• search hit 8 of 65
Back to Result List

Erkenntnisse aus der Analyse von Studienverlaufsdaten als Grundlage für die Gestaltung von Beratungsangeboten

  • Viele Studierende stoßen im Rahmen ihres Informatikstudiums auf Probleme und benötigen individuell bedarfsgerechte Unterstützung, um beispielsweise trotz gewisser Startschwierigkeiten ihr Studium erfolgreich zu Ende zu führen. In die damit verbundene Lern- bzw. Studienberatung fließen Empfehlungen zur weiteren Studienverlaufsplanung ein. Anhand einer Datenanalyse über den Prüfungsleistungsdaten der Studierenden überprüfen wir die hinter diesen Empfehlungen liegenden Hypothesen und leiten aus den dabei gewonnenen Erkenntnissen Konsequenzen für die Beratung ab. Insgesamt zeigt sich, dass sich nach den ersten Semestern ein mittlerer Bereich von Studierenden identifizieren lässt, bei denen Studienabbruch und Studienerfolg etwa gleich wahrscheinlich sind. Für diese Personengruppe ist Beratungsbedarf dringend gegeben. Gleichzeitig stößt die Datenanalyse auch an gewisse Grenzen, denn es zeigen sich insgesamt keine echt trennscharfen Muster, die frühzeitig im Studium eindeutig Erfolg oder Misserfolg prognostizieren. Dieses Ergebnis istViele Studierende stoßen im Rahmen ihres Informatikstudiums auf Probleme und benötigen individuell bedarfsgerechte Unterstützung, um beispielsweise trotz gewisser Startschwierigkeiten ihr Studium erfolgreich zu Ende zu führen. In die damit verbundene Lern- bzw. Studienberatung fließen Empfehlungen zur weiteren Studienverlaufsplanung ein. Anhand einer Datenanalyse über den Prüfungsleistungsdaten der Studierenden überprüfen wir die hinter diesen Empfehlungen liegenden Hypothesen und leiten aus den dabei gewonnenen Erkenntnissen Konsequenzen für die Beratung ab. Insgesamt zeigt sich, dass sich nach den ersten Semestern ein mittlerer Bereich von Studierenden identifizieren lässt, bei denen Studienabbruch und Studienerfolg etwa gleich wahrscheinlich sind. Für diese Personengruppe ist Beratungsbedarf dringend gegeben. Gleichzeitig stößt die Datenanalyse auch an gewisse Grenzen, denn es zeigen sich insgesamt keine echt trennscharfen Muster, die frühzeitig im Studium eindeutig Erfolg oder Misserfolg prognostizieren. Dieses Ergebnis ist jedoch insofern erfreulich, als es bedeutet, dass jede:r Studierende:r auch nach einem suboptimalen Start ins Studium noch eine Chance auf einen Abschluss hat.show moreshow less

Download full text files

  • SHA-512:403e86971be163e338dea73aa7bed62a22ab0ff2e17d9ed717b67c7c29ee2c94d49e87e6aa5c2b9c791606f98088287fd36abe4da89962773caa0bead3987fe9

Export metadata

Metadaten
Author details:Axel BöttcherORCiDGND, Veronika ThurnerORCiD, Tanja Häfner, Sarah OttingerGND
URN:urn:nbn:de:kobv:517-opus4-615693
DOI:https://doi.org/10.25932/publishup-61569
ISBN:978-3-86956-548-4
ISSN:1868-0844
ISSN:2191-1940
Title of parent work (German):Hochschuldidaktik Informatik HDI 2021 (Commentarii informaticae didacticae)
Publisher:Universitätsverlag Potsdam
Place of publishing:Potsdam
Publication type:Article
Language:German
Date of first publication:2023/11/09
Publication year:2023
Publishing institution:Universität Potsdam
Publishing institution:Universitätsverlag Potsdam
Release date:2023/11/24
Tag:Datenanalyse; Datenschutz; Erfolgsmessung; Learning Analytics; Studienverläufe
Issue:13
Number of pages:20
First page:137
Last Page:156
RVK - Regensburg classification:SR 910
Organizational units:Extern / Extern
DDC classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 004 Datenverarbeitung; Informatik
Peer review:Referiert
Publishing method:Universitätsverlag Potsdam
Open Access / Gold Open-Access
Collection(s):Universität Potsdam / Schriftenreihen / Commentarii informaticae didacticae (CID) / CID (2023) 13 / Diversität
License (German):License LogoCC-BY - Namensnennung 4.0 International
Accept ✔
This website uses technically necessary session cookies. By continuing to use the website, you agree to this. You can find our privacy policy here.