Welche meiner Beiträge werden aufgerufen? Welche Themen bleiben über längere Zeit interessant? Und was kann ich daraus für meine Arbeit als Dozent und für die Weiterentwicklung meiner Lernangebote lernen?
Diese Fragen stehen hinter drei aufeinander aufbauenden Videos. Darin zeige ich, wie ich Zugriffsdaten meiner WordPress-Website mit dem Plugin Statify erfasse, regelmäßig nach Excel übernehme und anschließend mit Filtern, Pivottabellen und Diagrammen untersuche. Die zugehörigen Arbeitsmappen stehen zum Herunterladen bereit. Wer möchte, kann die Schritte selbst nachvollziehen und eigene Fragen an das Datenmaterial stellen.
Warum ich meine eigene Website zum Lerngegenstand mache
Auf meiner Website haben sich über die Jahre zahlreiche Unterrichtsmaterialien, Erfahrungsberichte, Gedankenexperimente und Dialoge mit KI angesammelt. Mich interessiert, welche dieser Inhalte auf Resonanz stoßen und wie sich diese Resonanz verändert.
Dahinter steht auch meine langjährige Erfahrung in der Weiterbildung: Lernen gelingt besonders gut, wenn wir an einer nachvollziehbaren Aufgabe arbeiten, selbst etwas ausprobieren und unsere Fragen mit anderen besprechen können. Meine eigene Website liefert dafür ein Praxisbeispiel mit echten Daten und offenen Fragen.
Das passt zu meiner Idee der LearningLounge. Erklärvideos und Materialien ermöglichen die eigenständige Vorbereitung. Im anschließenden Austausch können wir Verständnisfragen klären, Ergebnisse vergleichen und neue Lösungswege entwickeln. Ein Video lässt sich anhalten, wiederholen oder schneller abspielen. Das Gespräch eröffnet dann die Möglichkeit, auf individuelle Fragen einzugehen.
Drei Videos – vom Vorhaben zur ersten Auswertung
LL04: Das Vorhaben verstehen
LL04: Mit Konrads Hitlistenauswertung in Design Based Research einsteigen
Im ersten Video stelle ich den Hintergrund vor. Ich erläutere, woher die Daten stammen, wie meine Excel-Arbeitsmappe aufgebaut ist und wie sich einzelne Inhalte über Filter auswählen und im zeitlichen Verlauf betrachten lassen.
Zugleich schlage ich die Brücke zu Design Based Research, der gestaltungsorientierten Forschung. Im Zusammenhang mit meiner Vorbereitung auf ein Promotionsvorhaben beschäftige ich mich damit, wie Lernangebote entwickelt, erprobt, untersucht und schrittweise verbessert werden können.
Die Video- und Materialreihe ist ein Ausgangspunkt für diese Auseinandersetzung. Eine vollständige wissenschaftliche Untersuchung entsteht daraus erst durch klar formulierte Forschungsfragen, ein begründetes Vorgehen und die systematische Auswertung geeigneter Daten.
Arbeitsmappe zu LL04 herunterladen
LL05: Die Daten nach Excel übernehmen
LL05: Daten mit Statify erfassen und nach Excel übernehmen
Im zweiten Video wird die Datengewinnung praktisch nachvollziehbar. Ich zeige meine Statify-Einstellungen, kopiere die Liste der 100 meistaufgerufenen Inhalte und ergänze die vorhandene Excel-Datensammlung.
Dazu gehören einige kleine, aber entscheidende Arbeitsschritte: Datum und Uhrzeit der Erfassung festhalten, Spalten passend anordnen, Bezeichnungen vereinheitlichen und die fortlaufende Nummerierung ergänzen. Anschließend erweitere ich den Datenbereich des Diagramms.
So wird sichtbar, wie aus regelmäßig gesicherten Momentaufnahmen eine längerfristig nutzbare Datensammlung entsteht.
Arbeitsmappe zu LL05 herunterladen
LL06: Mit Pivottabellen und Diagrammen untersuchen
LL06: Statify-Datenreihe in Pivottabellen erfassen und anschaulich im Diagramm darstellen
Im dritten Video ergänze ich einen weiteren Datenstand und erstelle eine erste Pivottabelle. Damit untersuche ich, wie häufig einzelne Inhalte in den gespeicherten Top-100-Listen vorkommen.
Ein Doppelklick auf einen Pivot-Wert stellt die zugehörigen Datensätze auf einem neuen Arbeitsblatt bereit. Daraus entstehen XY-Diagramme, mit denen ich die Entwicklung des Hauptverzeichnisses und der Seite „Mein Profil“ vergleiche.
