Am 29. August 2025 hat Malte Persike, KI:edu.nrw-Standortleitung RWTH Aachen, eine offene Online-Basisschulung zu Learning Analytics angeboten – mit rund 30 Teilnehmenden aus ganz NRW. In 90 Minuten haben wir verschiedene Themen von den Grundlagen über Anwendungsbeispiele bis zu ethisch-rechtlichen Leitplanken besprochen und haben diskutiert, wie wir Daten sinnvoll für Studium und Lehre nutzen können.
Wer die Schulung verpasst hat, kann in diesem Blogbeitrag eine Zusammenfassung nachlesen und die Präsentationsfolien herunterladen.
Wir verstehen Learning Analytics als Erhebung, Analyse und Rückmeldung von Lerndaten, um Lernprozesse zu verstehen und zu verbessern. Dabei unterscheiden wir Zielgruppen und Ebenen: Für Studierende geht es um hilfreiche Rückmeldungen und Selbstregulation, für Lehrende um didaktische Entscheidungen und Kursentwicklung, für Institutionen um Qualitätsentwicklung und Steuerungsinformationen. Learning Analytics kann verschiedene Ebenen adressieren:
Ziel ist dabei immer, das Lernen in den Mittelpunkt zu stellen, nicht Technik.
Im Workshop haben wir exemplarische Lösungen betrachtet – von Frühwarnsystemen über Empfehlungsdienste bis zu Reflexions-Dashboards. Diese Beispiele zeigen, wie kleine, klar fokussierte Einsätze Wirkung entfalten können: etwa, wenn wir Studierenden transparente Signale für ihren Lernfortschritt geben oder Lehrenden gezielte Hinweise zur Kursgestaltung. Gleichzeitig bleibt das Fazit nüchtern: Wirkungen sind kontextabhängig. Wir gewinnen dann, wenn wir zuerst didaktische Fragen stellen und dann die Messkonzepte sauber aufsetzen und die Ergebnisse offen kommunizieren, einschließlich Grenzen und Nebenwirkungen.
Ein tragfähiger Einsatz beginnt bei klaren Datenkategorien (persönlich, anonymisiert, pseudonymisiert) und sauberen Rechtsgrundlagen. In NRW denken wir Learning-Analytics-Vorhaben infrastrukturell: Wir prüfen, wo bestehende Plattformen datenschutzkonform unterstützen, und setzen auf klare Prozesse für Rechteverwaltung und Transparenz. Damit Analytics verstanden und verantwortlich genutzt werden, stärken wir zugleich Data und AI Literacy – für die Auswertung genauso wie für die Interpretation von Dashboards und Feedback.
Im Rahmen von KI:edu.nrw ist ein umfangreiches Gutachten zum Thema Datenschutz bei Lerndatenanalysen entstanden. Mehr Infos unter: ki-edu-nrw.ruhr-uni-bochum.de/gutachten-datenschutzrahmen-fuer-die-lerndatenanalyse-veroeffentlicht
Systeme unterstützen Entscheidungen, sie treffen sie nicht. Damit werden automatisierte Letztentscheidungen vermieden und Risiken wie Fehldiagnosen oder unangemessene Interventionen reduziert. Für eine verantwortungsvolle Nutzung müssen aus ethischer Perspektive Leitideen wie Transparenz, Freiwilligkeit und Zweckbindung berücksichtigt werden. Praktisch heißt das: verständliche Erklärungen anbieten, Verzerrungen prüfen und Wirkungen fortlaufend evaluieren.
Wir sehen viel Potenzial, aber auch Transferhürden: Zahlreiche erfolgreiche Pilotierungen existieren, doch die Skalierung in die Fläche gelingt erst, wenn Prozesse, Kompetenzen und Infrastruktur zusammenspielen. Deshalb identifizieren wir konkrete Einsatzfelder an NRW-Hochschulen, begleiten diese iterativ, teilen Good Practices und bauen Fortbildungsangebote aus.
Wir bedanken uns bei allen Teilnehmenden für die lebendige Diskussion und die vielen Praxisfragen. Die KI:edu.nrw-Basisschulungen zum Thema Learning Analytics werden fortgesetzt und teilen Good Practices aus NRW. Die nächste Basisschulung findet am 5. März 2026 von 11.00 bis 12.30 Uhr statt.
Der Austausch in der (NRW-)Hochschulcommunity über Erfahrungen, Bedarfe und offene Fragen zum Thema Learning Analytics liefert wertvolle Rückmeldungen für unser Projekt. Neben Austauschformaten und Basisschulungen unterstützt KI:edu.nrw in den Transferprojekten auch die Erprobung von Learning-Analytics-Angeboten an Hochschulen in NRW. Die Technische Hochschule Köln und die Universität Duisburg-Essen beschäftigen sich im Rahmen dieser Förderung mit den strategischen, organisatorischen, didaktischen und technischen Herausforderungen bei der Einführung von Learning-Analytics-Angeboten.
