Datenbasiertes Studienerfolgsmanagement

Angesichts erhöhter Studienabbruchsraten und steigender Erwartungen an flexible Studienangebote wird es für Hochschulen immer wichtiger, Studierende bestmöglich durch ihr Studium zu begleiten.

Im Austausch wurde schnell deutlich, dass Studienerfolgsmanagement ganzheitlich gedacht werden muss. Um Studienerfolg aktiv zu fördern, stehen dabei drei zentrale Handlungsfelder im Fokus:

Hochschulen verfügen bereits über zahlreiche Daten, die Hinweise auf gefährdete Studienverläufe geben können. Dazu gehören beispielsweise Prüfungsergebnisse, wiederholte Prüfungsversuche, Leistungsentwicklungen, Anmeldemuster oder Studienfortschritte.

KI-Modelle können solche Informationen zusammenführen und Muster erkennen, die im Hochschulalltag nur schwer sichtbar werden. Auf dieser Basis lassen sich mögliche Studienabbruchsrisiken frühzeitig identifizieren.

Dabei gilt: Nicht jedes Merkmal ist für jede Hochschule gleichermaßen relevant. Datenbasis, Studienmodelle und Rahmenbedingungen unterscheiden sich. Deshalb müssen Hochschulen selbst festlegen können, welche Daten berücksichtigt werden und wie die Ergebnisse einzuordnen sind.

In der Diskussion im ZKI-Arbeitskreis wurde dabei ein Punkt besonders hervorgehoben: Die menschliche Entscheidung bleibt zentral. KI-Modelle – wie sie beispielsweise im Frühwarnsystem von academyFIVE zum Einsatz kommen – können Hinweise auf mögliche Risiken liefern und bei der Priorisierung unterstützen. Ob tatsächlich Handlungsbedarf besteht und welche Maßnahmen geeignet sind, entscheiden weiterhin die zuständigen Personen in Beratung und Verwaltung.

Die Diskussion im Arbeitskreis machte deutlich, dass Studienerfolg nicht allein durch eine bessere Analyse gefördert werden kann. Auch die Gestaltung der Studienangebote spielt eine wichtige Rolle.

Wenn Studierende mehr Zeit benötigen, Schwerpunkte verändern oder zwischen verschiedenen Studienmodellen wechseln möchten, müssen diese Möglichkeiten sowohl organisatorisch als auch technisch abbildbar sein. Dazu gehören beispielsweise:

• unterschiedliche Studiengeschwindigkeiten und Teilzeitmodelle
• individuelle Studienpläne
• Wahl- und Vertiefungsmöglichkeiten
• verschiedene Curriculums- und Prüfungsordnungsversionen
• transparente Regeln für Studienfortschritt und Abschluss

Dabei reicht die technische Abbildbarkeit allein jedoch nicht aus. Flexible Studienverläufe müssen auch mit den Prüfungsordnungen und den akkreditierten Strukturen vereinbar sein. Das betrifft beispielsweise Vorgaben zu Wiederholungsversuchen, Wahlpflichtbereichen und zum Studienfortschritt.

Gerade an diesem Punkt wurde das Thema im Arbeitskreis weitergedacht: Flexible Curricula und individuelle Studienverläufe lassen sich in einem Campus Management System wie academyFIVE bereits technisch abbilden. Entscheidend ist jedoch, die dafür notwendigen Spielräume auch organisatorisch und in den Ordnungen der Hochschule verbindlich zu verankern.

Daten allein verändern noch keinen Studienverlauf. Wichtig ist auch, was auf eine erkannte Entwicklung im Studienverlauf folgt.

Wenn ein mögliches Risiko sichtbar wird, entscheiden die Verantwortlichen der Hochschule, ob und wie sie darauf reagieren. Bestehende Beratungs- und Unterstützungsangebote können dann zum passenden Zeitpunkt einbezogen werden.

Technisch unterstützte Workflows können beispielsweise:

• zuständige Beratungsstellen auf einen möglichen Handlungsbedarf hinweisen
• die Kommunikation mit Studierenden anstoßen
• Beratungs- und Terminprozesse strukturieren
• Aufgaben zwischen Verwaltung, Beratung und Fachbereichen koordinieren
• eingeleitete Schritte nachvollziehbar machen

Für die Automatisierung solcher Abläufe kann beispielsweise ein Workflow-Manager eingesetzt werden. In academyFIVE ist dafür n8n vollständig integriert, sodass entsprechende Prozesse direkt im Zusammenspiel mit dem Campus Management automatisiert angestoßen und gesteuert werden können.

