In Online-Kursen unterschiedliche Lernziele und Lernstände berücksichtigen ELO

Gültigkeitsprüfungen dieses ELOs

Pflichtdaten: Sprache

Sprache: deutsch

Pflichtdaten: Aufgabenaktivität

Aufgabenaktivität: Verständnis-/ Zuordnungsaufgabe

Pflichtdaten: Level

Level: niedrig

Pflichtdaten: Gesamte Bearbeitungszeit in Minuten

Gesamte Bearbeitungszeit in Minuten: 10

Teaser-Text:
Teilnehmende  von  Online-Kursen haben unterschiedliche  Bedürfnisse und Ausgangsfragen. Nicht immer möchten Teilnehmende einen Kurs komplett abschließen, sondern interessieren sich für spezifische Teile der Fortbildung. Dies sollten Lehrende im Auge behalten und darauf eingehen. 
Achtung: H5P-Inhalte können hier nicht korrekt dargestellt werden. Stattdessen erscheint ein grauer Balken. Um den Inhalt mit H5P-Elementen zu sehen, klicken Sie auf den folgenden Link.
In Online-Kursen unterschiedliche Lernziele und Lernstände berücksichtigen

Für die Lernmotivation der Teilnehmenden sind ihre individuellen Herausforderungen, Fragen und Lernziele der wichtigste Treiber. Diese wiederum ist die Basis für Aufmerksamkeit, zielrelevante Lernaktivitäten, Anstrengung und Ausdauer (vgl. Locke & Latham, 2002). Ebenso wichtig ist es, zu berücksichtigen, dass Teilnehmende unterschiedliche Lernstände und Ausgangspunkte haben, an denen sie im Online-Kurs starten. Lernwege können deshalb unterschiedlich aussehen.  

Im Folgenden können Sie sich mit den Fragen beschäftigen, 

  • warum Erwachsene an Weiterbildungen teilnehmen,
  • warum die Messung des Lernerfolgs als zielabhängiger Prozess angesehen werden sollte und
  • warum personalisiertes Lernen ein guter Ansatz sein kann, um individuellen Lernzielen gerecht zu werden.

Außerdem finden Sie erste Hinweise dazu, wie personalisiertes Lernen in Online-Kursen umgesetzt werden kann. 

Klicken Sie auf die grünen Punkte, um sich Informationen zu den verschiedenen Methoden anzuschauen. Mit den grünen Pfeilen können Sie auf den Seiten vor- und zurück navigieren. Mit den Kreuzen gelangen Sie wieder zum Start.

 

Referenzen

Aleven, V., McLaughlin, E. A., Glenn, R. A. & Koedinger, K. R. (2017). Instruction based on adaptive learning technologies. In R. E. Mayer & P. Alexander (Hrsg.), Handbook of research on learning and instruction (2. Auflage, S. 552–560). London: Routledge. 

Azevedo, R. & Gašević, D. (2019). Analyzing multimodal multichannel data about self-regulated learning with advanced learning technologies: Issues and challenges. Computers in Human Behavior, 96, 207-210. 

Buder, J. & Schwind, C. (2012). Learning with personalized recommender systems: A psychological view. Computers in Human Behavior, 28(1), 207–216. 

Di Mitri, D., Schneider, J., Specht, M. & Drachsler, H. (2018). From signals to knowledge: A conceptual model for multimodal learning analytics. Journal of Computer Assisted Learning, 34(4), 338–349. 

Ehlert, M. (2021). Datenreport 2021 – Gründe für die Weiterbildungsteilnahme. bpb.de. Verfügbar unter: https://www.bpb.de/kurz-knapp/zahlen-und-fakten/datenreport-2021/bildung/329709/gruende-fuer-die-weiterbildungsteilnahme/#:~:text=Bei%20den%20Motiven%20f%C3%BCr%20die%20Kursteilnahme%20f%C3%A4llt%20auf%2C,dazu%2C%20ihre%20beruflichen%20F%C3%A4higkeiten%20besser%20aus%C3%BCben%20zu%20k%C3%B6nnen 

Fake, H. & Dabbagh, N. (2020). Personalized learning within online workforce learning environments: Exploring implementations, obstacles, opportunities, and perspectives of workforce leaders. Technology, Knowledge and Learning, 25(4), 789–809.  

Hemmler, Y. & Ifenthaler, D. (2022). Personalisierte und adaptive Lernumgebungen für Onlineweiterbildungen. In Schumann, S., Seeber, S. & Abele, S. (Hrsg), Digitale Transformation in der Berufsbildung  Konzepte, Befunde und Herausforderungen (S. 145-164). Bielefeld: wbv.  

