Note schlägt Big Data

Algorithmen berechnen Potenzial von Studenten

(Bild: ©insta_photos - stock.adobe.com)

Immer mehr internationale Hochschulen sammeln Daten über Studenten, um deren künftige Leistungen einschätzen zu können. Dabei gibt es mehrere Möglichkeiten - mittels „Big Data“-Ansatzes großflächig „digitale Brotkrumen“ abzusaugen oder datenschutzrechtlich weniger heikle Infos etwa über vergangene Lernerfolge zu nutzen. Letztere Methode hat sogar die höhere Aussagekraft, zeigt eine Studie im Fachjournal „PNAS“ mit österreichischer Beteiligung.

Wer das Ziel hat, künftige akademische Leistungen vorherzusagen, braucht dafür eine Grundlage: Einerseits können zur Datengewinnung soziale Medien angezapft, über das Smartphone bzw. WLAN die am Campus verbrachte Zeit ermittelt oder generell die von Studenten im Internet hinterlassenen Spuren analysiert werden. Damit dringt man allerdings tief in die Privatsphäre von Menschen ein - und das eventuell sogar ohne größeren Nutzen, schreiben die Wissenschaftler, darunter der Informatiker Valentin Kassarnig von der Technischen Universität Graz.

Es gibt nämlich oft wesentlich weniger in die Privatsphäre eindringende Daten, die künftige Leistungen wesentlich besser vorhersagen - nämlich etwa die früheren Schulnoten der Studenten. Diese liegen den Hochschulen über diverse Zeugnisse, die für die Zulassung gebraucht werden, ohnehin vor. Ebenso zu solchen administrativen Daten zählen auch etwa das Alter der Studenten oder Bildung und Beruf deren Eltern.

Vergangene Noten verraten mehr über das Potenzial eines Studenten als dessen Spuren im Social Web.

(Bild: APA/HELMUT FOHRINGER)

Noten verraten mehr als digitale Spuren
In ihrer Untersuchung verglichen die Wissenschaftler die Vorhersagekraft der beiden Ansätze: Dabei fanden sie heraus, dass über „digitale Brotkrumen“ gesammelte Verhaltensdaten zwar durchaus einen gewissen Prognosewert haben. Die viel besseren Vorhersageergebnisse erzielten aber die durch wesentlich weniger invasive Maßnahmen gewonnenen Resultate vergangener Leistungsfeststellungen. Und: Deren Prognosequalität verbesserte sich auch nicht, wenn man zusätzlich die über Big Data gewonnenen Verhaltensdaten „dazuschaltete“.

Einschränkung: Die Studie wurde an einer einzigen Technischen Universität in Dänemark durchgeführt. Die dabei untersuchten Studenten unterschieden sich auch bezüglich Alter bzw. kulturellem und sozioökonomischem Hintergrund kaum.