Kursmaterialien in SCORM‑Pakete umwandeln: Ein praktischer Datei‑Konvertierungs‑Leitfaden

Learning Management Systems (LMS) verlassen sich auf den SCORM (Sharable Content Object Reference Model)‑Standard, um E‑Learning‑Inhalte zu paketieren, zu liefern und zu verfolgen. Während Autorentools SCORM‑Bündel automatisch erzeugen, verfügen viele Organisationen bereits über eine Bibliothek heterogener Assets – PDFs, MP4‑Videos, PowerPoint‑Folien, HTML‑Quizze – die über Jahre hinweg erstellt wurden. Diese unterschiedlichen Dateien in ein einziges, gut strukturiertes SCORM‑Paket zu konvertieren, kann einschüchternd sein, vor allem wenn visuelle Treue, Metadaten und Interaktionslogik erhalten bleiben müssen.

Dieser Leitfaden führt durch den gesamten Konvertierungs‑Workflow, von der Asset‑Analyse bis zum finalen ZIP, und hebt Entscheidungen hervor, die Kompatibilität, Barrierefreiheit und Datenschutz beeinflussen. Die Prinzipien gelten sowohl bei der Nutzung einer dedizierten Autoringsplattform als auch bei einem universellen Konverter wie convertise.app zur Formatnormalisierung vor dem Packen.

---

1. Verständnis der strukturellen Anforderungen von SCORM

SCORM schreibt nicht vor, wie Sie Ihre Lerninhalte gestalten; es definiert eine Ordnerhierarchie und eine kleine Menge XML‑Manifestdateien, die das LMS ausliest. Minimal muss ein SCORM 1.2‑ oder 2004‑Paket Folgendes enthalten:

• imsmanifest.xml – der zentrale Deskriptor, der jede Ressource auflistet, Sequenzregeln definiert und Bezeichner zu Dateipfaden mappt.
• Resources‑Ordner – alle Medien (Bilder, Audio, Video) und Dokumente, die im Manifest referenziert werden.
• HTML‑Einstiegspunkt – eine Launch‑Seite (oft index.html), die das LMS in einem iframe lädt.

Alle zusätzlichen Assets – PDF‑Handouts, SCORM‑konforme Quizze oder JavaScript‑Bibliotheken – müssen im Manifest mit entsprechenden <resource>‑Tags referenziert werden. Fehlende oder falsch benannte Einträge lassen das LMS das Paket ablehnen oder, schlimmer, ein fehlerhaftes Lernerlebnis ausliefern.

---

2. Bestandsaufnahme vorhandener Assets

Bevor Sie mit der Konvertierung beginnen, inventarisieren Sie jede Datei, die Teil des Kurses werden soll. Erstellen Sie eine Tabelle mit folgenden Spalten:

Diese Tabelle wirft zwei kritische Fragen auf:

1. Welches Format unterstützt das LMS nativ? Die meisten modernen LMS akzeptieren MP4 für Video, PDF für Dokumente und HTML5 für interaktive Inhalte.
2. Welche Metadaten müssen die Konvertierung überstehen? Für Compliance und Analysen können Autor, Erstellungsdatum oder Versionsnummern nötig sein.

---

3. Normalisierung von Mediendateien

3.1 Videokonvertierung

Videodateien liegen häufig als MOV, AVI oder in proprietären Kameraproprietäten vor. SCORM‑kompatibles Video sollte MP4 mit H.264‑Video und AAC‑Audio sein, bei einer Bitrate, die Qualität und Dateigröße ausbalanciert (typischerweise 2–4 Mbps für 720p, 5–6 Mbps für 1080p). Die Konvertierungsschritte sind:

1. Quell‑Metadaten extrahieren (z. B. ffprobe gibt Erstellungsdatum, Fotograf, GPS aus). In einer Begleit‑JSON‑Datei sichern, um sie später wieder einzubetten.
2. Zwei‑Pass‑Encoding verwenden, um die Ziel‑Bitrate zu erreichen und gleichzeitig Schlüsselbild‑Intervalle beizubehalten, die mit interaktiven Zeitstempeln übereinstimmen.
3. Verlustfreies Zuschneiden oder Drehen, falls das Original schwarze Balken oder Orientierungs‑Flags enthält.
4. Beibehaltene Metadaten wieder einbetten mit Tools wie ffmpeg -metadata, sodass das LMS sie in Asset‑Bibliotheken anzeigen kann.

