Lernobjekte modularisieren Lernmaterialien und sollen die einfache Wiederverwendung von Lerninhalten unterstützen. Insbesondere sollen für E-Learning entwickelte Lernobjekte in Repositories gespeichert und durch detaillierte Metadaten leicht zugänglich gemacht werden.
Der Begriff
Der objektorientierte Ansatz der Systementwicklung hat einen Paradigmawechsel gegenüber zuvor vertretenen Entwicklungsmethoden bewirkt. Bei der Entwicklung von E-Learning-Angeboten haben Objekte mit dem Konzept der E-Learning Objects (ELOs) Bedeutung erlangt. IEEE [2002] definiert ein Lernobjekt “… as any entity, digital or non-digital, that may be used for learning, education or training”.
Lernobjekte können u.a. aus pädagogischer und informationstechnischer Sicht betrachtet werden. Ihre zweckmäßige Größe ist umstritten [Knolmayer 2004]. Wegen der unterschiedlichen Eignung verschiedener Granularitäten wurden Aggregierungskonzepte erarbeitet, mit deren Hilfe ELOs niedriger Ordnung zu solchen höherer Ordnung zusammengefasst werden können.
Standards und Spezifikationen
Das ELO-Paradigma schlägt sich in Standards und in Spezifikationen verschiedener E-Learning-Konsortien nieder. Angestrebt wird eine arbeitsteilige Entwicklung von Lernmaterialien: Lernobjekte sollen in Repositories bereitgestellt werden; berechtigte Benutzer sollen sie auswählen und zu eigenen Kursangeboten zusammenstellen können, um eine Wiederverwendung der (oft mit hohen Kosten erstellten) Lernobjekte zu fördern.
Zur Unterstützung der Nutzer der ELOs sind Metadaten erforderlich, die einerseits die Objekte selbst und andererseits die zwischen ihnen bestehenden Beziehungen dokumentieren [Pawlowski, Adelsberger 2001]. Diese Attribute sind notwendig, um ELOs zu lokalisieren, zu evaluieren und sinnvoll einsetzen zu können. Mit Metadaten, die den Beziehungen zwischen den Objekten zugeordnet sind, lassen sich Algorithmen konstruieren, welche die Benutzer bei Selektion und Sequenzierung der Lernobjekte unterstützen [Knolmayer 2003].
Barrieren gegenüber Lernobjekten
Bei Selektion und Komposition von Lernobjekten treten Probleme z.B. hinsichtlich der Einheitlichkeit der Terminologie und der Übereinstimmung in den Präsentationsformen auf. Um dieses Manko zu verringern, müssten Inhalt und Präsentationsform der Lernobjekte stärker getrennt werden, als dies zumeist der Fall ist. Zudem müssten mächtige Umgebungen für Customizing verfügbar sein, um Inhalte der Lernobjekte einfach ergänzen und abändern zu können. Dabei stellt sich unter anderem das Problem, dass im Customizing inhaltliche Referenzen innerhalb eines ELOs und zwischen ELOs schwierig zu handhaben sind [Knolmayer 2004]. Zudem müssen sowohl die Qualität der Lernobjekte selbst als auch ihre Metadaten kritisch betrachtet werden [Palavitsinis et al. 2014; Pons et al. 2015]. Dazu kommt noch das Problem der Koordination verschiedener ELO-Repositories [Rossi et al. 2017]
Hinzu kommt die Frage nach geeigneten Anreizsystemen für Autoren, die mit hohen Aufwand Lernobjekte erstellen, die von ihren Kollegen (möglicherweise frei) genutzt, aber auch um kritische Anmerkungen ergänzt werden können. Im akademischen Umfeld scheint zudem eine Hemmschwelle bei der Nutzung von Kollegen bereit gestellter Materialien zu bestehen: Der akademische Lehrer kann durch unkommentierte Verwendung fremder Kursinhalte für ihn relevante Sichtweisen nicht ausreichend portieren; er versteht sich vielfach nicht bloß als “Facilitator”, sondern strebt durch eigenständige Erstellung von Lerninhalten einen originären Beitrag der Wissensvermittlung an.
Ausblick
Lernobjekte stellen ein bemerkenswertes Konzept insbesondere zur Förderung der Wiederverwendung von Lerninhalten in E-Learning-Umgebungen dar. Übertriebene Erwartungen hinsichtlich einer besonders kostengünstigen Erstellung individualisierter Kurse für eine qualitativ hoch stehende akademische Lehre sollten aber angesichts der grundsätzlichen Probleme und des eher bescheidenen Standes der Umsetzung nicht gehegt werden.
Literatur
IEEE: IEEE Standard for Learning Object Metadata, 2002. http://ieeexplore.ieee.org/servlet/opac?punumber=8032 (Abruf 2013-09-11).
Knolmayer, Gerhard F.: Decision Support Models for Composing and Navigating through e-Learning Objects. In: Sprague, Ralph H. (Hrsg.): Proceedings of the 36th Annual Hawaii International Conference on Systems Sciences. Los Alamitos et al.: IEEE (2003).
Knolmayer, Gerhard F.: E-Learning Objects. In: Wirtschaftsinformatik 46(2004), S. 222-224.
Palavitsinis Nikolaos, Manouselis Nikos, Sanchez-Alonso Salvador, Metadata quality in learning object repositories: a case study. In: The Electronic Library 32(2014), pp.62-82.
Pawlowski, Jan M.; Adelsberger, Heimo H.: Standardisierung von Lerntechnologien. In: Wirtschaftsinformatik 43(2001), S. 57-68.
Pons, Daniel; Hilera, Jose Ramon; Fernandez, Luis; Pagés, Carmen: Managing the Quality of E-Learning Resources in Repositories. In: Computer Applications in Engineering Education 23(2015), pp. 1-12.
Rossi, Luiz Henrique Longhi; Nunes, Marcos Freitas; Schreiner, Paulo; Vicari, Rosa Maria: A Model to Aggregate Heterogeneous Learning Objects Repositories. In: Bajo J. et al. (Eds): Highlights of Practical Applications of Cyber-Physical Multi-Agent Systems 2017 pp. 373-385.