Der Übergang unserer Welt von einer analogen zu einer digitalen Welt betrifft alle Aspekte der Gesellschaft und auch den Bildungssektor. In den letzten Jahren haben wir Einblicke in das Lernverhalten erhalten, indem wir vorhandene Datenquellen wie Lernmanagementsysteme, mobile Anwendungen und Social Media-Umgebungen mit Analysemethoden untersucht haben. Während diese Datenquellen noch ein

reichhaltiges Forschungsfeld bieten können, findet mit dem Internet der Dinge (Internet of Things, IoT) eine neue Welle technologischer Innovationen statt. IoT-Geräte bieten neue Anwendungen und Vorteile für den Alltag. Wearables, Eye-Tracker und andere Kamerasysteme, selbstprogrammierbare Mikrocomputer wie Raspberry Pi und Arduino schaffen neue Datenquellen, mit denen das Lernen untersucht und unterstützt werden kann. Diese erstellen multimodale Datensätze, da sie verschiedene physikalische Sensoren mit traditionelleren Lerndaten kombinieren. Die neuen multimodalen Datenforschungsansätze versprechen ein ganzheitlicheres Bild über die Lernenden und die Erfolgsfaktoren für das Lernen. Multimodale Daten sind vielfältiger und heterogener als Daten herkömmlicher Lernumgebungen. Es ist eine Herausforderung, verschiedene Datentypen wie Text, Beurteilungen, Aktivitäten, physiologische Daten und Videos zu Forschungszwecken zu kombinieren und für die Lernenden aussagekräftige Ergebnisse zu erzielen. Hier wird künstliche Intelligenz (KI) als wichtige Unterstützungstechnologie für die Lernumgebungen der Zukunft benötigt. In Seinem Vortrag wird Prof. Dr. Drachsler das Forschungsfeld der Multimodal Learning Analytics sowie dessen konkrete Anwendung vorstellen.