Die Neue Hochschule Heft 4/2020

27
Abbildung 1: 7-phasiger Blended-Learning-Prozess mit KI- und Sensoreneinsatz in den Phasen (Popp 2020).
Studierende“ dokumentieren und ermöglichen
effizientes Lernen. Auch kann man sich
in CoP vergleichen und erhält Feedback-Training
durch direkte und indirekte Beobachtung
(Popp 2017). Mobile KI-Lern-Sensorik könnte
hier Feedback-Informationen liefern.
V. Nachbereitungsphase: Chatbots als „intelligente“
Teletutoren beantworten einfache Fragen
mit Fachwissen aus dem Skript (Popp 2017).
Ihre semantische Intelligenz kommt z. B. von
der Verwendung einer Ontologie (Begriffsnetz).
Der Chatbot hat Sprachausgabe, aber noch
keine Spracheingabe. Künftig werden „Wearable
Devices“ für das Zeitmanagement und das
Leistungsmonitoring als mobiler Lernbegleiter
eingesetzt.
VI. Reflexionsphase: Das in dieser Phase eingesetzte
Frühwarnsystem beschreibt das nächste Kapitel.
Natürlich kann hier Biometrie zur Authentifizierung
dienen.
VII. Evaluationsphase: Seit fünf Jahren werden an
der TH Deggendorf im „Einstiegskurs Mathematik“
Klausuren in Form von Multiple-Choice-Fragen
und kleinen Zahleneingaben am Rechner
absolviert und automatisch von Moodle ausgewertet.
Unsere Forschungen, mit KI-Methoden
mehrzeilige semantische Kurzantworten automatisch
nach Richtigkeit zu bepunkten, erbrachte
eine Übereinstimmung von ca. 50 Prozent mit
den vom menschlichen Korrektor vergebenen
Punkten. Hier sind die KI-Methoden noch nicht
einsetzbar. In dieser Evaluationsphase kann man
auch biometrische Fingerabdrucksensoren zur
Studierendenidentifikation nutzen.
In der Nachbereitungs- und Reflexionsphase
machen die Studierenden meist mit der digitalen
Vorbereitungsphase weiter.
ob Studierende damit durchgefallen sind oder
nicht, dient zur Selbstkontrolle. Bisher wurde das
Frühwarnsystem für drei Kurse gelernt, getestet – was
eine Genauigkeit zwischen 76 und 95 Prozent ergab
– und dann auch eingesetzt. In Abbildung 2 sieht
man die Teilnehmer der drei Kurse (BWL Mathematik,
BWL Informations- und Wissensmanagement
und WI Informationsmanagement) in der Lernphase,
der Testphase und der Anwendungsphase sowie
die in der Anwendungsphase gefundenen gefährdeten
Studierenden. Diesen schickte das System
eine Warn-E-Mail nach der Hälfte des Semesters mit
der Konsequenz, dass beim viermaligen bisherigen
Einsatz die Durchfallquote (siehe Prozentangaben in
Abbildung 2) jeweils nahezu halbiert wurde. So zeigt
die Spalte „BWL Mathe“, dass im Semester, in dem das
Frühwarnsystem angelernt wurde, 115 Studierende, und
im Semester, in dem es getestet wurde, 111 Studierende
waren und über beide Semester die durchschnittliche
Durchfallquote bei 21 Prozent lag. Im Semester
der Anwendung gab es 91 Studierende, von denen
20 nach zwei Monaten die Warn-E-Mail erhielten.
In der Klausur war dann die Durchfallquote nur elf
Prozent. In der Spalte „BWL IWM“ waren im Durchschnitt
im Lern- und Testsemester sieben Prozent
durchgefallen und im Durchschnitt der zweimaligen
Anwendung (einmal mit 82 Studierenden und
einmal mit 113 Studierenden) betrug die Durchfallquote
3,5 Prozent.
Phasen BWL Mathe BWL IWM WI IM
Lernphase 115 (21 %) 110 (7 %) 60 (26 %)
Testphase 111 (21 %) 97 (7 %) 53 (26 %)
Anwendungsphasen
91 (11 %) 82; 113
(3,5 %)
56 (13 %)
Reflexionsphase mit Frühwarnsystem
Gefundene
Gefährdete
20 38; 51 20
Ein auf neuronalen Netzen basierendes Frühwarnsystem,
das anhand der Aktivitäten im Kurs lernt,
Abbildung 2: Zahl der Studierenden (Datensätze) je Studiengang
und Durchfallquote in Prozent (Popp 2020)
DNH 04 | 2020