Zum Inhalt

Übersicht#

Dies ist das Handbuch zum LLUA-Rahmenwerk.

Das LLUA-Rahmenwerk wurde im Kontext des Promotionsvorhabens von Dennis Schmitz an der Universität Hamburg entwickelt. Um einige der Ergebnisse für die Wissenschaft und Öffentlichkeit praxisorientiert zur Verfügung zu stellen, wurde dieses Handbuch geschaffen.

Kurze Einführung#

LLUA steht für Lehr-, Lern- und Analyseumgebung. Das zugehörige Rahmenwerk bietet Lehrenden (Veranstaltenden) und Lernenden (Teilnehmenden) einen Einstieg in die Entwicklung und Benutzung einer technischen Projektmanagementumgebung, welche einen besonderen Fokus auf die Kollaboration der Personen legt und die Analyse von lehrveranstaltungsspezifischen Daten unterstützt.

Ausgelegt ist das Rahmenwerk für projektbasierte Lehrveranstaltungen an der Universität. Diese zeichnen sich durch einen hohen Anteil praktischer Lehr- und Lerntätigkeiten und Individualität aus. Sie folgend nicht dem klassischen Aufbau von Vorlesungen, Übungen und Aufgabenzetteln.

  • Bevor dieses Handbuch in den nächsten Abschnitten tiefer in die Details einsteigt, werden auf dieser Seite zunächst die zu erwartenden Inhalte skizziert und die Zielgruppen benannt, für welche das Rahmenwerk ausgelegt ist.
  • In dem Abschnitt Kurzbeschreibung des LLUA-Rahmenwerks werden sein Einsatzzweck, seine Entwicklungsgeschichte und seine Struktur sowie sein Kontext und seine eigene Terminologie erläutert. Besonders letzteres ist hilfreich, um die Inhalte dieses Handbuchs besser einordnen und verstehen zu können.
  • Der darauffolgende Abschnitt vermittelt den Aufbau dieses Handbuchs, also seine Struktur.
  • Der Abschnitt Benutzung des LLUA-Rahmenwerks bietet einen Schlüssel für das Vorgehen an, um Ihren individuellen Einstieg in dieses Handbuch zu bestimmen -- in Abhängigkeit Ihrer vorliegenden Umgebung und aktuellen Absichten.

Zu erwartende Inhalte#

Dieses Handbuch wird Sie dabei unterstützen, Ihre individuelle LLUA zu entwerfen, umzusetzen und einzusetzen.

Drin#

Die im Kontext der Entwicklung des LLUA-Rahmenwerks entwickelte LLUA wird konzeptionell und konkret vorgestellt. Sie können entweder die gleichen Softwareanwendungen einsetzen, wie in der exemplarischen LLUA, oder Ihren individuellen Vorlieben und Bedürfnissen folgen. Dazu wird Ihnen eine systematische Betrachtung sowie ein Prozess vorgeschlagen, wie Sie eine solche LLUA entwickeln können.

Die weiteren Inhalte sind jeweils prinzipiell und dann konkret in Bezug auf die hier vorgestellte exemplarische LLUA enthalten. Dies sind z. B. praktische und technische Anweisungen zum Setup, zur Konfiguration, Wartung und besonders wichtig zum Einsatz der Softwareanwendungen.

Dazu werden im Kontext projektbasierter Lehrveranstaltungen erprobte Praktiken für die Organisation und Kollaboration sowie für die Datenanalyse präsentiert, welche Sie wie vorgestellt oder abgewandelt einsetzen können. Für die Datenanalyse wird der gesamte Datenanalyseprozess (von der Datenaufzeichnung bis zum gewinnbringenden Einsatz qualitativer Analysen) abgedeckt und es wird Ihnen nähergebracht, welche Schritte wie durchgeführt werden können. Dies wird sowohl prinzipiell als auch konkret und technisch geschildert. Als Analysetechniken kommen Business Intelligence und Process Mining zum Einsatz.

