E-Learning

Digitale Lehr- und Lernangebote in Zeiten von Smart Devices und Online-Lehre

Ullrich Dittler

• Verlag: De Gruyter Oldenbourg
• Jahr: 2022
• ISBN drucken: 9783110754650
• eBook-ISBN: 9783110754759
• Auflage: 2
• Thema: Informatik
• Thema: Human-Computer-Interaktion

E-Learning und Online-Learning haben in den letzten Jahren – nicht zuletzt durch die Corona-bedingte Zunahme von Home-Office und Home-Schooling – an Bedeutung gewonnen. Dieses Buch zeigt neue Trends, Erfolgsfaktoren und Einsatzkonzepte von digitalen Lehr- und Lernformen anhand zahlreicher neuer konkreter Beispiele sowohl aus der betrieblichen Praxis weltweit operierender Unternehmen, als auch aus renommierten Hochschulen auf.

1 Ein kurzer historischer Rückblick auf die langen evolutionären – und die kurzen revolutionären – Entwicklungsphasen des eLearning

Von den Anfängen des maschinengestützten Lernens bis zur Corona-bedingten Digitalisierung der Bildungsangebote

Ullrich Dittler

Zusammenfassung

Ein Blick auf die Geschichte des eLearning zeigt zu Beginn dieses Kapitels, dass die bisherige Einführung von elektronischen Lehr- und Lernformen in verschiedenen Phasen erfolgte. Es gibt Anzeichen dafür, dass wir, basierend auf der beschriebenen omnipräsenten Verfügbarkeit des Internet und der allgegenwärtigen Verbindung über Soziale Netzwerke seit der Corona-Pandemie und dem dabei erfolgten Auf- und Ausbau von Medienkompetenz in breiten Bevölkerungsschichten, nun am Beginn einer weiteren Phase stehen, die wiederum die Formen und Möglichkeiten des mediengestützten Lernens in der betrieblichen Aus- und Weiterbildung und (mit einiger zeitlicher Verzögerung auch) der Hochschullehre deutlich verändern wird.

Abschließend wird in diesem Kapitel die zukünftige Rolle von Bildungsinstitutionen und das sich verändernde Verständnis von Wissen reflektiert.

Schlagwörter: Computer-Based-Training, Web-Based-Training, Learn-TV, Business-TV, MOOCs, Virtuelle Seminare, Social-Media-Learning, Lernplattformen, Wissen, Wissensgesellschaft,

1.1 Die Anfänge des maschinengestützten Lernens

Die Idee Lehr- und Lernprozesse maschinell zu unterstützen oder automatisiert abzubilden ist nicht neu. Die Entwicklung von elektronischen Lehr- und Lernmedien stellt daher nur die zeitgemäße Weiterentwicklung jener zunächst mechanischen und später elektromechanischen Lernmaschinen dar, mit denen bereits seit mehreren Jahrhunderten versucht wurde, Lehr- und Lernprozesse zu automatisieren.

Die Erfindung von mechanischen Lernmaschinen stand am Beginn dieser Automatisierungsbestrebung, die mit der Konzeption des Bücherrads (in manchen Quellen auch „Leserad“ genannt) von Agostino Ramelli bereits im 16. Jahrhundert ihren Anfang nahmen (siehe Abbildung 1.1). Ramellis Konstruktion bot Aufnahme für zwölf Büchern, zwischen denen der Lesende wechseln konnte, wobei die Bücher „[…] nicht fallen, genau so liegen bleiben, wie sie hingelegt worden sind, sie bleiben immer im gleichen Zustand und wann immer der Leser es wünscht, erscheinen sie so, ohne dass sie irgendwie angebunden oder befestigt werden müssen“ [1].

Abb. 1.1 Das Bücherrad von Agostino Ramelli (Quelle [1], ullstein bild – NMSI/Science Museum / Science Museum).