Der Austausch im Arbeitskreis hat mehrere Punkte besonders deutlich gemacht:

Viele benötigte Daten sind bereits vorhanden.
Die Herausforderung besteht  in der Zusammenführung, Qualität und sinnvollen Interpretation der Daten. Voraussetzung dafür ist außerdem ein datenschutzkonformer Umgang bei der Verarbeitung.

Studienerfolgsmanagement muss hochschulspezifisch gestaltet werden.
Studienangebote, Zielgruppen und organisatorische Strukturen unterscheiden sich. Modelle und Prozesse müssen deshalb konfigurierbar und an die jeweilige Hochschule anpassbar sein.

KI unterstützt – sie entscheidet nicht.
KI-Modelle können vorhandene Hochschuldaten auswerten und mögliche Risiken frühzeitig sichtbar machen. Die Bewertung der Ergebnisse und die Entscheidung über geeignete Maßnahmen bleiben Aufgabe der Hochschule.

Studienerfolg ist eine gemeinsame Aufgabe.
Flexible Curricula, Beratung und datenbasierte Steuerung lassen sich nicht unabhängig voneinander betrachten. Gefragt ist ein abgestimmtes Vorgehen über Organisationseinheiten hinweg.

Das Zusammenspiel von Daten, Prozessen und Anwendungen ist nicht nur für das Studienerfolgsmanagement relevant, sondern prägt die gesamte Systemlandschaft einer Hochschule.

Auf diesem Zusammenhang basierte der Impuls „HERM als gemeinsame Landkarte für Hochschulen“ von Dr. Markus von der Heyde. Die Higher Education Reference Models (HERM) stellen ein gemeinsames Vokabular für typische Fähigkeiten, Daten, Anwendungen und Technologien von Hochschulen bereit. Im Enterprise Architecture Management können sie als Grundlage dienen, um diese Elemente miteinander zu verknüpfen und Abhängigkeiten sichtbar zu machen.

Für Campus-Management-Systeme ist diese Perspektive besonders relevant: Sie sind mit zahlreichen Anwendungen verbunden und bilden zentrale Prozesse über den gesamten Student Life Cycle ab. Veränderungen an einem System wirken sich deshalb häufig auf Datenflüsse, Schnittstellen und nachgelagerte Prozesse aus.

Deshalb stehen viele Hochschulen trotz individueller Unterschiede vor ähnlichen Fragen:

• Welche Systeme unterstützen welche Prozesse?
• Wo werden Daten benötigt?
• Und welche Abhängigkeiten müssen bei Veränderungen berücksichtigt werden?

Dafür bot der im ZKI-Arbeitskreis vorgestellte Ansatz eine Lösung: Fach- und IT-Expert*innen verschiedener Hochschulen sollen konkrete Anwendungsfälle gemeinsam modellieren und daraus wiederverwendbare Blaupausen entwickeln, die in offenen Formaten über ein gemeinsames Repository bereitgestellt und kontinuierlich weiterentwickelt werden.

So bringt jede beteiligte Hochschule einen Teil ihres Fach- und Erfahrungswissens ein. Gleichzeitig können alle auf den gemeinsam entwickelten Modellen aufbauen, statt vergleichbare Architektur- und Integrationsfragen jeweils neu zu bearbeiten.

Das Fazit der Diskussion im ZKI-Arbeitskreis “Campus Management” war eindeutig: Für Hochschulen entsteht der Mehrwert eines ganzheitlichen Studienerfolgsmanagements erst, wenn Daten, Studienstrukturen und hochschuleigene Unterstützungsprozesse zusammengedacht werden. So können sie Risiken frühzeitig erkennen, flexiblere Studienverläufe ermöglichen und ihre eigenen Beratungsangebote gezielter einsetzen.

Genau hier setzt academyFIVE an: KI-gestützte Früherkennung, flexible Curricula und automatisierte Workflows sind bereits integriert und schaffen die technische Grundlage, um Studienerfolgsmanagement in den Hochschulprozessen zu verankern.

Sie beschäftigen sich an Ihrer Hochschule mit ähnlichen Fragestellungen? Sprechen Sie uns gerne an – wir tauschen uns mit Ihnen dazu aus, wie sich Studienerfolgsmanagement konkret in Ihren Hochschulprozessen umsetzen lässt.

 

Weiterführende Links und Quellen:

• 27. DINI-Jahrestagung und ZKI-Herbsttagung 2026
• Deutsche Initiative für Netzwerkinformation e. V. (DINI)
• Zentren für Kommunikation und Informationsverarbeitung in Lehre und Forschung e. V. (ZKI)
• HELM Conference 2026: Studienerfolg aktiv gestalten
• Studienerfolgsmanagement: Wie Hochschulen Studierende unterstützen können
• KI-Frühwarnsystem für Studienabbrüche
• Higher Education Reference Models