Wiederverwendbarkeit durch SCORM
Das Referenzmodell SCORM ermöglicht die Wiederverwendbarkeit von Lerninhalten. Durch die Standards von SCORM ist es möglich, den Inhalt vom Design zu trennen. Daher ist ein Redesign des Inhaltes, für die Verwendung auf einer anderen Lernplattform nicht notwendig. Zudem bietet die Einteilung in Assets und SCOs die Möglichkeit, den Lerninhalt in einzelne Lernobjekte zu teilen. Die Assets können zu den gewünschten einzelnen Seiten zusammengefügt werden, und dabei beliebig wiederverwendet werden.
Aus einer Sammlung von Seiten ist es möglich, modular einzelne Lektionen zu erstellen. Die Seiten können ebenso beliebig wiederverwendet und in mehreren Lektionen eingebunden werden. Eine Einstellung der Lektionen in unterschiedliche Kurse zeigt zudem die Modularität SCORMs. Es wird deutlich, dass von der kleinsten Ebene, den einzelnen Medien, bis zu den Kursen alles modular zusammenfügbar ist, und daher eine beliebige Wiederverwendung gewährleistet wird. Folgende Beispielgrafik zeigt dies schematisch auf:
Für die Umsetzung der Wiederverwendbarkeit durch SCORM ist eine Lernmittelverwaltung notwendig. Dadurch ist es möglich, passende Lerninhalte aufzufinden und zusammenzufügen. SCORM unterstützt Metadaten nach den Standards von LOM . Genauer gesagt müssen die Autoren den Learning Objects (LO) Metadaten hinzufügen. Lernobjekte mit angehangenen Metadaten werden auch Reusable Learning Objects (RLO) genannt und ermöglichen die Lernmittelverwaltung. Die Verwaltung, die der Wiederverwendbarkeit dient, ist vorhanden und zeigt zusätzlich die Eignung des Referenzmodells auf. Strikte Voraussetzung für die Wiederverwendbarkeit nach diesem Modell ist, dass die Autoren die Lerneinheiten in die RLOs einteilen und nicht als untrennbare komplette Lerneinheiten erstellen. Zusätzlich müssen die Autoren die RLOs durchgängig mit Metadaten bestücken. Dieser Mehraufwand ist notwendig und dient der Wiederverwendung des Lerninhalts.
Durch das strikte Erzeugen von RLOs wird eine Individualisierung von Lerninhalt für Lernende ermöglicht. Mittels einer Personalisierung der Lernenden via Profiling in Verbindung mit dynamisch erstellten Lerninhalten ist eine weitgehende Individualisierung möglich. Es ist machbar, über spezielle Fragebögen die Zusammenstellung der Wahrnehmungskanäle des einzelnen Lernenden zu ermitteln. Der automatisch präsentierte Lerninhalt wird auf diese Kanäle abgestimmt, und somit ein optimaler Lernerfolg erzielt. Zudem kann durch die analysierten Fähigkeiten, die mittels der Lernerfolgskontrollen bekannt sind, der Schwierigkeitsgrad angepasst werden. Somit wird eine Unter- bzw. Überforderung des Lernenden vermieden und seine Motivation nicht negativ beeinflusst. Allerdings ist diese Individualisierung aktuell noch nicht gängige Praxis. Die Möglichkeiten dadurch sind erheblich, doch müssen intelligente Algorithmen erzeugt werden, die das automatisch umsetzen. Zudem ist eine hohe Anzahl von RLOs notwendig, um die Individualisierung durchzuführen. Trotz der hohen Anforderungen wird dieses Thema in Zukunft eine hohe Bedeutung haben (Stumpp, 2003, S. 144ff).