=Paper=
{{Paper
|id=Vol-1443/paper43
|storemode=property
|title=Mobile Learning mit kontextbezogenen mobilen Diensten: Umsetzung in konkreten Szenarien und erste Erfahrungen
|pdfUrl=https://ceur-ws.org/Vol-1443/paper43.pdf
|volume=Vol-1443
|dblpUrl=https://dblp.org/rec/conf/delfi/SondereggerM015
}}
==Mobile Learning mit kontextbezogenen mobilen Diensten: Umsetzung in konkreten Szenarien und erste Erfahrungen==
https://ceur-ws.org/Vol-1443/paper43.pdf
Sabine Rathmayer, Hans Pongratz (Hrsg.): Proceedings of DeLFI Workshops 2015
co-located with 13th e-Learning Conference of the German Computer Society (DeLFI 2015)
München, Germany, September 1, 2015 222
Mobile Learning mit kontextbezogenen mobilen Diensten:
Umsetzung in konkreten Szenarien und erste Erfahrungen
Urs Sonderegger1, Christian Merschroth2 und Martin Zimmermann3
Abstract: Die Vermittlung von Handlungs- und Prozesswissen in der industriellen Produktion
erfordert neue Ansätze, insbesondere eine Flexibilisierung und Integration von Lernprozessen in
reale Arbeitssituationen. Der vorliegende Beitrag beschreibt das Zwischenergebnis eines größeren
Forschungsvorhabens im Bereich Mobile Learning mit kontextbezogenen mobilen Diensten im
betrieblichen Umfeld. Er stellt Anforderungen, Lösungsansätze und einen Prototypen zur Realisie-
rung von kontextbezogenen mobilen Diensten im Bereich der Unfallverhütung und Sicherheits-
einweisungen in Fertigungsprozessen vor. Die zu unterstützenden kontextbezogenen Prozesse
eines Industriepartners werden analysiert und unter Verwendung eines Domänenmodells, generi-
scher Prozessmodelle und kontextbezogenen mobilen Anwendungen realisiert. Im Beitrag werden
außerdem Lösungsansätze für plattformunabhängige mobile Applikationen, sowie die Integration
von Persistenzmechanismen und Gerätefunktionen mittels hybrider Ansätze vorgestellt. Ergebnis
der Arbeit ist ein erster Prototyp einer hybriden mobilen Applikation der im realen Betrieb syste-
matisch getestet und weiterentwickelt wird.
Keywords: Kontext, Mobile Learning, Industrielle Fertigungsprozesse, Mobile Geräte, Sensoren,
Lernszenarien, Unfallverhütung, hybride Apps, IntelliJ, PhoneGap.
1 Einführung
Existierende Ansätze für kontextbezogenes mobiles Lernen wurden meist für schulische
Lehr- und Lernszenarien entwickelt, insbesondere für verschiedene Arten von "outdoor"-
Aktivitäten. So stellen Rogers et al. Szenarien vor, in denen mobile Endgeräte das Ler-
nen bei mobilen Aktivitäten unterstützen, etwa für Studenten im Umweltbereich, die
Daten zu Experimenten mobil abrufen können [Ro10]. Im Projekt ARLearn [Te12] er-
halten Lernende während sie sich innerhalb einer Stadt bewegen, Hinweise auf Lernres-
sourcen, die in Bezug zu Objekten wie Bauwerken oder Kunstdenkmälern in ihrer direk-
ten Umgebung stehen. In [Re11] wird eine Erweiterung des Systems docendo um
einfache Location-based Services vorgestellt, die Lehrenden erlaubt, ortsabhängige
Lernmaterialien für „field trips“, z.B. im Rahmen des Biologieunterricht zu erstellen.
1
FHS St.Gallen Hochschule für Angewandte Wissenschaften, Institut für Informations- und Prozessmanage-
ment, Rosenbergstrasse 59, 9001 St.Gallen, urs.sonderegger@fhsg.ch
2
Hochschule Offenburg, Fakultät Wirtschaftsingenieurwesen, Klosterstr. 14, 77723 Gengenbach, christi-
an.merschroth@hs-offenburg.de
3
Hochschule Offenburg, Fakultät Wirtschaftsingenieurwesen, Klosterstr. 14, 77723 Gengenbach,
m.zimmermann@hs-offenburg.de
²SIMPLE – Symbiotic Interrelated Seamless Integrated
Mobile Personalizable Learning Environments 223
Ziel des kontextbezogenen mobilen Lernens in der Produktion und Fertigung ist es,
Mitarbeiterinnen und Mitarbeitern bedarfsgerecht Handlungs- und Prozesswissen bereit-
zustellen, um die wachsende Komplexität von Fertigungsvorgängen zu beherrschen.