Falls Datenschutz relevant ist, entfernen Sie vor dem finalen ZIP alle eingebetteten Standortdaten oder Gesichts‑Erkennung‑Tags.

3.2 Bild‑ und Grafik‑Konvertierung

Rasterbilder sollten PNG für verlustfreie Grafiken (Icons, UI‑Screenshots) und JPEG für Fotos sein. Beim Konvertieren von SVG‑Diagrammen exportieren Sie nach PNG mit 300 dpi, falls das LMS SVG nicht direkt rendern kann. Farbprofile (sRGB) erhalten Sie, um unerwartete Farbschattierungen auf verschiedenen Geräten zu vermeiden. Typische Pipeline:

• Farbraum des Originals prüfen mit exiftool.
• Konvertieren via imagemagick convert source.svg -density 300 -colorspace sRGB output.png.
• Unnötige EXIF‑Felder entfernen, um die Datei leicht zu halten, aber Attributions‑Informationen beizubehalten.

---

4. Dokumente in web‑bereites HTML umwandeln

Die meisten SCORM‑Launch‑Pages beruhen auf HTML5. Statt PDFs direkt einzubetten, konvertieren Sie sie in eine Reihe von Webseiten:

1. PowerPoint oder Word nach PDF exportieren. Ein Tool wählen, das Vektorobjekte intakt hält (z. B. Microsoft Office „Speichern unter → PDF“).
2. OCR optional ausführen. Bei gescannten PDF‑Seiten macht OCR den Text durchsuchbar und verbessert die Barrierefreiheit.
3. PDF nach HTML konvertieren mit einem Konverter, der Überschriften, Tabellen und Listen respektiert. Werkzeuge, die ein sauberes DOM erzeugen – ohne Inline‑Style‑Massen – erleichtern die Integration des SCORM‑Tracking‑JavaScripts.
4. ARIA‑Landmarks manuell oder per Skript einfügen, indem die Überschriftenhierarchie zu <section>‑Tags gemappt wird.
5. HTML komprimieren mit gzip auf Web‑Server‑Ebene; das SCORM‑ZIP selbst bleibt unkomprimiert, weil das LMS ein flaches Verzeichnis erwartet.

Während dieses Prozesses behalten Sie die ursprünglichen Metadaten (Autor, Revision) bei, indem Sie <meta>‑Tags im <head> jeder Seite hinzufügen.

---

5. Interaktive Assessments erstellen

SCORM kann Quizze hosten, die mit HTML/JavaScript gebaut wurden, doch viele Unternehmen besitzen bereits Fragenbanken in QTI, GIFT oder proprietären Excel‑Sheets. Der Konvertierungs‑Workflow lautet:

• Quell‑Fragebogen in ein neutrales Format exportieren (CSV oder XML).
• Jede Spalte zur QTI‑Element‑Hierarchie zuordnen (Item, Response, Outcome). Kleine Python‑Skripte automatisieren diese Zuordnung.
• QTI‑XML‑Dateien generieren und im Ordner questions ablegen.
• Ein kleines JavaScript‑Wrapper‑Script hinzufügen, das QTI einliest, die Frage rendert, die Antwort des Lernenden erfasst und das Ergebnis via SCORM‑API (meist SetValue("cmi.score.raw", score)) an das LMS meldet.

Fehlt intern die Entwicklungs‑Kapazität, kann ein Open‑Source‑Autorentool wie ADL X‑API verwendet werden, das QTI konsumiert und das notwendige JavaScript‑Shim erzeugt.

---

6. Das Manifest erstellen (imsmanifest.xml)

Das Manifest ist das Herzstück eines SCORM‑Pakets. Ein minimales, aber robustes Beispiel für ein Einzel‑Lesson‑Modul sieht so aus:

