NoSQLconcepts

Digitale Lernbegleitung in der Datenbanklehre

Zielsetzung

Das Projekt NoSQLconcepts konzentriert sich darauf, ein digitales Lerntool zu implementieren und gründlich zu analysieren. 


Unser Lerntool soll den Studierenden ein tieferes Verständnis verschiedener Datenmodelle und Datenbanken vermitteln, insbesondere solcher, die unter den Begriff "NoSQL" (Not only SQL) fallen. 


Im Gegensatz zum traditionellen tabellarischen SQL-Datenmodell bieten diese NoSQL-Datenbanken alternative Ansätze zur Organisation und Verwaltung von Daten. 


Das Hauptziel des Projekts NoSQLconcepts besteht darin, ein fortgeschrittenes digitales Lerntool zu entwickeln, das über herkömmliche Bildungsdesigns hinausgeht. 


Unser digitales Lerntool soll den Studierenden nicht nur NoSQL-Datenmodelle und -Datenbanken vermitteln, sondern auch das Lernerlebnis durch verschiedene Funktionen verbessern. 


Dazu gehören die Vereinheitlichung des Datenbankzugriffs, adaptive Soforthilfe, individuelles Feedback, die Bewertung von Benutzerfreundlichkeit und Erlernbarkeit sowie die kontinuierliche Bewertung des Lernerfolgs. 


Durch die Integration dieser Elemente strebt das Projekt die Schaffung eines effektiven und umfassenden Lerntools an, mit dem die Studierenden NoSQL-Konzepte beherrschen können. 


Dashoboard:







Rahmendaten
Learning Design:Vertiefung
Sozialform:Individualarbeit
Zeitlicher Rahmen:ein Semester (WiSe, SoSe)
Voraussetzungen

Das Lerntool wird aktuell innerhalb des praktischen Kurses (Praktikum DBMS) eingesetzt, in dem Studierende verschiedene Datenbankaufgaben innerhalb des Lerntools bearbeiten können. Der praktische Kurs richtet sich primär an Masterstudierende der Informatik, sodass generelle informationstechnische Grundkenntnisse und Grundkenntnisse im Bereich der Datenbanken vorausgesetzt werden. 


Für die Nutzung des Lerntools wird zudem eine Internetverbindung und ein Browser benötigt. Aktuell benötigen Studierende Anmeldedaten, die vom Kursleiter des Praktikums DBMS bereit gestellt werden. Zukünftig sollen sich Studierende jedoch auch mit ihrem HRZ Account anmelden können. 
















Image 2






















Evaluationsergebnisse aus der Pilotphase

Zusammenfassung der Auswertung von Fragebögen zur Usability des Lerntools (ausgefüllt von 10 TeilnehmerInnen des Praktikums DBMS): 


Erster Eindruck: 

Die Software wird als klar strukturiert (70%) und einfach zu bedienen (90%) wahrgenommen. Die visuelle Gestaltung der Software wird positiv bewertet, wobei 60% sie als ansprechend empfinden. Es gibt jedoch Verbesserungsvorschläge hinsichtlich der Platzierung von Tabellen und Graphen sowie der Anzeige von Teilergebnissen. 


Erkennbarkeit und Eindeutigkeit der Funktionalitäten des Tools: 

Die Mehrheit der TeilnehmerInnen (60%) bewertet die Software als sehr gut erkennbar und eindeutig in Bezug auf Funktionen. Es gibt spezifische Rückmeldungen zu einzelnen Elementen, die für Verbesserungen vorgeschlagen werden, wie z.B. unklare Interaktionsmöglichkeiten bei einem Piechart. 


Intuitiv, klar erkennbare Eigenschaften: 

Die intuitiven Workflows der Software werden positiv wahrgenommen (80%). Es gibt Vorschläge zur Verbesserung von Symbolen und Labels, um die Verständlichkeit weiter zu erhöhen. 


Leichte, langfristige Erlernbarkeit: 

Die Mehrheit der TeilnehmerInnen (60%) gibt an, dass die Software leicht zu erlernen ist. Es gibt jedoch unterschiedliche Meinungen darüber, ob die Software dazu ermutigt, neue Funktionen auszuprobieren. 


Rückmeldung und Reaktion: 

Die Software erhält positive Bewertungen hinsichtlich der Rückmeldung bei erfolgreichen Eingaben (50%) und der visuellen Darstellung von Daten (40%). Es gibt Vorschläge zur Verbesserung der Sichtbarkeit von Erfolgsmeldungen. 


Erfüllung der erwarteten Funktionen: 

Die Mehrheit der TeilnehmerInnen (40%) gibt an, dass die Software die erwarteten Funktionen gut erfüllt. Es gibt Feedback zu einigen weniger hilfreichen Funktionen, wie der Einstellung für die Anzahl der anzuzeigenden Zeilen. 