Prozessbezogenes Informieren und Lernen in wechselnden Arbeits- umgebungen ist ein
noch relativ neues Forschungsfeld, das insbesondere von den Aktivitäten im Umfeld
Industrie 4.0 beeinflusst wird [En13]. So werden im Projekt APPsist [Ap15] Wissens-
und Assistenzsysteme entwickelt, die die Mitarbeiterinnen und Mitarbeiter bei der Inter-
aktion mit Produktionsmaschinen unterstützen sollen. Das Projekt PRiME (Professional
Reflective Mobile Personal Learning Environments) vereint Lern- und Arbeitsprozesse
und ermöglicht, neben dem mobilen Zugriff auf vorhandenes, auch das Festhalten und
Teilen von implizitem Wissen [Gr14].
Zielsetzungen unserer Forschungsarbeit sind Analyse, Design und Realisierung eines
kontextsensitiven, adaptiven M-Learning Systems zur Wissens- und Handlungs- unter-
stützung in Fertigungsprozessen. Aufbauend auf dem Beitrag zum Mobile Workshop,
DeLFI 2014 „Mobile Learning mit kontextbezogenen mobilen Diensten in der KMU
Smart Factory: Szenarien und Lösungsansätze für Fertigungsprozesse“ wurden in den
vergangenen Monaten konkrete Szenarien in einem realen betrieblichen Umfeld analy-
siert und auf ihre Eignung zur Erstellung eines Prototypen untersucht. Zusammen mit
einem Industriepartner wurde das Thema Sicherheitseinweisung und Unfallverhütung
als erstes Testfeld für kontextbezogene mobile Dienste evaluiert. Die Sicherheitseinwei-
sungen erfolgen prozessorientiert und stellen insbesondere Anforderungen an den Orts-
und Objektkontext. Im Bereich der Unfallverhütung sollen Gefahrensituationen ad-hoc
im Arbeitsprozess ermittelt und die entsprechenden Sicherheitsanweisungen kontextbe-
zogen zur Verfügung gestellt werden. Mit diesem Vorhaben soll überprüft werden, ob
und wie sich die im Vorprojekt ermittelten Kontextdimensionen für das vorliegende
Szenario einsetzen lassen. Die Kombination aus Top-Down und Bottom-Up-Ansatz
erlaubt eine laufenden Überprüfung und Optimierung der erarbeiteten Konzepte und
Modelle.
Basierend auf Diskussionen mit Domänen-Experten aus dem Bereich Produktion und
Fertigung und ersten Erkenntnissen aus der Zusammenarbeit mit dem Industriepartner
wird das Kontextmodell präzisiert und um die Dimension User ergänzt. Der Benutzer
beeinflusst den Kontext der Lernsituation maßgeblich durch sein Vorwissen im Zusam-
menhang mit dem Lerngebiet, seiner Rolle und den damit zusammenhängenden Kompe-
tenzen und Pflichten. Damit rückt das Modell eine Dimension näher an dasjenige von
Rensing und Tittel [RT13].
Wir führen zunächst in Kapitel 2 die verschiedenen M-Learning Szenarien im Bereich
der Unfallverhütung und Sicherheitseinweisungen ein und erläutern jeweils die relevan-
ten Kontextinformationen. Dynamische Modelle für den Ablauf von Lernaktivitäten und
darauf aufbauend ein Domänenmodell, das die Objekte und Beziehungen zwischen An-
lagen, Anlagenbereichen und entsprechenden Lern- Aktivitäten zeigt, sind Gegenstand
von Kapitel 3. In Kapitel 4 dieses Beitrags stellen wir die von uns umgesetzten Szenari-
224 Urs Sonderegger et al.
en vor, in denen wir Lösungen für einzelne technologische Herausforderungen erarbeitet
haben. Dabei gehen wir auch auf die praktischen Erfahrungen in der Umsetzung ein.
