Digitaler Studienplanungsassistent

Die individuelle und zielorientierte Planung des Studiums ist eine große Herausforderung für Studierende. Neben der grundlegenden Komplexität von Studiengangstrukturen stellt die dezentrale Informationsbereitstellung eine Herausforderung dar. Planungsrelevante (formelle und informelle) Informationen sind über verschiedene Dienste und Einrichtungen verteilt.

Da die Integration relevanter Datenquellen ein Kernaspekt der Maßnahme ist, ist die Verfügbarkeit bzw. Zugänglichkeit der planungsrelevanten Informationen (Module, Lehrveranstaltungen, etc.) über maschinen-lesbare Schnittstellen von essenzieller Bedeutung für die Übertragung des Systems auf andere Studiengänge und Hochschulen. Gleiches gilt für die Verlaufsdaten ehemaliger Studierender — hier muss nicht nur die Zugänglichkeit, sondern auch die datenschutzrechtlich konforme Nutzung sichergestellt sein. Wichtig ist dabei auch bei der Immatrikulation vorliegende bildungsbiographische Daten vor dem Studium zu integrieren, da diese Erfolge im Studium stark mitbeeinflussen. Für die Bereitstellung der Anwendung ist zudem für die technische Infrastruktur (Server, Domain, Zertifikate, Anbindung an die universitäre Nutzerverwaltung, etc.) zu sorgen. Damit die Anwendung breitflächig Akzeptanz findet, ist es wichtig, frühzeitig Studierende z. B. durch Fachschaften einzubinden.

Es ist geplant, zum Ende der Projektlaufzeit einen Demo-Account bereitzustellen sowie den Quellcode des Systems zu veröffentlichen. Nachnutzende können also auf verschiedene Arten das System selbst ausprobieren. Zudem kann in den Publikationen der Maßnahme die Eignung des Systems für die Herausforderungen nachgelesen und sich ein eigenes Bild über die Evaluationsergebnisse gemacht werden.

Die Ergebnisse bestätigen einen hohen Modernisierungsbedarf in der Studienplanung, insbesondere bei der stärkeren Orientierung an den Bedürfnissen der Studierenden, die bisher wenig berücksichtigt wurden. Bei der Nutzung von Verlaufsdaten zeigte sich, dass komplexe Analysen schwierig sind, da Studienverläufe und Gründe für Modulentscheidungen stark variieren. Durch häufige Änderungen im Modulangebot sinkt zudem die Zahl vergleichbarer Verläufe, was statistisch belastbare Aussagen erschwert. Daher fokussierte sich die Maßnahme auf generalisierbare Informationen, etwa dass bestimmte Module in bestimmten Semestern besonders erfolgreich bestanden werden. Offen bleibt, ob der Einbezug weniger zusätzlicher biografischer Daten, wie Wahlpflichtschwerpunkte oder Schulnoten, die Prognosequalität verbessern könnte.

Zum einen konnten wir beobachten, wie groß der Bedarf seitens Studierender ist, bei Planungsprozessen stärkere Unterstützung zu erhalten. In vielen Gesprächen mit Vertretern der Fachschaften wurde immer wieder konstatiert, dass dieser Bereich in der Vergangenheit sehr vernachlässigt wurde und für viele Studierende herausfordernd sein kann.

Hinsichtlich der Projektarbeit wurde festgestellt, dass eine frühzeitige Einbindung des Datenschutzes zwingend erforderlich ist, da Genehmigungsprozesse teilweise lange Zeit in Anspruch nehmen und sich bei starker Abhängigkeit von den entsprechenden Daten die Weiterentwicklung verzögern kann.

Im Verlauf der Maßnahme hat sich gezeigt, dass die anfängliche technische Entscheidung, eine Mischung aus relationalen und nicht-relationaler Datenbanken zu wählen, für die damalige Situation geeignet war, mittlerweile aber bessere Alternativen bekannt sind. Empfehlenswert könnte sein, die Überlegungen hin zu einer graphbasierten Datenhaltung zu orientieren, da diese insbesondere im Hinblick auf die integrierten Empfehlungssysteme Mehrwerte bieten dürfte.

Weitere Empfehlungen siehe Schritte.

Siehe vorherige Ausführungen.

Die Studienplanung wurde aus Sicht der Studierenden lange vernachlässigt, obwohl sie für interdisziplinäre Forschung sehr relevant ist. Sie umfasst komplexe Entscheidungen, die in modernen, intuitiven Anwendungen abgebildet werden müssen. Dabei spielen vielfältige Kriterien eine Rolle. Dies eröffnet Forschungsfelder wie Datenintegration, Empfehlungssysteme und User Experience und führt zu spannenden interdisziplinären Fragen.