Diese Frage haben sich die Daten-Experten Simon Ginzinger und Earl McKinney gestellt und dazu ein Vorhersagemodell entwickelt.
Earl McKinney, Professor an der Bowling Green State University hat als Fulbright-Professor im Sommersemester an der FH Salzburg gelehrt. Gemeinsam mit Simon Ginzinger unterrichtete der Experte für Daten-Ambiguität das Fach „Predictive Analytics“ am Studiengang MultiMediaTechnology.
Im Rahmen ihres Unterrichts entwickelten die beiden Forscher ein Computermodell zur Vorhersage des individuellen Lernerfolgs ihrer Studierenden. Dazu füllten Teilnehmer*innen der Lehrveranstaltung nach jeder Lerneinheit einen Online-Fragebogen aus, der verschiedene Einflussfaktoren auf die Leistung (z.B. Vorwissen, Interesse, Verständnis, Zeit-Investment für Hausübungen, Erwerbstätigkeit und dgl.) abfrug. Mit den so erhobenen Daten wurde ein Vorhersagemodell trainiert, das individuell die Endnote der Lehrveranstaltung vorhersagt. „In 79 % der Fälle gelang uns eine richtige Voraussage“, erklärt Ginzinger.
Wie lassen sich die Erkentnisse nutzen?
„Unser Programm kann als Vorwarnsystem fungieren, das Studierenden kontinuierlich Feedback zu ihrer aktuellen Performance gibt, außerdem gibt es Aufschluss, wo es noch Verbesserungspotential gibt“, verrät Ginzinger. Die beiden Forscher sehen großes Potenzial und werden ihr Computermodell ab Herbst im Rahmen eines Zukunftsprojekts der FH Salzburg fortführen. Ziel ist eine Lösung zu entwickeln, die sowohl von Studierenden als auch Lehrenden genutzt werden kann.