Smarteres Lernen im Verteidigungsbereich: wie AMALT personalisiertes Lernen ermöglicht

Flexible Ausbildung für agile Streitkräfte

In einer Zeit, in der die geopolitischen Spannungen zunehmen und der Verteidigungssektor sich auf einen möglichen Großeinsatz vorbereitet, besteht eine ständige Herausforderung darin, genügend Personal zu finden, das schnell und effektiv eingesetzt werden kann. Klassische, lineare Lernwege greifen in dieser Hinsicht zu kurz. Was wir brauchen, sind Flexibilität, Schnelligkeit und Anpassung.

Aus diesem Grund hat sich eine einzigartige Zusammenarbeit zwischen TNO, NLR, Defence und Next Learning Valley entwickelt. Gemeinsam entwickeln wir AMALT - Automated Monitoring and Advice for optimising Learning Trajectories.

Personalisiertes Lernen als Notwendigkeit

Während früher ein Ausbildungsweg für alle galt, verlangt die heutige Realität mehr Anpassungsfähigkeit. Denn warum sollte jemand Zeit damit verbringen, etwas zu üben, das er bereits beherrscht?

Mit AMALT ermöglichen wir es, Lernwege genau auf die individuellen Bedürfnisse und Kompetenzen der Mitarbeiter zuzuschneiden. Das erhöht nicht nur die Motivation, sondern beschleunigt auch den Lernprozess erheblich.

Was genau ist AMALT?

AMALT ist ein technologisches System, das Lern- und Leistungsdaten sammelt, analysiert und in direkte Ratschläge für Lernende, Lernbegleiter und Manager umsetzt.

Daten aus verschiedenen Lernumgebungen - wie E-Learning-Module, AR/VR-Training, praktische Übungen und Simulationen - werden in einem Learning Record Store (LRS ) zusammengeführt und beispielsweise mit Personaldaten und Ausbilderbewertungen angereichert. So entsteht ein umfassendes Lernprofil für jeden Einzelnen.

Diese Daten werden dann mit KI-Modellen analysiert und in intuitiven Dashboards visualisiert. Das Ergebnis: gezielte Empfehlungen für den nächsten Lernschritt - passgenau, just-in-time und just-as-needed. Dabei fügt sich das System nahtlos in die Rahmenrichtlinien des Verteidigungsministeriums für Bildung und Ausbildung ein.

Einzigartige Zusammenarbeit

Der Erfolg von AMALT ist auf die intensive Zusammenarbeit zwischen vier strategischen Partnern zurückzuführen:

• Defence bietet Fachwissen, einen praktischen Kontext und Zugang zu realen Lernpfaden.
• TNO und NLR entwickeln die analytischen Modelle, Verbindungen zu komplexen Lernwerkzeugen (wie Simulatoren) und Algorithmen für datengesteuerte Empfehlungen.
• Next Learning Valley bietet die Integration dieser Komponenten in ein benutzerfreundliches und skalierbares System. Wir bauen unter anderem die Datenlandschaft, das Front-End für verschiedene Zielgruppen und die zugrunde liegende Logik zur intelligenten Nutzung der Daten auf.

Diese Allianz verbindet wissenschaftliche Erkenntnisse, technologische Innovation und praktische Anwendbarkeit mit einem gemeinsamen Ziel: das Lernen im Verteidigungsbereich grundlegend zu verbessern.

Warum das wichtig ist

AMALT trägt zu mehreren strategischen Zielen im Verteidigungsbereich bei:

• Sie beschleunigt die Bereitschaft des Personals.
• Es ermöglicht personalisiertes Lernen, auch in komplexen und heterogenen Lernumgebungen.
• Es wird eine Infrastruktur geschaffen, die skalierbar und für künftige Lerninnovationen wiederverwendbar ist.
• Sie gibt Aufschluss über die Wirksamkeit von Lernaktivitäten und ermöglicht eine kontinuierliche Verbesserung.

Darüber hinaus trägt AMALT zur Mitarbeiterbindung bei: Die Mitarbeiter erfahren mehr Autonomie, Relevanz und Wertschätzung in ihrem Lernprozess.

Innovation in Lernen und Entwicklung

Für Next Learning Valley ist AMALT nicht nur ein Projekt, sondern ein Meilenstein. Es ermöglicht uns, unsere Vision von personalisiertem, datengesteuertem Lernen in einem anspruchsvollen Kontext zu verwirklichen.

Die Erkenntnisse, die wir hier gewinnen - etwa bei der Verknüpfung von xAPI-Daten mit HR-Profilen und Content Lakes - werden wir bald auch für andere Branchen wie das Gesundheitswesen, die Energiebranche oder die Telekommunikation nutzen.

Auf diese Weise bauen wir eine Zukunft auf, in der Lernen keine isolierte Aktivität ist, sondern ein kontinuierlicher und personalisierter Prozess, der sich auf Daten stützt, von Technologie angetrieben wird und stets auf Effizienz ausgerichtet ist.