Learning Analytics: Vom Blick zurück zum Blick nach vorn

Learning Analytics: Vom Blick zurück zum Blick nach vorn

Was wäre, wenn L&D-Daten nicht nur zeigen, was passiert ist, sondern auch, was als Nächstes kommt? Business Intelligence hilft dabei, Muster und Zusammenhänge zu erkennen, Entwicklungen frühzeitig einzuschätzen und schneller die richtigen Entscheidungen zu treffen.

Was klassische L&D-Reports nicht zeigen

Die meisten L&D-Reports blicken zurück: Wie viele Mitarbeiter haben im vergangenen Monat ein Training abgeschlossen? Wie zufrieden war die letzte Trainingsgruppe? Wie viele Trainingsstunden wurden absolviert? Und welche Testergebnisse haben die Teilnehmer erzielt? Die Zahlen sind korrekt und professionell aufbereitet – doch für viele Entscheidungen, die heute im L&D-Bereich anstehen, reichen sie nicht aus.

Denn bei strategischen Fragen geht es weniger darum, was war, sondern darum, was kommt. Wo sollte das Trainingsbudget eingesetzt werden? Welche Kompetenzlücken müssen vor einem wichtigen Produktlaunch geschlossen werden? Erreicht das neue Onboarding-Programm die gewünschte Geschwindigkeit beim Kompetenzaufbau? Und welche Trainingsmaßnahmen wirken sich tatsächlich auf die Leistung aus, die für das Unternehmen zählt?

Für solche Fragen reicht es nicht, nur zu wissen, was passiert ist. Entscheidend ist, Zusammenhänge zu verstehen, Entwicklungen einzuordnen und daraus abzuleiten, was künftig relevant wird. Das Problem ist deshalb nicht, dass L&D zu wenig Daten hätte. In LMS, HR-Systemen und anderen Unternehmenssystemen liegen häufig zahlreiche relevante Informationen. Die Herausforderung besteht vielmehr darin, diese Daten so zu nutzen, dass sie Antworten auf die Fragen liefern, die für die nächste Entscheidung wirklich relevant sind.

Das Timing-Problem im L&D-Reporting

Klassische LMS-Reports konzentrieren sich vor allem auf bereits erfasste Aktivitäten: Ein Mitarbeiter startet ein Modul, schließt ein Training ab, besteht einen Test oder erhält ein Zertifikat. Daraus entsteht ein zuverlässiges Bild der Vergangenheit. Doch gerade für Entscheidungen, die heute getroffen werden müssen, reicht dieser Blick zurück oft nicht aus.

Das eigentliche Problem ist deshalb oft das Timing. Eine Abschlussquote aus dem vergangenen Monat hilft beispielsweise nur begrenzt dabei, auf eine Kompetenzlücke zu reagieren, die gerade in Mitarbeitergesprächen sichtbar geworden ist. Und ein Zufriedenheitswert aus der letzten Trainingsgruppe bringt wenig, wenn eine Budgetentscheidung vor dem nächsten Quartalsplanungstermin getroffen werden muss. Bis ein klassischer Report erstellt, geprüft und weitergegeben wurde, kann das Zeitfenster für die betreffende Entscheidung bereits vorbei sein.

Ein Report kann also korrekt sein und trotzdem zu spät kommen. Genau hier setzt Business Intelligence an: Historische L&D-Daten werden mit weiteren Unternehmensdaten verknüpft und in einen größeren Kontext gestellt. Dadurch lassen sich nicht nur einzelne Kennzahlen betrachten, sondern auch Muster, Zusammenhänge und Entwicklungen erkennen. Aus der Frage „Was ist passiert?“ wird so zunehmend die Frage: „Was bedeutet das für unsere nächste Entscheidung?“

Der lange Weg zur Antwort

Selbst wenn L&D leistungsfähigere Analyse-Tools einsetzt, bleibt häufig ein weiteres Problem: der direkte Zugang zu den Daten. Sobald eine Frage nicht über eines der vorhandenen Dashboards beantwortet werden kann, beginnt oft ein langwieriger Abstimmungsprozess mit dem zentralen Analytics-Team oder einem internen Experten. Die gewünschte Auswertung muss beschrieben, erstellt und anschließend gegebenenfalls noch einmal angepasst werden. Bis eine Antwort vorliegt, können Tage oder sogar Wochen vergehen.

