Nieuws

Een overzicht van nieuwsbericht van onze redactie en aanbieders die zich hebben aangesloten bij e-Learning.nl.


Van de Redactie | 14-08-2014 | Article Rating | (2) reacties

Schaalbaarheid LMS

Schaalbaarheid LMS

Schaalbaarheid is een belangrijk aspect bij het kiezen van een leermanagementsysteem (LMS). Of het zou in elk geval een belangrijk aspect moeten zijn. “Schaalbaar of schaalbaarheid is een term in de IT-wereld die aangeeft of men een bepaalde dienst of configuratie (eenvoudig) groter kan maken.” (Wikipedia). Anders gezegd: kunnen we met het LMS blijven werken, als het aantal cursisten groeit?

Een zeer relevante vraag, maar ook een lastige, want
aantal cursisten is een rekbaar begrip. En dat heeft alles te maken met het licentiemodel van de leverancier. Belangrijk in dit verband is het verschil tussen concurrent users en named users (ook wel named seats). Gaat een leverancier uit van het principe van named users, dan moet iedere medewerker / cursist die een module wil volgen, met naam en toenaam in het systeem geregistreerd staan. Bij concurrent users kijkt het LMS niet hoeveel gebruikers in het systeem staan ingeschreven, maar kijkt het LMS naar het aantal actieve gebruikers. Afhankelijk van het licentiemodel, moet bij schaalbaarheid rekening worden gehouden met het toekomstig aantal medewerkers van een organisatie (named users) dan wel het toekomstig aantal maximale gebruik (concurrent users).

Een rekenvoorbeeld. Een organisatie van 1.000 medewerkers, die in principe allemaal toegang tot het LMS moeten hebben, moet een licentie kopen voor 1.000
named users. Gaat het om concurrent users, dan moet de organisatie inschatten hoeveel gebruikers tijdens piekbelasting tegelijk ingelogd zullen zijn in het LMS. Is dat 10%, dan kan de organisatie volstaan met een licentie voor 100 concurrent users. Het zal duidelijk zijn dat er meestal een ander prijskaartje hangt aan een concurrent user dan aan een named user.


Op de site eLearningIndustry een korte blogpost over schaalbaarheid. De termen concurrend en named user komen daar niet in voor. Wel is er een verwijzing naar een te downloaden case study. Die is van een leverancier. De redactie heeft de case niet gedownload. Wij houden niet zo van het achterlaten van onze gegevens. Voor wie de case wel gaat downloaden, kijk of er überhaupt wordt gesproken over concurrend en named user. Zo ja, houdt er dan rekening mee dat elke leverancier de voordelen van zijn eigen licentiemodel zal uitvergroten.

Bron:
eLearningIndustry


Hoe waardeert u deze bijdrage?




Reacties

Coen
Van Coen | 26-08-2014
Als ik de blog post en het artikel van de redactie lees dan gaat het over verschillende dingen. De blog post gaat over schaalbaarheid (kan het LMS 10.000 gebruikers aan). De redactie schrijft over een licentie (afreken) model. Hoeveel concurrent users een LMS aankan is een technisch verhaal (software in combinatie met grootte server). Het licentiemodel een (voornamelijk) financiële kwestie.
Harm
Van Harm | 26-08-2014
Goed punt Coen. Schaalbaarheid heeft inderdaad te maken met de achterliggende techniek: bij hoeveel gebruikers zakt een systeem door z'n hoeven. Licentiemodel heeft te maken met kosten en hoe die worden berekend: over maximaal ingelogde deelnemers, of over alle medewerkers van een organisatie. Ik denk dat de achterliggende gedachte van het artikel is dat als een organisatie een potentiële leverancier vraagt naar het maximale gebruik. En de leverancier gaat uit van het maximaal aantal concurrend users en de koper denkt: dat zijn veel minder dan het aantal medewerkers dat ik in dienst heb, dat er dan behoorlijk langs elkaar heen wordt gepraat. Zoiets?
Plaats hieronder uw reactie.

Naam (verplicht)

E-mail (verplicht)

CAPTCHA Afbeelding
Voer de hierboven staande code in:

Meest gelezen nieuws

Achtergronden aanbieders

Column

0 reacties
Van Let’s Learn! 09-10-2023

Retentie en AI

Helma van den Berg van Let's Learn! beluisterde de bijdrage van Jeanne Bakker aan de podcastserie BrainBakery. Bakker vertelde over de bedreiging en kansen die we nu en in de toekomst van AI kunnen verwachten. In de podcast sprak zij haar verwachtingen uit voor de toekomst van AI in leren. Helma is het met haar eens. Zoals de gedachte om AI voor gepersonaliseerd leren te gebruiken.