chevron_left zurück

Wer modellieret, der findet – Intelligentes Microlearning in M.Model

In Zukunft soll dem Anwender während der Regelmodellierung mithilfe von kurzen E-Learnings und Screencasts Produktwissen im Kontext des jeweiligen Arbeitsschrittes angeboten werden. So reduziert sich der Zeitaufwand bei der Suche nach Informationen erheblich. Die Aufbereitung der Informationen in kurzen E-Learnings und Screencasts reduziert außerdem die kognitive Belastung und soll dem Anwender langfristig helfen, die Problemlösefähigkeit zu verbessern.

Die SmartCompany CAS SmartCustomization hat einen Produktkonfigurator entwickelt, mit dem verschiedene Produkte anhand von Regeln auf einer grafischen Oberfläche spezifisch erstellt und angepasst werden können. Der CAS Configurator Merlin besteht aus drei Komponenten: M.Model, M.Sales und M.Core. In M.Model werden Regeln modelliert, die als Grundlage für die Konfiguration von Produkten in M.Sales dient. Da bei der Modellierung der Regeln die meisten Probleme auftreten, wird sich die Arbeit größtenteils auf den Teil M.Model beziehen.

Die Online-Hilfe des Produktkonfigurators ist momentan noch auf einer Internetseite (http://hilfe.cas-merlin.de/) zu finden. Der Anwender muss somit immer den Produktkonfigurator verlassen, um zur Online-Hilfe zu gelangen. Somit verlässt er den Kontext, in dem das Problem aufgetreten ist, muss in der Online-Hilfe nach den benötigten Informationen suchen und dann wieder zum Produktkonfigurator zurückkehren.  Die Suche nach den benötigten Informationen ist meist zeitaufwändig und fehleranfällig, weil man wichtige Informationen beim Überfliegen oft nicht wahrnimmt. Zudem erschwert der Kontextverlust die Aufnahme der Informationen.

Das Ziel der Thesis ist es, ein Metadatenkonzept zu erstellen, welches die CAS bei der Entwicklung einer kontextsensitiven Lösung unterstützt, mit der der Anwender die benötigten Informationen zur Problemlösung im Produktkonfigurator erhalten kann. Diese Informationen sollen dem Anwender nicht nur wie bisher in Textform, sondern auch in Form von Screencasts oder kurzen Lerneinheiten (Learning Nuggets) dargeboten werden.

Die Anwender des Produktkonfigurators sollen bei der Modellierung von Produkten in Zukunft besser unterstützt werden, indem die benötigten Informationen zur Lösung von Problemen für den Anwender einfacher auffindbar sind. Das soll mithilfe von kontextsensitiver Unterstützung realisiert werden, bei der die passenden Informationen in der jeweiligen Situation anhand von Metadaten zugeordnet werden. So muss der Anwender nicht selbst nach den Informationen suchen, spart Zeit und kann sich eher auf die dargebotenen Informationen konzentrieren.

Im zweiten Teil der Arbeit geht es um die beispielhafte Erstellung von Screencasts und kurzen Lerneinheiten, die die Aufnahme von Informationen für den Anwender erleichtern und dabei die kognitive Belastung möglichst geringhalten sollen. Das wird durch die Aufbereitung der Informationen für kurze Lerneinheiten erreicht. Langfristig gesehen, sollen diese Informationen dem Anwender helfen, seltener auf die Hilfe angewiesen zu sein. Um das zu realisieren, müssen beim Anwender bestimmte Schemata zur Problemlösung im Langzeitgedächtnis angelegt werden.

Da die Darstellungsform durch die Informationsart bestimmt wird, müssen die verschiedenen Informationsarten analysiert und aufgeteilt werden. Gleicher Inhalt soll in Zukunft auch immer gleich verwendet werden. Nur so ist eine standardisierte Erstellung von Informationsprodukten möglich. Die Gewichtung in diesem Teil der Arbeit ist skalierbar, da sich die problematischen Situationen erst durch ein Analyse ergeben. Die Informationen, die in diesen Situationen betroffen sind, werden dann analysiert und erst dann kann entschieden werden, welches Medium für diese Art der Informationen geeignet ist.

Im Rahmen dieser Arbeit soll durch die oben dargestellte Methodik die folgende Forschungsfrage untersucht werden:

Wie kann man dem Anwender die Informationen, die er benötigt, verständlich und ansprechend präsentieren, ohne dass dieser den Kontext wechseln muss und damit sie langfristig im Gehirn gespeichert werden und somit die Problemlösefähigkeit des Anwenders optimiert wird?

Im Zuge der Untersuchung ergeben sich dabei die folgenden Unterfragen, auf die bei der Erstellung der Thesis genauer eingegangen wird:

  • Wie kann sichergestellt werden, dass Anwendern nur die benötigten/passenden Informationen in der jeweiligen Situation angeboten werden?
  • Wie kann man die angebotenen Informationen so darstellen, dass der Anwender sie mit möglichst geringer kognitiver Belastung aufnehmen und langfristig abspeichern kann?
  • Mit welchen Mitteln können Anwender bestmöglich bei der Suche nach Produktwissen unterstützt werden?