Außerdem erläutere ich, wie ich KI-generierte Drehbücher und Lernhilfen verwende. Sie unterstützen meine Vorbereitung und geben Anregungen. Welche Schritte ich tatsächlich vorführe und welche Erläuterungen mir sinnvoll erscheinen, entscheide ich während meiner Arbeit selbst.
Arbeitsmappe zu LL06 herunterladen
Was die Zahlen aussagen – und welche Fragen offenbleiben
Für das Verständnis der Auswertungen sind drei Unterscheidungen wichtig:
- Die Zugriffswerte beziehen sich auf jeweils 14 Tage. Der Erfassungszeitpunkt dokumentiert, wann ich die Bestenliste gesichert habe. Die darin enthaltenen Zahlen sind keine Tageswerte. Da sich die betrachteten Zeiträume überlappen, dürfen die Werte aufeinanderfolgender Erfassungen nicht einfach addiert werden.
- Die erste Pivottabelle zählt Vorkommen in den gespeicherten Listen. Ein Wert von 54 bedeutet, dass ein Inhalt in 54 erfassten Bestenlisten enthalten ist. Er bezeichnet keine Zahl von Seitenaufrufen oder unterschiedlichen Personen.
- Die Sammlung enthält die jeweiligen Top 100. Fehlt ein Beitrag in einer Momentaufnahme, bedeutet das nicht zwangsläufig, dass er überhaupt nicht aufgerufen wurde.
Hohe Zugriffszahlen können auf Interesse hindeuten. Sie verraten mir aber nicht, wer einen Beitrag gelesen hat, wie aufmerksam dies geschah oder ob jemand dabei etwas gelernt hat. Auch technische Einflüsse und automatisierte Aufrufe können eine Rolle spielen.
Wenn nach einer Veranstaltung mehr Zugriffe auftreten, liegt eine Verbindung zu meiner dortigen Vorstellung nahe. Sie bleibt zunächst eine plausible Vermutung. Für die Weiterentwicklung eines Lernangebots brauche ich deshalb zusätzlich Gespräche, Rückmeldungen und Beobachtungen aus seiner tatsächlichen Nutzung.
KI als Gesprächspartner bei der Vorbereitung
In meiner Arbeit mit ChatGPT und anderen KI-Systemen entstehen Entwürfe, Strukturierungsvorschläge und neue Fragen. Das beschleunigt manches und fordert mich zugleich heraus, genauer hinzusehen.
Gerade die Unterschiede zwischen einem vorbereiteten Drehbuch und dem tatsächlich aufgenommenen Video finde ich aufschlussreich. Beim Erklären fallen mir Beispiele ein, ich entdecke Unklarheiten oder merke, dass ein Arbeitsschritt ausführlicher gezeigt werden sollte. Daraus können wiederum Verbesserungen am Material entstehen.
Dieses Vorgehen möchte ich transparent machen. Zum Lernen mit KI gehört für mich, ihre Vorschläge zu prüfen, eigene Entscheidungen zu treffen und Ergebnisse nachvollziehbar zu dokumentieren.
Einladung zum Mitdenken und Ausprobieren
Die drei Videos richten sich an Menschen, die ihre Excel-Kenntnisse an einer echten Aufgabe erweitern möchten. Ebenso lade ich Lehrende und Forschungsinteressierte ein, über die didaktischen Möglichkeiten und Grenzen dieses Beispiels nachzudenken.
Ladet eine Arbeitsmappe herunter, verfolgt einen selbst gewählten Beitrag oder prüft, welche Fragen sich mit den vorhandenen Daten überhaupt beantworten lassen. Vielleicht entdeckt ihr dabei eine bessere Darstellung oder einen Arbeitsschritt, den ich verständlicher erklären könnte.
Über solche Rückmeldungen freue ich mich. Wer Interesse an einem vertiefenden Austausch in einer Videokonferenz oder an der gemeinsamen Weiterentwicklung der Materialien hat, kann über die Website Kontakt mit mir aufnehmen.
Aus meiner jahrzehntelangen Arbeit als Trainer und Online-Dozent bringe ich viele Erfahrungen mit. Mit der Vorbereitung auf eine Promotion kommen neue Fragen und Perspektiven hinzu. Beides möchte ich in der LearningLounge zusammenbringen – und gemeinsam mit anderen weiterlernen.
Hinweis zur KI-Mitwirkung: Dieser Beitrag wurde mit Unterstützung von ChatGPT auf Grundlage der Transkripte meiner drei Videos und meiner bisherigen Erläuterungen zum Vorhaben entworfen.