In dieser Arbeit zeige ich in einem groß angelegten Experiment die Auswirkungen adaptiver Elemente in einer Online-Lernplattform. Ich werde darauf eingehen, dass die derzeitige Forschung zu Online-Lernplattformen für den L1-Erwerb hauptsächlich deskriptiv ist und dass nur wenige adaptive Lernumgebungen in der Praxis verbreitet sind. In dieser Dissertation werde ich ein Konzept entwickeln, wie adaptives Lernen in L1-Online-Lernplattformen integriert werden kann, und analysieren, ob dies zu verbesserten Lernerfahrungen führt. Dabei konzentriere ich mich auf die Effektivität und Fairness von Vorhersagen und Interventionen sowie auf die geeignete Softwarearchitektur für den Einsatz in der Praxis. Zunächst werden verschiedene Vorhersagemodelle entwickelt, die besonders in Blended-Learning-Szenarien nützlich sind. Anschließend entwickle ich ein Architekturkonzept (adaptive learning as a service), um bestehende Lernplattformen mithilfe von Microservices in adaptive Lernplattformen umzuwandeln. Darauf aufbauend wird ein groß angelegtes online-kontrolliertes Experiment mit mehr als 11.000 Nutzer*innen und mehr als 950.000 eingereichten Rechtschreibaufgaben durchgeführt. In einer abschließenden Studie werden die Vorhersagemodelle auf ihren algorithmischen Bias hin untersucht. Außerdem teste ich verschiedene Techniken zur Verringerung von Bias. Diese Arbeit bietet eine ganzheitliche Sicht auf das adaptive Lernen beim Online-L1-Lernen. Durch die Untersuchung mehrerer Schlüsselaspekte (Vorhersagemodelle, Interventionen, Architektur und Fairness) ermöglicht die Arbeit Schlussfolgerungen sowohl für die Forschung als auch für die Praxis. / In this work I show in a large scale experiment the effect of adding adaptive elements to an online learning platform. I will discuss that the current research on online learning platforms in L1 acquisition is mainly descriptive and that only few adaptive learning environments are prevalent in practice. In this dissertation, I will develop a concept on how to integrate adaptive L1 online learning and analyse if it leads to improved learning experiences. I focus on the effectiveness and fairness of predictions and interventions as well as on the suitable software architecture for use in practice. First, I develop different prediction models, which are particularly useful in blended classroom scenarios. Subsequently, I develop an architectural concept (adaptive learning as a service) to transform existing learning platforms into adaptive learning platforms using microservices. Based on this, a large-scale online-controlled experiment with more than 11,000 users and more than 950,000 submitted spelling tasks is carried out. In the final study, the prediction models are examined for their algorithmic bias, by comparing different machine learning models, varying metrics of fairness, and multiple demographic categories. Furthermore, I test various bias mitigation techniques. The success of bias mitigation approaches depends on the demographic group and metric. However, in-process methods have proven to be particularly successful. This work provides a holistic view of adaptive learning in online L1 learning. By examining several key aspects (predictive models, interventions, architecture, and fairness), the work allows conclusions to be drawn for both research and practice.

