SelfLearn – Ergänzungsangebot zur Präsenzlehre

Im Rahmen des von der StIL geförderten Projekts Digital C@MPUS-le@rning hat die Universität Hildesheim eine quelloffene Selbstlernplattform entwickelt. SelfLearn ist ein innovatives Lernwerkzeug, dass sich an die zunehmend heterogene Studierendenschaft richtet und ein individualisiertes, flexibles und kompetenzorientiertes Selbststudium ermöglicht, als Ergänzung zum bereits bestehenden Angebot der Präsenzlehre. Die Plattform basiert auf lernpsychologisch fundierten Konzepten und stellt eine offene, frei zugängliche OER-Lösung dar. Ziel ist es, Studierende genau dort abzuholen, wo sie im Lernprozess stehen – unabhängig von Ort und Zeit.

Nanomodule – Lernen in kleinen, effektiven Einheiten

Die Inhalte der Plattform sind in sogenannte Nanomodule untergliedert. Diese kompakten Lerneinheiten sollten maximal 15 Minuten umfassen und bestehen aus drei Bausteinen:

• Eine optionale Aktivierungsfrage zum Einstieg
• Ein multimedial aufbereiteter Lerninhalt
• Eine Lernzielkontrolle zur Überprüfung des Verständnisses

Der modulare Aufbau erlaubt es Lernenden, Inhalte gezielt auszuwählen, zu überspringen oder zu wiederholen – je nach individuellem Bedarf und Vorwissen. Nanomodule eignen sich ideal zur Integration in verschiedene Lehrszenarien und fördern aktives, selbstbestimmtes Lernen.

Die Lerninhalte können in unterschiedlichen Formaten präsentiert werden – etwa als Videos, PDFs, Markdown oder externe Inhalte. Diese mediale Vielfalt ermöglicht nicht nur eine anschauliche Darstellung, sondern erhöht auch die Motivation und das Verständnis der Lernenden. Interaktive Elemente und multisensorische Zugänge verbessern die Merkfähigkeit und machen komplexe Inhalte leichter zugänglich.

Lernzielkontrollen – Direktes Feedback zum Lernstand

Am Ende jedes Nanomoduls steht eine Lernzielkontrolle, mit der Studierende ihren Lernerfolg unmittelbar überprüfen können. Die Aufgaben decken unterschiedliche kognitive Niveaustufen ab (Erinnern, Verstehen, Anwenden) und liegen in vielfältigen Formaten vor – z. B. Multiple-Choice, Zuordnungen oder Programmieraufgaben. Reflexive Elemente wie Begründungsfelder fördern das tiefere Nachdenken über Inhalte. Die Plattform liefert direktes Feedback und motiviert so zur Weiterarbeit.

SRL – Selbstreguliertes Lernen als integraler Bestandteil

Die Plattform unterstützt das selbstregulierte Lernen (SRL) auf mehreren Ebenen:

• Ein Lerntagebuch hilft Studierenden, ihr Lernverhalten zu reflektieren und individuelle Lernziele zu verfolgen.
• Aktivierungsfragen zum Beginn von Nanomodulen regen zum Nachdenken an und schaffen Verbindungen zum Vorwissen.
• Kompetenzorientierte Lernziele machen die angestrebten Lernfortschritte transparent und motivieren durch klare Zielsetzung.

SRL-Elemente fördern nicht nur das Verständnis, sondern auch die Selbstwirksamkeit im Lernprozess.

OER – Lehrinhalte exportieren, flexibel teilen und LMS-übergreifend nutzen

Die folgenden Maßnahmen wurden bereits umgesetzt, um sowohl das Teilen und die damit verbundene Wiederverwendung von Lerninhalten sowie die Verwendung von SelfLearn zu vereinfachen. Dazu zählen:

• Dank der Anbindung an einen Identity Provider (IdP) können Nutzende sich mit bestehenden Zugangsdaten anmelden. Über OIDC (OpenID Connect) wird der bestehende Single Sign-On genutzt – weitere Konten oder neue Passwörter sind nicht nötig, können bei Bedarf aber zusätzlich genutzt werden.
• Dank der Moodle-Integration lassen sich eigene SelfLearn-Materialien und Inhalte von Kolleginnen und Kollegen unkompliziert in bestehende Moodle-Kurse einbinden.
• Mit der vorhandenen Exportfunktion können Lehrinhalte samt integrierter Lernzielkontrollen in das offene LiaScript-Format übertragen werden – perfekt geeignet für die Veröffentlichung als OER. Über einen LiaScript-Viewer können diese Inhalte in anderen Plattformen weiterverwendet werden.
• Denkbar wäre zukünftig eine Exportmöglichkeit in das beliebte H5P-Format.

Ausblick – Adaptive Lernpfade & KI-Tutoring

Künftig soll ein adaptives System zur Lernpfadgenerierung, das sich derzeit noch in der Entwicklung befindet, das Herzstück der Plattform bilden. Autor*innen ordnen jedem Nanomodul kompetenzorientierte Voraussetzungen und Lernziele zu. Ein Planungsalgorithmus analysiert diese Graphen in Verbindung mit dem aktuellen Wissensstand der Lernenden und schlägt maßgeschneiderte Lernpfade vor. Das Ziel ist es so hochgradig personalisierte Lernwege zu erzeugen, die effizient auf das individuelle Vorwissen und die persönlichen Ziele zugeschnitten sind. Inhalte können so gezielt übersprungen oder vertieft werden.

Des Weiteren wird aktuell an einer LLM-Anbindung gearbeitet. Das Ziel ist es, einen KI-Tutor zu entwickeln, der Studierende mittels sokratischer Dialoge unterstützt. Dieser Tutor soll gezielt eingreifen wenn Studierende Schwierigkeiten haben die Lernzielkontrollen eigenständig zu lösen. Auf diese Weise hilft der KI-Tutor beim Lernprozess und trägt gleichzeitig dazu bei Frustration zu vermeiden.