Um abbruchgefährdete Studierende rechtzeitig in ihrem Studienverlauf zu unterstützen, kann der Einsatz von Früherkennungssystemen sinnvoll sein. Unter der Leitung von Kerstin Schneider wurde im Forschungsprojekt „FragSte“ sowohl für eine staatliche Universität als auch eine private Fachhochschule ein solches Früherkennungssystem entwickelt. Das System nutzt administrative Studiendaten und ermittelt mit Methoden des maschinellen Lernens die Abbruchwahrscheinlichkeit von Studierenden.

Frühe Indikatoren für Studienabbrüche

Allein durch die Nutzung von Daten, die bei der Immatrikulation erfasst wurden – wie etwa Alter der Studierenden und Typ der Hochschulberechtigung – konnten 77% aller Studienabbrüche an der staatlichen Universität korrekt vorhergesagt werden. Zudem ist das Aktivitätslevel der Studierenden  im ersten Semester ein zuverlässiger Indikator dafür, ob sie ihr Studium abschließen werden – auch, weil die Abbruchraten zu Beginn eines Studiums besonders hoch sind.

Gefährdete Studierende unterstützen

Früherkennung alleine reicht jedoch nicht. Sobald abbruchgefährdete Studierende erfolgreich erkannt wurden, stellen sich zwei Fragen. Erstens: Wollen diese Studierenden überhaupt unterstützt werden oder sind sie nur pro forma immatrikuliert? Dieses Problem stellt sich in Deutschland in besonderer Form, denn hier fallen keine Studiengebühren an und es gibt erhebliche finanzielle Vorteile für Studierende. Zweitens: Wie greift man am besten ein? Im Rahmen einer Feldstudie untersuchte ein Forschungsteam, wie Interventionen auf das Abbruchverhalten der Studierenden wirken können. So wurden gefährdete Studierende frühzeitig benachrichtigt und teilweise zu Beratungsgesprächen eingeladen. Dies hatte einen positiven Effekt auf bestimmte Gruppen. Jedoch ist zu berücksichtigen, dass Studierende eine heterogene Gruppe sind und,  beispielsweise abhängig vom Studienfach, unterschiedlich auf Interventionen reagieren.

Das Potential des NEPS

Abschließend ging Kerstin Schneider auf das Vorhaben ihres Projektteams ein, eine KI-basierte Studierendenbetreuung zu konzipieren und zu evaluieren sowie die Rolle des Matchings zwischen Studierenden und Studienfach bei Studienabbrüchen in den Fokus zu rücken. Sie betonte zudem das Potential, das sich aus einer Kombination der in ihren Projekten genutzten administrativen Daten und den Daten des Nationalen Bildungspanels (NEPS), das am LIfBi beheimatet ist, ergeben würde. So könnten die NEPS-Daten Aufschluss über die Gründe von Studienabbrüchen geben und nicht nur ein tieferes Verständnis des Themenkomplexes eröffnen, sondern auch die Grundlage für politische Empfehlungen bieten.

Link [extern] zur Profilseite von Prof. Dr. Kerstin Schneider an der Bergischen Universität Wuppertal