1 subscription and 2 subscribers
Article

Software soll Abschlüsse von Schülern vorhersagen - und verbessern

Im Educational Data Mining analyiseren Programme, wie erfolgreich Schüler oder Studenten später abschließen werden. Das birgt jedoch erhebliche Risiken.


Im Büro von Bettermarks hängen schwarze Monitore an den Wänden, darauf zu sehen sind viele bunte Datenkurven, die zeigen, wie fleißig die Kunden des Unternehmens aus Kreuzberg gerade sind. Sie lösen Matheaufgaben, freiwillig und online, denn das Lernbuch der Zukunft, so sind die Gründer von Bettermarks überzeugt, besteht nicht mehr aus geordneten Kapiteln, Seiten und Aufgaben in Papierform. Sondern es ist eine interaktive Plattform, bei der jeder Schüler nach eigenem Wissen und Tempo Aufgaben lösen kann. Das soll nicht nur das Lernen erleichtern, sondern auch Aussagen darüber ermöglichen, wie erfolgreich ein Schüler oder Student künftig sein wird.

Educational Data Mining wird die Methode genannt, bei der große Datenmengen - meistens automatisiert - genutzt und gespeichert werden. Die Daten fallen beispielsweise bei digitalen Plattformen, Lern-Apps, Online-Vorlesungen oder -Tutorien an. In den USA werden diese Informationen bereits seit Jahren sehr genau analysiert. Doch auch Berliner Forscher und Start-ups arbeiten inzwischen an der digitalen Revolution im Klassenzimmer.

Große Datenmengen, das bedeutet bei dem auf Matheaufgaben spezialisierten Bettermarks, dass Schüler aus zehn Ländern jede Woche zwei Millionen Aufgaben lösen. Dabei machen sie 400 000 Fehler. Genau das sind die eigentlich spannenden Daten, erklärt York Xylander, IT-Chef des Unternehmens: „Wir können dadurch analysieren, bei welchen Aufgaben besonders viele Fehler gemacht werden, welche Lernpfade besonders erfolgversprechend sind und wo eventuell Vorwissen fehlt." Der Mathe-Graph mit seinen 10 000 Aufgabentypen und 100 000 einzelnen Aufgabenstellungen für die Klassenstufen vier bis zehn ist wie eine Stadtkarte mit vielen Gassen, Abzweigungen und begehbaren Wegen. Je mehr Schüler sich durch diese virtuellen Lernpfade arbeiten, umso mehr lernt das System, welche Routen zum besten Ergebnis führen - in diesem Fall zu den besten Schulnoten.

Das alles funktioniert nur mit Computern, die jeden Fehler, jeden Lernerfolg und die Zeit, die Schüler mit dem System und bestimmten Aufgaben verbringen, detailliert auswerten. Denn: „Gerade beim Thema Mathematik ist Fleiß wichtig", sagt Xylander. [...]

Original