Educational Data Mining (EDM) ist eine Disziplin, die sich mit der Entwicklung und Anwendung von Methoden zur Erforschung von bildungsbezogenen Daten befasst. Dazu werden beispielsweise Data Mining-Techniken und Methoden aus der Psychometrie genutzt. Durch EDM können z. B. Lernprozesse, -aktivitäten, und -dauer sowie Testleistungen gemessen und analysiert werden, um daraus Erkenntnisse abzuleiten, wie Lernende mit bestimmten Lernangeboten und Systemen lernen. EDM ist eng verwandt mit > Learning Analytics, hat aber eher einen Fokus auf der Automatisierung von Datenauswertungen und der Optimierung von Lernsettings.
Literatur zum Nach- und Weiterlesen:
Baker, R. S., & Yacef, K. (2009). The state of educational data mining in 2009: A review and future visions. Journal of educational data mining, 1(1), S. 3–17.
Siemens, G., & Baker, R. S. D. (2012). Learning analytics and educational data mining: towards communication and collaboration. In Proceedings of the 2nd international conference on learning analytics and knowledge, S. 252–254.
Die eID ist die elektronische Form des Personalausweises. Es handelt sich somit nicht um eine bloße digitale Nutzendenidentität, sondern um die behördlich bestätigte Identität. Die eID ist seit 2017 bei allen neu ausgestellten Personalausweisen aktiviert und kann beispielsweise per App (z. B. „AusweisApp2“) ausgelesen werden. Theoretisch wäre es möglich, die eID als Grundlage für die Anmeldung auf Weiterbildungsplattformen zu nutzen. Allerdings müssen Dienstleister für die Verwendung der eID eine Berechtigung beantragen und DSGVO- und eIDAS-Konformität nachweisen
Literatur zum Nach- und Weiterlesen:
Bundesamt für Sicherheit und Informationstechnik (o. D.). Elektronische Identitäten. Abrufbar unter: https://tinyurl.com/mrybzd4a (letzter Zugriff: 03.11.2022)
ELMO ist ein XML-Format für Informationen zu Assessments. ELMO basiert auf der Norm EN 15981 EuroLMAI. Die aktuelle ELMO-Version ist 1.6.0. Es existiert ein Technisches Handbuch und ein GitHub-Repositorium, welches u. a. das ELMO-XSD-Schema enthält. ELMO erlaubt zusätzlich zu den XML-Daten optionale PDF-Anhänge.
Literatur zum Nach- und Weiterlesen:
EMREX (2020): Technical Description and Implementation Guide, v1.1. Abrufbar unter: https://emrex.eu/wp-content/uploads/2020/01/Technical-Guide-to-EMREX.pdf (letzter Zugriff 03.11.2022).
GitHub (o. D.). Releases emrex-eu/elmo-schemas. Abrufbar unter:
https://github.com/emrex-eu/elmo-schemas/releases (letzter Zugriff 03.11.2022).
ELSI ist die Abkürzung für „Ethical, Legal and Social Implications“, übersetzt bedeutet es so viel wie „ethische, rechtliche und soziale Auswirkungen“. Ursprünglich handelt es sich dabei um ein Forschungsprogramm des National Human Genome Research Institutes, das sich mit der Förderung der grundlagenorientierten und angewandten Forschung über die ethischen, rechtlichen und sozialen Auswirkungen der Gen- und Genomforschung auseinandersetzt. Inzwischen finden die ELSI-Kriterien Anwendung in vielen anderen Disziplinen.
Literatur zum Nach- und Weiterlesen:
National Human Genome Research Institute (o. D.): Ethical, Legal and Social Implications Research Program. Abrufbar unter: https://www.genome.gov/Funded-Programs-Projects/ELSI-Research-Program-ethical-legal-social-implications (letzter Zugriff 03.11.2022).
Die E-Privacy-Verordnung der EU soll den Umgang mit personenbezogenen Daten in Online-Medien regeln. Die Verordnung soll die allgemein gehaltene DSGVO um einige spezifische Regelungen, z. B. zur Nutzung von Cookies, erweitern und die veraltete „ePrivacy-Richtlinie“ von 2002 ersetzen. Allerdings läuft das Rechtssetzungsverfahren seit mindestens 2016 mit Diskussionen und Entwurfsüberarbeitungen. Der finale Verordnungstext ist noch nicht verabschiedet. Ein Inkrafttreten der Verordnung wird daher frühestens für 2023 erwartet.
Literatur zum Nach- und Weiterlesen:
Der Bundesbeauftragte für den Datenschutz und die Informationsfreiheit (o. D.): E-Privacy-Verordnung. Abrufbar unter: https://www.bfdi.bund.de/DE/Fachthemen/Inhalte/Telefon-Internet/Positionen/ePrivacy_Verordnung.html (letzter Zugriff: 03.11.2022).
Die Abkürzung ESCO steht für European Skills, Competences, Qualifications and Occupations. ESCO ist eine europäische Taxonomie zur Klassifikation von Berufen, Fähigkeiten und Qualifikationen. Die erste Säule der Berufe enthält über 3.000 hierarchisch strukturierte Berufskonzepte, die der Internationalen Standardklassifikation der Berufe (ISCO) zugeordnet werden. Innerhalb der zweiten Säule der Fähigkeiten (über 13.500) wird zwischen Fähigkeiten/Kompetenzen auf der einen Seite sowie Kenntnissen auf der anderen Seite unterschieden. Auch diese Säule ist hierarchisch strukturiert. Die dritte Säule der Qualifikationen zeigt Informationen zu nationalen Qualifikationen in Europass an.
Beispiel: Weiterbildungsanbieter können ESCO nutzen, um die bei ihnen erworbenen Kompetenzen zu beschreiben. Durch den gemeinsamen Standard sollen Akteure auf dem Arbeitsmarkt und Lernende die Qualifikationen besser verstehen und einordnen können.
Literatur zum Nach- und Weiterlesen:
Europäische Kommission (o. D.). Was ist ESCO? Abrufbar unter: https://esco.ec.europa.eu/de (letzter Zugriff: 03.11.2022).
Es gibt zahlreiche Frameworks, die sich mit der ethischen Gestaltung und Nutzung von KI-Systemen allgemein auseinandersetzen. Das „Ethical Framework for AI in Education“ ist eines der wenigen Dokumente, die spezifisch den ethischen Einsatz von KI im Bildungskontext thematisieren.
Das Framework benennt verschiedene Ziele, z. B. „Transparenz“ oder „informierte Teilhabe“ und zeigt auf, mit welchen Kriterien diese Ziele jeweils erreicht werden können. Eine Checkliste in Fragenform kann praktische Hinweise für die Entwicklung neuer Anwendungen bieten. Das (sehr kurze) Framework wurde hauptsächlich für Schulbildungskontexte entwickelt, kann aber auch für KI-Anwendungen in der beruflichen Bildung relevant sein.
Literatur zum Nach- und Weiterlesen:
Institute for Ethical AI in Education (o. D.): The Ethical Framework for AI in Education. Abrufbar unter: https://www.buckingham.ac.uk/wp-content/uploads/2021/03/The-Institute-for-Ethical-AI-in-Education-The-Ethical-Framework-for-AI-in-Education.pdf (letzter Zugriff: 03.11.2022).
Das Dokument zum „Ethically Aligned Design“ (EAD) wurde vom IEEE entwickelt und herausgegeben. Der Herausgeber möchte einen Diskurs über eine menschenzentrierte Ausgestaltung von autonomen und intelligenten Systemen (A/IS) anregen. Der Bericht umfasst wissenschaftliche Analysen, nennt zentrale Herausforderungen und formuliert praktische Empfehlungen für die Ausgestaltung von A/IS. Einige der zentralen Prinzipien, die die Projektentwicklung von A/IS leiten sollten, sind beispielsweise „Accountability“ (Rechenschaftspflicht), „Awareness of Misuse“ (Bewusstsein über das Missbrauchspotenzial) und die Menschenrechte. Zu allen Empfehlungen werden jeweils zahlreiche Ressourcen zur weiteren Information genannt. EAD richtet sich an politische Entscheidungsträger:innen, Entwickler:innen und die allgemeine Öffentlichkeit. Für Projekte in der Digitalisierung der beruflichen Weiterbildung ist es lohnend, ausgewählte Prinzipien und Empfehlungen des EAD auf ihre konkreten KI-Technologien zu beziehen.
Literatur zum Nach- und Weiterlesen:
IEEE Global Initiative on Ethics of Autonomous and Intelligent Systems. (2017). Ethically Aligned Design: A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems, Version 2. Abrufbar unter: https://standards.ieee.org/wp-content/uploads/import/documents/other/ead_v2.pdf (letzter Zugriff: 03.11.2022)
Europass ist ein Webangebot der EU-Kommission. Es bietet Nutzer:innen unterschiedliche Tools, die bei der Erstellung von Bewerbungsunterlagen helfen. Editoren unterstützen dabei, Lebensläufe und Bewerbungsschreiben zu erstellen. Über einen Test können digitale Kompetenzen eingeschätzt und auf dem Lebenslauf ausgewiesen werden. Außerdem werden Informationen u. a. zu Stellen- sowie Lernangeboten bereitgestellt.
Literatur zum Nach- und Weiterlesen:
Europäische Union (o. D.): Über Europass. Abrufbar unter: https://europa.eu/europass/de/about-europass (letzter Zugriff: 03.11.2022).
