Dank Datenanalyse: Lernen wird persönlich

Datendominierte Tools werden die Zukunft des Learning & Development weltweit beeinflussen, bereichern und verändern. Zugleich muss sich Personalentwicklung neue Kompetenzen aneignen. Das ist das Ergebnis einer aktuellen Umfrage, die seit 2014 die aktuellen Trends beleuchtet.
Es ist nur eine Frage, die der britische E-Learning-Experte Donald H. Taylor seit 2014 einmal im Jahr in seiner „Learning & Development Global Sentiment Survey“ stellt: „What will be hot in workplace learning next year?“ Das diesjährige Ergebnis zeigt erstmals: Kluges Sammeln und Auswerten von Daten wird was und wie wir im Unternehmen lernen, stark beeinflussen.
Drei Antworten können die Teilnehmer der Umfrage aus 15 vorgegebenen Begriffen auswählen. Personalisierung bzw. „adaptive Delivery“, Künstliche Intelligenz und Learning Analytics sind demnach die Top-3 der heißesten Trends 2019. Auf den folgenden Plätzen zu finden sind kollaboratives und Social Learning, Microlearning, Learning Experience Plattforms, VR/AR und Mobiles Lernen. Eine engere Abstimmung mit dem Business, bei der letztjährigen Abstimmung noch auf Platz 4, fiel auf Platz 9. Dazu passt der Abstieg von „Showing value“, das von sechs auf 11 abrutschte, von „Curation“ von 9 auf 14 und die gesunkene Bedeutung von „Developing the L&D function“ von Platz 12 auf 14.
Drei Trends leitet Taylor aus der Umfrage ab:
- Die Zeit des datengetriebenen Lernens ist angebrochen. Daten sind das verbindende Element der beherrschenden Trends in Learning & Development.
- Technologietrends bestehen fort. Technologien wie Microlearning, Virtual und Augmented Reality oder Mobile Learning und Videos halten sich mit geringen Veränderungen auf den vorderen Plätzen
- Nicht technologiegetriebene Lerntrends verlieren an Bedeutung.
Umbruch im Learning und Development
Für Taylor markiert das aktuelle Ergebnis einen deutlichen Umbruch für Learning & Development, weg von der traditionellen Trainingsabteilung, die Kurse entwickelt und die Mitarbeitenden mit Online- oder Präsenz-Trainings versorgt. Die Ursache dafür sieht er unter anderem darin, dass wir im täglichen Leben ständig mit Datenanalysen konfrontiert sind, sei es bei Netflix, das uns basierend auf der Auswertung der gesehenen Filme und Serien weitere Filme vorschlägt oder Amazon, das personalisierte Vorschläge für den Einkauf macht. Gleichzeitig würde die Auswertung von Daten in immer mehr Unternehmensbereiche vordringen.
Die verzögerte Nutzung von Datenanalysen in L&D führt Taylor auf die Tatsache zurück, dass sich der Erfolg einer Verhaltensänderung durch Weiterbildung nur sehr schwer messen lasse. Während bei Marketingmaßnahmen sehr schnell ausgewertet werden könne, welche Aktion genau zu mehr Leads und Verkäufen geführt habe, sei es bei Qualifizierungsmaßnahmen nicht so leicht, das Ergebnis zu messen.
Taylor warnt davor, die eher abgeschlagenen Trends auf der Liste, wie zum Beispiel das kollaborative Lernen, als nicht mehr wichtig anzusehen. Diese Trends seien vielmehr weltweit akzeptiertes tägliches Geschäft und würden daher nicht mehr als neu und damit „hot“ empfunden.
Lernanalysten dank Daten und Künstlicher Intelligenz
Dennoch würde das Ergebnis einen echten Umbruch bedeuten, da allein 30 Prozent der Stimmen auf die drei Top-Trends entfielen, die sich alle um das Thema Daten drehen. Die Kombination aus Künstlicher Intelligenz zur Personalisierung und Lernanalyse könnte jetzt nicht nur bei der Entscheidung helfen, wo Weiterbildungsmaßnahmen konzentriert werden sollten, sondern vor allem Inhalte effektiver und qualifizierter auszuliefern. KI und Lernanalysen würden es ermöglichen, eine bessere, eng mit der Arbeit verbundene Leistungsunterstützung zu liefern und auch den mittel- und längerfristigen Bedarf an bestimmten Fähigkeiten vorherzusagen. Die Arbeit von Learning & Development ließe sich so wirkungsvoller und strategischer gestalten. Von den beteiligten Fachkräften fordert Taylor die Bereitschaft, die vorhandenen Kompetenzen zu verfeinern und um neue zu ergänzen, um das erweiterte Toolkit nutzen zu können. Nur sehr wenige Personalentwickler müssten Experten für KI und Learning Analytics sein, aber alle sollten ein Verständnis dafür entwickeln, was diese Begriffe bedeuten und was sich mit Hilfe von Partnern damit machen ließe.
An der Umfrage beteiligten sich rund 2.000 Personen aus Nordamerika, Großbritannien, Europa, Indien sowie vom australischen Kontinent und Neuseeland. Während eine Gruppe der Teilnehmer über Social Media Kanäle eingeladen wurde, bekam eine weitere Gruppe die Einladung per E-Mail.
Mehr Informationen:
http://donaldhtaylor.co.uk/blog/

Gudrun Porath
Gudrun Porath ist freie Journalistin und Moderatorin. Die studierte Kulturwissenschaftlerin arbeitete für Tageszeitungen, bis sie 1999 zu einem jungen Kommunikationssoftware-Unternehmen wechselte und dort unter anderem nach dem Börsengang die Finanzmarktkommunikation verantwortete. 2005 machte sie sich als Journalistin selbstständig und spezialisierte sich auf die Themen digitales Lernen und Weiterbildung, über die sie seitdem für Fachzeitschriften schreibt und Veranstaltungen moderiert. Auf haufe.de erscheint ihre E-Learning-Kolumne.
Der Artikel beschreibt schön, wie die alte Welt der monodirektionalen Maßnahmenbestimmung über weitere Tools ergänzt werden kann, um ein Zielbild zu erreichen, bei dem verschiedene Messgrößen zur Bestimmung individuell relevanter Maßnahmen führen können.
Im Falle unseres Campus kann die Identifikation und anschließende Empfehlung relevanter Maßnahmen zusätzlich durch wichtige Unternehmenskennzahlen, die Ergebnisse des Assessments des Kompetenz Managements und/oder durch ein optionales Modul „Mitarbeitergespräche/Zielvereinbarungen“ erfolgen.
Zielbild: Unternehmensperformance und Trainingsaktivität in Zusammenhang bringen, nur noch Lernen, was wirklich Sinn ergibt.
Die Kunst bei dem Thema: Die verschiedenen Stakeholder (z.B. Vertrieb/Controlling, L&D, Strategie, …) an einen Tisch zu bringen – also Abteilungen, die gegenseitigen Impact auf das Tun des/der Anderen haben, sich aber meistens noch zu selten miteinander verbinden und funktional als System verstehen.