Das ist die Problemstellung von meinem Exposé für die Bachelorarbeit.
Problemstellung
In den letzten Jahren hat der Einsatz von Künstlicher Intelligenz (KI) zunehmend an Bedeutung gewonnen und eröffnet gerade im Bereich der Weiterbildung neue Möglichkeiten (Virtasant, 2024).
KI kann Lernverhalten analysieren, Kompetenzlücken identifizieren, Inhalte in Echtzeit anpassen und personalisierte Lernpfade erstellen, die auf die individuellen Bedürfnisse und Ziele der Teilnehmenden abgestimmt sind (Anector, Oladele & Foluwa, 2025, S. 4–5).
Die betriebliche Weiterbildung ist ein zentrales Instrument, um Beschäftigte auf neue Anforderungen vorzubereiten und ihre Kompetenzen gezielt zu erweitern (Decius & Schaper, 2021, S. 262).
Gleichzeitig zeigt sich, dass traditionelle Weiterbildungsangebote nur eingeschränkt wirksam sind (Kraiger & Ford, 2021, S. 15–16).
Standardisierte Lernpfade berücksichtigen weder unterschiedliche Vorkenntnisse noch persönliche Lernziele und führen dazu, dass Mitarbeitende Inhalte durchlaufen müssen, die entweder zu komplex oder zu banal erscheinen (Elliott, Kurz, Beddow & Frey, 2009, S.10). Dies hat zur Folge, dass Motivation und tatsächliche Lernfortschritte oftmals hinter den Erwartungen zurückbleiben (Eccles & Wigfield, 2002, S. 110).
Vor diesem Hintergrund gewinnt die Frage der Personalisierung von Lernpfaden zunehmend an Bedeutung. Unternehmen erkennen, dass Weiterbildung nicht nach dem „One-size-fits-all“-Prinzip funktionieren kann, sondern individuell auf die Mitarbeitenden zugeschnitten sein muss, um effektiv und nachhaltig zu wirken (Khodabandelou et al., 2021, S. 792).
Eine Möglichkeit, dieses Ziel zu erreichen, stellen Recommendation-Systeme dar. Sie können auf Grundlage von Daten über Lernverhalten, Präferenzen und bisherigen Wissensstand personalisierte Vorschläge generieren (Shi et al., 2014, S.14).
Dadurch lassen sich Lernpfade dynamisch gestalten und an die Bedürfnisse einzelner Mitarbeitender anpassen (Decius, 2024, S. 10).
Es bleibt jedoch unklar, welche Typen von Recommendation-Systemen – klassische, hybride oder moderne KI-basierte Verfahren – Unternehmen am effektivsten einsetzen, um Lernpfade optimal auf die Mitarbeitenden abzustimmen (Verbert et al., 2012, S. 2).
Zwar zeigt sich, dass Lernplattformen zunehmend mit solchen Systemen ausgestattet werden, doch fehlen systematische Erkenntnisse darüber, welche Methoden tatsächlich genutzt werden (Drachsler et al., 2015, S. 5).
2/5
Ebenso bleibt offen, welche Faktoren darüber entscheiden, ob ein Recommendation-System erfolgreich implementiert wird und welchen Mehrwert es den Mitarbeitenden sowie dem Unternehmen bietet (Fazeli et al., 2012, S. 2).
Darüber hinaus zeigt sich, dass die Einführung eines Recommendation-Systems nicht automatisch zur gewünschten Personalisierung führt. Die Qualität der Empfehlungen hängt stark von der Verfügbarkeit und Genauigkeit der Daten ab (Fazeli et al., 2012, S. 2).
Vor diesem Hintergrund stellt sich die zentrale Frage, welche KI-basierten Recommendation-Systeme Unternehmen nutzen, um personalisierte Lernpfade für Mitarbeitende zu gestalten.
und das ist meine Forschungsfrage und Zielsetzung:
Aus der Problemstellung leitet sich die Forschungsfrage dieser Bachelorarbeit ab:
„Welche Typen KI-basierter Recommendation-Systeme werden in Unternehmen effektiv eingesetzt, um personalisierte Lernpfade für Mitarbeitende zu gestalten?“
Aus dieser Frage ergeben sich mehrere Schwerpunkte, die im Rahmen der Arbeit systematisch untersucht werden sollen.
Ein zentraler Fokus der Arbeit liegt darauf, die verschiedenen Typen KI-basierter Recommendation-Systeme zu identifizieren und zu analysieren, die Unternehmen effektiv einsetzen, um personalisierte Lernpfade für Mitarbeitende zu gestalten. Dabei soll untersucht werden, welche technischen Ansätze diesen Systemen zugrunde liegen, um Lerninhalte flexibel und individuell auf die Bedürfnisse der Mitarbeitenden abzustimmen.
Darüber hinaus wird betrachtet, welchen Einfluss diese Systeme auf die Mitarbeitenden haben. Ziel ist es, ein tieferes Verständnis darüber zu gewinnen, wie unterschiedliche Systeme die Personalisierung von Lernpfaden ermöglichen und welche Vorteile sich daraus für die Mitarbeitenden ergeben können.
Es werden klassische Recommendation-Systeme, hybride Ansätze sowie moderne machine-learning-basierte Verfahren berücksichtigt.
Die Arbeit verfolgt das Ziel, ein umfassendes Bild der eingesetzten Technologien zu erstellen, ihre unterschiedlichen Typen einzuordnen und deren effektiven Einsatz für die Mitarbeitenden im Unternehmenskontext zu analysieren.
Könnt ihr bitte drüber schauen und sagen ob es passt von Struktur her, Aufbau, Sprache usw. bitte? Danke im Voraus. Es ist wichtig und dringend bitte. 🙏🏻