Bei der Europass Digital Credentials Infrastructure handelt es sich um ein von der EU-Kommission initiiertes Projekt, das eine technische Infrastruktur aufgebaut hat, mit der einheitliche digitale Nachweise für Lernleistungen, Qualifikationen etc. ausgestellt werden können. Im Rahmen von EDCI wurde das Datenmodell „Europass Learning Model“ (EDC-Format) neu entwickelt.
Literatur zum Nach- und Weiterlesen:
Europäische Kommission (o. D.): Europass Digital Credentials Infrastructure. Abrufbar unter: https://ec.europa.eu/futurium/en/europass/europass-digital-credentials-infrastructure.html (letzter Zugriff 03.11.2022).
Das im Rahmen von EDCI neu entwickelte Datenmodell „Europass Learning Model“ (EDC-Format) soll die Ausstellung, Speicherung und Verifikation von digitalen Bildungsnachweisen aller Art ermöglichen. Es ist eine Erweiterung des W3C Verifiable Credentials Data Models, das in XML/XSD formuliert wird und auf den ELMO/EMREX Standard abgestimmt ist.
Literatur zum Nach- und Weiterlesen:
GitHub Inc. (2020): Europass Learning Model. Abrufbar unter: https://github.com/european-commission-empl/European-Learning-Model (letzter Zugriff: 03.11.2022).
Die „European Blockchain Services Infrastructure (EBSI)“ ist eine auf Blockchain basierende Infrastruktur, die durch die Zusammenarbeit von 29 Staaten und der Europäischen Kommission entstanden ist. Die Infrastruktur soll grenzüberschreitend digitale öffentliche Dienstleistungen unterstützen, Informationen überprüfbar und Dienste vertrauenswürdig machen. Dabei basiert sie auf offenen Standards und kann derzeitig für folgende vier Use Cases angewendet werden: ESSIF – ein Self-Sovereign Identity Modell in Europa, digitale Bildungsnachweise, rückverfolgbare Dokumente und vertrauenswürdiger Datenaustausch zwischen Steuer- und Zollbehörden der EU.
Literatur zum Nach- und Weiterlesen:
CEF Digital (o. D.): What is EBSI? Abrufbar unter: tinyurl.com/4yf93erh (letzter Zugriff: 03.11.2022).
Der EQF (deutsch: EQR) ist ein Referenzrahmen, der zur Übersetzung der nationalen Berufs- und Qualifikationssysteme in Europa dient. Damit soll Transparenz und Vergleichbarkeit der europäischen Qualifikationen ermöglicht werden. Qualifikationen aus sämtlichen Bildungsbereichen (z. B. schulische, berufliche oder hochschulische Abschlüsse) können einem von acht Niveaus zugeordnet werden.
Literatur zum Nach- und Weiterlesen:
Europäische Union (o. D.): Europäischer Qualifikationsrahmen. Abrufbar unter: https://europa.eu/europass/de/european-qualifications-framework-eqf (letzter Zugriff: 03.11.2022).
Experience API (xAPI) ist eine Open-Source API, die es Lerninhalten und LMS ermöglicht, Lernaktivitäten der Nutzer:innen zu erfassen und auszutauschen. Die Lernaktivitäten (z. B. absolvierte Kurse) werden in einem Learning Record Store (LRS) gesammelt. LRS können in Lernmanagementsystemen (LMS) abgerufen und weiterverarbeitet werden. xAPI wurde als Nachfolger von SCORM entwickelt und beinhaltet entsprechend zahlreiche neue Funktionen. Als zentrale Erweiterung ist xAPI dazu in der Lage, verschiedenste Lernaktivitäten und Lernorte abzubilden, z. B. mobiles Lernen, Simulationen und Virtual Reality. Eine Veröffentlichung der xAPI-Spezifikation als IEEE Gremienstandard wird angestrebt (Arbeitsgruppe „P 92741.1 xAPI Base Standard“).
Literatur zum Nach- und Weiterlesen:
Rustici Software LLC (2022). What is the Experience API? Abrufbar unter: https://xapi.com/overview/ (letzter Zugriff 03.11.2022).
GitHub, Inc (2022). xAPI-Spec. Abrufbar unter: https://github.com/adlnet/xAPI-Spec (letzter Zugriff 03.11.2022).
Die Extensible Markup Language (XML) definiert ein Format, um Dokumente zu beschreiben, zu speichern und auszutauschen. Ein Vorteil von XML besteht in seiner hohen Lesbarkeit, sowohl für Menschen als auch Computer. XML bildet die Grundlage für viele weitere Dateiformate.
Literatur zum Nach- und Weiterlesen:
World Wide Web Consortium (2006). Extensible Markup Language (XML) 1.1 (Second Edition). Abrufbar unter: https://tinyurl.com/sjkfmzew (letzter Zugriff: 03.11.2022).