TUGraz OPEN Library

Lepetit, Vincent

Learning Separable Filters

Khalil, M.

Brunner, H.

Ebner, M.

Evaluation Grid for xMOOCs

Aristidou, Nicholas

Sanchez-Molina, Irene

Chotchuangchutchaval, Thana

Brown, Michael

Martinez, Luis

Rath, Thomas

Haque, Saif A.

The Role of Oxygen in the Degradation of Methylammonium Lead Trihalide Perovskite Photoactive Layers

Sala, Pia

Pötz, Sandra

Brunner, Martina

Trötzmüller, Martin

Fauland, Alexander

Triebl, Alexander

Hartler, Jürgen

Lankmayr, Ernst

Köfeler, Harald

Determination of Oxidized Phosphatidylcholines by Hydrophilic Interaction Liquid Chromatography Coupled to Fourier Transform Mass Spectrometry

Passer, Alexander

Lasvaux, Sébastien

Allacker, Karen

De Lathauwer, Dieter

Wall, Johannes

Spirinckx, Carolin

Wittstock, Bastian

Kellenberger, Daniel

Gschösser, Florian

Wallbaum, Holger

Environmental Product Declarations entering the building sector - critical reflections based on 5 years experience in different European countries

Nagler, W.

Schön, M.

Was sagen die Studierenden zur E-Learning- Strategie der Hochschule?

Seufert, S.

Kopp, M.

Schlass, B.

 Editorial 9 
Sabine SEUFERT (St. Gallen), Martin EBNER1, 
Michael KOPP (Graz) & Bettina SCHLASS (Amsterdam) 
Editorial: E-Learning-Strategien für die 
Hochschullehre 
1 Wozu E-Learning-Strategien 
E-Learning kommt ein wenig in die Jahre. Doch das ist nicht negativ gemeint, son-
dern im Gegenteil erleben wir heute die Bedeutung der Medien an Hochschulen 
gänzlich anders als noch um die Jahrtausendwende. Mit dem Aufkommen des In-
ternets und damit verbunden der ersten Informationssysteme um 2000 war die 
Entwicklung und die Integration von Lernmanagementsystemen im Fokus der Wis-
senschaftler/innen (SCHULMEISTER, 2001; BAUMGARTNER, HÄFELE & 
MAIER-HÄFELE, 2002; BÄUMER, MALYS & WOSKO, 2004) sowie der ver-
antwortlichen Hochschulleiter/innen. Niemand konnte prognostizieren, wie sich die 
digitale Hochschullandschaft im Jahr 2015 präsentieren wird. Wir haben einen 
rasanten Innovationsschub auf Seiten der Technologien miterleben dürfen. Smart-
phones, Breitband, E-Reader gehören heute schon zur Standardausstattung der 
Studierenden (EBNER, NAGLER & SCHÖN, 2014), verbunden mit einer Vielzahl 
an (mobilen) Applikationen (EBNER, NAGLER & SCHÖN, 2015). Und dieser 
Höhenflug ist bei weitem noch nicht abgeschlossen, wenn man an Datenbrillen, 
digitale Uhren und andere Wearables denkt. 
Dieser Entwicklung steht eine Hochschule mit jahrzehntelanger Lehr- und Lerntra-
dition gegenüber und sieht sich gezwungen, diese zielgruppenadäquater anzubie-
ten. Dazu kommt, dass vermehrt neue didaktische Möglichkeiten wie Flipped-
                                                     
