Vorschusslorbeer

Big Data durchleuchtet auch den Bildungsbereich. Mit Hilfe von Predictive Analytics wissen Universitäten schon im Vorhinein um die Lernerfolge ihrer Studenten.

August 2014

In der Welt von Big Data bleibt nichts dem Zufall überlassen. Aus den gigantischen Datenmengen, die die digitale Gesellschaft ansammelt, relevantes Wissen zu ziehen und sogar Prognosen für die Zukunft abzuleiten, das verspricht Big Data. Solch große Verheißungen haben bereits die verschiedensten Einsatzbereiche hervorgebracht: Ob in der Marktforschung, der medizinischen Diagnostik, zur Gewährleistung einer intelligenten Energieversorgung oder zur Entdeckung von Unregelmäßigkeiten bei Finanztransaktionen – das Ziel der Auswertung der Datenmassen liegt stets im Erreichen eines Vorsprungs durch Wissen.

Wird sich demnächst auch der Universitätsbereich in die Reihe der Big Data-Anwender eingliedern und auf die Mittel von Predictive Analytics zurückgreifen? Die zukunftsorientierte Datenanalyse bedient sich verschiedener statistischer Techniken zur Auswertung von aktuellen und historischen Daten und macht Aussagen über die Zukunft. Eine stets wachsende Datenmenge ist die Voraussetzung immer besserer Mustererkennung und treffender Voraussage des Unbekannten.

Auch im Bildungsbereich wächst der Datenberg kontinuierlich an. Und mit der Zunahme von computergestützten Testverfahren, dem Einzug von Laptops und Tablets in die Klassenzimmer sowie der Verbreitung der elektronischen Erfassung von Schülerdaten liegen Daten zunehmend digital vor. Es ist daher nicht verwunderlich, dass sich auch Universitäten von der Auswertung dieses Datenschatzes einiges versprechen: Bildungsangebote könnten optimiert, Studenten passgenau gefördert und Auswahlverfahren treffsicherer gestaltet werden. Denn in der Welt von Big Data werden Noten, Beurteilungen von Lehrern, aber etwa auch Freizeit- und Konsumverhalten zu Daten, die Rückschlüsse auf den künftigen Lernerfolg geben könnten. Beispielsweise nutzt die US-amerikanische Wichita State University den Predictive Analytics-Werkzeugkasten, um ihre Bildungsangebote zu verbessern und an den konkreten Bedürfnissen der Studenten auszurichten. Noten, Semesterwochenstunden, ob Studenten nebenbei einem Voll- oder Teilzeitjob nachgehen, wie die familiäre Unterstützung ausfällt und vieles mehr geht in die Analyse ein. Deren Ergebnis weist dann schon im Vorfeld darauf hin, welche Studenten auf Probleme während der Ausbildung stoßen werden. Ist der Lernende erst einmal komplett vermessen und berechnet, wirft das natürlich die Frage auf: Wird der gläserne Student künftig überhaupt noch Prüfungen ablegen müssen?