<?xml version="1.0" encoding="UTF-8"?>
<manifest identifier="com.example.course1" version="1.2"
          xmlns="http://www.imsproject.org/xsd/imscp_rootv1p1p2"
          xmlns:adlcp="http://www.adlnet.org/xsd/adlcp_rootv1p2"
          xmlns:imsmd="http://www.imsglobal.org/xsd/imsmd_rootv1p2p1">
  <metadata>
    <schema>ADL SCORM</schema>
    <schemaversion>1.2</schemaversion>
  </metadata>
  <organizations default="ORG-1">
    <organization identifier="ORG-1" structure="hierarchical">
      <title>Course Title – Module 1</title>
      <item identifier="ITEM-1" identifierref="RES-INDEX">
        <title>Lesson Overview</title>
      </item>
    </organization>
  </organizations>
  <resources>
    <resource identifier="RES-INDEX" type="webcontent" adlcp:scormtype="sco" href="index.html">
      <file href="index.html"/>
      <file href="assets/video.mp4"/>
      <file href="assets/handout.pdf"/>
      <file href="questions/q1.xml"/>
    </resource>
  </resources>
</manifest>

Wichtige Punkte:

• adlcp:scormtype="sco" kennzeichnet ein Sharable Content Object, das starten und an das LMS berichten kann.
• Jede physische Datei, die das SCORM‑Objekt nutzt, muss in einem <file>‑Element aufgeführt sein. Fehlende Dateien führen zu einem „resource not found“‑Fehler zur Laufzeit.
• Verwenden Sie menschlich lesbare Bezeichner (RES-INDEX, ITEM-1), um das Debugging zu vereinfachen.

Bei mehreren Lektionen duplizieren Sie den <item>‑Block und referenzieren unterschiedliche Ressourcen.

---

7. Das ZIP‑Archiv zusammenstellen

Nachdem alle Assets vorbereitet und das Manifest validiert ist, erzeugen Sie das ZIP mit exakt der von SCORM geforderten Ordnerstruktur:

my_course.zip
├─ imsmanifest.xml
├─ index.html
├─ assets/
│   ├─ video.mp4
│   ├─ handout.pdf
│   └─ diagram.png
└─ questions/
    └─ q1.xml

Wichtig: Das ZIP darf kein übergeordnetes Verzeichnis enthalten; das LMS erwartet das Manifest im Root‑Verzeichnis. Nutzen Sie ein Befehlszeilen‑Tool, das Dateizeitstempel bewahrt (zip -X -r my_course.zip .). Original‑Zeitstempel der Quell‑Assets erhalten zu lassen ist sinnvoll, weil manche LMS das Attribut lastModified den Lernenden anzeigen.

---

8. Das Paket validieren

Bevor Sie hochladen, prüfen Sie das Paket mit einem SCORM‑Validator wie dem SCORM Test Suite von ADL oder dem Open‑Source‑Tool Rustic SCORM Cloud. Der Validator kontrolliert:

• Manifest‑Syntax und erforderliche Attribute.
• Vorhandensein aller referenzierten Dateien.
• Konformität zur gewählten SCORM‑Version (1.2 vs 2004).
• Korrekte API‑Aufrufe auf der Launch‑Seite (z. B. Initialize(), Terminate()).

Wenn der Validator fehlende Metadaten meldet, gehen Sie zurück zu den Konvertierungsschritten und betten die nötigen Tags erneut ein.

---

9. Workflow automatisieren

Für Unternehmen, die Dutzende von Kursen konvertieren müssen, werden manuelle Schritte zum Engpass. Eine einfache Automatisierungspipeline lässt sich mit einer Skriptsprache (Python oder Bash) bauen, die folgende Phasen orchestriert:

1. Discovery – Quellverzeichnis nach neuen Assets scannen.
2. Conversion – ffmpeg, imagemagick und einen PDF‑zu‑HTML‑Service (z. B. die API von convertise.app) aufrufen, um standardisierte Ausgaben zu erzeugen.
3. Metadata Harvesting – exiftool nutzt, um Autor und Datum zu extrahieren, dann metadata.json schreiben, das später die Manifest‑Generierung informiert.
4. Manifest Generation – Eine Jinja2‑Template mit Dateiliste und Metadaten füllen.
5. Packaging – Ordner zippen, SCORM‑Validator ausführen und das ZIP in einen Ausgabebucket verschieben.

Durch das Protokollieren jedes Schrittes entsteht zudem ein Audit‑Trail – eine Anforderung vieler regulierter Branchen.

