Konert, JohannesBurlak, DmitrijGöbel, StefanSteinmetz, RalfBreiter, AndreasRensing, Christoph2017-09-292017-09-292013978-3-88579-612-1https://dl.gi.de/handle/20.500.12116/4823Der Wissensaustausch Lernender untereinander ist für E-Learning- Systeme und computer-gestütztes Lernen generell ein wichtiger Baustein zur Förderung der Motivation, der Lernzielerreichung sowie der Verbesserung der Problemlösekompetenz. Die positiven Effekte dieses Austausches hängen jedoch stark von der Eignung der Lernpartner in einer gebildeten Lerngruppe ab. In diesem Beitrag werden Kriterienkategorien vorgestellt, die ein Gruppenformationsalgorithmus für Lerngruppen berücksichtigen sollte, sowie die existierenden algorithmischen Lösungen verwandter Arbeiten. Für die gleichzeitige Berücksichtigung aller dieser Kriterien wird der Algorithmus GroupAL vorgestellt. Dieser erlaubt beispielsweise die Verwendung mehrdimensionaler Kriterien, die wahlweise homogen oder heterogen ausgeprägt sein sollen, sowie die Bildung einheitlich guter Gruppen einer gesamten Kohorte von Lernenden. Die GroupAL-Architektur ermöglicht die Verwendung verschiedener Algorithmen zur Gruppenformation und definiert ein normiertes Gütemaß für Lerngruppen, welches den Vergleich verschiedener Gruppenformationen über Kriterienvariationen und Kohortenänderungen hinweg erlaubt. Die abschließend dargestellte Evaluation zeigt, dass GroupAL unter den gewählten Bedingungen bessere Ergebnisse liefert als bisherige Ansätze und umfassendere Anwendungsmöglichkeiten zur Lerngruppenbildung bietet. Stichworte: Lerngruppen, Gruppenformationskriterien, Kollaboratives Lernen, Optimierungsalgorithmen, Peer Education 71deText/Conference Paper1617-5468