Neuer Online Kurs Persönliches Lern- und Wissensmanagement mit Social Media

Massive Open Online Courses (MOOC) beherrschen derzeit wie kaum ein anderes Thema die bildungspolitischen und bildungswissenschaftlichen Debatten (für eine kritische Auseinandersetzung siehe z.B. hier). In diesem Zusammenhang steht auch das folgende Angebot:

Die TU Dresden, die TU Chemnitz und die Uni Siegen veranstalten im Rahmen des LiT-Projekts „SOOC – Saxon Open Online Course“ im kommenden Semester (Kurszeitraum: Mai – Juli) einen E-Learning-Kurs zum Thema “Lernen 2.0 – Persönliches Lern- und Wissensmanagement mit Social Media”. Dieser wird in Form eines (c)MOOC durchgeführt und ist in vier jeweils zweiwöchige Themenblöcke gegliedert. Dabei wird es vor allem um die Frage gehen, wie Lernprozesse durch den Einsatz sozialer Medien bereichert oder vielleicht sogar revolutioniert werden können. Der Kurs wird kostenfrei sein und die Anzahl der Teilnehmer ist nicht begrenzt. Wer Interesse an der Teilnahme hat, findet weitere Informationen zum SOOC13 auf der Kurshomepage. Eine Anmeldung ist auch schon möglich.

 

Umsatzsteigerung durch Social Media?

Ein, wenn nicht, der wichtigste Faktor, warum Social Media in Unternehmen und Hochschulen eingesetzt wird, ist Marketing, d.h. man verspricht sich bessere Sichtbarkeit und das Erschließen neuer Zielgruppen. Nun will eine aktuelle Studie (kostenfrei zugänglich ist leider nur der Abstract) nachweisen, dass mit Social Media 5% Umsatzsteigerungen möglich sind.

Wie diese Seite beschreibt, scheint das Geld für den vollständigen Artikel nicht gut investiert zu sein:

Leider gibt es keine Informationen über den Datensatz der Studie, also die Anzahl der befragten Teilnehmer. Es ist überhaupt nicht klar, wie die Daten überhaupt gemessen wurden.  Das wäre aber notwendig, um die Aussagekraft dieser Zahlen richtig einordnen zu können und zwar BEVOR man die Studie kauft.

Generell erscheint es schwierig, über die Nutzung von Social Media Diensten direkt auf solch exakte Angaben wie der Steigerung des Umsatzes zu schließen. Zwar ist durch Profilbildung eine bessere Ansprache der Zielgruppe (sog. Online-Targeting) möglich, die Entscheidung zum Kauf eines Produkts ist jedoch komplexer und nicht allein durch die Interaktion mit einem Social Media Dienst eines Unternehmens bestimmbar.

Wie aus dem Verhalten auf Facebook Rückschlüsse auf individuelle Eigenschaften und Einstellungen möglich sind

In unserem letzten Beitrag stellten wir eine Taxonomie von Facebook Nuzern vor. In diesem Zusammenhang berichtet nun Netzpolitik.org über eine aktuelle Studie, die demonstrieren soll, wie durch das Facebook-spezifische Nutzungsverhalten, also dem Klicken auf den „Like-Button“ Rückschlüsse auf individuelle Eigenschaften und Einstellungen gezogen werden können.

Dies ist insofern erstaunlich, da mit den Like-Buttons ja nur dichotome Äußerungen (gefällt mir oder gefällt mir nicht) möglich sind, die damit weit weg von den Differenzierungen der klassischen Persönlichkeitstests sind. Hier verwendet man z.B. oftmals eine fünfstufige Lickert-Skala, die Zustimmung bzw. Ablehnung feinkörnig erfassen.

