Weigert J (2022)
Publication Language: German
Publication Type: Thesis
Publication year: 2022
Publisher: epubli GmbH
Edited Volumes: Texte zur Wirtschaftspädagogik und Personalentwicklung (31)
City/Town: Berlin
ISBN: 978-3-756527-08-3
In den letzten Jahren lässt sich der Trend erkennen, dass immer mehr Hochschulen in
Deutschland interne Qualitätsmanagementsysteme im Bereich Studium und Lehre aufbauen.
Gleichzeitig findet insbesondere im Rahmen von Learning Analytics das Thema Datenanalyse
Einzug in die wissenschaftliche Diskussion und praktische Ausgestaltung im Kontext Hoch-
schule. Während die Disziplinen jeweils auf ein gefestigtes theoretisches Fundament blicken
können, stehen die Arbeiten zur Entwicklung von umfassenden, die Forschungsbereiche ver-
bindenden Academic Analytics Systemen noch am Anfang.
Der Logik des Design Science Research folgend, wird in der vorliegenden Arbeit im Rahmen
eines mehrzyklischen Design Prozesses ein Academic Analytics System entwickelt und in ei-
nem konkreten Kontext erprobt. Die Umsetzung erfolgt dabei an einem wirtschafts- und sozi-
alwissenschaftlichen Fachbereich. Die Evaluationen werden mit Hilfe der Verantwortlichen der
Studiengänge, sowie über technischen Experimente durchgeführt. Auf einer höheren Abstrak-
tionsebene wird ein theoretisches Modell zur Gestaltung von Academic Analytics Systemen
generiert und im Rahmen der Zyklen evaluiert.
Die Arbeit bietet zum einen präskriptive, auf die Gestaltung von Academic Analytics Systemen
ausgerichtete Erkenntnisse. So lassen sich auf Basis des entwickelten Modells mögliche Da-
tenbasen, Speicher-, Analyse- und Visualisierungsmöglichkeiten sowie Stakeholdergruppen
abgrenzen. Darüber hinaus können deskriptive, die theoretischen Grundlagen erweiternde Er-
kenntnisse abgeleitet werden. Diese beziehen sich insbesondere auf die Verbindung der un-
terschiedlichen Ansätze der Datenanalyse an Hochschulen und deren Bezug zum Qualitäts-
management im Bereich Studium und Lehre sowie auf die Einführung neuer in diesem Rah-
men relevant werdender Rollen. Zudem lässt sich erkennen, dass die Prognosen des Studien-
erfolgs auf Basis unterschiedlicher maschineller Lernalgorithmen bereits früh im Studium mit
ansetzen können und eine hohe Genauigkeit aufweisen. Gleichzeitig macht die Arbeit weitere
Forschungsbedarfe im Bereich Academic Intelligence deutlich.
APA:
Weigert, J. (2022). Design eines Academic Analytics Systems zur Unterstützung des Qualitätsmanagements an Hochschulen (Dissertation).
MLA:
Weigert, Jonas. Design eines Academic Analytics Systems zur Unterstützung des Qualitätsmanagements an Hochschulen. Dissertation, Berlin: epubli GmbH, 2022.
BibTeX: Download