Learning Analytics, EDM, Educational Data Mining, Netzwerke, Soziale Netzwerke, Informationstransfer, Netzwerkforschung, Network Analytics, Learning Analytics, Social Network Analysis, Learning Analytics, Academic Analytics, Kommunikationsforschung, Bildungsforschung, Netzwerktheorie, Wissenstransfer, Diffusion, Information, Kommunikation, Data Mining, Cathleen Stuetzer, Cathleen Stützer, cast-media, HS Mittweida, TU Dresden, JGU Mainz

1. LEARNING ANALYTICS
Fakultät Erziehungswissenschaften, Professur für Bildungstechnologie, Dr. Cathleen M. Stützer
Seminar zur Vorlesung »Wissenschaftliches Arbeiten«

2. Dr. Cathleen M. Stützer ::: Learning Analytics 22
Überblick des Seminars
1. Einführung
 Paper-Diskussion (Homework 1)
 Theoretischer Hintergrund (Recherche)
2. Methoden & Modelle: Soziometrie und Soziale
Netzwerkanalyse (SNA)
 Datenerhebung, Analyse und Bewertung
 Erarbeitung eines Fragebogens (Homework 2)
3. Praktische Einführung
 SLA: Datenerhebung, Analyse und Bewertung
 SAA: Analyse und Bewertung relationaler Daten
 Homework 3
TU Dresden, 03.12.2015

3. Dr. Cathleen M. Stützer ::: Learning Analytics 33TU Dresden, 03.12.2015
Datum Sitzung Raum
03.12.2015
(09.20 – 10.50 Uhr)
Einführungsveranstaltung & Vorstellung des Seminarplans und
allgemeine Informationen
Einführung in Learning Analytics (LA)
• Homework 1 (Texte lesen)
PC-Pool
10.12.2015
(09.20 – 10.50 Uhr)
Diskussion und Präsentation der Texte (Homework 1) PC-Pool
17.12.2015
(09.20 – 10.50 Uhr)
Sozialwissenschaftliche Theorien zu Learning Analytics
Learning Analytics-Tools (Recherche)
PC-Pool
07.01.2016
(09.20 – 10.50 Uhr)
Erhebungsmethoden & Auswertungsmethoden
(Soziometrie)
• Diskussion und Präsentation (Homework 2)
PC-Pool
14.01.2016
(09.20 – 10.50 Uhr)
FREIARBEIT PC-Pool
21.01.2016
(09.20 – 10.50 Uhr)
Erhebungsmethoden & Auswertungsmethoden
(Soziale Netzwerkanalyse)
• Präsentation (Homework 2)
• Einführung in Seminararbeit
PC-Pool
28.01.2016
(09.20 – 10.50 Uhr)
Praktische Einführung PC-Pool
04.02.2015
(09.20 – 10.50 Uhr)
PRÄSENTATION der Seminararbeit (Homework 3) PC-Pool

4. Seminar 1
Fakultät Erziehungswissenschaften, Professur für Bildungstechnologie, Dr. Cathleen M. Stützer

5. EINFÜHRUNG
Fakultät Erziehungswissenschaften, Professur für Bildungstechnologie, Dr. Cathleen M. Stützer
Seminar 1

6. Dr. Cathleen M. Stützer ::: Learning Analytics 66
Was ist Learning Analytics?
»Learning analytics is the measurement, collection,
analysis and reporting of data about learners and
their contexts, for purposes of understanding and
optimizing learning and the environments in which
it occurs«
(Siemens (2014) in Call for Papers 1st International Conference on Learning Analytics and
Knowledge 2011, https://tekri.athabascau.ca/analytics, Retrieved 3rd December 2014)
TU Dresden, 03.12.2015

7. Dr. Cathleen M. Stützer ::: Learning Analytics 77
Was ist Learning Analytics?
Interdisziplinäres Forschungsfeld
• kombiniert verschiedene Forschungsansätze aus
verschiedenen Disziplinen (Business Analytics,…)
TU Dresden, 03.12.2015
»Social Informatics« und »Computational Social
Sciences«
• Informatik: Web Analytics, Visual Analytics,
Educational Data Mining (EDM), eScience
• Soziologie/ Sozialwissenschaften
• Erziehungswissenschaften: Lern- und Bildungs-
forschung, Bildungstechnologien, etc.