Im Rahmen der fortschreitenden Entwicklung der Medien hielten neben Büchern auch andere Medien Einzug in Bildungsprozesse: Aufbauend auf dem Visualisierungsschub des 19. Jahrhunderts [2] und parallel zum Bedeutungsgewinn der optischen Massenmedien des 20. Jahrhunderts, fanden zur Hochzeit der medienpsychologischen Filmforschung, die sich um 1910 mit den Wirkungen der Filmwahrnehmung durch die Rezipienten beschäftigte und hierzu auch die emotionale Wirkungen des Filmkonsums durch psychogalvanischer Reaktionsmessungen währen des Filmkonsums untersuchte, in Rochester (USA) auch erste Filme als Lehrfilme Einzug in den Unterricht [3]. Es entstand in den folgenden Jahren ein kurzer Hype, der in ähnlicher Form später bei vielen Lehrmedien beobachtet werden konnte: Es gab Forderungen klassische Schulbücher komplett durch die neuen Lehrmedien (hier: des Films) zu ersetzen; eine Forderung, die sich nicht durchsetzen konnte [4].

Ausgehend von den frühen Versuchen, Lehr- und Lernprozesse mit mechanischen Maschinen zu unterstützen, wurden in der Blütezeit des Behaviorismus, d. h. Anfang des 20. Jahrhunderts, eine ganze Reihe von Lehr- und Übungsmaschinen entwickelt und gebaut. Diese folgten meist dem 1923 von Edward Thorndike geäußerten Gedanken, Lernstoff in kleine Einheiten aufzuteilen und diese Einheiten direkt nach der Vermittlung zu prüfen, ehe die nächsten kleinen Lerneinheiten vermittelt und geprüft werden. Thorndike selbst stellte 1926 eine solche Lernmaschine vor, die den Lernenden Single- und Multiple-Choice-Fragen anbot und die gewählten Antworten maschinell auswertete.

Die Besonderheit dieser Maschine bestand darin, dass nicht nur die Anzahl der richtigen Antworten automatisch gezählt werden konnte, sondern die Maschine darüber hinaus die Möglichkeit bot, den Lernenden die richtigen und falschen Antworten anzuzeigen, um so Lernprozesse zu ermöglichen, mit dem Ziel, dass beim nächsten Fragedurchgang die richtige Antwort gegeben werden konnte. Die nachweisbare Zunahme an richtigen Antworten im Rahmen des Arbeitens und Lernens mit derartigen Maschinen gab Thorndike recht – war aber nur wenig geeignet, die Gegner des maschinengestützten Lernens zu beruhigen, die eher an humanistischen oder bildungstheoretischen Unterrichtsansätzen (wie sie später beispielsweise Wolfgang Klafki formulierte) orientiert waren.

Etwa zur gleichen Zeit, d. h. ebenfalls in den 20er Jahren des vergangenen Jahrhunderts, entwickelte auch Sidney L. Pressey an der Ohio State University mechanische Maschinen zur Unterstützung von Lehr- und Lernprozessen. Pressey konzentrierte sich weniger auf die Wissensvermittlung als vielmehr auf das Prüfen von Lernerfolgen. Die von ihm entwickelten Maschinen präsentierten den Lernenden Fragen und verschiedene Antwortalternativen in Textform. Wenn der oder die Lernende die Frage richtig beantwortete, wurde ihm bzw. ihr die nächste Frage präsentiert. Wählten die Lernenden jedoch eine falsche Antwort, so blieb die Frage so lange sichtbar, bis der oder die Lernende die richtige Antwort auswählte. Pressey ging davon aus, dass Lernende durch derartige Maschinen nicht nur getestet werden, sondern durch das direkte und unmittelbare Feedback auch beim Lernen unterstützt werden. Pressey sieht große Einflussmöglichkeiten derartiger Lernmaschinen auf Schule und Hochschule, wenn er sagt: „Diese Unterrichtshilfen […] würden den Lehrer frei machen von für seine eigentliche Aufgabe, die Schüler zu begeistern und sie zu klarem Denken und höheren Idealen zu führen. […] Wofür der Verfasser eintritt, ist die Befreiung des Lehrers von den mechanischen Aufgaben seines Berufs – die Last der Korrekturen und der Routine-Übungen – so daß [sic!] er nicht weitgehend mit Schreibarbeiten beschäftigt ist, sondern ein echter Lehrer sein kann“ (Pressey zitiert nach [5], S. 63 f).

Die von Thorndike verfolgten Ansätze griff später auch der Burrhus Frederic Skinner auf und unternahm an der Harvard University eine Reihe von Versuchen zum Lernen von Tieren und Menschen (siehe Abbildung 1.2). Geleitet war auch er dabei stets vom behavioristischen Lernverständnis, das die Grundlage seiner zahlreichen Versuche mit Ratten und Tauben bildete (im Rahmen derer er auch zahlreiche Tauben im Zweiten Weltkrieg für militärische Zwecke trainierte).