In der Studie von Michal Kosinskia, David Stillwella und Thore Graepelb wird argumentiert, dass es durchaus möglich ist, vor dem Hintergrund umfangreicher Daten ein erstaunlich genaues Bild der Person zu zeichnen. Hier das Abstract im Original:

„We show that easily accessible digital records of behavior, Facebook Likes, can be used to automatically and accurately predict a range of highly sensitive personal attributes including: sexual orientation, ethnicity, religious and political views, personality traits, intelligence, happiness, use of addictive substances, parental separation, age, and gender. The analysis presented is based on a dataset of over 58,000 volunteers who provided their Facebook Likes, detailed demographic profiles, and the results of several psychometric tests. The proposed model uses dimensionality reduction for preprocessing the Likes data, which are then entered into logistic/linear regression to predict individual psychodemographic profiles from Likes. The model correctly discriminates between homosexual and heterosexual men in 88% of cases, African Americans and Caucasian Americans in 95% of cases, and between Democrat and Republican in 85% of cases. For the personality trait “Openness,” prediction accuracy is close to the test–retest accuracy of a standard personality test. We give examples of associations between attributes and Likes and discuss implications for online personalization and privacy.“

Ob damit ein neuer Schritt auf dem Weg zum „gläsernen Nutzer“ gemacht ist, kann sicherlich bezweifelt werden, denn die Vorhersage war ja nur vor dem Hintergrund umfangreicher demographischer Daten möglich. Allerdings sind es ja gerade diese Daten, die gerne und unbewusst in sozialen Netzwerken hinterlassen werden und mit denen sich dann „leicht“ detaillierte Profile erstellen lassen.

Auf die noch kaum überschaubaren Möglichkeiten Nutzerdaten zu verarbeiten, hat dieser Werbespot einer belgischen Bank bereits letztes Jahr hingewiesen. Ein angeblicher Hellseher schockte Kunden mit exakten Kenntnissen über deren Privatleben. Dahinter verbargen sich jedoch keine übersinnlichen Fähigkeiten, sondern die Fingerfertigkeiten von Hackern, die eigens für das Zusammenstellen von Nutzerprofilen in Echtzeit engagiert wurden.

Social Software an deutschen Hochschulen – ein aktueller Überblick

Social Media (auch als Social Software bezeichnet) verbreitet sich mit rasanter Geschwindigkeit in alle gesellschaftlichen Bereiche hinein. Auch die Hochschullehre ist davon „betroffen“ und erste Versuche sind im Gange, die Potentiale von Social Software genauer auszuloten. Noch ist die empirische Basis eher dünn, Thesen wie z.B. „Social Software unterstützt das Selbststudium“ können so noch nicht überprüft werden und sind damit eher spekulativ.
Im Folgenden soll daher eine kurze Übersicht von Studien zum Einsatz von Social Software an deutschsprachigen Hochschulen gegeben werden.

Die Studie Mediennutzungsgewohnheiten im Wandel. Ergebnisse einer Befragung zur studiumsbezogenen Mediennutzung von Grosch und Gidion (2011) zeichnet ein differenziertes Bild der Verbreitung von Social Software am Karlsruher Institut für Technologie (KIT; vormals Universität Karlsruhe). Dabei geht die Nutzung weit über die formalen Angebote des KIT hinaus und umfassen eine Reihe innovativer Applikationen (z.B. das Abstimmungs- und Terminfindungswerkzeug Doodle). Konkret ist allerdings lediglich bekannt, „(…) dass Studierende grundsätzlich alle Angebote zu jeder Zeit und an jedem Ort nutzen können“ und die Möglichkeit, „(…) alle Studierenden in ihrer virtuellen Lernumgebung ständig erreichen und ihren Studienfortschritt mittels adäquater Medienangebote unterstützen zu können“ (S. 93). Auffallend ist weiterhin eine Diskrepanz der Zufriedenheit mit externen und internen Social Software Angeboten, wobei die externen insgesamt etwas besser abschneiden. Die Autoren empfehlen vor diesem Hintergrund, eine differenzierte Betrachtung der Mediendienste und bei strategischen Überlegungen die Studierenden miteinzubeziehen. Damit wird ein Handlungsbedarf definiert und folgende Vorschläge zur Medienentwicklung formuliert:

  1. Entwicklung und Integration von einzelnen Social Media Diensten
  2. Entwicklung von Konzepten und Strategien zu Mediennutzung und -einsatz im Kontext des Studiums
  3. Entwicklung einer begleitenden Forschungsperspektive

Für den praktischen Einsatz hilfreich ist der Leitfaden Social Media herausgegeben vom Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e. V. (BITKOM) im Jahr 2010. Dieser Report ist hauptsächlich für Unternehmen geschrieben, bietet jedoch auch für Hochschule wichtige Informationen, wie z.B. die sog. Social Media Guidelines. Zugänglich ist der Leitfaden hier.