1
 E-Mail: martin.ebner@tugraz.at 
Sabine Seufert, Martin Ebner, Michael Kopp & Bettina Schlass 
 
   www.zfhe.at 10 
Classroom-Konzepte, Mobile-Learning-Konzepte oder Ansätze des Ubiquitous-
Learning aufpoppen. Diskussionen über Open Educational Resources (OER; EB-
NER & SCHÖN, 2011) und Massive Open Online Courses (MOOCs; McAULEY, 
STEWART, SIEMENS & CORMIER, 2010) verschärfen zusätzlich die Situation. 
Mit anderen Worten, die Zeit des Experimentierens ist vorbei, es braucht eine klare 
strategische Ausrichtung und Positionierung der Hochschule mit einer entspre-
chenden Budgetierung, um den zukünftigen Ansprüchen gerecht zu werden. Denn 
eines scheint klar: Die Studierenden von morgen werden dies einfordern. 
Mit diesem Tagungsband wollen wir einen kleinen Beitrag leisten und erste Über-
legungen bzw. bereits entwickelte und auch umgesetzte Strategien darstellen sowie 
deren Vor- und Nachteile diskutieren. 
2 Aufruf für Einreichungen zum Themen-
schwerpunkt 
Das Sonderheft steht in unmittelbarem Zusammenhang mit einer Tagung in Salz-
burg an der dortigen Universität am 5. Mai 2015. Die Autoren der akzeptierten 
Einreichungen bekamen dort die Möglichkeit, ihre Forschungsarbeiten den Teil-
nehmerinnen und Teilnehmern zu präsentieren.  
Entnehmen Sie alle Details zur Tagung der Tagungshomepage 
http://tinyurl.com/fnma050515. Dort sind das Programm und weitere Informatio-
nen zugänglich. 
Call for Papers 
Neue Technologien sind aus dem Lehr- und vor allem Lernalltag an Hochschulen 
nicht mehr wegzudenken. Die Digitalisierung der Hochschullehre wird immer viel-
fältiger: Traditioneller Frontalunterricht wird zunehmend ergänzt durch unter-
schiedlichste Formate: Videobasiertes Lernen, Flipped-Classroom-Konzepte, 
  ZFHE Jg.10 / Nr.2 (Mai 2015) S. 9-18 
 
Editorial 11 
selbstorganisierte, vernetzte Lernformen wie MOOCs oder mobile Lernumgebun-
gen. 
Die Nutzung neuer Technologien ist vielmehr als selbstverständlich anzusehen und 
die ständige Adaption der Infrastruktur stellt eine immer größere Herausforderung 
für Hochschulen dar, sowohl finanziell als auch organisatorisch. Dabei ist die Ein-
führung und Bereitstellung von Technologien alleine – zumindest in formalisierten 
Bildungskontexten – kaum mit einer nachhaltigen Veränderung der Lehr- und 
Lernpraxis verbunden. Die didaktische Innovationskraft neuer Technologien wird 
häufig überschätzt und zugleich das Beharrungsvermögen der „alten Didaktik“ 
unterschätzt. Die Potenziale und der didaktische Mehrwert von E-Learning schei-
nen sich nicht ohne weiteres in der „normalen Unterrichtspraxis“ entfalten zu kön-
nen. Hierzu bedarf es parallel laufender Innovations- und Veränderungsprozesse in 
der Bildungsinstitution, die neben einer Zielstrategie auch eine Implementierungs-
strategie benötigen. 
Darüber hinaus stehen viele Hochschulen nach einer erfolgreichen Einführung von 
innovativen Technologien heute vor dem Problem, dass die Innovationszyklen 
dieser auch immer kürzer werden. Daran geknüpft sind hohe Investitionskosten, 
deren Rechtfertigung zunehmend schwieriger wird, wenn die entsprechende Stra-
tegie fehlt oder nicht angepasst wird. 
Wir riefen in diesem Call auf, Beiträge rund um die strategische Implementierung 
von technologiegestütztem Lehren und Lernen in der Hochschule einzureichen. Die 
Beiträge sollten sowohl praxisorientiert als auch wissenschaftsorientiert Einblick 
geben, wie Strategien für die technologiegestützte Lehre an Hochschulen entwi-
ckelt und umgesetzt wurden/werden. Mögliche Fragen konnten sein (aber waren 
nicht darauf begrenzt): 
 Entwicklung oder Umsetzung der E-Learning-Strategie 
 Erfahrungen bzgl. der Veränderungs- oder Innovationsprozesse 
 Wesentliche Eckpunkte und Vorgehensweise bzgl. der Strategie 
Sabine Seufert, Martin Ebner, Michael Kopp & Bettina Schlass 
 