Außerdem bewerten wir verschiedene Lösungsstrategien für ortsbezogenen Dienste
unter Verwendung von QR-Codes sowie Beacons.
2 Einsatzszenarien
In den hier vorgestellten M-Learning Szenarien und dem darauf aufbauenden Prototypen
einer kontextbezogenen mobilen Anwendung konzentrieren wir uns auf das Thema „be-
triebliche Sicherheit“. Innerhalb dieses überschaubaren Bereichs sind im untersuchten
Unternehmen drei Haupt-Einsatzszenarien vorhanden. Allgemeine Sicherheitseinwei-
sungen stellen eine Folge von Handlungsanweisungen dar. Spezifische Sicherheitsan-
weisungen zu Gefahrensituationen im Arbeitsprozess werden ad-hoc abgerufen. Eben-
falls ad-hoc können neue Sicherheitsprobleme erfasst werden.
Während die Sicherheitseinweisung einem klar definierten Prozess (Ablauf) folgt, bezie-
hen sich die spezifischen Sicherheitsanweisungen auf ad-hoc-Situationen bei der tägli-
chen Arbeit. Dies wirkt sich auf den jeweiligen Kontextbezug und das daraus resultie-
rende Kontextmuster aus.
2.1 Allgemeine Sicherheitseinweisung und spezifische Sicherheitsanweisungen
Eine Sicherheitseinweisung besteht im Kern aus einer strukturierten Abarbeitung aller
bekannten Gefahrenherde an einer Anlage. Sämtliche Mitarbeiterinnen und Mitarbeiter,
welche an einer Anlage eine Arbeit verrichten, müssen diesen Prozess mindestens ein-
mal jährlich durchlaufen. Abbildung 1 (zweite Spalte) zeigt die für Sicherheitseinwei-
sungen relevanten Kontextinformationen basierend auf der Typologie in Sonderegger et
al. [So14]. Die folgenden Kontextinformationen sind relevant: Zur Ermittlung der not-
wendigen Informationen muss die Anlage bekannt sein (Ortskontext und/oder Objekt-
kontext). Eine mitarbeiterspezifische Einweisung findet nicht statt, jedoch wird sicherge-
stellt, dass eine Mitarbeiterin bzw. ein Mitarbeiter sämtliche Anweisungen abgearbeitet
hat (Userkontext). Gegebenenfalls muss bei Unklarheiten ein Fachexperte oder eine
Fachexpertin beigezogen werden (Kooperationskontext).
Innerhalb des Arbeitsprozesses müssen Sicherheitsanweisungen zu Gefahrensituationen
auch situativ und ad-hoc an einem spezifischen Anlagebereich ermittelt werden können.
Beispielsweise muss beim Ersatz eines defekten Anlageteils bestimmt werden können,
welche Risiken dabei zu beachten sind. Wie in Abbildung 1 (dritte Spalte) ersichtlich,
muss dazu die Gefahrensituation kontextbezogen für das zu ersetzende Anlageteil im
entsprechenden Anlageabschnitt ermittelt werden können (Ortskontext und/oder Objekt-
kontext). Die auftretenden Risiken stehen in Abhängigkeit zu den ausgeführten Arbeiten
(Aktionskontext Montage eines Ersatzteils) und den ausführenden Personen (Userkon-
²SIMPLE – Symbiotic Interrelated Seamless Integrated
Mobile Personalizable Learning Environments 225
text Betriebsmechaniker). Neben dem geschilderten Beispiel zur Reparatur eines defek-
ten Anlageteils sind weitere Arbeiten wie das Einrichten/Umrüsten einer Produktionsan-
lage, Betreuung einer Produktionsanlage im Fertigungsprozess und Wartung einer Pro-
duktionsanlage denkbar.
Abbildung 1: Kontextbezug für Sicherheitseinweisung und spezifische Sicherheitsanweisungen
2.2 Erfassen von neuen Sicherheitsproblemen
Im Arbeitsprozess können neue, bisher unbekannte Gefahrensituationen auftreten. Mit
Hilfe einer Assistenzfunktion haben Mitarbeiterinnen und Mitarbeiter die Möglichkeit
solche Vorkommnisse kontextbezogen und strukturiert zu erfassen und zwar durch ent-
sprechende Fotos, Texte und ggf. eigenen Audioannotationen. Basierend auf diesen
Annotationen können später neue Handlungsanweisungen erstellt werden.