Tobias Thelen vom Zentrum für Informationsmanagement und virtuelle Lehre der Universität Osnarbrück unterscheidet in seinem Vortrag (Video gibt es hier) „Lehren und Lernen mit Sozialen Netzwerken – Ein Überblick“ zwischen Primär-, Sekundär- und Distributionsartefakte.

Informationsartefakte

Die Nutzung von Social Software kann laut Thelen unterschieden werden nach folgenden Kriterien:

  • Öffentlichkeit: Ist das Angebot öffentlich, geschlossen oder unsichtbar
  • Datenhoheit: Ist es ein externer Betreiber (z.B. Twitter), ein Betreiber mit Bezug (z.B. Hochschule) oder der Nutzer selbst.
  • Einsatzweise: Wird Social Software formell oder informell eingesetzt?
  • Artefaktmöglichkeiten: Wer darf Artefakte (siehe oben) machen? Z.B. gibt es die Möglichkeit für Primäreartefakte bei Studierenden oder nur bei Lehrenden.

 

 

 
 
Die Abbildung erfolgt mit  freundlicher Genehmigung des Erstellers.

 

 

E-Book Web 2.0 für Bildungsanbieter

Alles rund um Social Media für Bildungsanbieter finden Sie in einem aktuellen eBook „Marketing im Web 2.0 für Bildungsanbieter“ zum freien Download, herausgegeben von PB21, einem gemeinsamen PRojekt der Bundeszentrale für politische Bildung und des DGB Bildungswerks.

Es ist eine Handreichung von der ersten Idee hin zum fertigen Konzept zur Nutzung von Facebook, Twitter und Co.

pb21_eBook_Marketing_Web_2.0

Hinweis zur Verwendung:

Dieses Publikation steht unter der Creative Commons by Lizenz.
Das bedeutet, Sie können den Inhalt vervielfältigen, verbreiten und öffentlich zugänglich machen, Abwandlungen und Bearbeitungen des Werkes bzw. Inhaltes anfertigen, das Werk kommerziell nutzen

 

 

Ein erster Blick auf den instruktionalen Einsatz von Social Software an der FernUniversität in Hagen

Über den Einsatz von Social Software im Rahmen der Lehre an der FernUniversität in  Hagen liegen bislang keine Informationen vor. Um zu einer ersten Orientierung zu gelangen, wurden die Homepages der 81 Lehrgebiete breitbandig auf öffentliche Spuren eines wie auch immer gearteten Social-Software-Gebrauchs hin untersucht. Nachstehendes Diagramm gibt einen Überblick über die Art und Einsatzhäufigkeit der angetroffenen Tools.

 

Auftretenshäufigkeit von Social Software auf den Lehrgebiets-Homepages

Auftretenshäufigkeiten von Social-Software-Tools auf den Homepages der 81 Lehrgebiete der FernUniversität in Hagen (Stand: November 2012)

Insgesamt kommt in 70 Lehrgebieten mindestens ein Tool zum Einsatz, das als Social Software klassifiziert werden kann. Bei elf Lehrgebieten war kein Social-Software-Gebrauch anhand der Homepages ersichtlich (Keine Angabe).

Als dominierendes Tool, das unter den Begriff „Social Software“ subsumiert werden kann, erweist sich das zentrale Lernmanagementsystem der FernUniversität: Moodle. Es wird auf 60 Lehrgebiets-Homepages erwähnt. Da die Moodle-Kurse als geschlossene Gruppen organisiert sind, ist jedoch nicht ersichtlich, inwieweit tatsächlich die sozial-kollaborativen und kommunikativen Funktionen von Moodle, im Vergleich zu den sonstigen Funktionen, genutzt werden. Mit meist niedrigen einstelligen Auftretenshäufigkeiten folgen Newsgroups, Chats, Foren, Wikis, Adobe Connect, Facebook und Twitter.

Fazit: Auch wenn der für die Erhebung herangezogene Indikator „Erwähnung von Social Software auf der Lehrgebiets-Homepage“ nicht mehr leisten kann, als gröbste Tendenzen sichtbar zu machen, so legen diese Befunde doch einen Schluss nahe: Abseits des zentralen Lernmanagementsystems, spielt Social Software in der Lehre der FernUniversität Hagen bisher keine nennenswerte Rolle.