   www.zfhe.at 12 
Kurzum suchten wir Beiträge, die sich gezielt mit der strategischen Entwicklung 
und Implementierung im E-Learning-Bereich an Hochschulen auseinandersetzen. 
3 Beiträge des Themenheftes 
Insgesamt konnten aus den Einreichungen zehn Beiträge für das vorliegende The-
menheft nach einem doppelt-blinden-Begutachtungsprozess berücksichtigt werden. 
Im Anschluss folgt eine kurze Übersicht über die Beiträge. 
In einem wissenschaftlichen Beitrag gehen Fritjof Kollmann und Michael Schuhen 
auf einen hochschuldidaktischen Ansatz zur Implementierung von E-Learning in 
Vorlesungen ein. Als mikrodidaktische Veränderungsstrategie stellen sie das Po-
tenzial von Feedbackmöglichkeiten vor, um den Lernfortschritt von Studierenden 
während der Vorlesung festzustellen. Die Gestaltung interaktiver Elemente anhand 
einer kognitionsorientierten Interaktionstaxonomie als Grundlage eines Feedbacks 
soll die Qualität sicherstellen, die mit gängigen Clickersystemen nicht erzielt wer-
den kann. Der Beitrag stellt somit ein reales Beispiel dar, mit umfassenden Bottom-
up-Entwicklungen E-Learning flächendeckend einzuführen und damit eine interak-
tivere Lehrkultur in der Hochschule zu etablieren. 
Unter dem Titel „Es funktioniert doch“ fokussieren Beat Mürner, Laura Polexe 
und Dominik Tschopp in ihrem Beitrag die Akzeptanz und Hürden beim Blended 
Learning als Mischung von Online- und Präsenzlernen in der Hochschullehre. 
Ausgehend von einem Modell nachhaltiger Implementation gehen die Autorin und 
Autoren auf zwei Fallbeispiele für Blended-Learning-Angebote ein. Ihre Erfahrun-
gen und empirische Untersuchungen zeigen, dass die Akzeptanz bei den Lernenden 
sehr hoch ist, wohingegen sich bei den Lehrenden eher ein heterogenes Bild ab-
zeichnet. Abschließend hinterfragen sie, inwieweit reine Bottom-up-Entwicklungen 
aufgrund der Akzeptanzhürden bei Lehrenden tatsächlich zu Veränderungen in der 
Hochschullehre führen können. 
In ihrem Beitrag „Digitalisierung von Hochschulbildung: E-Learning-Strategie(n) 
noch up to date?“ gehen Patricia Arnold, Gisela Prey und Dennis Wortmann zu-
  ZFHE Jg.10 / Nr.2 (Mai 2015) S. 9-18 
 
Editorial 13 
nächst auf gängige E-Learning-Strategien aus der Literatur ein. Anhand eines kon-
kreten Fallbeispiels werden die Vorgehensweisen, Herausforderungen und Grenzen 
der Strategieentwicklung für die Implementation von E-Learning aufgezeigt. Ent-
lang der Dimensionen Organisation, Ökonomie, Kultur, Veränderungsprozes-
se/Leadership werden die Vor- und Nachteile einer eng gefassten E-Learning-
Strategie im Vergleich zu einer umfassenderen Digitalisierungsstrategie an einer 
Hochschule diskutiert. Die Autorinnen und der Autor kommen in ihrem Beitrag zu 
dem Ergebnis, dass die Wahl der Strategie von mehreren Kontextfaktoren abhängig 
ist und die Verknüpfung beider Strategien durchaus sinnvoll erscheinen kann. 
In ihrem Werkstattbericht beschreiben Michael Kopp und Martin Polaschek die 
Entwicklung einer E-Learning Strategie für die Universität Graz. Nach der Dar-
stellung der Ausgangslage und der vorliegenden Rahmenbedingungen werden all-
gemeine Parameter zur Strategieentwicklung unter besonderer Berücksichtigung 
des Einsatzes neuer Medien erörtert. Daran schließen die Beschreibung der konkre-
ten Strategieentwicklung in Form eines kombinierten Top-down- und Bottom-up-
Prozesses sowie die Darstellung der wesentlichen Inhalte inklusive der damit ver-
bundenen definierten Umsetzungsschritte an. Abschließend wird ein Ausblick über 
zukünftige Entwicklungen und Herausforderungen bei der Strategieumsetzung 
gegeben. 
Der kollaborative Aspekt steht im Mittelpunkt des Werkstattberichtes von Alexan-
der Klier und Timo van Treeck. Am praktischen Beispiel der Fachhochschule Köln 
zeigen die Autoren, wie kollaboratives E-Learning und soziale Praktiken in die 
Change-Prozesse in der Organisation Hochschule eingebunden werden müssen, um 
ein strategisches Leitbild mit hoher Praxisorientierung zu entwickeln und zu etab-
lieren, anstatt es nur zu verordnen. Dabei werden das Lehrenden-Coaching, die 
innerinstitutionelle Hochschulforschung, die Ausschreibung eines Lehrpreises und 
ein Scholarship of Teching and Learning als wesentliche Maßnahmen für das Ge-
lingen einer partizipativen E-Learning-Strategie beschrieben. 
Julia Liebscher, Anke Petschenka, Holger Gollan, Sandrina Heinrich, Isabell van 
Ackeren und Christian Ganseuer stellen in ihrem Werkstattbericht die E-Learning-
Sabine Seufert, Martin Ebner, Michael Kopp & Bettina Schlass 
 