Personalisierung ist ein aktuelles Thema im Bereich der Online-Lehre. Lernende sind divers, sie haben unterschiedliche Vorkenntnisse, adressieren verschiedene Lernziele und variieren in ihren (Lern-)Präferenzen. Aufgrund dieser Diversität besteht die Notwendigkeit, Onlinekurse an die Bedürfnisse der Lernenden anzupassen. Dabei wird das Ziel verfolgt, Lernende so zu motivieren, dass sie ein bestmögliches Lernergebnis erzielen können. Im Rahmen der Dissertation wurde die Domäne des Sprachenlernens gewählt, auf welche Methoden zur Personalisierung angewandt wurden. Eine initiale Analyse kommerzieller Sprachlern-Apps hat gezeigt, dass Personalisierung bislang nur rudimentär als Sequenzierungsstrategie umgesetzt wurde. Dabei beschränkt sich die Anwendung hauptsächlich auf das Lernen mit Karteikarten. Die Dissertation beschäftigt sich mit der übergeordneten Forschungsfrage wie Personalisierung in automatisch generierten Online-Sprachlernkursen angewandt und mit fundamentalen und experimentellen Sequenzierungsstrategien kombiniert werden kann. Hierzu setzt die vorliegende Arbeit eine modifizierte Version der "Meshing-Hypothese" exemplarisch als Sequenzierungsstrategie um. Die Idee dieser Strategie besteht darin, dass Lernende besser lernen, wenn die Lehrmethoden mit den Präferenzen der Lernenden übereinstimmen. Diese Strategie wird in der Forschung seit Jahrzehnten kontrovers diskutiert. In mehreren Schritten wurden verschiedene Perspektiven zur Anwendung der Personalisierung mit dieser Strategie untersucht. Zunächst wurde ein Instrument zur Erfassung von Präferenzen entwickelt. Die exemplarische Auswahl beschränkt sich auf jene Präferenzen, welche durch konkrete Lehrmethoden abgebildet werden können. Anschließend wurde ein Experiment durchgeführt, um Leistungsunterschiede zwischen Lernenden mit unterschiedlichen Präferenzen zu ermitteln. Dazu wurden Lehrmethoden in einen konkreten Sprachlernkurs mit einer vordefinierten Lernprogression imitiert. Im nächsten Schritt wurde die technische Basis für adaptive Kurse vorbereitet. Zu diesem Zweck wurde die Lernplattform Moodle funktional so angepasst, dass sie für Experimente zur Personalisierung von Onlinekursen genutzt werden kann. Danach wurde die inhaltliche Basis vorbereitet, welche die Generierung von Sprachlerneinheiten unter Verwendung modernster generativer Modelle ermöglicht. Die dabei entstehenden interaktiven Lernmaterialien wurden um Imitationen zu einer Auswahl von Lehrmethoden ergänzt. Das so generierte Lernmaterial musste anschließend in eine optimale Reihenfolge gebracht werden. Ein neuer Ansatz zur Kombination verschiedener Sequenzierungsstrategien wird unter der Verwendung generativer neuronaler Netze eingeführt. Darauffolgend wird ein Konzept vorgestellt, das es ermöglicht, Sequenzierungsstrategien zu verstärken, wenn sie einen positiven Effekt auf das Lernergebnis haben oder sie zu vergessen, wenn der Effekt zu gering ist oder nicht existiert. Das Konzept wurde zunächst simuliert. Anschließend wurden die generierten Lernmaterialien, die technische Basis, die Sequenzierungsstrategien und die Präferenzen der Lernenden in einem finalen Experiment kombiniert, um die modifizierte Meshing-Hypothese als Fallbeispiel umzusetzen. Hierzu wurde das vorweg simulierte Konzept des Verstärkens oder Vergessens von Sequenzierungsstrategien in einem realen Online-Sprachlernkurs praktisch angewandt. Die im Rahmen der Dissertation durchgeführten Experimente erlauben Schlussfolgerungen für die Generierung und Personalisierung von Sprachlernkursen. Darüber hinaus geben mehrere Machbarkeitsstudien (Proof-of-Concepts) Einblicke in die praktische Anwendbarkeit der Ansätze. / Recently, personalization has become a topic of some interest in the field of education. Learners possess different levels of prior knowledge, along with various learning goals and preferences. This diversity underscores the necessity of adapting online courses to suit learners’ needs, with the ultimate goal of engaging learners for optimal learning outcomes. As a representative domain, the field of language learning was chosen, to which personalization has been applied. An initial analysis of commercial language learning apps revealed the scarce realization of personalization, mainly limited to flashcard learning as an item sequencing strategy. Subsequently, the dissertation focused on the overall research question: How can personalization in auto-generated online language learning courses be utilized and combined with fundamental and experimental item sequencing strategies? Therefore, the dissertation employed a modified version of the “Meshing Hypothesis” as an example, proposing that students learn more effectively when instructional teaching methods align with their preference levels. Its original strategy has been controversially discussed in research for decades. The research unfolded in several stages to utilize personalization, commencing with the development of an instrument to collect preferences linked to instructional teaching methods. An experiment was conducted to discern performance differences among learners with varying preference levels. This involved imitating scenarios for some instructional teaching methods within an online language learning course that follows a fixed learning progression. The subsequent phase concentrated on preparing the technical groundwork for personalized courses. To this end, the Moodle learning platform was functionally adapted to facilitate experiments in personalizing online courses. Simultaneously, a contextual foundation was established, enabling the generation of template-based language learning units through cutting-edge generative models. Applied imitations of a selection of instructional methods enhanced the resulting interactive learning materials. In order to optimize the arrangement of the generated learning materials, a novel approach was introduced, combining multiple item sequencing strategies using generative neural networks. A conceptual framework was introduced, allowing for the amplification of sequencing strategies that positively impact learning outcomes or their removal if the effect is negligible. First, the concept was simulated. Then, the technical foundation, generated learning materials, item sequencing strategies, and learner preferences were combined in a final experiment to employ the modified Meshing Hypothesis and to utilize the idea of “unlearning” item sequencing strategies in a real online language learning course. The experiments conducted in this dissertation allow conclusions for generating and personalizing online language learning courses. Furthermore, several proof-of-concepts provide insights into the applicability of the approaches to be drawn for practice.