3 Modelle
Im Folgenden werden zunächst Verhaltens-Modelle für den Ablauf von Lernaktivitäten
entwickelt. Darauf aufbauend stellen wir ein Domänenmodell vor, das die Objekte und
Beziehungen zwischen Anlagen, Anlagenbereichen und entsprechenden Lern-
Aktivitäten zeigt.
3.1 Aktivitätsdiagramme
Zur Modellierung der Lern-Szenarien verwenden wir UML Aktivitätsdiagramme, die die
einzelnen Tätigkeiten und deren Verbindungen mit Kontroll- und Datenflüssen zeigen.
Objektknoten repräsentieren beteiligte Objekte und sind insbesondere dazu geeignet,
relevante Kontextinformationen für ein Szenario zu modellieren.
In unseren Einsatz-Szenarien für kontextbezogene Dienste können zwei wiederkehrende
226 Urs Sonderegger et al.
Muster identifiziert werden.
Folgen von Handlungsanweisungen werden für Sicherheitseinweisungen mit verschie-
denen Betriebsanweisungen zu einzelnen Anlagen bzw. Anlagebereichen verwendet.
Darunter ist eine systematische Begehung einer bestimmten Anlage, unterstützt durch
die mobile Anwendung, zu verstehen. Die Anwendung stellt die korrekte Auswahl der
Anlage, die entsprechende Abfolge der Sicherheitsanweisungen und die Überprüfung der
Vollständigkeit der Abarbeitung durch den Benutzer sicher. Denkbar sind auch Konfigu-
rationsanweisungen mit zu erledigenden Arbeiten für bestimmte Anlagebereiche.
Zur zweiten Kategorie gehören die Dokumentation von Fehlersituationen, Beinahe-
Unfällen oder Material- oder Werkzeugschäden. Der Benutzer hat hier die Möglichkeit,
neu auftretende, bisher unbekannte Sicherheitsrisiken strukturiert mit allen relevanten
Kontext-Informationen zu erfassen. Das folgende Aktivitätsdiagramm (Abbildung 2,
links) zeigt den generischen Prozess für eine Folge von Anweisungen. Relevante Kon-
texte sind Anlage, Anlagebereich, Tätigkeit, Experte sowie Status des Benutzers.
Abbildung 2: Generischer Einweisungsprozess und generischer Annotationsprozess
Abbildung 2 rechts zeigt das Prozessmuster zur Dokumentation von Ereignissen
und/oder Zuständen. Ein Benutzer erstellt dazu ein oder mehrere Text-Annotationen,
Bilder und/oder Audioannotationen. Abschliessend werden diese übermittelt, z.B. an die
Qualitätssicherung.
3.2 Domänenmodell
Für die vorliegende Situation muss ein Domänenmodell komplexe Produktionsanlagen
²SIMPLE – Symbiotic Interrelated Seamless Integrated
Mobile Personalizable Learning Environments 227
mit mehreren Anlagebereichen und Unterbereichen abbilden können. Handlungsanwei-
sungen, z.B. Sicherheitsanweisungen müssen in einer bestimmten Abfolge bearbeitet
werden können (als Teil eines Einweisungsprozesses). Welche Anweisungen ein Mitar-
beitender bereits abgearbeitet hat, muss durch einen entsprechenden Status festgehalten
werden. Jeder Anweisung können zusätzliche Medien zur Veranschaulichung zugeord-
net werden.
Abbildung 3 zeigt das zugehörige Domänenmodell. Anlagen bestehen aus Anlagenberei-
chen, die ihrerseits wiederum aus Anlagenbereichen zusammengesetzt sein können.
Dieses als Kompositionsmuster (composite pattern) bekannte Pattern [Ga96] gilt auch
für Anweisungen, die ebenfalls hierarchisch strukturiert werden können. Das Komposi-
tionsmuster wird konsequent angewendet, um so Teil-Ganzes-Hierarchien zu repräsen-
tieren, indem Objekte zu Baumstrukturen zusammengefügt werden.
