Forschungsdesign

Das Bundesministerium für Bildung und Forschung (BMBF)-Verbundprojekt LAMASS@DiLea wird die zugrunde liegenden Ursachen für den Studienerfolg und -abbruch in digitalen Studienformaten identifizieren. Heublein et al. (2017) konnten bereits in einer breit angelegten Studie Faktoren identifizieren, die in Zusammenhang mit Studienerfolg und -abbruch stehen. Allerdings lag der Fokus dieser Studie auf der Erforschung von traditionellen Studienformaten an Präsenzhochschulen. Die Situation der digitalen Studienformate insbesondere in der Fernlehre konnten hierbei nicht berücksichtigt werden. LAMASS@DiLea zielt darauf, diese Forschungslücke zu schließen. Hierbei wird die Idee verfolgt, dass ein erweiterter Forschungsansatz, der die Situation der digitalen Studienformate berücksichtigt, einen wichtigen Beitrag in Hinblick

auf das Verständnis von Faktoren in Zusammenhang mit Studienerfolg und Studienabbruch in digitalen Studienformaten als auch in traditionellen liefern wird. So werden die bereits bestehenden Daten (Heublein et al., 2017) aus der Befragung von rund 6.000 Exmatrikulierten aus traditionellen Studienformaten an Präsenzhochschulen um die Daten von Exmatrikulierten in digitalen Studienformaten (z. B. FernUniversität in Hagen, AKAD Hochschule Stuttgart) erweitert. Zunächst werden durch Literatur- und qualitative Studien Faktoren identifiziert, die eine wichtige Rolle für Studienerfolg und -abbruch insbesondere in digitalen Studienformaten spielen können, gefolgt von der quantitativen Hauptstudie, der Interpretation der Forschungsergebnisse und der Formulierung von Empfehlungen (siehe Abbildung 1).

Der Fokus liegt auf drei Betrachtungsebenen: die subjektiv Ebene, (z. B. digitale Kompetenzen, selbstregulierte Lernen), die curriculare Ebene (z. B. Studienaufbau, Organisation und Qualität der Lehrveranstaltungen, Flexibilisierung) und die institutionelle Ebene (z. B. Zentrale- oder Fachstudienberatung, psychologische Beratung). Einen weiteren Schwerpunkt dieses Projekts ist die

Auswertung der Möglichkeiten bezüglich Learning Analytics und Künstliche Intelligenz (Brown et al., 2020). Diese Ansätze bieten erfolgsversprechende innovative Erklärungsmodelle bezüglich Erfolgs- oder Misserfolgsaussichten in digitalen Studienformaten und bilden eine Brücke zwischen den curricularen- und institutionellen Ebenen in Wechselwirkung mit der subjektiven Ebene. Abbildung 2 zeigt den Strukturplan des Projekts.