Quakulinski, LarsJudel, SvenWagner, MiriamSchroeder, UlrikRöpke, RenéSchroeder, Ulrik2023-08-302023-08-302023978-3-88579-732-6https://dl.gi.de/handle/20.500.12116/42194Learning Analytics Anwendungen, die mittels Process Mining die Lernpfade von Studierenden identifizieren, machen dies meist nach Kursabschluss auf den vollständigen Daten. Von diesen gewonnenen Kenntnissen und eventuell folgenden Kursanpassungen profitieren jedoch frühestens die Teilnehmenden der nächsten Kursdurchführung. Lehrenden bereits während der Kursdurchführung Einsichten zu geben bietet die Möglichkeit frühzeitig auf eventuelle Probleme zu reagieren. Studierende können ihren eigenen Lernpfad reflektieren und bei Bedarf anpassen. In diesem Beitrag wird eine Anwendung vorgestellt welche einmal täglich die als xAPI Statements gesammelten Daten der letzten 24 Stunden aus dem Lernmanagementsystem Moodle analysiert und die Lernpfade der einzelnen Kurse erweitert. Um eine skalierende Lösung bereitzustellen, werden Techniken des Streaming Process Minings angewandt.deEducational Process MiningStreaming Process MiningLearning AnalyticsxAPIText/Conference Paper10.18420/delfi2023-341617-5468