Abbildung 3: Domänenmodell
4 Implementierung und Prototyp
Besondere Herausforderungen resultieren aus den Hauptanforderungen für die kontext-
bezogenen mobilen Dienste. Dazu gehört die Verfügbarkeit für alle gängigen Betriebs-
systemplattformen, allenfalls auch im Offline-Betrieb. Außerdem muss eine einfache
Bestimmung des Lokations- und Objektkontextes gewährleistet werden und nicht zuletzt
ist für den betrieblichen Einsatz ein robustes User Interface notwendig.
4.1 Plattformunabhängigkeit und Verfügbarkeit im Offline-Betrieb
Die Anforderung nach Plattformunabhängigkeit wurde durch das Konzept einer hybri-
den Applikation umgesetzt. Hybride Applikationen sind eine Kombination von nativen
228 Urs Sonderegger et al.
Apps und Web-Applikationen. Innerhalb des nativen "App-Rahmens" werden die Inhalte
der mobilen Web-App angezeigt, d.h. aus Entwicklersicht werden typische Web-
Technologien verwendet, insbesondere HTML-, CSS- und JavaScript-Code. Der Zugriff
auf Gerätefunktionen, z.B. Kamera oder Mikrofon erfolgt über das Framework pho-
neGap. Als Entwicklungsumgebung wurde IntelliJ IDEA [In15] verwendet, die Generie-
rung einer hybriden App erfolgte über den cloud-basierten Service PhoneGap Build
[Ph15].
4.2 Kontextbestimmung mit QR-Codes und Beacons
Im Projekt werden zwei alternative Ansätze für die Ermittlung des Lokations- bzw. Ob-
jektkontext erprobt: QR-Codes und Beacons, die in einer Anlage in den verschiedenen
Maschinenbereichen positioniert werden. Beacons sind Bluetooth Low Energy Sender
(BLE), welche in regelmäßigen Abständen IDs aussenden. Anhand der Entfernung eines
mobilen Endgerätes zu den in seiner Umgebung vorhandenen Beacons kann man dessen
Position relativ genau bestimmen und dadurch vordefinierte, kontextabhängige Inhalte
anzeigen lassen. Im Projekt kommen Estimote Beacons [Es15] und Onyx Beacons
[On15] zum Einsatz. Als Programmierschnittstelle zur Konfiguration und zum Zugriff
auf Beacon-Funktionen wird ein phoneGap Plugin verwendet [Cp15]. Die Integration
der verschiedenen Alternativen zur Objektkontextbestimmung mittels QR-Code bzw.
Beacons erfolgt unter Verwendung des Strategiemusters [Ga96]. Dieses Pattern ermög-
licht, Algorithmen unabhängig von ihn nutzenden Clients zu variieren, insbesondere
auch flexibel neue Algorithmen zu integrieren. Aus den Erfahrungen im Projekt resultie-
ren für beide Technologien folgende Vor- und Nachteile (Abbildung 4):
Abbildung 4: Vor- und Nachteile Beacons und QR-Codes
4.3 Benutzerschnittstelle
²SIMPLE – Symbiotic Interrelated Seamless Integrated
Mobile Personalizable Learning Environments 229
Die Benutzerschnittstelle basiert auf dem Domänenmodell und den vorgestellten generi-
schen Prozessen. Sie visualisiert einerseits die Objekte des Domänenmodells und unter-
stützt andererseits die Aktivitäten der Prozessmodelle. Der Prototyp unterstützt Bestim-
mung des Objektkontextes über QR-Codes und Beacons (d.h. Feststellen des aktuellen
Maschinenbereichs an dem sich eine Mitarbeiterin oder ein Mitarbeiter befindet). Die
ontextbezogenen Handlungsanweisungen für die verschiedenen Anlagebereiche werden
visualisiert und mit Verhaltensregeln in Textform ergänzt. Der Status der Abarbeitung
von Sicherheitsanweisungen wird in einer Übersicht laufend visuell nachgeführt. Die
Benutzer haben zusätzlich die Möglichkeit, Ereignisse und Zuständen, insbesondere von
Störungen/Unterbrechungen (mittels Fotos, Audiokommentaren sowie Text-
Annotationen) festzuhalten und per email zu senden.
Abbildung 5 zeigt wesentliche Aspekte der Benutzerschnittstelle. Die verschiedenen
Anlagebereiche (z.B. Abrollung) werden zusammen mit dem Status der Abarbeitung von
Handlungsanweisungen visualisiert. Die Ermittlung des Objektkontexts kann sowohl
über QR-Codes als auch über Beacons ausgelöst werden (rechter Teil der Abbildung).