8. Dr. Cathleen M. Stützer ::: Learning Analytics 88
Warum Learning Analytics?
Hintergrund: rasante Technologieentwicklung
• forciert Data Mining im Kontext der
(webbasierten) Bildungsforschung
• Analytics-Tools + bildungsbezogene
Informationen  LEARNING ANALYTICS
• Einsatz neuer Lerntechnologien (E-Learning-
Tools, MOOCs) promoten
• (Lern-)Verhalten quantifizieren 
Systematisieren
• (große) Datenmengen „warten“ darauf
ausgewertet und verwertet zu werden (EDM)
TU Dresden, 03.12.2015

9. Dr. Cathleen M. Stützer ::: Learning Analytics 99TU Dresden, 03.12.2015

10. Dr. Cathleen M. Stützer ::: Learning Analytics 1010
Ziele
Lerneffizienz und Lernerfolg bemessen/ bewerten
TU Dresden, 03.12.2015
Verbesserung der Organisation und
didaktischen Konstruktion von Lerninhalten
beim Einsatz digitaler Medien im Bildungskontext
»Tracing« und »Mapping« von Wissensfluss 
Effizienz der Lerntechnologie
Optimierung von Lernkonzepten durch
verhaltensforschende Indikatoren

11. Dr. Cathleen M. Stützer ::: Learning Analytics 1111
Ziele
TU Dresden, 03.12.2015
„Wer lernt wie in welcher Form mit
welcher Leistung?“

12. Dr. Cathleen M. Stützer ::: Learning Analytics 1212
Daten, die erhoben werden…
TU Dresden, 03.12.2015
• Wann hat sich jmd. von wo angemeldet?
• Hat der Teilnehmer bis zum Ende durchgehalten?
• Wie wurde beim Test abgeschnitten?
• Welche Fragen wurden gestellt?
• Mit wem wurde sich ausgetauscht und worüber?

13. Dr. Cathleen M. Stützer ::: Learning Analytics 1313
Beispiele
Web-/ Business-Analytics (Google Analytics,…)
zur Zielgruppenanalyse
TU Dresden, 03.12.2015

14. Dr. Cathleen M. Stützer ::: Learning Analytics 1414
Beispiele
Dashboards
TU Dresden, 03.12.2015

15. Dr. Cathleen M. Stützer ::: Learning Analytics 1515TU Dresden, 03.12.2015

16. Dr. Cathleen M. Stützer ::: Learning Analytics 1616TU Dresden, 03.12.2015

17. Dr. Cathleen M. Stützer ::: Learning Analytics 1717
NMC Horizon Report
2011-2013 Higher Education Edition
Zeithorizont: 2-3 Jahre
• Trend-Reporting, Entwicklung von
Vorhersagesystemen, Learning-Tracking-Tools
• Untersuchung von großen Datenbeständen mit
analytischen Methoden (automatisiert)
TU Dresden, 03.12.2015
»data-centric view of the world«
(Siemens, 2012)

18. Dr. Cathleen M. Stützer ::: Learning Analytics 1818
LA aus Sicht der Informatik
Entwicklung automatisierter Technik (BI/ AI):
• Datenerhebung
• Datenspeicherung
• Datenverarbeitung
• Datenreporting
• Nutzer-Reporting (deskriptive Nutzerstatistik)
• Benchmarking & Vergleichsanalysen
• Messung von in- und formalen sozialen (Lern-)
Aktivitäten (Interaktion)
• Modellierung  Vorhersagesystemen
TU Dresden, 03.12.2015

