Seit sieben Jahren bin ich nun Learning Experience Designerin. Ursprünglich komme ich aus dem Bereich Information und Archive, war dazwischen in der Unternehmenskommunikation. Diese beiden Bereiche hatten eins gemeinsam: Sie arbeiten mehr mit Daten, als ich es bisher im Learning Experience Design gesehen habe.
Als Freelancerin sehe ich eigentlich gar keine Daten. Selbst wenn Sie existieren sollten, werden Sie in der Entwicklung von Online-Trainings nicht eingesetzt bei den meisten Kundinnen.
Meiner Meinung nach liegt die Zukunft des Lernens aber auch in effektiven Lerndaten. Deshalb habe ich mich einem internationalen MOOC über datengetriebenes Lernen angeschlossen, und ich möchte meine Erkenntnisse mit Dir teilen.
Die Bedeutung datengetriebenen Lernens
Der MOOC „Data-driven Learning“ von Next Learning Valley betont das immense Potenzial von datengetriebenem Lernen im Learning und Development Bereich. Daten helfen, Programme und Content präzise anzupassen, was zu besseren Lernergebnissen und -erlebnissen führt. Das wiederum steigert die Bereitschaft innerhalb der Belegschaft, dazuzulernen. Durch gezieltes Messen und Auswerten kann das Lernen im Unternehmen kontinuierlich auf die Zielgruppen angepasst und für alle verbessert werden.
Doch wie geht man hier am besten vor? Hier ein paar Schritte, denen Du folgen kannst:
1. Ziele und Metriken definieren
Um die richtigen Schlüsse ziehen zu können braucht es zu Beginn die richtigen Metriken und KPIs. Das beginnt mit dem Verstehen der Unternehmensziele und der Ausrichtung der unternehmensinternen Lernziele darauf.
Mögliche Metriken sind zum Beispiel:
– Geschäftsmetriken: Verkaufszahlen, Compliance-Raten und andere KPIs.
– Teilnehmerfeedback: Qualitatives Feedback, wie das Training das Verhalten beeinflusst.
– Zeit bis zur relevanten Kompetenz: Geschwindigkeit, mit der neue Mitarbeiter produktiv werden.
– Erinnerung und Anwendung: Wie gut Informationen behalten und angewendet werden.
– Adoption: Übernahme- und Anwendungsraten neuer Tools.
– ROI: Return on Investment, unter Berücksichtigung der Kosten und Vorteile von Schulungen.
2. Daten sammeln und analysieren:
Effektive Datensammlung ist entscheidend. Im MOOC schauten wir uns verschiedene Methoden an, wie zum Beispiel Umfragen, Leistungsmetriken und direktes Feedback. Auch als Freelancerin ist es meine Aufgabe beratungsfähig zu sein, welche Daten gesammelt und analysiert werden können im Rahmen eines Trainings oder einer Trainingsstrecke.
Hier einige Beispiele:
– Umfragen und Feedbackformulare: Direkt nach den Trainingssitzungen.
– Leistungsmetriken: Verfolgen von KPIs vor und nach dem Training.
– LMS-Integration: Automatische Sammlung von Aufgaben-Ergebnissen und Abschlussraten.
3. Effektive Lernprogramme gestalten:
Doch wie kann man mit den richtigen Daten guten Lerninhalt oder gute Lernprogramme gestalten? Das Kirkpatrick-Modell der Trainingsevaluation bietet hier einen gängigen Rahmen mit diesen vier Dimensionen:
– Reaktion: Hat das Training den Lernenden gefallen?
– Lernen: Haben sie tatsächlich etwas gelernt?
– Verhalten: Gibt es Beweise für Verhaltensänderungen am Arbeitsplatz?
– Ergebnisse: Hat das Training signifikante (positive oder negative) Auswirkungen auf die Geschäftsergebnisse?
Durch Anwendung dieses Modells können wir sicherstellen, dass unsere Lerninhalte und -programme gleichzeitig ansprechend und effektiv sind. In diesem Video wird es ausführlich erklärt.
4. Kontinuierliche Verbesserung und Kommunikation:
Unsere Lerninhalte und -programme können durch das richtige Anwenden von Daten kontinuierlich besser werden. Für das Unternehmen, aber auch für die Lernenden. Lernen ist ein iterativer Prozess, und das Gestalten von effektiven Lernprogrammen ebenfalls. Um eine ständige Verbesserung erzielen zu können, ist die Kommunikation mit verschiedenen Stakeholder und regelmäßiges Reporting hilfreich.
Das kann beispielsweise so aussehen:
– Feedback-Schleifen: Regelmäßige Überprüfungen gemeinsam mit den Lernenden und ihren Vorgesetzten.
– Datenvisualisierung: Nutzung von Tools zur Erstellung klarer, ansprechender Berichte für Stakeholder.
Was bedeutet das alles nun für mich? Nun, ich möchte mich die nächsten Monate weiter mit diesem Thema beschäftigen. Aber vor allem möchte ich mit den Unternehmen, für die ich regelmäßig arbeite, darüber sprechen, wie wir Lernerdaten besser in den Design- und Evaluationsprozess einbauen können. Durch das Definieren klarer Ziele, das Sammeln relevanter Daten und die kontinuierliche Verbesserung unserer Programme können wir wirklich effektive Lernerfahrungen gestalten, die mit den Unternehmenszielen übereinstimmen. Gerade auch im anbrechenden Zeitalter der Lern-KIs wird das zunehmend relevant sein. Ich bin gespannt, wo mich dieses Lernabenteuer hinführen wird.
Welche Erfahrungen hast Du mit datengetriebenem Lernen gemacht? Hast Du ähnliche Herausforderungen beim Zugang und der Nutzung von Daten erlebt? Teile Deine Gedanken und Geschichten in den Kommentaren!
Du möchtest effektive Trainings gestalten?
Dann schreib mir eine Mail.