darüber geben, warum, wofür und wie Sie Lernanalysen richtig nutzen sollten.1
Wofür brauchen Sie Lernanalysen?
Der Nutzen und Erfolg von E-Learning ist nicht immer unumstritten. Umso wichtiger sind Messinstrumente, um auf wichtige Fragen Antworten zu finden und damit auch Kritiker und Skeptiker – u.a. auf Managementebene – zu überzeugen. Wenn Sie sich z.B. fragen, wie Sie hohe Fehlerquoten bei einigen Lernenden identifizieren und auffangen können, wie hoch die Wissensübernahme von Inhalten auf die alltägliche Arbeitspraxis ist und damit auch die Frage nach dem Nutzen für unternehmerische Ziele besteht, dann finden Sie die Antwort in den Daten Ihres E-Learning-Kurses.
Prognosen | Personalisierung | Interventionen | Visualisierung |
Frühzeitiges Erkennen von hohen Fehlerquoten bei den Lernenden und im Kursdesign. | Auf Grundlage der Daten personalisierte Lernwege schaffen und zusätzliche Informationen oder Support anbieten. | Trainer oder Mentoren können auf Basis der Daten gezielt und individuell auf die Bedürfnisse der Lernenden reagieren. | Die Datenauswertungen lassen sich visualisieren und sowohl in Rankings als auch in Reportings zur Verfügung stellen. |
Wichtig ist im Zuge der Datenanalyse, dass Sie, ähnlich zum Vorgehen während der Kurskonzeption, wissen, wo Sie Ihre (inhaltlichen) Schwerpunkte in der Auswertung legen wollen. Schwierig wird es gerade dann, wenn Sie alle Daten erheben und erst im Nachhinein Kategorien entwickeln und auswerten. Diese Vorgehensweise ist nicht besonders effektiv und führt meist nicht zum gewünschten Ergebnis.
Es ist daher sinnvoll, gewisse Differenzierungen einzuführen, die nicht nur die Datenmenge eingrenzen, sondern auch die Analyse vereinfachen.
Hierzu lassen sich grundsätzlich drei verschiedene Analyseschwerpunkte festhalten.
(1) Nutzerebene: Analyse der Nutzerperformance, inkl. Lernziele, Lernverhalten und Lernerfolge, auch um unter den Lernenden eine Vergleichbarkeit zu schaffen (Ranking).
(2) Kursebene: Analyse der Kurskonzeption, z.B. Fehleranfälligkeiten, soziale Netzwerke und Lernpläne bzw. Struktur der Lerneinheiten, um Bedürfnisse der Nutzer an den Kurs bzw. das System anzupassen.
(3) Organisationsebene: Entwicklung langfristiger und nachhaltiger Modelle, um Erfolgs- und Misserfolgsmuster auf übergeordneter, organisatorisch-struktureller Ebene zu identifizieren.
Wie nutzen Sie Lernanalysen effektiv?
Viele Lernmanagementsysteme bieten Reporting bereits als integrierte Funktion an. Dieser Artikel soll Ihnen dennoch einen Überblick darüber geben, wie Sie vorab systematisch an Lernanalysen herangehen. Je nachdem, mit welchem Ziel Sie die Daten analysieren wollen, können Ihnen die folgenden Vorschläge für eine kategorische Auswertung dabei helfen, am Ende aus abstrakten Daten konkrete Aussagen treffen zu können. Diese Auswertungsquellen können Sie selbstverständlich kombinieren oder Ihren Bedürfnissen entsprechend modifizieren.
Engagement-Statistiken
Wenn Sie herausfinden wollen, wie hoch die Lernmotivation Ihrer Nutzer ist, dann bieten sich zahlreiche Messinstrumente an, die Ihnen in Kombination auch Aufschluss über konkrete Lern- oder Kurserfolge geben können. Untersuchen Sie z.B., wie das Angebot von Mobile Learning funktioniert, indem Sie Zugangsquelle und Kursergebnisse miteinander vergleichen.
Nachfolgend einige Beispiele, wie Sie die Daten sinnvoll abfragen und zusammentragen:
Auswertung von Seitenstatistiken: Aufrufe, IP-Zugriffe, Kursaktivität
Anzahl der Registrierungen und Log-Ins
Lernzeit bzw. wie viel Zeit hat der Nutzer aktiv an den Lerneinheiten gearbeitet
Lernkurse: Abschluss der Lernmodule (positiv/negativ), Metriken der einzelnen Lernsessions, Instrumente und behandelter Inhalt, Häufigkeiten
Zugangsort/-quelle: Büro, zu Hause (über Browser, Desktop) oder mobil über Smartphone, Tablet etc. (über App)
Performance-Statistiken
Wenn Sie tiefere Einblicke in die tatsächlichen Lernabschnitte und die Lernfortschritte und -erfolge gewinnen wollen, dann sollten Sie den Fokus auf performancebezogene Daten legen.
Aktivität im Lernkurs und weiteren Kursangeboten, wie Webinar und Social-Learning-Angeboten (Foren, Chats etc.)
Messung von Lernaktivitäten, z.B. Dauer und Häufigkeit der Zugriffe, Beteiligung an Diskussionen
Detaillierte Auswertung von Punkteständen, sofern metrisch erfasst, z.B. aus Quiz, Tests oder Spielständen (Gamification)
Benutzerreporting: Lernprotokolle, Lernfortschritte
Auswertung von Ranglisten
Auswertung der Feedbackkanäle
Um Antworten auf die Frage nach Effektivität, Erfolg und Verbesserungsbedarf Ihrer E-Learning-Kurse zu erhalten, müssen Sie 1) die entsprechenden Daten erheben und 2) geeignete Kategorien dafür finden, sodass die Antworten in den Datenmengen nicht untergehen oder verzerrt werden. Machen Sie sich in Anlehnung an die genannten Punkte Gedanken, welche Fragen Sie sich stellen und wie Sie die Antworten in den Kategorien finden können. Auch hier gilt wie so häufig: Die richtige Vorbereitung ist das A und O.