Abbildung 5: Startbildschirm Sicherheitseinweisung
5 Ausblick
Nach Begutachtung des Prototyps durch die Werksverantwortlichen, beginnen im Herbst
2015 erste standardisierte Tests im Betrieb. Basierend auf den Erfahrungen bei der Er-
230 Urs Sonderegger et al.
stellung des Prototyps und den weiterführenden Recherchen bezüglich Kontext- Ausprä-
gungen wird der Fokus bei der Weiterentwicklung des Domänenmodells und der generi-
schen Prozesse liegen. Eine Herausforderung liegt hier in der Aktualisierung der Hand-
lungsanweisungen im Offline-Betrieb. Ein zweiter Schwerpunkt liegt auf der
Kontextverarbeitung, Kontextermittlung und den kontextorientiert gespeicherten Daten.
Für die weitere Arbeit werden laufend neue Einsatzszenarien analysiert, um die erarbei-
teten Ergebnisse zu überprüfen, zu generalisieren und weiterzuentwickeln.
Literaturverzeichnis und Quellennachweise
[En13] Engert, V.: Mobile Lernmöglichkeiten in der Automobilindustrie. In (de Witt, C.,
Sieber, A., Hrsg.): Mobile Learning Potenziale, Einsatzszenarien und Perspektiven des
Lernens mit mobilen Endgeräten, Springer 2013
[Ga96] Gamma, E.; Helm, R.; Johnson, R.; Vlissides, J.: Entwurfsmuster, Addison-Wesley,
1996, ISBN 3-8273-1862-9, S. 239
[Gr14] Christoph Greven, Mohamed Amine Chatti, Hendrik Thüs, Ulrik Schroeder: Mobiles
Professionelles Lernen in PRiME, In (Rensing C.; Trahasch, S. Editors): Proceedings
of DeLFI Workshops 2014 co-located with 12th e-Learning Conference of the German
Computer Society, 2014
[Re11] Rensing, C; Tittel, S.; Anjorin, M.: Location based Learning Content Authoring and
Content Access in the docendo platform, 7th IEEE International Workshop on Perva-
sivE Learning, Life, and Leisure, 2011, IEEE Digital Library
[Ro10] Rogers, Y.; Connelly, K.; Hazlewood, W.; Tedesco, L.: Enhancing learning: a study of
how mobile devices can facilitate sensemaking, Personal and Ubiquitous Computing
Journal, Volume 14, Number 2, Februar 2010
[RT13] Rensing, C; Tittel, S.: Situiertes Mobiles Lernen – Potenziale, Herausforderungen und
Beispiele. In (DeWitt, C.; Sieber, A. Hrsg.): Mobile Learning Potenziale, Einsatzsze-
narien und Perspektiven des Lernens mit mobilen Endgeräten, Wiesbaden, Springer, S.
121-142, 2013.
[So14] Sonderegger, U.; Weber, K.; Zimmermann, M.; Becker, B.: Mobile Learning mit
kontextbezogenen mobilen Diensten in der „KMU Smart Factory“: Szenarien und Lö-
sungsansätze für Fertigungsprozesse. In (Rensing C.; Trahasch, S. Editors): Proceed-
ings of DeLFI Workshops 2014 co-located with 12th e-Learning Conference of the
German Computer Society, 2014
[Te12] Ternier, S.; Börner, D.: ARLearn – interaktive Unterstützung ortsbasierter, mobiler
Lernaktivitäten. http://www.httc.de/ws-mobile-learning/boerner.pdf, 2011 Zugegriffen:
28. Februar 2012.
[Ap15] Appsist Projekt, appsist.de, Stand: 20.7.2015
[Cp15] Cordova Plugin. https://github.com/petermetz/cordova-plugin-ibeacon, Stand:
28.6.2015
²SIMPLE – Symbiotic Interrelated Seamless Integrated
Mobile Personalizable Learning Environments 231
[Es15] Estimote Beacons, estimote.com, Stand: 28.6.2015
[In15] IntelliJ IDEA, www.jetbrains.com/idea, Stand: 28.6.2015
[On15] Onyx Beacon, www.onyxbeacon.com, Stand: 28.6.2015
[Ph15] PhoneGap, build.phonegap.com, Stand: 28.6.2015