Informations- und Kommunikationstechnologien bieten heute neuartige Möglichkeiten für den Unterricht. Die didaktisch ertragreiche Nutzung dieser neuen Medien verlangt allerdings die Veränderung sowohl der Organisation wie auch der Methoden und Rollen des Lehrens und Lernens, die, wie empirische Studien zeigen, bei großen Teilen der Lehrerinnen und Lehrer noch aussteht. Zielstellung dieser explorativen Studie ist die Entwicklung und empirische Überprüfung eines Lehrerfortbildungskonzeptes, das eine nachhaltige Veränderung des unterrichtlichen Handelns bewirken kann. Im theoretischen Teil der Arbeit werden zunächst mediendidaktische Erkenntnisse diskutiert und daraus der inhaltliche Ansatz der Fortbildung, die Umsetzung einer problemorientierten Lernumgebung mit neuen Medien im Fach Englisch entwickelt. Die Ursachenanalyse der bestehenden didaktischen Defizite im Unterricht mit neuen Medien aus Sicht der professionswissenschaftlichen Forschung zum Lehrerwissen und -handeln zeigt die Veränderungsresistenz unterrichtlicher Routinen, aufgefasst als Unterrichtskripts, auf. Hier setzt die Fortbildung methodisch mit einem dreischrittigen Verfahren an, das den Erwerb neuen Wissens mit dessen praktischer Erprobung und Reflexion verbindet. Dem empirischen Teil der Arbeit liegt ein Prä-Post-Untersuchungsdesign zugrunde, zu denen die unterrichtlichen Handlungsmuster der Lehrpersonen als Niederschlag ihrer Unterrichtsskripts im Fremdbeurteilungsverfahren erfasst werden. Die Analyse der Veränderung auf Gruppenebene mit quantitativen Verfahren und die Auswertungen auf Ebene der einzelnen Lehrpersonen mittels typisierender Verfahren zeigen eine Hinwendung zu einem problemorientierten Lehren und Lernen sowohl im Hinblick auf die gewählte Aufgabenstellung als auch in ihren Ablauf- und Interaktionsmustern. Insgesamt weist die Studie das Fortbildungskonzept als einen fruchtbaren Ansatz dafür aus, eine Neuorientierung beim Unterricht mit neuen Medien anzustoßen. / In today’s modern information society and knowledge economy new media offer novel possibilities for teaching and learning processes in school. Nevertheless, an effective use of new media in instruction requires changes in its organisation as well as in teaching methods and the role of the teacher. Empirical studies show that many teachers still have to implement this kind of reorientation. This explorative study aims to develop and test a concept for the professional development of teachers, which leads to a sustained change of their teaching. Based on prior research on media in instruction, a theoretical framework is developed that applies problem-based learning to the professional development of teachers of English. Also, didactical deficits in the use of new media in instruction are analyzed with a focus on teachers’ cognition. It shows that the existing teaching routines, represented in the form of lesson scripts, constrain a reorientation of teacher performance. Hence, the professional development focuses on changing these routines by devising a procedure consisting of three steps, which combines the acquisition of new knowledge with practicing it and reflecting the practice. The empirical part of this thesis is based on a pre-postdesign. For all participants of the professional training the patterns of action in class were observed and tested in a third-party assessment. The data was transformed into lesson scripts. Both the analysis at group level, which used quantitative methods, and the analysis on the individual level of the teacher using classifying methods showed that after the training the participants made more use of problem-based teaching and learning. This reorganisation happened on the level of the chosen tasks as well as with regard to the interaction models. All in all, the study showed that the concept of professional training developed for this study is a promising approach to initiate the required reorientation in education with new media.