Erfüllung der Benutzerfreundlichkeit: 

Die Benutzerfreundlichkeit wird insgesamt positiv bewertet, wobei 50% der TeilnehmerInnen die Software als sehr benutzerfreundlich empfinden. Es gibt Vorschläge zur Hinzufügung von Funktionen wie Syntax-Highlighting und Autocomplete. 


Insgesamt zeigt die Auswertung, dass das Tool gute Akzeptanz und Zufriedenheit unter den Studierenden genießt. Es gibt jedoch auch konkrete Hinweise auf Bereiche, in denen Verbesserungen vorgenommen werden können, insbesondere in Bezug auf die Visualisierungen der Datenbankergebnisse.


DigiTeLL Querschnittsthemen

Benutzerfreundlichkeit getestet. Zusätzlich ermöglicht unser Lerntool Studierenden, die gestellten Aufgaben anhand unterschiedlicher Schwierigkeitsgrade zu bewerten. Zusätzlich wird die Bearbeitungszeit für jede Aufgabe gemessen. Dies ermöglicht es, einen Einblick in die Empfindungen der Studierenden zu erhalten. Falls die wahrgenommenen Schwierigkeitsgrade oder Bearbeitungszeiten für Aufgaben nicht mit den zuvor erwarteten übereinstimmen, können die Aufgaben für den Kurs entsprechend angepasst werden. Durch fortlaufende Evaluierung wird auch das Lerntool kontinuierlich verbessert und an die Bedürfnisse der Studierenden angepasst.

Bei der Entwicklung unseres Lerntools (ReactJS) wird semantisch korrektes HTML genutzt (beispielsweise mit den entsprechenden tags für Überschriften, Paragraphen, Bilder, Links usw.), um sicherzustellen, dass Screenreader und andere assisitive Technologien die Struktur der Webseite interpretieren können. Zusätzlich wird auf eine kontrastreiche Farbgebung für Text und Hintergrund geachtet, um die Lesbarkeit zu verbessern. Informationen werden nicht nur durch Farben vermittelt, sodass auch farbenblinde Menschen den Inhalt gut sehen können. Für die eingefügten Datenbankmodell-Bilder werden alternative Texte hinzugefügt, sodass Menschen mit Sehbeeinträchtigung den Inhalt verstehen können. Die genutzen Formulare bzw. die einzelnen Elemente zur Bearbeitung der Aufgaben haben klare Beschriftungen, sodass die Nutzung für alle erleichtert wird.

In unserem Lehr-Lerndesign orientieren wir uns am European Qualifications Framework (EQF) und definieren Lernergebnisse anhand von Kompetenzen, die in prototypischen Situationen angewendet werden können. Innerhalb des Praktikums DBMS setzen wir auf konkrete Anwendungssituationen in der Aufgabenstellung. Ein Beispiel-Szenario, das den Entwurf einer Datenbank für die Personalabteilung eines Unternehmens beinhaltet, dient dazu, den Studierenden praxisnahe Einblicke zu ermöglichen. Um die Unterschiede zwischen den verschiedenen NoSQL-Datenbanksystemen zu verdeutlichen, wird dasselbe Szenario und derselbe Datensatz für jedes Datenbanksystem genutzt. Die Aufgabenblätter, die nun digital in unserem Lerntool bearbeitet werden können, sind so konzipiert, dass sie für jede Datenbank einige Aufgaben mit einer einzigen Abfrage zur Lösung enthalten. Diese Aufgaben sollen die Vorteile des jeweiligen Datenbanksystems aufzeigen. Gleichzeitig gibt es auch einige anspruchsvollere Aufgaben für jede Datenbank, um die Nachteile jedes Datenbanksystems zu vermitteln. Durch diese Herangehensweise lernen Studierende die Stärken und Schwächen der verschiedenen NoSQL Datenbanken kennen.

In einem ersten Beratungsgespräch mit Kerstin Hartmann haben wir bereits erste Informationen bezüglich des Roll-Out-Konzeptes ausgetauscht. 


Um die Umsetzung der automatisierten Bewertung von Übungs- oder Prüfungsaufgaben, individuellem Feedback und adaptiven Soforthilfen voranzutreiben, haben wir Kontakt zu Cosima Schenk (Expertise: kompetenzorientiertes Prüfen, E-Prüfungen) aufgenommen. 


Im Rahmen der AG-Auftakt Veranstaltung, den R-Treffen und dem ELearning Netzwerktag (2023) fand ein Austausch mit anderen Partnerships statt. Hinsichtlich der automatisierten Bewertung/Feedback konnten vor allem mit dem TigeR Partnership Synergien gefunden werden.