19. Dr. Cathleen M. Stützer ::: Learning Analytics 1919
LA im Bildungskontext
Extraktion und Exploration interessanter
(bildungsbezogener) Informationen aus
(webbasierten) Bildungsressourcen
TU Dresden, 03.12.2015
Abbildung von Lernverhalten  Einfluss von
Medien, Kontexten, soziale Komponenten
• Interaktionen
• Wissensgenerierung und
Informationsdistribution
• Erfolg – Misserfolg auf Individualebene
• Entwicklungsprozesse auf
Organisationsebene

20. Dr. Cathleen M. Stützer ::: Learning Analytics 2020
Konzepte von LA im Bildungskontext
• auf Mikroebene (Teilnehmerebene)
• Bottom up-Strategien
• meist kleine Datenmengen
Social Learning Analytics (Buckingham Shum & Ferguson, 2012)
• auf Makroebene (Organisationale Ebene)
• Top Down-Strategien
• große Datensätze
 Social Academic Analytics (Stuetzer, Breiger & Koehler, 2013)
TU Dresden, 03.12.2015
Learning vs. Academic Analytics (Siemens, 2012)

21. Dr. Cathleen M. Stützer ::: Learning Analytics 2121TU Dresden, 03.12.2015

22. Dr. Cathleen M. Stützer ::: Learning Analytics 2222
Social Learning Analytics (SLA)
• Exploration von Lernverhalten
• Teilnehmer qualitativ und ggf. auch personalisiert zu
unterstützen
• Lehrmethoden/-erfolg verbessern  Intelligent Tutors -
leistungsschwache Studierende erreichen
• Studentische Aktivitäten und Entwicklungen bewerten und
schnelles Feedback geben
• Anpassungen in der Bereitstellung und Form von Inhalten
 Intelligentes Curriculum
TU Dresden, 03.12.2015

23. Dr. Cathleen M. Stützer ::: Learning Analytics 2323
Social Academic Analytics (SAA)
• Exploration von Entwicklungsprozessen
• Qualitätssicherung von LMS, MOOCS, etc.
• Evaluation und Etablierung neuer Ressourcen (Foren,
Wikis, etc.)
• Entwicklung von Modellen und Vorhersagesystemen,
Präventionsstrategien
• Effektivität- und Effizienzsteigerung des Systems
(Makroebene)
TU Dresden, 03.12.2015

24. Dr. Cathleen M. Stützer ::: Learning Analytics 2424
Daten
• hochsensibler Forschungsbereich
• Erhebung und Verwertung teilnehmerbezogener Daten
(Studierende, Lehrende, Administratoren, etc.)
• Datenquellen
• Datenbanken, LMS, StudentIS,…
TU Dresden, 03.12.2015
Beachtung des Datenschutzes und
Persönlichkeitsrechten !!!

25. Homework 1
Fakultät Erziehungswissenschaften, Professur für Bildungstechnologie, Dr. Cathleen M. Stützer

26. Dr. Cathleen M. Stützer ::: Learning Analytics 2626
• De Laat, M. F. (2006). Networked Learning. Retrieved from
http://www.o.nl/rslmlt/Maarten%20De%20Laat_Networked%20Learn
ing_2006.pdf
• Siemens, G. (2005). Connectivism: Learning as Network-
Creation. Retrieved from
http://www.elearnspace.org/Articles/networks.htm
• Buckingham Shum, S., & Ferguson, R. (2012). Social Learning
Analytics. Educational Technology & Society, 15(3), 3-26. Retrieved
from http://www.ifets.info/journals/15_3/2.pdf
• Baker, R. S., Siemens, G. (2014). Educational Data Mining and
Learning Analytics. https://www.google.de/
?gws_rd=ssl#q=Educational+Data+Mining+and+Learning+Analytics
• De Laat, M. F. (2006). Patterns of Interaction in a Networked
Learning Community: Squaring the Circle. Retrieved from
http://www.o.nl/rslmlt/Maarten%20De%20Laat_Networked%20Learn
ing_2006.pdfTU Dresden, 03.12.2015

27. Dr. Cathleen M. Stützer ::: Learning Analytics 2727TU Dresden, 03.12.2015