Dass Investitionen in digitale Trainingsplattformen und in E-Learning allgemein in Zeiten von Corona ansteigen, dürfte wenig überraschen. Dies ist allerdings kein neuer Trend, wie Zahlen der Fosway Group von 2019 belegen. Schon im letzten Jahr gaben über 60% der befragten Unternehmen an, dass ihre Ausgaben insbesondere für Lernplattformen und E-Learning Inhalte deutlich angestiegen sind.
Doch mit steigender Zahl der digitalen Trainings und höheren Kosten, steigt nicht nur der Qualitätsanspruch auf Lerninhalte, sondern auch die Frage nach dem Business Outcome gerät zunehmend in den Fokus. Was genau lernen MitarbeiterInnen zu welchem Zweck, und inwiefern bringt das mein Unternehmen weiter? Wie kann ich einen Zusammenhang zwischen Fortbildungen und beispielsweise dem Umsatz feststellen?
Genau an diesen Stellen kommt das Thema Learning Analytics ins Spiel. Was es damit genau auf sich hat und wie man den Business Outcome sinnvoll abbilden kann, hier auf einen Blick:
Was bedeutet Learning Analytics?
Learning Analytics bezeichnet einen, eigentlich aus der klassischen IT stammenden Begriff, der beschreibt, dass Daten über Lernen und Lernende analysiert werden, um auf Grundlage dieser Daten Entscheidungen ableiten zu können.
Wo wird es angewendet?
Klassischerweise werden Learning Analytics Methoden überall dort angewendet, wo Lerndaten anfallen. Es gibt hierzu verschiedenen Tools zur Auswertung, aber im betrieblichen Kontext geschieht dies meist direkt im Learning Management System (LMS).
Was wird gemessen?
Ein typisches Beispiel sind Informationen darüber, wie viele TeilnehmerInnen einen Kurs gebucht haben, wie viele Stunden E-Learning insgesamt in einem Monat gebucht wurden oder wie viele Zertifikate ausgestellt wurden. Das sind jedoch relativ rudimentäre Informationen, die ohne weitere Bezugspunkte wenig aussagekräftig sind.
Wieso sollte man Learning Analytics nutzen?
Interessant wird es, wenn mittels Learning Analytics bestimmte Daten in Relation zu anderen gesetzt und in Hinblick auf den Business Outcome betrachtet werden.
Ein Beispiel: In einer bestimmten Region lässt sich ein stärkerer Zuwachs an gebuchten Schulungen und Kursabschlüssen verzeichnen. Der Umsatz stagniert jedoch, wohingegen in einer vergleichbaren Region der Umsatz nach derselben Anzahl an Trainingsstunden stark anwächst. Um aus diesen Zahlen fundierte Schlussfolgerungen ziehen zu können, muss die Analyse tiefer gehen.
Es müssen die richtigen Fragen gestellt werden, wie etwa: Wie haben die Teilnehmenden die Kurse bewertet? Haben die gebuchten Kurse zum Niveau gepasst oder fühlten sie die Lerner über- oder unterfordert? Wie hoch war die Abbrecherquote? Entsprach der Kursinhalt überhaupt dem, was die MitarbeiterInnen in dieser Region benötigen?
Lässt sich anhand dieser Antworten feststellen, dass eine Diskrepanz zwischen Kursinhalt und Erwartung lag, kann nachgebessert werden. In Kombination mit Technologien der Künstlichen Intelligenz (KI), können an dieser Stelle auch Handlungsempfehlungen abgeleitet werden.
Wie funktioniert die Auswertung mit Dashboards im LMS?
Learning Management Systeme halten eine Vielzahl rollenspezifischer Standardreports bereit, die Aussagen zu qualitativen und quantitativen Elementen im Bereich Lernen zur Verfügung stellen. Darüber hinaus gibt es die Möglichkeit, die relevanten Daten auszuwählen und daraus personalisierte Reporting Dashboards zusammen zu stellen, die auf Wunsch zu bestimmten Terminen automatisch generiert werden können. Die Visualisierung kann über Kuchen-, Balken-/Säulen- oder Liniendiagramme geschehen und individuell festgelegt werden.
Die wichtigsten Tipps zur Einführung von Learning Analytics
Wolfram Jost, Produktvorstand der imc, fordert Unternehmen auf, den Business Outcome in Beziehung zu Lerninhalten zu setzen und fasst zusammen: „Learning Analytics muss dazu genutzt werden, die Performance der MitarbeiterInnen so zu fördern, dass dies auf die Unternehmensziele und den Business Outcome einzahlt. Einen Mehrwert der Weiterbildungsprogramme kann ich nur dann erkennen, wenn ich die Unternehmenszahlen in die Analyse miteinbeziehe.“
Seine drei wichtigsten Tipps, um das Thema Learning Analytics und Business Outcome anzugehen lauten:
1. Weniger ist mehr
Wählen Sie die Daten aus, die wirklich relevant sind und gestalten Sie daraus einfache, übersichtliche Dashboards. Zu viele Informationen auf einen Blick führen zu Verwirrung, außerdem sollten Sie das Thema Datenschutz unbedingt berücksichtigen und sich immer wieder die Frage stellen, welche Daten zur sinnvollen Analyse notwendig sind.
2. Data is King
Für eine zuverlässige Analyse brauchen Sie eine zunächst eine hohe Datenquantität (Massive Data), aber im zweiten Schritt vor allem eine hohe Datenqualität und regelmäßige Reports. Kontinuität und regelmäßige Updates der Daten sind hierbei sehr wichtig. Außerdem sollten Sie darauf achten, dass die jeweiligen Stakeholder auch in der Lage sind, die gewonnen Daten sinnvoll interpretieren um das Potenzial richtig nutzen zu können.
Vorsicht auch vor dem „Dictatorship of Data“, bei der anstatt des Menschen, die Daten die Entscheidungsgewalt innehalten. Datenanalysen können die Verantwortlichen unterstützen, sollten aber kritisch geprüft werden.
3. Trend is your friend
Einmalige Kennzahlen oder Reports sind wenig aussagekräftig. Um Zusammenhänge und Entwicklungen zu erkennen, müssen Sie Trends im Blick behalten. In welche Richtung entwickelt sich der Umsatz nach dem Launch einer neuen Weiterbildungsinitiative? Sinkt die Mitarbeiterfluktuation nach dem Start des neuen Onboardingprogramms? Solche Informationen können Sie erst nach einem längeren Zeitraum sinnvoll validieren.
Wenn Sie diese Punkte beachten und Ihre Daten von erfahrenen MitarbeiterInnen ausgewertet werden, wird es Ihnen mittel- und langfristig möglich sein, den Mehrwert Ihrer Weiterbildungsprogramme anhand von Zahlen belegen, und entsprechend Ihrer Unternehmensziele weiterentwickeln zu können.
Mehr erfahren
Wenn Sie noch mehr zum Thema Learning Analytics erfahren möchten, schauen Sie sich doch das Whitepaper zu diesem Thema an und die Aufzeichnung des Webinars.