Benutzerfreundlichkeit getestet. Zusätzlich ermöglicht unser Lerntool Studierenden, die gestellten Aufgaben anhand unterschiedlicher Schwierigkeitsgrade zu bewerten. Zusätzlich wird die Bearbeitungszeit für jede Aufgabe gemessen. Dies ermöglicht es, einen Einblick in die Empfindungen der Studierenden zu erhalten. Falls die wahrgenommenen Schwierigkeitsgrade oder Bearbeitungszeiten für Aufgaben nicht mit den zuvor erwarteten übereinstimmen, können die Aufgaben für den Kurs entsprechend angepasst werden. Durch fortlaufende Evaluierung wird auch das Lerntool kontinuierlich verbessert und an die Bedürfnisse der Studierenden angepasst.

Bei der Entwicklung unseres Lerntools (ReactJS) wird semantisch korrektes HTML genutzt (beispielsweise mit den entsprechenden tags für Überschriften, Paragraphen, Bilder, Links usw.), um sicherzustellen, dass Screenreader und andere assisitive Technologien die Struktur der Webseite interpretieren können. Zusätzlich wird auf eine kontrastreiche Farbgebung für Text und Hintergrund geachtet, um die Lesbarkeit zu verbessern. Informationen werden nicht nur durch Farben vermittelt, sodass auch farbenblinde Menschen den Inhalt gut sehen können. Für die eingefügten Datenbankmodell-Bilder werden alternative Texte hinzugefügt, sodass Menschen mit Sehbeeinträchtigung den Inhalt verstehen können. Die genutzen Formulare bzw. die einzelnen Elemente zur Bearbeitung der Aufgaben haben klare Beschriftungen, sodass die Nutzung für alle erleichtert wird.

In unserem Lehr-Lerndesign orientieren wir uns am European Qualifications Framework (EQF) und definieren Lernergebnisse anhand von Kompetenzen, die in prototypischen Situationen angewendet werden können. Innerhalb des Praktikums DBMS setzen wir auf konkrete Anwendungssituationen in der Aufgabenstellung. Ein Beispiel-Szenario, das den Entwurf einer Datenbank für die Personalabteilung eines Unternehmens beinhaltet, dient dazu, den Studierenden praxisnahe Einblicke zu ermöglichen. Um die Unterschiede zwischen den verschiedenen NoSQL-Datenbanksystemen zu verdeutlichen, wird dasselbe Szenario und derselbe Datensatz für jedes Datenbanksystem genutzt. Die Aufgabenblätter, die nun digital in unserem Lerntool bearbeitet werden können, sind so konzipiert, dass sie für jede Datenbank einige Aufgaben mit einer einzigen Abfrage zur Lösung enthalten. Diese Aufgaben sollen die Vorteile des jeweiligen Datenbanksystems aufzeigen. Gleichzeitig gibt es auch einige anspruchsvollere Aufgaben für jede Datenbank, um die Nachteile jedes Datenbanksystems zu vermitteln. Durch diese Herangehensweise lernen Studierende die Stärken und Schwächen der verschiedenen NoSQL Datenbanken kennen.

In einem ersten Beratungsgespräch mit Kerstin Hartmann haben wir bereits erste Informationen bezüglich des Roll-Out-Konzeptes ausgetauscht. 


Um die Umsetzung der automatisierten Bewertung von Übungs- oder Prüfungsaufgaben, individuellem Feedback und adaptiven Soforthilfen voranzutreiben, haben wir Kontakt zu Cosima Schenk (Expertise: kompetenzorientiertes Prüfen, E-Prüfungen) aufgenommen. 


Im Rahmen der AG-Auftakt Veranstaltung, den R-Treffen und dem ELearning Netzwerktag (2023) fand ein Austausch mit anderen Partnerships statt. Hinsichtlich der automatisierten Bewertung/Feedback konnten vor allem mit dem TigeR Partnership Synergien gefunden werden.

Neuigkeiten

tba

Team

Prof'in. Dr. Lena Wiese

Projektleitung

FB 12 Informatik und Mathematik


Telefon: +49 (0)69 798 22354

E-Maill.wiese@cs.uni-frankfurt.de  

Vanessa Meyer

Projektmitarbeiterin

FB 12 Informatik und Mathematik


E-Mailv.meyer@em.uni-frankfurt.de 

Kontakt

Prof'in. Dr. Lena Wiese

Projektleitung

FB 12 Informatik und Mathematik


Telefon: +49 (0)69 798 22354 

E-Maill.wiese@cs.uni-frankfurt.de


Projekt DigiTeLL 

Goethe-Universität

Theodor-W.-Adorno-Platz 1

60629 Frankfurt | Germany

E-Mail: digitell@uni-frankfurt.de


Dr. Mona Stierwald

Gesamtprojektkoordination

Studium Lehre Internationales |

Studiengänge, Recht und Qualitätsentwicklung | Koordination und Weiterentwicklung von Lehre


Telefon: +49 (0)69 798 18961 

E-Mailstierwald@sli.uni-frankfurt.de

www.uni-frankfurt.de/digitell