Digitale Barrierefreiheit
Barrieren im Zugang zu Lerninhalten können auf verschiedenen Ebenen entstehen, etwa im Browser, dem Lern-Management-System (LMS) und dessen Objekten oder dem Lerninhalt. Bei der Erstellung und Pflege unserer digitalen Selbstlernumgebung ist unser Ziel, sowohl durch die Wahl des (idealerweise für User kosten-losen und datenschutzgerechten) LMS als auch der konkreten Ausgestaltung ein optimales Nutzungserlebnis unabhängig von ggf. vorhandenen persönlichen Einschränkungen zu erreichen. Dazu gehören insb. die Zugäng-lichkeit, Verständlichkeit sowie Navigierbarkeit. Das hier genutzte LMS ILIAS zeichnet sich dabei durch eine stetige Verbesserung der Zugänglichkeit. Unsere Umsetzung umfasst die weitestmögliche Verwendung der so zur Verfügung gestellten Tools sowie einer klaren Seiten- und Navigationsstruktur, einem einheitlichen Design und Farbkonzept mit Berücksichtigung kontrastreicher und barrierearmer Farben und einer einfachen und gendersensiblen Sprache.
Kategorien
Beschreibung
Herausforderung
Unsere digitale Selbstlernumgebung soll allen Interessierten bestmöglich zugänglich sein. Digitale Räume stellen dabei in ihrer Ausgestaltung vielfältige Herausforderungen: neben der generellen User Experience in Sachen Auffindbarkeit, verständlicher Organisation, Ablenkungsfreiheit und angenehmer Lesbarkeit von Sei-ten bestehen diese vor allem in Hürden für Menschen mit Einschränkungen etwa im visuellen (z.B. Texte, Bilder, Tests), auditiven (z.B. Videos) oder kognitiven Bereich (Überforderung,
Herangehensweise
Generell: Recherche von digitalen Barrieren (z.B. Toolbox Barrierefreiheit d. ILIAS-Vereins: https://docu.ilias.de/go/cat/12805) und Berücksichtigung dieser Erkenntnisse bei der Ausgestaltung der Selbstlernumgebung
Visuelle Gestaltung: klares, wiedererkennbares Farbschema und barrierearme Farbgebung bei gleichzeitiger Kompatibilität mit Screenreadern (den Inhalt von Bildern wiedergebende Beschriftung von Grafiken, Alt-Texte für alle Grafiken), Berücksichtigung und Test verschiedener Bildschirmgrößen zur Optimierung der Nutzbarkeit auf verschiedensten Bildschirmgrößen von Smartphone bis PC (Responsivität)
Auditive Gestaltung: untertitelte Videos
Inhaltliche Gestaltung: Konzentrationsfördernde, abwechslungsreiche Darstellung der Themen durch multimediale Inhalte (Texte, Grafiken, Videos), Wiedergabe wissenschaftlicher Sachverhalte durch möglichst einfache Sprache und kurze Sätze. Vermeidung von Diskriminierung durch gendersensible Sprache.
Berücksichtigung unterschiedlicher Vorkenntnisse
Zusammenhang
In der Erstellung und Weiterentwicklung einer digitalen Selbstlernumgebung.
Voraussetzung
Team aus Personen unterschiedlichen Geschlechts, Alters und akademischen Status (Studierenden/ Dozierendenperspektive) mit großer Lernbereitschaft gegenüber weiteren Perspektiven, um mög-lichst viele Aspekte und Bedürfnisse mitdenken zu können.
Hohe Technik/Design-Affinität und Weiterentwicklungsoffenheit im Team
Zeit für die Optimierung der Plattform nach der Erarbeitung der Inhalte (anhand von Feedback und Evaluationsergebnissen)
Mittel für externe Aufträge (hochwertige, professionelle Grafikerstellung und Videoproduktion).
Eignung
Anhang noch ausstehender Evaluationsergebnisse.
Abgleich beim eigenen Test der Selbstlernumgebung mit den persönlichen Erwartungen und Bedürfnissen (externer Account möglich auf kosmic.uni-freiburg.de)
Dokumentation des Status der Barrierefreiheit in ILIAS: Guidelines mit Zielen für Entwickler ( https://github.com/ILIAS-eLearning/ILIAS/blob/release_8/docs/development/accessibility-process.md ), Veröffentlichungen der SIG (special interest group) Barrierefreiheit zum aktuellen Stand ( https://docu.ilias.de/go/grp/6949 , ILIAS Toolbox Barrierefreiheit https://docu.ilias.de/go/cat/12805 )
Schritte
1. Von Beginn an in jeder Hinsicht (Organisation des Kurses, Farbkonzept etc.) eine klare und wiederer-kennbare Struktur überlegen und umsetzen.