Holmes, W., Anastopoulou S., Schaumburg, H. & Mavrikis, M. (2018). Personalisiertes Lernen mit digitalen Medien. Ein roter Faden. Stuttgart: Robert Bosch Stiftung. 

Ifenthaler, D. (2015). Learning analytics. In J. M. Spector (Hg.), The Sage Encylopedia of Educational Technology (Vol. 2, S. 447–451). Thousand Oaks: Sage Publicat. 

Ifenthaler, D. & Drachsler, H. (2020). Learning Analytics –  Spezielle Forschungsmethoden in der Bildungstechnologie. In Niegemann, H. & Weinberger, A. (Hrsg.), Handbuch Bildungstechnologie  Konzeption und Einsatz digitaler Lernumgebungen (S. 515-534). Berlin: Springer. 

Ifenthaler, D. & Yau, J. Y.-K. (2020). Utilising learning analytics to support study success in higher education: A systematic review. Educational Technology Research and Development, 68(4), 1961–1990. 

Locke, E. A. & Latham, G. P. (2002). Building a practically useful theory of goal setting and task motivation: A 35-year odyssey. American Psychologist, 57(9), 705–717.  

Manuti, A., Pastore, S., Scardigno, A. F., Giancaspro, M. L. & Morciano, D. (2015). Formal and informal learning in the workplace: A research review. International Journal of Training & Development,19(1), 1–17. 

Müller, A. (2013). Mehr ausbrüten, weniger gackern; Denn Lernen heißt: Freude am Umgang mit Widerständen Oder kurz: Vom Was zum Wie (2. Auflage). Bern: hep Verlag. 

Peng, H., Ma, S., Spector, J. M. (2019). Personalized adaptive learning: An emerging pedagogical approach enabled by a smart learning environment. Smart Learning Environments, 6(1), 1–14. 

Rasch, J. (2022). Erfolgsfaktor Lernziele: Warum sie beim Online-Lernen wichtig sind. Verfügbar unter: https://edyoucated.org/blog/warum-sind-lernziele-wichtig 

Rigolizzo, M. (2019). Ready and willing to learn: Exploring personal antecedents to taking on learning challenges. Journal of Workplace Learning, 31(4), 289–304. 

Tavakoli, M., Faraji, A., Molavi, M., Mol, S. T. & Kismihók, G. (2022). Hybrid human-AI curriculum development for personalised informal learning environments. Proceedings of the 12th International Learning Analytics and Knowledge Conference, 1(1). 

Verbert, K., Manouselis, N., Drachsler, H., & Duval, E. (2012). Dataset-driven research to support learning and knowledge analytics. Educational Technology & Society, 15(3), 133–148. 

Achtung: H5P-Inhalte können hier nicht korrekt dargestellt werden. Stattdessen erscheint ein grauer Balken. Um die Aufgabe mit H5P-Elementen zu sehen, klicken Sie auf den folgenden Link.
In Online-Kursen unterschiedliche Lernziele und Lernstände berücksichtigen

Primäre KSF

individualisierte, kooperative und offene Lernformen

Säule →

↓ Niveau
Wissen Wissen / Können Können
Sehr Hoch
Hoch
Mittel
Niedrig

Eine blaue Markierung bedeutet, dass das ELO dieser Säule & Niveau-Kombination zugeordnet ist.

(Achtung: Änderungen der Kompetenz-Referenzen werden alle 1-2 Stunden aktualisiert und sind erst dann sichtbar!)

 

Sekundäre KSF

Monitoring in Lehr-Lernsituationen

Kompetenzsäule oder -niveau ist nicht ausgewählt. Bitte eine Auswahl treffen, um die Zuordnung zu dieser KSF abzuschließen.

Säule →

↓ Niveau
Wissen Wissen / Können Können
Sehr Hoch
Hoch
Mittel
Niedrig

Eine blaue Markierung bedeutet, dass das ELO dieser Säule & Niveau-Kombination zugeordnet ist.

(Achtung: Änderungen der Kompetenz-Referenzen werden alle 1-2 Stunden aktualisiert und sind erst dann sichtbar!)

 

ID dieses ELOs: f31bbb9f-effc-42ad-bfec-462f71bd9847

Generierungsdatum Gültig? Generierungsfehler Validierungsfehler Link
08.09.2025 15:00:04 Ja
XML

Hinweis: Links auf das XML müssen mit Rechtsklick und "Link in neuem Tab öffnen" geöffnet werden.