Abb. 1.2 Skinner während eines Versuchs mit einer Ratte in der Skinner Box (Quelle: Nina Leen/Getty Images).

Auf seinen Lernversuchen mit Tieren aufbauend – und die Entwicklungen von Pressey aufgreifend – befasste sich Skinner später auch mit dem Entwickeln von Lern-Settings zur Schulung einer größeren Anzahl von Menschen. In einer Zeit, in der die Forderung nach Optimierung von Prozessen und Steigerung der Effizienz vielen Bereiche des Nachkriegsalltags erfasst hatten, war Skinner bestrebt, solche Optimierungen und Effizienzsteigerungen auch für Lehrprozesse umzusetzen. Gemeinsam mit James G. Holland entwickelte Skinner Lernmaschinen, die Menschen nach dem Modell der Programmierten Unterweisung unterrichten sollten (siehe Abbildung 1.3). Die Programmierte Unterweisung (je nach Quelle auch „Programmiertes Lernen“ und „Programmierte Instruktion“ genannt) basiert dabei konsequent auf der systematischen Verstärkung von gewünschten Reaktionen im behavioristischen Sinne. Neben der Festlegung des Lernziels sind die Planung des Lernwegs und die Erfolgskontrolle („Programmierte Prüfung“) die zentralen Elemente des skinnerschen Verständnis des Programmierten Unterrichts. Skinner geht davon aus, dass eine solche lineare Programmierte Unterweisung so lange verändert werden sollte, bis rund 95 % der Lernenden die Aufgaben erfolgreich bewältigen können.

Abb. 1.3 Lehrmaschine, die nach dem Modell der Programmierten Unterweisung arbeitete (Quelle: Wikipedia).

Norman Crowder kannte die Arbeiten Skinners und modifizierte das Modell des Programmierten Unterrichts um dieses an größere Zielgruppen bzw. die Heterogenität der Lernenden anzupassen: Während Skinner noch von ...

Inhaltsverzeichnis

• Title Page
• Copyright
• Contents
• 1 Ein kurzer historischer Rückblick auf die langen evolutionären – und die kurzen revolutionären – Entwicklungsphasen des eLearning Von den Anfängen des maschinengestützten Lernens bis zur Corona-bedingten Digitalisierung der Bildungsangebote
• 2 Universität Hamburg: eLearning an der Fakultät für Rechtswissenschaft Ein Praxisbericht
• 3 Hochschule Furtwangen: Digitale Beteiligungsformen in Präsenz- und Online-Lehre Implementierungsbeispiele zur Förderung von Kommunikation, Interaktion und Eingebundenheit
• 4 Hochschule Macromedia: Konzeption von Lehreund Qualifikation von Lehrenden unter der Maßgabe digitaler Transformation
• 5 FernUniversität in Hagen: Praktiken forschenden Lernens
• 6 Pädagogische Hochschule Zürich: Multimediale Formen von Feedback Während und nach der Pandemie
• 7 FH Joanneum: Online-Didaktik Experimente und eine Vision
• 8 Erfahrungen von Studentinnen und Studenten mit drei Semestern digitaler Lehre Erwartungen der Lernenden an zeitgemäße Hochschullehre und betriebliche Weiterbildung
• 9 Praxisbeispiel: Know How! AG Content is king! Context is queen! Collaboration is dauphin!
• 10 Praxisbeispiel: Product Owner Training Professional Scrum Product Owner Training: Motiviert und erfolgreich beruflich weiterbilden auch im HomeOffice
• 11 Praxisbeispiel: Corporate Learning Community cMOOCs und Online-BarCamps: Formen des Peer-2-Peer-Lernens Erfahrungsberichte aus zwei Projekten der Corporate Learning Community
• 12 Praxisbeispiel: EY Deutschland  Building a Better Learning World! Wie EY Deutschland (EY) das Thema Lernen in Zeiten der Digitalisierung nachhaltig für Mitarbeitende und Kunden gestaltet
• 13 Praxisbeispiel: Endress+Hauser Change-Prozesse in der digitalen Transformation durch die Kombination aus Kommunikation, modernen Lernangeboten und Performance-Support optimal begleiten
• 14 Praxisbeispiel: WWK Versicherung eLearning im Aufwind in der Versicherungsbranche
• Stichwortverzeichnis