Für viele Entscheidungen ist das zu langsam. Ein Abteilungsleiter, der die Abschlussquote eines Trainings für ein Gespräch in derselben Woche benötigt, kann nicht darauf warten, dass eine individuelle Analyse erstellt wird. Die Information liegt dann zwar irgendwann vor, kommt aber möglicherweise zu spät, um die Entscheidung noch zu beeinflussen.

Genau hier verändert Conversational Analytics den Zugang zu L&D-Daten. Statt für jede individuelle Frage eine neue Auswertung anzufordern, können L&D-Verantwortliche ihre Fragen direkt in natürlicher Sprache stellen und innerhalb von Sekunden eine Antwort erhalten. Zum Beispiel: „In welchen Bereichen ist die größte Lücke zwischen den Trainingsabschlüssen und der von Führungskräften eingeschätzten Kompetenz zu erkennen?“ Dafür braucht es weder eine Anfrage an das Analyse-Team noch Kenntnisse darüber, wie die zugrunde liegenden Daten aufgebaut oder miteinander verknüpft sind.

Die Frage wird genau dann gestellt, wenn sie relevant ist, und die Antwort liegt vor, solange sie noch in eine Entscheidung einfließen kann. Das Timing-Problem verschwindet dadurch nicht vollständig, aber die Zeit zwischen Frage und Antwort verkürzt sich erheblich.

Vom Reporting zur echten Analyse

Schneller Zugriff auf Daten allein reicht jedoch nicht aus. Wer mit L&D-Analysen nicht nur nachvollziehen will, was bereits passiert ist, muss auch Zusammenhänge erkennen und daraus ableiten können, was als Nächstes relevant wird.

Dafür reicht der Blick auf ein einzelnes System häufig nicht aus. Informationen aus dem LMS können beispielsweise mit Kompetenzbewertungen, Mitarbeiterdaten oder Performance-Indikatoren verbunden werden. Erst in diesem Kontext werden Muster sichtbar, die in einem klassischen Dashboard leicht verborgen bleiben. So lassen sich Fragen beantworten wie: Welche Trainingsprogramme wirken sich tatsächlich auf relevante Leistungsindikatoren aus? Wo zeichnen sich Kompetenzlücken ab, bevor sie zum Problem werden? Und welche Erkenntnisse aus vergangenen Trainings sollten bei der Planung eines neuen Programms berücksichtigt werden?

Natural Language Query macht den Zugang zu solchen Analysen einfacher. L&D-Verantwortliche müssen sich nicht durch vorgegebene Reports klicken oder wissen, welche Daten miteinander verknüpft werden müssen. Sie können direkt die Frage stellen, die sie beschäftigt – in ganz normaler Sprache. Die Analyse erfolgt im Hintergrund auf Basis der zugrunde liegenden Daten.

Doch eine Analyse ist erst dann wirklich hilfreich, wenn das Ergebnis verständlich ist. Natural Language Generation übersetzt die gewonnenen Erkenntnisse deshalb in eine klare, leicht verständliche Antwort. Statt einer Tabelle, die erst ausgewertet werden muss, oder eines Diagramms, das jemand erklären muss, steht am Ende eine konkrete Aussage, mit der sich weiterarbeiten lässt.

Zusammenfassung

Ein Report kann nur die Fragen beantworten, für die er erstellt wurde. Im L&D-Alltag entstehen jedoch ständig neue Fragen. Wenn jede zusätzliche Auswertung erst beim Analyse-Team angefragt werden muss, dauert es entsprechend länger, bis eine Antwort vorliegt.

Moderne Analyse-Tools ermöglichen es L&D-Teams, solche Fragen selbst zu beantworten und die benötigten Informationen direkt aus den vorhandenen Daten zu gewinnen. So können L&D-Teams Entscheidungen auf Basis aktueller Informationen treffen – statt auf eine passende Auswertung zu warten.

---

Unser Team an E-Learning Experten bietet Ihnen zuerst eine umfassende Beratung und konzeptionelle Schritte für Ihre E-Learning-Plattform.

Unser Ziel: Ihnen das beste Resultat zu liefern, von Anfang an.
Ihre Lernenden zu begeistern und zu engagieren. Lösungen zu entwickeln die Ihren individuellen Anforderungen entsprechen.

Wir sind Experten für E-Learning Technologie. Wählen Sie uns, um Ihre kundenspezifische LMS Lösungen anzubieten.