Von Learning Analytics zu einem vertieften Qualitätsmanagement an Hochschulen: Potenziale lehrbezogener Datenanalysen in Zeiten Künstlicher Intelligenz

Mit dem lehrbezogenen Qualitätsmanagement gibt es in Hochschulen einen inzwischen fest etablierten Akteur, der strukturiert Daten aus lehrbezogenen Prozessen erhebt und verarbeitet. Diese Einheiten sind meist eng mit der Hochschulleitung und entsprechenden organisationalen Steuerungsprozessen verbunden. Deutlich jünger, weniger etabliert und zudem eher in Zentraleinheiten der wissenschaftsbezogenen Didaktik verortet sind Ansätze zur Analyse von Lerndaten, die auf die Verbesserung individueller Lehr- und Lernprozesse zielen (Learning Analytics). Zwischen diesen beiden datenorientierten Handlungsfeldern gibt es vielfältige Schnittstellen und erhebliches Potenzial zur Zusammenarbeit, die im vorliegenden Artikel skizziert werden. Dabei bieten technische Entwicklungen im Gebiet sogenannter Künstlicher Intelligenz zusätzliches Potenzial, gerade auch komplexe Datenstrukturen zu erschließen. Wie an entsprechenden Fragestellungen gearbeitet werden kann, wird abschließend am Beispiel des Projekts KI:edu.nrw veranschaulicht.