Learning Analytics in Mathematiklehrveranstaltungen – adaptive und interaktive Handlungsempfehlungen in Dashboards

In vielen Mathematiklehrveranstaltungen werden wöchentliche Aufgaben als Möglichkeit zur Vertiefung der vermittelten Inhalte genutzt. Insbesondere im Kontext digitaler Aufgaben fallen umfangreiche Daten an, die mittels Learning Analytics mit dem Ziel der Verbesserung von Lehr- und Lernprozessen ausgewertet werden können. Diese Daten beinhalten beispielsweise Informationen zur Bearbeitungsdauer, Anzahl der unternommenen Versuche sowie Art der fehlerhaften Antworten. In diesem Beitrag werden verschiedene Möglichkeiten zur Auswertung dieser Daten aus Lehrenden- und Studierendenperspektive beleuchtet. Diese Auswertungen bilden die Grundlage für die Entwicklung konkreter Handlungsempfehlungen zur individuellen Unterstützung der Studierenden in ihrem Lernprozess. Es wird herausgearbeitet, dass ausschließlich datengesteuerte Handlungsempfehlungen oftmals nicht hinreichend passgenau sind. Vor diesem Hintergrund wird ein System vorgestellt, das interaktive Handlungsempfehlungen anbietet. Es ist so konzipiert, dass es gezielt Informationen von den Studierenden einholt, um ihnen eine individuell angepasste Unterstützung in ihrem Lernprozess zu ermöglichen. Der Beitrag endet mit entsprechenden Schlussfolgerungen und einem Ausblick auf zukünftige Entwicklungen in diesem Bereich.