Maschinelles Lernen (engl. „machine learning“, ML) bezeichnet eine Kategorie von KI-Ansätzen, die alternativ auch als statistische bzw. lernende KI bezeichnet wird. ML-Algorithmen lernen eigenständig auf Basis von Trainingsdatensätzen. Dafür werden Muster und Gesetzmäßigkeiten erkannt, die dann auf andere Daten angewendet werden können, z. B. um Klassifikations- oder Vorhersageaufgaben auszuführen. Maschinelles Lernen lässt sich in drei Typen von Lernalgorithmen einteilen: Supervised, Unsupervised und Reinforcement Learning.

Literatur zum Nach- und Weiterlesen:
SAP Deutschland SE & Co. KG (o. D.). Was ist maschinelles Lernen? Abrufbar unter: https://www.sap.com/germany/insights/what-is-machine-learning.html (letzter Zugriff 03.11.2022).

Unter Matching wird der Abgleich von Informationen (bspw. Arbeitsplatzanforderungen mit persönlichen Eigenschaften und Kompetenzen) verstanden. Dieser Abgleich wird häufig mit Profiling-Werkzeugen wie beispielsweise Fragebögen, Tests oder Programmen (auf Grundlage von Algorithmen) vorgenommen. Ein ähnlicher Begriff ist der der Passung. Er wird in der soziologischen Bildungsforschung genutzt, um das Verhältnis von Lernenden zum Bildungssystem zu untersuchen.

Beispiel: Dating-Plattform – Anhand verschiedener Merkmale der Lernenden werden verschiedene Lernprofile erstellt und passende Lernangebote ausgewählt.

Literatur zum Nach- und Weiterlesen:
Möller, C. (2016). Passungsverhältnisse im Bildungssystem – Beiträge zur theoretischen und empirischen Systematisierung einer Forschungsheuristik. Abrufbar unter: https://www.soziopolis.de/passungsverhaeltnisse-im-bildungssystem-beitraege-zur-theoretischen-und-empirischen-systematisierung-einer-forschungsheuristik.html (letzter Zugriff 03.11.2022).

Metadaten sind strukturierte, maschinenlesbare Informationen, mit deren Hilfe eine Ressource beschrieben wird, z. B. das Datenfeld „Autor“ bei der Beschreibung eines Buchs. Sie werden häufig mit den zugehörigen Daten abgespeichert und verknüpft. Metadaten dienen der Wiederverwendbarkeit und Auffindbarkeit von Daten sowie der vereinfachten Verwaltung und Organisation. Durch Klassifikationssysteme und Metadatenstandards kann die Vergabe von Metadaten standardisiert werden.

Literatur zum Nach- und Weiterlesen:
Friedrich-Schiller-Universität Jena Kontaktstelle Forschungsdatenmanagement (o. D.) Metadaten und Metadatenstandards. Abrufbar unter: https://www.researchdata.uni-jena.de/information/metadatenstandards (letzter Zugriff 03.11.2022).

Bei Metadatenstandards handelt es sich um ein Regelwerk zur Vergabe von Metadaten. Beispielsweise bietet der Metadatenstandard „Learning Object Metdata“ (LOM) Datenfelder zur Beschreibung von Lernressourcen. Es werden von Kommissionen Vorgaben zu Informationseinheiten oder Inhalten festgelegt, wie Metadaten vergeben bzw. kodiert werden müssen, um dem jeweiligen Standard zu entsprechen. Ziel ist, eine konsistente Verwendung durch EndanwenderInnen zu gewährleisten und Interoperabilität zwischen verschiedenen Bildungsangeboten zu ermöglichen.

Literatur zum Nach- und Weiterlesen:
Friedrich-Schiller-Universität Jena Kontaktstelle Forschungsdatenmanagement (o. D.) Metadaten und Metadatenstandards. Abrufbar unter: https://www.researchdata.uni-jena.de/information/metadatenstandards (letzter Zugriff: 03.11.2022).

Allgemein steht Microlearning (dt. Mikrolernen) für verschiedene Lernaktivitäten von kurzer Dauer bzw. für das Lernen mit kleinen abgegrenzten Lerneinheiten, den Mikrolernelementen. Häufig wird dieses Lernen im Zusammenhang mit dem Lernen auf Mobilgeräten thematisiert. Die vielfältige Kombination von Mikrolernelementen birgt die Möglichkeit der Flexibilisierung von Lernwegen (Lernpfad) und ermöglicht eine zunehmende Modularisierung und damit perspektivisch eine höhere Passgenauigkeit zwischen Lernangeboten und -bedarfen.

Literatur zum Nach- und Weiterlesen:
Hug, T. (2018). Mikrolernen und mobiles Lernen. In: de Witt, C., Gloerfeld C. (Hg.) Handbuch Mobile Learning. Springer VS, Wiesbaden. S. 321-340.

Bei Moodle handelt es sich um ein frei verfügbares Open-Source Lernmanagementsystem, das an verschiedene Zwecke angepasst werden kann. Es hat aktuell mit über 245 Millionen Benutzer:innen (an über 100.000 Bildungseinrichtungen) weltweit den höchsten Verbreitungsgrad aller LMS. Moodle wird stetig weiterentwickelt und besitzt bereits zahlreiche Plugins zu anderen Tools, z. B. Mahara und H5P. Moodle wird unter einer GNU General Public License veröffentlicht und kann kostenlos heruntergeladen und auf eigenen Servern installiert werden.

Literatur zum Nach- und Weiterlesen:
Moodle (2019). Was ist Moodle. Abrufbar unter: https://docs.moodle.org/400/de/Was_ist_Moodle (letzter Zugriff: 03.11.2022).
Kerres, M. (2018). Mediendidaktik. Konzeption und Entwicklung digitaler Lernangebote. Berlin/Boston: De Gruyter Oldenbourg.

Multiagentensysteme (MAS) sind ein neues und vielversprechendes Gebiet im Bereich der verteilten künstlichen Intelligenz. Diese Systeme bestehen aus relativ autonomen und intelligenten Teilen, die Agenten genannt werden. Agenten besitzen im Kern vier Eigenschaften. Zunächst agieren sie ohne direktes Eingreifen durch andere (Autonomie). Sie besitzen eine „Sozialkompetenz“, in dem Sinne, dass sie mit Anderen interagieren. Außerdem reagieren sie auf Veränderungen in der Umgebung (Reaktivität). Schließlich sind sie in der Lage, die Initiative zu ergreifen (Proaktivität).

Literatur zum Nach- und Weiterlesen:
Zedan, H. S. M., & Cau, A. (1999). Object-oriented technology and computing systems re-engineering. Horwood Publishing.