Opal Learning Analytics Datenerschließung (OLEANDER)

Was lief gut im Projektverlauf?

Im Projektverlauf zeigten sich mehrere positive Entwicklungen, die den Fortschritt wesentlich stützten. Die frühzeitig eingestellte studentische Hilfskraft konnte längerfristig gebunden werden und ermöglichte die zuverlässige Bearbeitung aller vorgesehenen Arbeitspakete. Auch durch ergänzende Personalmaßnahmen – wie die temporäre Beschäftigung einer weiteren studentischen Hilfskraft sowie eine kostenneutrale Verlängerung des Projekts – blieb die Arbeitskontinuität trotz Verzögerungen bei der Besetzung der wissenschaftlichen Stelle weitgehend gewahrt. Fachlich besonders positiv war die erfolgreiche Erschließung der OPAL-Lerndaten: Kursfortschrittsdaten wurden über eine im Projekt entwickelte ONYX/OPAL-Exportfunktion nutzbar gemacht, Besuchszahlen in Kursbausteinen konnten über bestehende Exporte ausgewertet werden. Zudem setzte die BPS GmbH umfassende Überarbeitungen der Kursstatistik um und implementierte neue Darstellungs- und Filterfunktionen zur Visualisierung von Lernfortschrittsdaten, um zukünftig Student Journeys noch besser nachvollziehbar zu machen. Die Ergebnisse wurden aktiv in den sächsischen Hochschulraum transferiert – unter anderem über Beiträge auf dem Workshop on e-Learning an der Hochschule Zittau/Görlitz bzw. HTWK Leipzig, der Webseite der HTW Dresden, im Bildungsportal Sachsen und auf den Seiten der Forschungsgruppe von Prof. Kammer.

Welche Herausforderungen ergaben sich bei der Projektdurchführung?

Eine zentrale Herausforderung bestand in der Personalgewinnung: Insbesondere die geplante Besetzung einer halben wissenschaftlichen Stelle verzögerte sich, wodurch Übergangslösungen erforderlich wurden. Inhaltlich stellte die datenschutzkonforme Erhebung, Aufbereitung und Bereitstellung geeigneter Lerndaten aus OPAL eine komplexe Aufgabe dar. Eine weitere Herausforderung stellte die Datenlage zu den Kursfortschrittsdaten dar, die aktuell explizit durch die Kursteilnehmenden zur Verfügung gestellt werden müssen. Aus diesem Grund mussten diese Daten für die effektive Visualisierung simuliert werden. Die Integration neuer Analyse- und Visualisierungsfunktionen erforderte zudem eine enge Abstimmung zwischen HTW Dresden und BPS GmbH sowie eine sorgfältige Einbettung in die bestehende OPAL-Usability. Weiterhin zeigte sich, dass neue Funktionen in OPAL durch die Nutzenden zunächst entdeckt werden müssen, was die Notwendigkeit eines längerfristigen, systematischen Monitorings der Nutzung verdeutlichte.

Traten unerwartete Schwierigkeiten auf? Wenn ja, welche?

Unerwartet schwierig gestaltete sich vor allem die Rekrutierung wissenschaftlichen Personals, wodurch das Projektteam mehrfach Übergangsphasen überbrücken musste. Darüber hinaus zeigte sich, dass einige ursprünglich geplante Funktionalitäten und Visualisierungskonzepte an die tatsächlich verfügbaren Ressourcen angepasst werden mussten. Auch die Nutzungsauswertungen der BPS GmbH offenbarten, dass neue Statistikfunktionen langsamer angenommen wurden als erwartet und ihre tatsächliche Verwendung über längere Zeiträume beobachtet werden muss, um fundierte Aussagen treffen zu können.

Was würden Sie aus Ihren Erfahrungen heraus für ähnlich angelegte Projekte empfehlen?

Für vergleichbare Projekte empfiehlt sich eine frühzeitige und flexible Personalplanung, die mögliche Rekrutierungsverzögerungen einkalkuliert. Zudem sollte die technische Datenerschließung eng mit den späteren Visualisierungs- und Analysezielen abgestimmt werden. Ein kontinuierliches Monitoring neuer Funktionen ist essenziell, um deren Nutzung, Akzeptanz und Weiterentwicklung datenbasiert beurteilen zu können. Ebenso wichtig ist eine transparente Kommunikation der Projektergebnisse – etwa über Hochschulwebseiten oder zentrale E-Learning-Plattformen – um den Ergebnistransfer sicherzustellen und Interessierte frühzeitig einzubinden.

Weitere „Lessons-Learned“:

Der Projektverlauf bestätigte das hohe Potenzial von Learning-Analytics-Visualisierungen innerhalb der sächsischen E-Learning-Infrastruktur. Gleichzeitig bleibt die Erhebung geeigneter Daten – sowie deren Austausch über Schnittstellen – eine zentrale Herausforderung, die künftig weiter adressiert werden muss. Die Projektergebnisse liefern wichtige Impulse für die Weiterentwicklung digitaler Infrastrukturen im Hochschulraum und sollten insbesondere im Rahmen der Handlungsfelder des Arbeitskreises E-Learning der LRK Sachsen weiterverfolgt werden. Offen bleibt vor allem die Frage, wie mehr Visualisierungen direkt für Lernende bereitgestellt werden können, um individuelle Lernprozesse transparenter und verständlicher zu machen.

Nachnutzungsmöglichkeiten

Die im Projekt OLEANDER entwickelten Ergebnisse bieten vielfältige Nachnutzungsmöglichkeiten innerhalb der sächsischen E-Learning-Infrastruktur. Auf Seiten der BPS GmbH wurden mehrere Funktionserweiterungen der OPAL-Kursstatistik bereits produktiv bereitgestellt, darunter neue Einstellungen zur Anzeige direkter oder summierter Aufrufe von Kursbausteinen, erweiterte Filterfunktionen sowie zusätzliche Strukturebenen für eine differenziertere Analyse der Kursnutzung. Diese Implementierungen schaffen eine solide Basis für weiterführende Learning-Analytics-Anwendungen und sollen im Rahmen zukünftiger OPAL-Weiterentwicklungen weiter ausgebaut werden.

Die HTW Dresden entwickelte einen prototypischen Visualisierungsansatz für Student Journeys, der als Grundlage für Forschung und potenzielle produktive Implementierungen dient. Darüber hinaus wurden die Projektergebnisse breit kommuniziert und für den Hochschulraum zugänglich gemacht. Neben Veröffentlichungen auf der Website der HTW Dresden, dem Bildungsportal Sachsen und den Seiten der Forschungsgruppe von Prof. Kammer erfolgten auch wissenschaftliche Beiträge: Insbesondere wurden Ergebnisse im Rahmen des Workshop on e-Learning an der Hochschule Zittau/Görlitz sowie der Hochschule für Technik, Wirtschaft und Kultur Leipzig in Form von Vorträgen und begleitenden Papers vorgestellt. Diese Publikationen tragen zur Verstetigung und fachlichen Sichtbarkeit der Projektergebnisse bei.

Perspektivisch eröffnen die gewonnenen Erkenntnisse Anschlussmöglichkeiten für weitere Vorhaben, etwa zur Erweiterung visueller Aufbereitungen für Lernende, zur Verbesserung der Datenbereitstellung und Schnittstellenintegration oder zur Einbettung neuer Learning-Analytics-Funktionen in OPAL. Diese Themen sind bereits in den kurz- und mittelfristigen Handlungsfeldern des Arbeitskreises E-Learning der Landesrektorenkonferenz Sachsen (2024/25) verankert und sollten fortgeführt werden. OLEANDER hat damit wesentliche Grundlagen geschaffen, die in Forschung, Entwicklung und produktiven Systemen weiter nutzbar sind.

Studierendenzentrierung

Das Projekt OLEANDER leistet einen wichtigen Beitrag zur Studierendenzentrierung, indem es Lehrenden verbesserte Einblicke in die Lernaktivitäten und Lernverläufe ihrer Studierenden ermöglicht. Zwar stehen die erweiterten statistischen Auswertungen der Kursstatistik derzeit ausschließlich den Kursverantwortlichen zur Verfügung, doch unterstützen sie diese dabei, Lernprozesse gezielter zu begleiten, Lernhindernisse frühzeitig zu erkennen und didaktische Maßnahmen stärker an den tatsächlichen Bedürfnissen der Studierenden auszurichten. Durch Funktionen wie differenzierte Aufrufstatistiken, Strukturebenenanalysen oder spätere Visualisierungen von Student Journeys können Lehrende individuelle oder gruppenbezogene Lernpfade besser verstehen und so eine lernendenorientierte Gestaltung ihrer Kurse fördern. Perspektivisch ist vorgesehen, ausgewählte Analytics-Visualisierungen direkt den Lernenden zugänglich zu machen, um ihnen mehr Autonomie, Transparenz und Selbststeuerung im eigenen Lernprozess zu ermöglichen. Damit schafft OLEANDER die Basis für zukünftige Learning-Analytics-Funktionen, die Studierende selbst aktiv in die Analyse und Reflexion ihres Lernverhaltens einbeziehen.