

Nach einem ersten Dashboard für Studierende geht an der RWTH Aachen nun auch ein umfangreiches Dashboard für Lehrende live. Im ePrüfungssystem Dynexite erhalten sie ab sofort Statistiken zur Aufgabenschwierigkeit. Die Anwendung basiert auf der Learning Analytics-Software POLARIS, die im Rahmen des KI:edu.nrw-Teilprojekts Learning Analytics für Hochschulen in NRW entwickelt wird.
Die POLARIS-Dashboards bieten Lehrenden neue Anhaltspunkte zur Reflexion und Verbesserung ihrer Prüfungs- und Lehrangebote. Die Aufgabenschwierigkeit ist ein empirisches Maß zur Bewertung des Anspruchs einer Aufgabe. Sie ergibt sich aus der durchschnittlichen Punktzahl, die Studierende in einer Aufgabe in Übungen oder Prüfungen erreichen. Die gewählte Skala reicht von 0% bis 100%, wobei ein hoher Wert eine hohe Schwierigkeit anzeigt.
Ein zentrales Dashboard bietet Lehrenden einen Überblick über die Schwierigkeit ihrer Aufgaben in Dynexite. Zudem können sie beispielsweise nach besonders leichten oder besonders schweren Aufgaben filtern und aus dem Dashboard direkt zur Bearbeitung einer Aufgabe wechseln.
Auch in der Bearbeitungsansicht von Aufgaben wurde ein Dashboard ergänzt, das bei mehrteiligen Aufgaben die Schwierigkeit der einzelnen Eingabe-Elemente transparent macht. Außerdem zeigt es den zeitlichen Verlauf der Schwierigkeit der betreffenden Aufgabe. Hier lässt sich ablesen, ob Studierende in der Aufgabe mit der Zeit beispielsweise immer höhere Punktzahlen erreichen oder ob eine neue Aufgabenversion den Schwierigkeitsgrad verändert hat.
Die Dashboards wurden in einem mehrstufigen Prozess entwickelt. Dabei wurden auf Basis einer Umfrage Informationsbedarfe von Lehrenden an der RWTH ausgewertet und erste Mockups erstellt. Diese wurden mit dem Feedback verschiedener hochschulinterner Stakeholder, etwa aus der Personalvertretung und dem Datenschutz, weiterentwickelt. Im Rahmen der KI:edu.nrw-Themenreihe fand 2025 ein Expert*innen-Workshop statt, in dem wertvoller Input aus der Community gewonnen wurde.
Der technische Prototyp wurde Mitte des Jahres 2025 in Dynexite implementiert und zunächst mit einer Gruppe von interessierten Lehrenden an der RWTH evaluiert. Durch Nutzendentests und Interviews wurden die Usability und die Möglichkeiten des Einsatzes in den bestehenden Prüfungsabläufen der Lehrstühle näher beleuchtet. Auch mögliche positive und negative Effekte durch die Verfügbarkeit dieser Analysen und kritische Faktoren zur tatsächlichen Nutzung wurden gemeinsam mit den Lehrenden diskutiert. Der wichtigste Faktor? Viele nannten die Zeit.
Nach dieser Entwicklungs- und Evaluationsphase sind die Dashboards nun für alle Lehrenden der RWTH verfügbar.
Wenn Sie sich für die Entwicklung der Dashboards interessieren, können Sie sich auf die KI:edu.nrw-Themenreihe freuen! In einem Termin der Veranstaltungsreihe werden wir weitere Einblicke in den Entwicklungsprozess geben und das finale Produkt vorstellen. Über unseren KI:edu.nrw-Newsletter erfahren Sie, wann die Termine der Themenreihe online sind.
Die im Projekt gewonnenen Erkenntnisse zur Aufgabenschwierigkeit zeigen exemplarisch, wie Learning Analytics Lehrende konkret bei der Reflexion und Weiterentwicklung von Prüfungen unterstützen kann. Die erprobten Methoden zur Einbindung verschiedener Stakeholder, die Gestaltung der Dashboards sowie die entwickelten technischen Komponenten lassen sich mit entsprechenden Weiterentwicklungen auf andere Lehr- und Prüfungsszenarien übertragen, die in NRW verbreitet sind. Neben Dynexite werden zukünftig auch weitere Systeme wie die Lernmanagementsysteme Moodle und ILIAS mit POLARIS verbunden.
POLARIS ist eine Softwarelösung für Learning Analytics an Hochschulen, die im Rahmen von KI:edu.nrw entwickelt und pilotiert wird. Ziel ist es, Studierende, Lehrende und Mitarbeitende verschiedener Hochschuleinrichtungen durch relevante Statistiken und Texthinweise zu unterstützen.
POLARIS ist Open Source auf GitLab verfügbar und steht allen Hochschulen zur Verfügung.
Mehr Infos zu POLARIS unter: ki-edu-nrw.ruhr-uni-bochum.de/ueber-das-projekt/phase-2/learning-analytics/polaris