   www.zfhe.at 14 
Strategie der Universität Duisburg-Essen vor. Nach der Beschreibung der Aus-
gangslage nennen die Autorinnen und Autoren die konkreten Zielsetzungen im 
Kontext einer umfassenden Lernstrategie und beschreiben die Schritte, die vom 
ersten Textentwurf zur verabschiedeten E-Learning Strategie geführt haben, wobei 
auch erklärt wird, welche Maßnahmen zur Verbreitung der Strategie an der Hoch-
schule gesetzt wurden. In weiterer Folge werden die ersten praxisorientierten Um-
setzungsschritte im Rahmen eines Pilotprojektes vorgestellt, und der Beitrag endet 
mit der Beschreibung von bisher gewonnenen Erfahrungswerten. 
In dem Werkstattbericht „‚Ich fühle mich zehn Jahre weiser‘ – Studentische Betei-
ligung in zentraler E-Learning-Beratung“ präsentieren Anika Kneiphoff und Hol-
ger Hansen eine Reihe von Initiativen an der Ruhr-Universität Bochum, in Berei-
chen des E-Learning Studierende in diverser Form und Intensität an Projekten teil-
haben zu lassen und so den Akzeptanzgrad in der zahlenmäßig stärksten Nutzer-
gruppe durch zielgerichtete Partizipation zu erhöhen. 
Daniela Pscheida, Andrea Lißner, Christian Hoppe und Andreas Sexauer stellen in 
einem Werkstattbericht mit dem Titel „MOOC als Instrument des hochschulüber-
greifenden Marketings und der Studienorientierung“ eine Initiative der neun tech-
nischen Universitäten in Deutschland (TU9) vor. Dabei wird beschrieben, warum 
ein MOOC als gemeinsame Möglichkeit gesehen wird, möglichst viele interessierte 
Studierende anzusprechen. Auch wenn die Zahl der Teilnehmer/innen hinter den 
Erwartungen blieb und es weitere Hürden zu überwinden galt, wird ein positives 
Fazit gezogen. 
In ihrem Beitrag über „Was sagen die Studierenden zur E-Learning-Strategie der 
Hochschule?“ beschreiben Martin Ebner, Martin Schön und Walther Nagler den 
E-Learning-Strategieentwicklungsprozess an der Technischen Universität Graz. Im 
Zentrum des Artikels steht aber eine großflächige Umfrage bei Studierenden, die 
insbesondere die Bedeutung von E-Learning bei der Qualitätsverbesserung der 
Hochschullehre herausstreicht. Darüber hinaus werden weitere interessante Details 
herausgearbeitet, die die Lernenden von heute bewegen. 
  ZFHE Jg.10 / Nr.2 (Mai 2015) S. 9-18 
 
Editorial 15 
Claude Müller, Maren Lübcke, Mark Alder und Roger Johner berichten in dem 
Beitrag „Dauerhaft Digital: systematische Entwicklung und Implementation einer 
E-Learning-Strategie“, wie an der School of Management and Law der Zürcher 
Hochschule für Angewandte Wissenschaften eine E-Learning-Strategie zuerst sys-
temisch konzipiert wurde, wobei als Diskussionsgrundlage und Entwicklungstool 
der Morphologische Kasten diente. In einem zweiten Schritt wird auf die Vorge-
hensweise bei der nachhaltigen und dauerhaften Implementierung dieser Strategie 
unter Berücksichtigung spezifischer Aspekte von Change-Management-Prozessen 
an Hochschulen eingegangen. 
4 Ein Dank den Gutachterinnen und Gutach-
tern 
Abschließend gilt der Dank den vielen ehrenamtlich tätigen Gutachterinnen und 
Gutachtern, ohne die ein wissenschaftlich fundiertes Heft gar nie möglich wäre. 
Wir sagen danke in alphabetischer Reihenfolge an: 
 Taiga Brahm 
 Claudia Bremer 
 Dan-Christian Dabija 
 Alexandra Dorfer-Novak 
 Anja Ebert-Steinhübl 
 Klaus Graf 
 Margarete Grimus 
 Holger Hansen 
 Klaus Hatzl 
 Ilona Herbst 
 Sandra Hofhues 
 Tobias Jenert 
 Michael Kerres 
Sabine Seufert, Martin Ebner, Michael Kopp & Bettina Schlass 
 
   www.zfhe.at 16 
 Thomas Köhler 
 Isa Jahnke 
 Elke Lackner 
 Andrea Lißner 
 Walther Nagler 
 Eva Seiler Schiedt 
 Mandy Rohs 
 Hannes Rothe 
 Urs Saxer 
 Sandra Schön 
 Patrick Schweighofer 
 Felix Seyfarth 
 Sabine Schirlitz 
 Behnam Taraghi 
 Martin Teufel 
 Anne Thillosen 
 Timo van Treeck 
 Klaus Wannemacher 
 Heidi Weber 
 Andreas Wittke 
Nun ist es aber an der Zeit, Ihnen, liebe Leser/innen, eine interessante Lektüre zu 
wünschen. 
Die Herausgeber/innen 
  
