Data Analyst E-Learning 2026

Learning Analytics oder: Was macht Lernerfolg im digitalen Raum messbar?

In dieser Weiterbildung erfahren Sie, wie Sie Daten aus Lernsystemen wie LMS, SCORM oder xAPI gezielt nutzen, um Lernprozesse zu analysieren, Erfolge zu messen und Optimierungspotenziale aufzudecken. Wir beleuchten zentrale KPIs, Modelle wie Kirkpatrick, moderne Analysetools und die Rolle von KI. Sie lernen, Daten sinnvoll aufzubereiten, die Learner Journey zu interpretieren und Trends wie Predictive Analytics zu nutzen. Dabei werfen wir auch einen Blick auf Herausforderungen wie Datenschutz oder technische Schnittstellen.

Ein Kurs für alle, die digitales Lernen datengestützt weiterentwickeln und den Lernerfolg gezielt steigern möchten.

Analytics statt Bauchgefühl: Lernprozesse smarter steuern

Inhalte:

Rechtliche Grundlagen Datenschutz

• Welche Daten der Lernenden sind geschützt?

• Rechte der Lernenden und Pflichten der Anbieter (intern wie extern)

• How to: Datenverarbeitung im E-Learning-Kontext

Grundlagen Lernerfolg & Learning Analytics

• Was bedeutet Lernerfolg?

• Kennzahlen und KPIs im digitalen Lernen

• Lernevaluierung (z.B. Kirkpatrick-Modell), Learning Analytics und Learning Experience Analytics – eine Begriffsabgrenzung

• Skills und Kompetenzen – eine andere Betrachtungsweise

Die Lernsysteme – Unsere Datenquellen

• Welche Daten liefern LMS?

• Welche Daten liefern Autorensysteme und E-Learning-Standards wie SCORM, xAPI und Co.?

• Integration von Webanalyse-Tools

Die Datenanalyse

• Daten aufbereiten, visualisieren und verstehen

• Interpretation von Learner Journey & Abbrüchen

• Spezialisierte Tools wie LRS und Learning Analytics-Tools

• KI-basierte Analyse

Potentiale, Trends & Stolpersteine

• Potentielle Datenquellen wie Uselabs, Eyetracking etc.

• Trends wie Predictive Analytics

• Herausforderungen von Datenschutz bis IT-Schnittstellen

• Kompakt an einem Tag

• Verstehen, wie man Lernerfolg wirklich messen kann

• Wissen, was man aus bestehenden Systemen (LMS & Co.) schon rausholen kann

• Wichtige KPIs und Evaluationsmodelle gezielt anwenden

• KI für Learning Analytics effektiv einsetzen

• Stolpersteine wie Datenschutz und Schnittstellen souverän meistern

• Teilnahme-Bescheinigung der anerkannten Steinbeis+Akademie

Grundlagen Lernerfolg & 1 Learning Analytics

• Was bedeutet Lernerfolg?

• Kennzahlen und KPIs im digitalen Lernen

• Lernevaluierung, Learning Analytics und Learning Experience Analytics - eine Begriffsabgrenzung

• Skills und Kompetenzen

Datenquelle Lernsysteme

• Welche Daten liefern LMS?

• Welche Daten liefern Autorensysteme und E-Learning-Standards wie SCORM, xAPI und Co.?

• Integration von Webanalyse-Tools

Datenanalyse, Potenziale, Trends

• Daten aufbereiten, visualisieren und verstehen

• Interpretation von Learner Journey &Abbrüchen

• Spezialisierte Tools wie LRS und Learning Analytics-Tools

• KI-basierte Analyse

• Potentielle Datenquellen wie Uselabs, Eyetracking etc.

• Trends wie Predictive Analytics

• Herausforderungen von Datenschutz bis IT-Schnittstellen

• Dozenten: Tobias Hauser und Bernhard Aster, Arrabiata Solutions sowie Svenja Schumann, Lausen Rechtsanwälte

• Aktuelles Wissen und Beispiele aus der Praxis für die Praxis

• inkl. ausführlicher Dokumentation

• Teilnahmebescheinigung des Steinbeis Instituts for Digital Learning & Leadership

• Dauer 1 Tag, Workload 8 Stunden