Predictive Analytics in der Hochschule: Potenzial, Erfahrungen und Anwendungsfelder

Larissa Bartok, Karl Ledermüller, Tauböck Shabnam, Gabriel Wurzer

Publikation: Wissenschaftliche FachzeitschriftSonstiger Beitrag in Fachzeitschrift

Abstract

In unserem Artikel berichten wir über unsere Erfahrungen mit zwei unterschiedlichen, hochschulübergreifend entwickelten modellbasierten Ansätzen, die Predictive und Prescriptive Analytics nutzen, um Lern- und Studienerfolg besser beschreiben und/oder prognostizieren zu können. In einem ersten Schritt wird die sogenannte „Analytics Pyramid“ in Analysefeldern der Hochschule (insbesondere Learning- sowie Academic Analytics) verortet: „Predictive and Prescriptive Analytics“ stellen hier die Analysen mit der höchsten Komplexität dar. Anschließend werden Lessons Learned aus zwei unterschiedlichen, hochschulübergreifend entwickelten, modell- und algorithmenbasierten Ansätzen diskutiert und (weitere) potenzielle Anwendungsfelder inklusive ihres Mehrwerts im Einsatz an Hochschulen skizziert. Die Ansätze beider Projekte entstanden aus der Zusammenarbeit von zwei vom österreichischen Bundesministerium für Bildung, Wissenschaft und Forschung (BMBWF) im Rahmen der Ausschreibung zu den Vorhaben zur digitalen und sozialen Transformation in der Hochschulbildung kofinanzierten Projekte „PASSt: Predictive Analytics Services für Studierendenerfolgsmanagement“ und „Learning Analytics – Studierende im Fokus“.
OriginalspracheDeutsch
AufsatznummerC 3.42
FachzeitschriftHandbuch Qualität in Studium, Lehre und Forschung
Jahrgang2024
Ausgabenummer90
PublikationsstatusVeröffentlicht - Sept. 2024

Zitat