  ZFHE Jg.10 / Nr.2 (Mai 2015) S. 9-18 
 
Editorial 17 
5  Literaturverzeichnis 
Bäumer, M., Malys, B. & Wosko, M. (2004). Lernplattformen für den universitären 
Einsatz. In K. Fellbaum & M. Göcks (Hrsg.), eLearning an der Hochschule (S. 121-
140). Aachen: Shaker Verlag. 
Baumgartner, P., Häfele, H. & Maier-Häfele, K. (2002). E-Learning 
Praxishandbuch – Auswahl von Lernplattformen. Innsbruck, Wien: Studienverlag. 
Ebner, M. & Schön, S. (2011). Lernressourcen: Frei zugänglich und einsetzbar. In 
Handbuch E-Learning – Expertenwissen aus Wissenschaft und Praxis – Strategie, 
Instrumente, Fallstudien (S. 1-14). 
Ebner, M., Nagler, W. & Schön, M. (2014). Do You Mind NSA Affair? Does the 
Global Surveillance Disclosure Impact Our Students? In Proceedings of World 
Conference on Educational Multimedia, Hypermedia and Telecommunications 
2014 (S. 2307-2312). Chesapeake, VA: AACE. 
Ebner, M., Nagler, W. & Schön, M. (2015). Why Facebook Swallowed WhatsApp. 
In Proceedings of World Conference on Educational Multimedia, Hypermedia and 
Telecommunications 2015 (in Druck). 
McAuley, A., Stewart, B., Siemens, G. & Cormier, D. (2010). The MOOC Model 
for Digital Practice. http://www.elearnspace.org/Articles/MOOC_Final.pdf, Stand 
vom 8. April 2015. 
Schulmeister, R. (2001). Virtuelle Universität, Virtuelles Lernen. München, Wien: 
Oldenbourg Wissenschaftsverlag.  
Sabine Seufert, Martin Ebner, Michael Kopp & Bettina Schlass 
 
   www.zfhe.at 18 
Herausgeber/innen 
Prof. Dr. Sabine SEUFERT    Universität St. Gallen, Institut für 
Wirtschaftspädagogik    Dufourstr. 40a, CH-9010 St.Gallen 
www.iwp.unisg.ch, www.scil.ch, www.scil-blog.ch 
sabine.seufert@unisg.ch 
 
Univ.-Doz. Dipl.-Ing. Dr. techn. Martin EBNER    Technische 
Universität Graz, Abteilung Vernetztes Lernen    Münzgrabenstra-
ße 35a, A-8010 Graz 
http://martinebner.at, http://elearningblog.tugraz.at, 
http://elearning.tugraz.at 
martin.ebner@tugraz.at 
 
Mag. Dr. Michael KOPP  ||  Akademie für Neue Medien und Wis-
senstransfer, Universität Graz  ||  Liebiggasse 9, A-8010 Graz 
http://akademie.uni-graz.at 
michael.kopp@uni-graz.at 
 
Bettina SCHLASS, M.A., M.A.    Blackboard/Moodlerooms    
Paleisstraat 1-5, NL-1012 RB Amsterdam 
http://moodlerooms.com, http://blackboard.com 
bettina.schlass@blackboard.com 


Editorial: E-Learning-Strategien für die Hochschullehre

Taraghi, B.

Saranti, A.

