Data Mining für eine bessere Studienberatung
Die an der Hochschule der Medien (HdM) entwickelte und beispielhaft implementierte Learning-Analytics-Software S-BEAT (Studierenden Beratungs- und Analyse-Tool) zeigt, dass durch die Analyse sozio-demografischer Daten und von Prüfungsleistungen von bereits exmatrikulierten Studierenden auf das Risiko eines Studienabbruchs von aktuell immatrikulierten Studierenden geschlossen werden kann. Durch die in S-BEAT umgesetzten Algorithmen werden Studierendendaten in einer Form präsentiert, die eine deutlich verbesserte Beratung von Studierenden in den Semesterstufen 2 bis 4 ermöglicht.
Ziele und Vorgaben
Im Projekt „Learning Analytics für Prüfungsleistungen und Studienerfolg“ (LAPS) soll die Software S-BEAT erweitert werden, so dass sie zur Unterstützung der Beratung von Studierenden in allen Studienphasen eingesetzt werden kann. Dabei soll nicht nur die Studienabbruchswahrscheinlichkeit, sondern auch die Studienerfolgswahrscheinlichkeit ermittelt werden.
Die Diskussion um den Einsatz von Big Data-Analysen zeigt aber auch, dass hier ein hochsensibler Umgang mit den Analyseergebnissen notwendig ist, die im Kontext des Datenschutzes und der informationellen Selbstbestimmung gesehen werden muss. Ziel ist es, einen Leitfaden für die Beratung von Studierenden zu erstellen, der die besondere Beratungssituation beim Einsatz von Learning-Analytics-Systemen berücksichtigt.
Die Aufgaben des Instituts für Digitale Ethik
Das IDE hat innerhalb des Projekts die Aufgabe, ethische Prinzipien in den Prozess der Learning Analytics zu implementieren sowie die datenschutzrechtlichen Fragen für die Bildung und Nutzung von Prediktoren für die Studienberatung zu klären. Zudem entwickelt das IDE gemeinsam mit dem Didaktikzentrum der HdM den Leitfaden für den Umgang mit Learning Analytics in der Studienberatung.
Das Projekt wird durch das Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg im Rahmen der Digitalisierungsoffensive für die Hochschullehre in Baden-Württemberg, Förderprogramm „Digital Innovations for Smart Teaching - Better Learning", gefördert.
