ProblemstellungDie Studienerfolgsquote in den Ländern derOrganisation für wirtschaftliche Zusammenarbeitund Entwicklung (OECD) beträgt etwa 70 Prozent(OECD, 2013). Deutschland liegt mit seinerStudienerfolgsquote von 75 Prozent gering überdem OECD-Durchschnitt. Damit verbleibtDeutschland hinter Japan, Australien, Dänemark,Frankreich, Spanien und Finnland, die Studien-erfolgsquoten vonüber 75Prozent verzeichnen.

Für den Studienerfolg prägend ist vor allem daserste Studienjahr, die sogenannte Studien-eingangsphase. Studien zeigen, dass sichStudienabbrüche überwiegend in dieser Phasevollziehen (z.B. Heublein et al., 2010, 2017; Jansen&vanderMeer, 2007).

Studienerfolg wird durch die Erlangung einesakademischen Grades gekennzeichnet (Heublein& Wolter, 2011). In Abgrenzung dazu werdenStudienabbrecher definiert als diejenigenPersonen, die durch eine Immatrikulation einErststudium an einer Hochschule aufgenommenhaben, dieses jedoch ohne den Erwerb einesersten Abschlusses verlassen und ihr Studiumnicht zu einem späteren Zeitpunkt wiederaufnehmen (Heublein, Schmelzer, & Sommer,2005).

„Studienerfolg und Studienabbruch“

Studienerfolg mittels Learning Analytics –Handlungsempfehlungen für deutsche Hochschulen

(Ifenthaler, 2015)

Forschungsfragen

1. Lässt sich ein Zusammenhang zwischenLearning Analytics und Präventions- undInterventionsmaßnahmen zur Erhöhung desStudienerfolgs aus internationalen Studienidentifizieren?

2. Welche Handlungsempfehlungen, basierendauf den Ergebnissen der systematischenÜbersichtsarbeit, lassen sich für den KontextdeutscherHochschulen ableiten?

3. Wie werden die Potenziale der theoretischabgeleiteten Präventions- undInterventionsmaßnahmen zur Erhöhung desStudienerfolgs an deutschen Hochschulen vonExperten hinsichtlich deren Akzeptanz undUmsetzung eingeschätzt?

KontaktProfessorDr.DirkIfenthalerUniversitätMannheimifenthaler@uni-mannheim.dehttp://ifenthaler.bwl.uni-mannheim.de

Dr.JaneYin-KimYauUniversitätMannheimjyau@uni-mannheim.de

Dana-KristinMah,MAUniversitätPotsdamdana-kristin.mah@uni-potsdam.de

Learning AnalyticsDie Verwendung von statisch und dynamischgenerierten Daten von Lernenden, Lehrenden undLernumgebungen, um diese in Echtzeit zuanalysieren und zu visualisieren, mit dem Ziel derModellierung und Optimierung von Lehr-Lernprozessen und Lernumgebungen (Ifenthaler,2015).

Methode1. Systematisches Review (Okoli & Schabram,

2010): Nationale und internationale Primar-studienzurAnwendungvonLearningAnalyticsmitBezugaufStudienerfolg.

2. Qualitative Expertenbefragung (Meuser &Nagel, 2009): Validierung der abgeleitetenHandlungsempfehlungen mittels Experten-interviews.

3. Datenbank:VerwertungderProjektergebnisseund Aussagen zur Generalisierbarkeit bzw.Übertragbarkeit der angestrebten Projekt-ergebnisse.

Beitrag für Hochschulen• Übersicht von Anwendungs-

beispielen zu Learning Analyticsinklusive einer Stärken- undSchwächenanalyse.

• Evidenz zu wirksamen Variablenzur Generierung von Prognose-modellen für Studienerfolg undfrühzeitige Identifizierung vonRisikostudierenden.

• Etablierung von Learning Analyticsan deutschen Hochschulen unddamit Anschluss an dieinternationale Forschung zudiesem wachsenden Forschungs-feld.