---

10. Datenschutz‑ und Sicherheitsaspekte

Auch wenn die Konvertierung lokal oder in einer privaten Cloud erfolgt, sollten Sie Folgendes beachten:

• GPS‑Daten aus Bildern und Videos entfernen mit ffmpeg -metadata location=.
• Versteckte Textebenen aus PDFs entfernen, die Reviewer‑Kommentare enthalten könnten.
• ZIP verschlüsseln, nur wenn das LMS verschlüsselte SCORM‑Uploads unterstützt; andernfalls das ZIP in einem gesicherten Repository lagern und den Zugriff über IAM‑Richtlinien steuern.
• Audit‑Logs führen – Aufzeichnen, wer jede Konvertierung initiiert hat und welche Quell‑Dateien verwendet wurden. Das erleichtert die Beantwortung von Compliance‑Fragen unter GDPR oder HIPAA, wenn Lern‑Daten persönliche Kennungen enthalten.

---

11. Häufige Stolperfallen und wie man sie vermeidet

Frühzeitiges Erkennen und Beheben spart Test‑Zyklen.

---

12. Praxisbeispiel: Von Legacy‑Trainingsmaterialien zu SCORM

Szenario: Ein Fertigungsbetrieb verfügt über eine Legacy‑Trainingsbibliothek mit PowerPoint‑Decks (PPTX), Lehrvideos im WMV‑Format und PDF‑Handouts. Ziel ist die Bereitstellung über ein LMS, das ausschließlich SCORM 2004 akzeptiert.

Durchgeführte Schritte:

1. Asset‑Audit identifizierte 45 PPTX, 30 WMV‑Videos und 60 PDFs.
2. Video‑Konvertierung mittels Batch‑Script: ffmpeg -i "$in" -c:v libx264 -crf 22 -c:a aac -b:a 128k "${in%.*}.mp4".
3. Folien‑Decks per PowerPoint‑CLI nach PDF exportieren, dann mit pandoc --standalone in HTML konvertieren, wodurch Tabellen und Aufzählungen erhalten blieben.
4. Metadaten wurden mit exiftool gesammelt und in HTML‑<meta>‑Tags im <head> jeder Seite eingefügt.
5. Quiz‑Erstellung nutzte ein vorhandenes CSV mit Multiple‑Choice‑Fragen, das mittels eines kurzen Python‑Scripts in QTI transformiert wurde.
6. Manifest‑Erstellung erfolgte über ein Jinja2‑Template, das automatisch Identifier für jede Asset‑Zeile aus der CSV vergab.
7. Validierung über SCORM Cloud deckte zwei fehlende Bild‑Referenzen auf; die fehlenden Dateien wurden dem ZIP hinzugefügt.
8. Auslieferung – Das finale 1,3 GB‑ZIP (komprimiert) wurde ins LMS geladen und bestand den vom Anbieter geforderten Compliance‑Test.

Das Projekt reduzierte die manuelle Autorisierungszeit um 70 % und garantierte ein einheitliches Lernerlebnis über alle Module hinweg.

---

13. Zusammenfassung bewährter Praktiken

1. Zuerst auditieren – Eine klare Tabelle verhindert fehlende Assets.
2. Medien normalisieren zu allgemein unterstützten Formaten (MP4, JPEG/PNG, PDF/A).
3. Wesentliche Metadaten erhalten, indem Sie vor der Konvertierung extrahieren und nachher wieder einbetten.
4. Ein sauberes, validiertes Manifest erzeugen; behandeln Sie es wie Code – linten Sie es.
5. Ohne zusätzliche Verzeichnisse paketieren und originale Zeitstempel behalten.
6. Frühzeitig validieren mit einem SCORM‑Test‑Suite, um strukturelle Fehler zu finden.
7. Den Pipeline automatisieren, wenn das Volumen es rechtfertigt; Logs für Audits behalten.
8. Datenschutz‑relevante Daten während der Konvertierung bereinigen, besonders aus Bild‑ und Videometadaten.

Wenn Sie diese Schritte befolgen, können Sie eine heterogene Sammlung von Lern‑Assets in ein einzelnes, standardkonformes SCORM‑Paket verwandeln, das auf allen LMS‑Plattformen zuverlässig funktioniert und gleichzeitig Qualität, Barrierefreiheit und Datenschutz gewährleistet.

---

Die hier beschriebenen Techniken sind plattformunabhängig; sie lassen sich mit cloud‑basierten Konvertern wie convertise.app kombinieren, um eine schnelle, datenschutzorientierte Format‑Normalisierung vor dem Zusammenstellen des SCORM‑ZIPs zu erreichen.