
Recommendersysteme gehören zu den Software-Tools und -verfahren, die für digitale Lehr-Lernprozesse eine immer größere Rolle spielen, und gleichzeitig stellen sie noch ein relativ junges Forschungsgebiet dar. Sie sind für die Didaktik von großem Interesse, da sie das Potenzial haben, auf der Grundlage verschiedener Entscheidungsprozesse von Lernenden in einer Lernumgebung personalisierte Vorschläge zu machen, Empfehlungen zu geben und Lernende somit beim Wissenserwerb und bei der Kompetenzentwicklung zu unterstützen. In der langjährigen didaktischen Diskussion über wirkungsmächtige Einflussfaktoren für die Weiterentwicklung von Lernprozessen spielen Lerndialoge eine bedeutende Rolle, die heute besonders als Feedback Beachtung finden und für die schon eine Reihe von Qualitätsmerkmalen formuliert worden sind. Recommendersysteme bieten sich für digitales, automatisiertes und autonomes Feedback an. Die Frage ist jedoch, wie didaktische Anforderungen an die Qualität von Feedback durch Recommendersysteme umgesetzt werden können. Dazu geht der Beitrag zunächst aus einer didaktischen Perspektive der Frage nach, welche Anforderungen Lernprozesse an Feedback stellen und welche Qualitätsmerkmale sich daraus ableiten lassen. Davon ausgehend schließt sich eine Analyse technologischer Feedbackgebung und im Speziellen eine Qualitätsanalyse von Recommendersystemen bzw. deren Empfehlungsgebung an.