Damit Sie nicht alles von Grund auf selber machen müssen, werden Ihnen für das Setup sowie für die Datenvorverarbeitung und Datenanalyse einige technische Artefakte bereitgestellt, die Sie mit wenigen Anpassungen nutzen können (vorausgesetzt, Sie nutzen die in der exemplarischen LLUA eingesetzten Softwareanwendungen).

Draußen#

Dieses Handbuch stellt an keiner Stelle eine rechtliche Beratung dar. Bitte informieren Sie sich selbst.

Was dieses Handbuch nicht leistet, ist z. B. die Vermittlung von umfangreichem Wissen der Didaktik und Data Science, die Erläuterung jeder Konfigurationsmöglichkeit einer Softwareanwendung oder Beschreibung von Lösungswegen für höchst individuelle Situationen. Wenn dies als nötig erachtet wird, wird in solchen Fällen auf externe Ressourcen verwiesen. [Das Online Curiculum Open Curriculai hat es sich z. B. zur Aufgabe gemacht, eine umfangreiche Sammlung an Ressourcen zum Erlernen von Data Science bereitzustellen.]

In allen Abschnitten wird jeweils eine grundlegende Einführung im Kontext von projektbasierten Lehrveranstaltungen gegeben, mit welcher Sie zwar besonders zu Beginn sehr weit kommen werden, die Ihnen aber keine Hilfestellungen für viele Jahre bieten wird.

In der hier entwickelten und erprobten exemplarischen LLUA kommen keine gängigen Learning Management Systems, wie z. B. Moodle zum Einsatz.

Als Analysetechnik kommt hier kein maschinelles Lernen zum Einsatz. Die Datenmengen sind gering und es werden hier Teilnehmende von Lehrveranstaltungen analysiert. In der Auffassung des Autors dieses Handbuchs ist dies eine Aufgabe, die verantwortungsvoll von Menschen durchgeführt werden sollte, um die Ergebnisse möglichst nachvollziehbar zu gestalten. Dies gilt insbesondere, wenn wenige Erfahrungen im Bereich von Datenanalysen vorliegen.

Zielgruppen#

Die Zielgruppen sind in erster Linie Veranstaltende und Teilnehmende von universitären projektbasierten Lehrveranstaltungen in dem Bereich der Informatik. Ob mit Hilfe des LLUA-Rahmenwerks z. B. die Lehre oder die Lernerfahrung der Teilnehmenden verbessert oder ob wissenschaftliche Publikationen über dieses Forschungsgebiet erstellt werden sollen, ist zunächst nicht relevant. Möglicherweise wird dies aber die Ausrichtung Ihrer individuellen LLUA beeinflussen.

Je nachdem über wie viel Vorwissen Sie verfügen, wird Ihnen der Einsatz dieses Rahmenwerks zu Beginn leichter oder schwerer fallen. Verfügen Sie über wenig Vorwissen, bedeutet das jedoch auch, dass sich hier die Möglichkeit ergibt, viel zu lernen.

Der zeitliche Aufwand hinter der Entwicklung einer LLUA und der Durchführung der Datenanalysen sollte nicht unterschätzt werden. Aus diesem Grund wird hier dazu geraten, dieses Projekt mit mehreren Personen und nicht alleine durchzuführen.

Benötigtes Vorwissen und Fähigkeiten#

Fachlich

  • Gestaltung von Lehrveranstaltungen
  • Umgang mit komplexen Softwareanwendungen erlernen
  • Vermittlung von Informationen/Anleiten von Studierenden

Technisch

  • Setup komplexer Softwareanwendungen
  • Grundlagen der Administration von (Linux-basierten) virtuellen Maschinen/Servern

Hilfreiches Vorwissen und Fähigkeiten#

Fachlich

  • Gestaltung komplexer technischer Umgebungen
  • Einsatz von Projektmanagementumgebungen
  • Grundlagen der Datenanalyse
  • Interpretieren von Datenanalysen
  • Grundlagen von Multiagentensystemen

Technisch

  • Benutzung der Kommandozeile
  • Management von Datenbanken
  • Einsatz von Docker
  • Grundlagen von Webservern (wie z. B. NGINX)