2. Bestimmte Maßnahmen lassen sich auch leicht im ansonsten fertigen Produkt umsetzen (Alt-Texte, Untertitel) und können effizient am Stück abgearbeitet werden.
3. Frühzeitige Überlegung, was selbst in ausreichender Qualität (und machbarem zeitlichen Rahmen) geleistet werden kann, und wofür externe Expertise (z.B. Medienerstellung) hilfreich ist.
Hinweise
Effekte
Die gesamte Selbstlernumgebung wurde durch Inklusionsmaßnahmen benutzungsfreundlicher, auch für Menschen ohne vorliegende Einschränkung. Bemühungen um digitale Barrierefreiheit dienen also allen.
Bislang direkt befragte Studierenden (qualitative Befragung) haben sich durchweg positiv über die Umsetzung geäußert.
Learnings
Der Deep-Dive in die von ILIAS bereitgestellten, teils aber etwas versteckten Funktionen und Möglichkeiten ist einer barrierearmen Umsetzung sehr förderlich und diese Zeit sollte unbedingt investiert werden. Insbesondere seien hier auch die Gestaltungsmöglichkeit über einen selbst entwickelbaren Style genannt.
Die benötige Zeit für Tests auf Erfüllung verschiedenster Bedürfnisse sollte nicht unterschätzt und regelmäßig erneut (z.B. nach erfolgten Updates) durchgeführt werden (Darstellung durch verschiedene Browser, Bildschirmgrößen, Screenreader etc.)
Empfehlung
Von Anfang an bei jedem Schritt mögliche Beeinträchtigungen von Usern mitdenken und ggf. gegen-über eigenem „Schönheitsempfinden“ priorisieren
Tipps
Bestehende (hochschulweite) Software-Lizenzen herausfinden und nutzen.
Schulungen für Software.
Hochschuldidaktische Schulungen wahrnehmen.
Schritt für Schritt einzelne Aspekte verbessern, alles auf einmal machen zu wollen kann überfordernd sein.
Methoden
Empfohlen
Das könnte Sie auch interessieren
Math.Edu.Tech
Das Projekt Math.Edu.Tech zielt auf die adaptive Förderung der mathematischen Argumentation in der regulären Lehre mit KI-basierten Bildungstechnologien. Dabei werden rein mathematisches und anwendungsnahes mathematische Argumentieren adressiert. Ziel ist es, für beide Arten des Argumentierens Bildungstechnologien, die KI-basiert Feedback zu Argumentationen geben, agil in Co-Konstruktion von Dozierenden, studentischen Übungsleitungen und Studierenden zu entwickeln, die orts-, zeit- und personenunabhängig adaptiv Argumentationsprozesse fördern können, diese in die Lehre zu integrieren und zu evaluieren.Math.Edu.Tech basiert auf der kooperativen Bündelung der Perspektiven von Mathematikdidaktik (A. Eichler), der Mathematik (A. Bley) und der informationstechnischen Gestaltung von Lehre (M. Söllner) sowie Vorarbeiten zur digitalen mathematischen Lehre im khdm (www.khdm.de) und ITeG der Universität Kassel.Die in Math.Edu.Tech entwickelten Bildungstechnologien sollen in mathematische Grundlagenveranstaltungen integriert werden, dort zu studentischen Argumentationen KI-basiert digitales Feedback generieren und mit Peer-Feedback anderer Studierender kombiniert werden. Im Lehramtsstudium wird zudem das Feedback der Bildungstechnologie vergleichend mit Feedback einer nicht spezifisch auf mathematische Argumentation gerichtete generative Sprach-KI analysiert. Das Projekt nimmt Forderungen der Nationalen KI-Strategie wie auch der Strategie der KMK zur Bildung in der digitalen Welt auf.
Projekt anzeigen
Relaunch der Startseite
Die Startseite von LEHRELADEN ist optisch modern und neu strukturiert. Gleichzeitig wurde die Usability erhöht, indem neue Wege, sich über die Themen im Portal zu informieren, geschaffen wurden.
Maßnahme anzeigen
Building a Remote Laboratory Using a Practical Example from Undergraduate Engineering Practice
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen