Die CenTrust-Plattform ist der Datentreuhänder der Bundesdruckerei. Als unabhängige Vertrauensinstanz vermittelt ein Datentreuhänder Daten zwischen Datengeber und Datennutzer. Datentreuhänder sollen ermöglichen, dass Daten beispielsweise zu Forschungszwecken genutzt werden können, ohne dass personenbezogene Daten preisgegeben werden. Dazu werden verschiedene Grundprinzipien berücksichtigt (z. B. Anonymisierung, Souveränität und Transparenz). 

Literatur zum Nach- und Weiterlesen:
Bundesdruckerei (o. D.). Datentreuhänder - Datentreuhänder-Plattform mit Vertrauensstellendienst on demand. Abrufbar unter: https://www.bundesdruckerei.de/de/loesungen/datentreuhaender (letzter Zugriff: 03.11.2022).

Chatbots sind ein Beispiel von Mensch-Maschine-Interaktionen. Sie nutzen verschiedene Kommunikationsschnittstellen, z. B. Spracherkennung, um Anfragen automatisiert und ohne direkten menschlichen Eingriff zu beantworten oder zu bearbeiten. Chatbots, mit denen per natürlicher Sprache kommuniziert werden kann, haben sich zu intelligenten persönlichen Assistenten entwickelt. Durch den Einsatz Künstlicher Intelligenz (KI) sowie des maschinellen Lernens ist es möglich, selbstlernende Chatbots zu realisieren.  

Beispiel: Chatbots können überall dort eingesetzt werden, wo es um Kommunikation mit Menschen geht. Dies schließt Internetseiten und Instant-Messaging-Systeme ein.

Literatur zum Nach- und Weiterlesen:
Kohne, A., Kleinmann, P., Rolf, C., Beck, M. (2020). Chatbots – Aufbau und Anwendungsmöglichkeiten von autonomen Sprachassistenten. Wiesbaden: Springer Fachmedien.
McTear, M. F. (2017). The Rise of Conversational Interface: A New Kid on the Block? Future and Emerging Trends in Language Technology, Machine Learning and Big Data, Springer International Publishing, S. 38–49.

Diese technische Spezifikation ermöglicht den Austausch und die Verifikation von Leistungsnachweisen zwischen interoperablen Systemen. Die herkömmliche Übersicht von Lernleistungen (transcript of records) kann durch Implementierung dieses Standards erweitert werden, z. B. um Informationen zu erlangten Kompetenzen, lehrplanunabhängige Aktivitäten oder Open Badges. Zudem wird dadurch ein Speicher der Lernleistungen definiert, der durch den Lernenden gepflegt und kontrolliert wird. Der Comprehensive Learner Record Standard unterstützt Leistungsnachweise, die in unterschiedlichen Bildungsprozessen erlangt werden (z. B. akademisch, betrieblich, informell). Er macht sich den Open Badge Standard zu Nutze und ist mit dem W3C Verifiable Credentials Standard kompatibel. 

Literatur zum Nach- und Weiterlesen:
IMS Global Learning Consortium (o. D.): Comprehensive Learner Record Standard. Abrufbar unter: http://www.imsglobal.org/activity/comprehensive-learner-record (letzter Zugriff: 03.11.2022).

cmi5 (Computer Managed Instruction) ist der neueste LMS-Standard und wird von der Advanced Distributed Learning Initiative (ADL) entwickelt. Er kombiniert die Vorteile von SCORM und xAPI, indem er zahlreiche Möglichkeiten bereithält, um verschiedene Lernaktivitäten und -daten festzuhalten und gleichzeitig die feste Struktur von SCORM aufweist, die eine festgelegte Kommunikation zwischen Kurs und LMS ermöglicht. cmi5 ist im Grunde ein Profil für xAPI, um die Interoperabilität auf verschiedenen Kriterien zwischen Kurs und LMS festzulegen. xAPI allein bietet zu viele Möglichkeiten, um eine einheitliche Kommunikation mit verschiedenen LMS zu ermöglichen. 

Literatur zum Nach- und Weiterlesen:
Advanced Distributed Learning Initiative (o. D.). cmi5 Specification. Abrufbar unter https://adlnet.gov/projects/cmi5-specification/ (letzter Zugriff: 03.11.2022).
GitHub (o. D.). The cmi5 Project. Abrufbar unter: https://aicc.github.io/CMI-5_Spec_Current/ (letzter Zugriff: 03.11.2022).

Computer Supported Collaborative Learning (CSCL) beschreibt einen kollaborativen Lernprozess, der durch einen Computer gestützt wird, z. B. wenn Wikis gemeinsam bearbeitet werden. CSCL fußt auf soziokonstruktivistischen Modellen des Lernens. Im Rahmen der Forschungslinien zu CSCL wird insbesondere betrachtet, durch welche Unterstützungsfunktionen Computer kollaborative Lern- und Arbeitsprozesse bestmöglich fördern können. 

Literatur zum Nach- und Weiterlesen:
Fischer, F., Kollar, I., Stegmann, K., & Wecker, C. (2013). Toward a script theory of guidance in computer-supported collaborative learning. Educational psychologist, 48(1), S. 56–66.
Kerres, M. (2018). Mediendidaktik. Konzeption und Entwicklung digitaler Lernangebote. Berlin/Boston: De Gruyter Oldenbourg.