Schön, S.:

eLear
ning 
Paper
s40
1
From the field
eLearning Papers • ISSN: 1887-1542 • www.openeducationeuropa.eu/en/elearning_papers 
n.º 40 • January 2015
Learning Analytics, aspects, 
technology enhanced 
learning
Tags
 
Martin Ebner 
martin.ebner@tugraz.at
Behnam Taraghi 
b.taraghi@tugraz.at
Anna Saranti 
s0473056@sbox.tugraz.at
Social Learning, Computer 
and Information Services 
Graz University of 
Technology 
Graz, Austria
Sandra Schön 
sandra.schoen@
salzburgresearch.at
Innovation Lab, 
Salzburg Research 
Forschungsgesellschaft, 
Salzburg, Austria
Seven features of smart learning analytics - lessons learned 
from four years of research with learning analytics 
Learning Analytics (LA) is an emerging field; the analysis of a large amount of data helps 
us to gain deeper insights into the learning process. This contribution points out that 
pure analysis of data is not enough. Building on our own experiences from the field, 
seven features of smart learning analytics are described. From our point of view these 
features are aspects that should be considered while deploying LA. 
1. Introduction
Already back in 2006 Retalis et al. proposed their first thoughts on “Learning Analytics” 
and considered interaction analysis as a promising way to better understand the learner’s 
behavior. A couple of years later, further activities were organized, especially Long and 
Siemens (Long & Siemens, 2011) predicted that the most important factor shaping the 
future of higher education will be big data and analytics. Since then, scientific conferences, 
different reports (e.g. Horizon report, 2011) and public funding referred to Learning Analytics. 
Nowadays, discussing about the topic Learning Analytics is attracting many researchers 
worldwide. According to Siemens and Baker (Siemens & Baker, 2012) LA “is the measurement, 
collection, analysis and reporting of data about learners and their contexts, for purposes of 
understanding and optimizing learning and the environments in which it occurs”. Further 
research publications refined the definition towards more students’ activities (Duval, 2010) 
or proposed descriptive models and frameworks (cf. Siemens 2011; Elias 2011; Greller & 
Drachsler 2012; Cooper 2012; Chatti et al. 2012; Friesen 2013).
Within our own work and studies, we worked with LA in diverse contexts of learning in 
schools and higher education. At first glance, the difference between Educational Data 
Mining (EDM) and Learning Analytics is not obvious (Baker et al., 2012). Therefore the last 
years of  research was dominated to explain why LA differs from EDM and why a new research 
field is absolutely necessary. Furthermore the authors did several field studies using learning 
analytics (Schön et al., 2012; Ebner & Schön,  2013; Ebner et al., 2013; Taraghi et al., 2013; 
Taraghi et al., 2014a; Greller et al., 2014; Taraghi et al., 2014b). Against this background we 
tried to formulate features that we consider as crucial for smart implementation of LA. From 
our point of you, these are effective also in performance support in organizations as well as 
for learning support in classrooms. These aspects are independent from the context, but 
important for the support of learning and learners 
Authors
eLear
ning 
Paper
s40
2
From the field 
eLearning Papers • ISSN: 1887-1542 • www.openeducationeuropa.eu/en/elearning_papers 
n.º 40 • January 2015
2. Seven features of smart Learning Analytics
Based on our literature review and our own on-field experiences, 
we propose a list of seven features of smart Learning Analytics. 
1. Learning Awareness: Smart LA should support the awareness 
of learning. Even if it has components of assessment and 
controlling, LA is meant to support learning. It is important 
that each learner is informed about his/her current state 
in the learning process. Questions like: Where do I achieve 
the greatest performance and where/when not, are in 
the center of this aspect. Learning awareness reflects on 
the idea that the learner is conscious about the evolution 
of his/her personal learning process and knows how to 
improve it according to the available data. 
2. Privacy Awareness: Considering privacy is becoming a very 
important issue. It is not only recommended to software 
developers to keep personal data safety, but also for 
instructors, teachers, trainers as well as learners. Data 
confidentiality has to be guaranteed. A secure manipulation 
and transfer of personal data is a precondition for successful 
LA programs. Learners should be able to trust their learning 
environments. 
3. Time Awareness: When LA comes into our minds, we are 
always thinking in learning processes. The term process 
implies that we follow learning along a timeline. Therefore 
LA has to provide a possibility where learners as well as 
instructors, teachers or trainers are able to see how they 
are performing over a certain time period. They also have 
to understand that learning is not a snap shot, but a highly 
steadily growing process over time.
4. Visual Feedback: LA has to provide visualizations of the 
learning process. Graphics working as feedback channel 
for the learners (how did I perform till now) as well as 
instructors, teachers and trainers (how did my class/
group perform till now) and finally also for administrators, 
developers and researchers (how did the program enhance 
the learning process). Each illustration must be easy 
understandable and simple. Otherwise learners or teachers 
will not find them helpful. From our perspective this is a 
very sophisticated task.
5. Pedagogical Interventions: LA collects data of learners to 
analyze it. Different visualizations give instructors, teachers 
and trainers the idea how their learners are currently 
performing. As Greller and Drachsler (2012) mentioned, 
LA must be embedded in a pedagogical approach. They 
claimed that LA will force pedagogical interventions, 
which may lead to a change of the pedagogical behavior 
(Van Harmelen & Workman, 2012). LA is strongly linked to 
pedagogical interventions and brings the educator in the 
center of the whole learning arrangement. 
6. Big Data Centralism: An important reason what LA makes 
powerful is the potential notion of data centralism. From a 
technical perspective the main difference between former 
EDM software and LA can be seen in centralized big data. 
Due to web technologies it is nowadays possible to let 
people use the device of their choice, while aggregating 
the produced learning data centrally. It does not matter if 
learners are using a smartphone, a tablet or a computer, 
each single entry will be gathered on the same place. 
Consequently, the amount of data can get really big and 
therefore reliable for further research investigations. 
7. Knowledge Structures Acquisition: The last feature of 
smart LA considers the new knowledge that emerges from 
the analysis of data and that is important for pedagogical 
scientists. New insights and perspectives may let us rethink 
how people are learning. Knowledge structures can be 
derived and can influence the existing algorithm running in 
the background of LA software. Dynamical adoption to the 
learner’s needs is one of big challenges in close relation to 
the data gathered in the background. 
eLear
ning 
Paper
s40
3
From the field 
eLearning Papers • ISSN: 1887-1542 • www.openeducationeuropa.eu/en/elearning_papers 
n.º 40 • January 2015
3. Conclusion
Fig 1. summarizes seven features of LA we suggest to bear in 
mind while implementing LA. The main issue is that the data 
itself will not lead to any valuable insights into how learning 
occurs or might happen. It is about the people who get it in an 
appropriate way in order to enhance their knowledge about the 
learning process. Learning Analytics should  support learners to 
enhance their performance, educators to get a better picture 
about their students’ learning and also should support scientists 
to understand how learning in a particular domain happens. The 
seven proposed features of smart LA supports the development. 
Fig.  1 Seven features of smart Learning Analytics
eLear
ning 
Paper
s40
4
From the field 
eLearning Papers • ISSN: 1887-1542 • www.openeducationeuropa.eu/en/elearning_papers 
n.º 40 • January 2015
References
Baker, R. S., Duval, D., Stamper, J., Wiley, D. & Buckingham Shum, S. 
(2012). Panel: Educational Data Mining meets Learning Analytics, in: 
Proceedings of 2nd International Conference on Learning Analytics & 
Knowledge (LAK ‘12), New York, USA 2012, p. 20.
Chatti, M.A., Dyckhoff, A.L., Schroeder, U., & Thüs, H. (2012). A reference 
model for learning analytics. in International Journal of Technology 
Enhanced Learning. Special Issue on “State-of-the-Art in TEL”. pp. 1-22. 
http://learntech.rwth-aachen.de/dl1139 (last visited July 2014)
Cooper, A. (2012). A Framework of Characteristics for Analytics. CETIS 
Analytics Series Vol.1, No 7.
Duval, E. (2010). Attention Please! Learning Analytics for Visualization and 
Recommendation. To appear in: Proceedings of LAK11: 1st International 
Conference on Learning Analytics and Knowledge 2011. (https://lirias.
kuleuven.be/bitstream/123456789/315113/1/la2.pdf  (last visited July 
2014)
Ebner, M., & Schön, M. (2013). Why Learning Analytics in Primary 
Education Matters!, Bulletin of the Technical Committee on Learning 
Technology, Karagiannidis, C. & Graf, S (Ed.), Volume 15, Issue 2, April 
