E-Learning und Wissensmanagement Mirko Ebert, Sybille Hambach Fraunhofer IGD Rostock E-Learning...
-
Upload
ivonne-heitner -
Category
Documents
-
view
112 -
download
1
Transcript of E-Learning und Wissensmanagement Mirko Ebert, Sybille Hambach Fraunhofer IGD Rostock E-Learning...
E-Learning und Wissensmanagement
Mirko Ebert, Sybille HambachFraunhofer IGD RostockE-Learning [email protected]
2Content- & Knowledge-Management
Multiple UserInterfaces
Visualisierung(Renderer)
Sprachein- undSprachausgabe
Content-Management
Architekturübersicht
Location-basedServices
AuthentifizierungEchtzeitkompression
UI-Web-Service
Visualisierung(Filter, Mapper)
GIS
LMS / LOR
KompressionAuthentifizierung
Content-Management
Client
Server
Drahtgebundene und drahtlose Netzwerke
3Content- & Knowledge-Management
Schwerpunkte
• Modularisierung von Wissens- und Lernobjekten
• Beschreibung der Module durch Metadaten
• Implementation eines Modul-Repository• Adaptive Ausgabe von Modulen
– als Informationsobjekte / Wissensbausteine– als Lernobjekte in Kursumgebungen
4Content- & Knowledge-Management
Einbettung in Leitszenario
• Arbeitsprozess-integrierte Vermittlung von Wissen:– Bereitstellung von Wissensobjekten– Bereitstellung von Trainings- und Lerneinheiten– Zugriff durch Retrieval
• Wartungsszenario– Verminderung der durchschnittlichen
Bearbeitungszeit– Verbesserung der Qualität der durchgeführten
Arbeit
5Content- & Knowledge-Management
E-Learning und Wissensmanagement
• E-Learning und Wissensmanagement zur Vermittlung von Kenntnissen und Fähigkeiten »on demand« im Arbeitsprozess (Information und Bit Learning)
• Einbettung einer Lern- und Trainingsumgebung in eine komplexe Content Management Architektur
• Nutzung didaktischer Lernmodule als Wissensobjekte
• Nutzergesteuerter wahlweiser Wechsel zwischen Information und Lernen/Training
• Wissensakquisition über Annotation von Modulen
6Content- & Knowledge-Management
Modularisierung
• Kostenreduktion und Flexibilität– Modularisierung der Inhalte– Wiederverwendung, Nachnutzung, Anpassung
von Inhalten
• Voraussetzung für Wiederverwendung und zur automatischen Aggregation
• Entwicklungsbegeleitende Normung (EBN), DIN Fachbericht zur PAS 1032.1:2004
7Content- & Knowledge-Management
Modularisierung
• Definition des Modulbegriffs im DIN Fachbericht für die Domäne E-Learning
• Sichten der Modularisierung– Thematische Sicht– Didaktische Sicht– Sprachliche Sicht– Soziokulturelle Sicht– Gestalterische Sicht– Technische Sicht
8Content- & Knowledge-Management
Modularisierung
• Ergänzung des Authoring-Prozesses– Prozessschritte zur Modularisierung
• Praxis– Handlungsanleitung– Guidelines
• Systematische Beschreibung– DIN Fachbericht zur PAS 1032.1:2004
9Content- & Knowledge-Management
Metadaten
• Umfassende Beschreibung von Modulen• Basis für:
– Austausch und Wiederverwendung von Modulen
– automatische Content-Aggregation
• Metadaten-Standards für Inhalte: IEEE LOM (IMS), Dublin Core, MPEG 7, CanCore
• Definition anwendungsspezifischer Metadaten basierend LOM
10Content- & Knowledge-Management
Architektur
11Content- & Knowledge-Management
Implementierung
• LOR (Learning object repository)– Bereitstellung von Modulen– basierend auf der smartBLU Lernumgebung– Interface: IMS LOR Interoparability Guideline– Tolerantes Volltext- und Metadaten-Retrieval
• Automatische Extraktion von Metadaten• Allgemeines Annotationssystem zur
Wissensaquise, erweitert Annotationssystem Annotea des W3C
12Content- & Knowledge-Management
Implementation
• smartBLU– Learning
Management System (LMS)
– ADL SCORM 1.2 kompatibel
– Integration von LOR-Funktionen
– Erweiterung der Moduldatenbank
– Anbindung an die CKM-Komponente
13Content- & Knowledge-Management
Metadatenextraktion
• Teile der Metadaten lassen sich aus dem Inhalt automatisch extrahieren, durch:– Indexierung– Summarization– Computerlinguistische Analyse– Statistische Analyse
• Weiter Metadaten lassen ableiten durch:– Strukturanalyse– Autorenkontext
14Content- & Knowledge-Management
Metadatenextraktion
0,89
0,9
0,91
0,92
0,93
0,94
0,95
0,96
0,97
0,98
0,99
1
0 200 400 600 800 1000 1200 1400
Buchstaben
Äh
nlic
hk
eit
sw
ert
e
Englisch Deutsch
• Buchstabenhäufigkeiten• sehr zuverlässig• kombinierbar mit Computerlinguistischen
Verfahren
Automatische Spracherkennung
15Content- & Knowledge-Management
Annotationswerkzeug
• Unterstützung der Wissensaquise
• Allgemeines Annotationstool
• Kompatible zu Annotea des W3C
• Erweiterte Funktionalität– Web-Client
16Content- & Knowledge-Management
Stand der Entwicklung
• Erste Implementation des LOR• Erweiterung des smartBLU Modul-Pools• Definition der Beschreibungssprache für
Wissensobjekte• Tolerantes Volltextretrieval über Objekte
und Module• Annotationstool
– Lokalisierung (XLIFF)
• 6 Veröffentlichungen, 2 Forschungsberichte,
2 Studien- und Diplomarbeiten
17Content- & Knowledge-Management
Ausblick
• 2005– Einbeziehung von Metadaten ins Retrieval– Authentifizierung– Unterstützung von SCORM
• Verhalten, Zustände von Modulen (z.B. Lernkontrolle)– Darstellung der Inhalte in Kurskontexten
• 2006– Kompatibilität zu IMS LOR Interoperability Guideline– Erweiterung der automatischen Metadatenextraktion– Nutzung von Visualisierungstechniken zur Geräte-
angepassten Inhaltsdarstellung auf mobilen Geräten– Einbindung des Watermarking für IPR– Nutzung von H.264 Video in Modulen