2013, pp. 14-17.
Ebner, M., Schön, M., Taraghi, B., & Steyrer, M. (2013). Teachers Little 
Helper: Multi-Math-Coach, Proceedings of the IADIS International 
Conference e-Learning 2013, Nunes, M. B. & McPherson, M. (Ed.), Prague, 
IADIS Press, pp. 183-190.
Elias, T. (2011). Learning Analytics: Definitions, Processes 
and Potential. Available at: http://learninganalytics.net/
LearningAnalyticsDefinitionsProcessesPotential.pdf (last visited July 2014)
Friesen, N. (2013). Learning Analytics: Readiness and Rewards. In: 
Canadian Journal of Learning and Technology (CJLT) Vol 39, No 4. Available 
at: http://www.cjlt.ca/index.php/cjlt/article/view/774/379 (last visited 
July 2014)
Greller, W., & Drachsler, H. (2012) Translating Learning into Numbers: A 
Generic Framework for Learning Analytics, In: Educational Technology & 
Society 15 (3) , pp- 42-57.
Greller, W., Ebner, M. & Schön, M. (2014). Learning Analytics: From Theory 
to Practice – Data Support for Learning and Teaching. In: Computer Assisted 
Assessment. Kalz, Marco, Ras, Eric (Eds.) -Research into E-Assessment, 
Communications in Computer and Information Science Volume 439, 2014, 
pp 79-87. Springer, New York
Horizon Report (2011). New Media Consortium, http://wp.nmc.org/
horizon2011/sections/learning-analytics/ (last visited July 2014)
Schön, M., Ebner, M., & Kothmeier, G. (2012). It’s Just About Learning the 
Multiplication Table, In Proceedings of the 2nd International Conference 
on Learning Analytics and Knowledge (LAK ‘12), Simon Buckingham Shum, 
Dragan Gasevic, and Rebecca Ferguson (Eds.). ACM, New York, NY, USA, 
pp. 73-81.
Retalis, S., Papasalouros, A., Psaromiligkos, Y., Siscos, S., & Kargidis, T. 
(2006). Towards Networked Learning Analytics – A concept and a tool. 
Networked Learning.  http://www.lancaster.ac.uk/fss/organisations/netlc/
past/nlc2006/abstracts/pdfs/P41%20Retalis.pdf (last visited July 2014)
Romero, C., & Ventura, S. (2007). Educational data mining: A survey from 
1995 to 2005. In: Expert Systems with Applications, 33, 135-146. https://
www.academia.edu/2662296/Educational_data_mining_A_survey_
from_1995_to_2005 (last visted July 2014)
Siemens, G., & Baker, R. S. J. (2012). Learning Analytics and Educational 
Data Mining: Towards Communication and Collaboration. LAK ‘12 
Proceedings of the 2nd International Conference on Learning Analytics and 
Knowledge, pp. 252- 254.
Siemens, G. (2011). Learning Analytics: A foundation for informed change 
in higher education. Educause conference presentation. Available at: 
http://www.slideshare.net/gsiemens/learning-analytics-educause (last 
visited July 2011)
Taraghi, B., Softic, S., Ebner, M., & De Vocht, L. (2013). Learning Activities 
in Personal Learning Environment. In Proceedings of World Conference on 
Educational Multimedia, Hypermedia and Telecommunications 2013 (pp. 
2466-2475). Chesapeake, VA: AACE.
Taraghi, B., Ebner, M., Saranti, A., & Schön, M. (2014a). On Using Markov 
Chain to Evidence the Learning Structures and Difficulty Levels of One Digit 
Multiplication, In: Proceedings of the Fourth International Conference on 
Learning Analytics And Knowledge, ACM, New York, pp. 68-72.
Taraghi, B., Saranti, A., Ebner, M., & Schön, M. (2014b). Markov Chain and 
Classification of Difficulty Levels Enhances the Learning Path in One Digit 
Multiplication. Learning and Collaboration Technologies. Designing and 
Developing Novel Learning Experiences. Panayiotis, Z., Ioannou, A. (Ed.), 
Springer Lecture Notes, pp. 322-322.
Van Harmelen, M., & Workman, D. (2012). Analytics for Learning and 
Teaching. CETIS Analytics Series Vol. 1, No. 3.
eLear
ning 
Paper
s40
5
From the field 
eLearning Papers • ISSN: 1887-1542 • www.openeducationeuropa.eu/en/elearning_papers 
n.º 40 • January 2015
 
Copyrights 
The texts published in this journal, unless otherwise indicated, are subject 
to a Creative Commons Attribution-Noncommercial-NoDerivativeWorks 
3.0 Unported licence. They may be copied, distributed and broadcast pro-
vided that the author and the e-journal that publishes them, eLearning 
Papers, are cited. Commercial use and derivative works are not permit-
ted. The full licence can be consulted on http://creativecommons.org/
licenses/by-nc-nd/3.0/ 
Edition and production
Name of the publication: eLearning Papers 
ISSN: 1887-1542
Publisher: elearningeuropa.info
Edited by: P.A.U. Education, S.L.
Postal address: c/Muntaner 262, 3r, 08021 Barcelona (Spain)
Phone: +34 933 670 400
Email: editorialteam[at]openeducationeuropa[dot]eu
Internet: www.openeducationeuropa.eu/en/elearning_papers


Seven features of smart learning analytics - lessons learned from four years of research with learning analytics

Graz University of Technology

Not a member yet