Big Data und die Universität – (wie) passt das zusammen?

bib_klein

(Foto von mir – der wunderschöne Prunksaal der Österreichischen Nationalbibliothek in Wien)

 

Was ist passiert?

Big Data und die Diskussion um die Konsequenzen dieser relativ neuen Technik ist allgegenwärtig. Zumeist im Social Media-Kontext gebraucht, wird Big Data oft mit personalisierter Werbung auf Facebook und anderen Plattformen in Verbindung gebracht. So rechnet z.B. Facebook „Gefällt mir“s und andere Einträge zusammen, die schließlich ein Benutzerprofil ergeben, nach dessen Vorgaben zugeschnittene Werbung geschaltet wird. Big Data kann aber noch mehr – und zwar feststellen, wie sich Studierende in ihrem Unialltag schlagen, und wo es unter Umständen Probleme gibt, die bis zum Abbruch des Studiums führen können. Die London South Bank University und die Nottingham Trent University wenden dieses Prinzip bereits an, wie hier im Guardian zu lesen ist.

Was meine ich dazu?

Noch einmal zurück – was genau ist Big Data eigentlich? Es gibt bis dato keine einheitliche Definition, und somit auch keine Eingrenzung des Anwendungsfeldes. Meist werden für die Definition von Big Data die Begriffe „Volume“ (dt. Ausmaß/Umfang), „Velocity“ (dt. Schnelligkeit) und „Variety“ (dt. Vielfältigkeit) genannt, und dass es spezielle Technologie braucht, um die Daten zu analysieren*. Das heißt, der Begriff Big Data bedeutet an sich nur Folgendes: die Datenmengen sind riesig, sie sind schnell wenn nicht sogar unmittelbar verfügbar, und es können sehr viele Datenpunkte auf einmal erfasst werden. Wie das alles genutzt wird und werden kann, das ist nicht festgelegt. Werbung ist eine Möglichkeit, durch die mit Big Data auch noch Geld zu verdienen ist, aber es gibt eben noch andere Anwendungen – wie eben in der Uni.

Aber wie passt Big Data nun in den Unialltag? Nun, es sind an den meisten Universitäten viele Studierende eingeschrieben, die alle eine Menge Datenpunkte liefern können – mit jedem Klick, mit jeder Benutzung einer elektronischen Zugangssperre. Diese Daten können alle zusammen erfasst und z.B. nach Studiengängen ausgewertet werden, und das in fast unmittelbarer Geschwindkeit, in der diese Daten auflaufen. Die London South Bank University schaut sich z.B. nicht nur die Einloggfrequenz im uni-eigenen System an, sondern auch von wo zugegriffen wurde, und welche Inhalte für wie lange angesehen wurden. Die Nottingham Trent University nutzt ein ähnliches System, in welchem z.B. Bibliotheksbesuche erfasst werden, und nach zwei Wochen eine E-Mail an den zuständigen Tutor (meist ein Wissenschaftler aus dem Department des Studierenden) gesendet wird, wenn keinerlei Aktivität im Uni-System stattfindet. Das Ziel ist es, dass der Studienverlauf auf die Gefahr hin analysiert wird, dass der Studierende sein Studium abbrechen könnte – und schließlich rechtzeitig eingegriffen werden kann.

Das klingt doch erst einmal gut – aber tut es das wirklich? Was sagen solche Datenpunkte tatsächlich über die Studienleistung aus? Allein schon, wenn der Studierende eine andere Bibliothek nutzt oder nach Herunterladen der Materialien offline arbeitet, fällt dieses System in sich zusammen. Außerdem können diese Daten nicht messen, inwiefern sich der Studierende mit dem Material auseinandergesetzt und ob er dieses verinnerlicht hat. Vielleicht bekommt der Studierende auch Materialien von seinen Kommilitonen, sodass er sich selbst nur selten einloggt? Davon abgesehen ist diese ständige Datenerfassung auch ein Eingriff in die Privatsphäre. Das Studiensystem muss benutzt werden, es geht kein Weg daran vorbei, um an die Materialien oder Bücher zu kommen, selbst wenn die Verweildauer nur kurz ist. Das heißt, der Studierende muss sich gläsern machen, und ist gezwungen, an der Datensammelei teilzunehmen.

Das ist die Krux von Big Data. Solch ein großer Eingriff in das Arbeitsleben des Studierenden kann helfen – oder als Datenmüllhalde enden, die im Endeffekt nur wenig Aussagekraft hat. Ich selbst halte noch immer viel von Einzelgesprächen, wie über ein Academic Adviser-Programm. Das ist zwar wesentlich zeitaufwendiger als die Datenauswertung, aber ist auf jeden einzelnen Studierenden zugeschnitten. Hier lassen sich Probleme erahnen, und es kann geholfen werden – sofern der Studierende dies will. Die Uni ist keine Schule, in der die Pflicht besteht, ständig anwesend zu sein, oder auch nur den Studiengang zu beenden. Diese Selbstständigkeit, die Freiheit der Entscheidungen sollte erhalten bleiben, und nicht in einem Terror durch die Daten enden.

Fazit

Big Data ist eine faszinierende Sache. Immer mehr Leute sind auf immer mehr Geräten online, und das teilweise sogar rund um die Uhr. Dabei fallen eine Menge Daten an, die alle erfasst und ausgewertet werden können. So auch geschehen z.B. in der London South Bank University, um Studienabbrüchen vorzubeugen. Und wieso auch nicht? Vielleicht gibt die Häufigkeit und Zeit der Einloggvorgänge in das Unisystem tatsächlich Aufschluss darüber, wie gut Studierende mit ihrem Pensum zurechtkommen. Aber vielleicht endet das in einer Datenmüllhalde, die falsche Vorhersagen tätigt und somit Studierende als fälschlicherweise gefährdet einstuft, weil sie nicht wie vorgesehen die Bibliothek benutzt oder die uni-eigene Onlineplattform benutzt haben. Ich möchte Big Data im Studienalltag nicht verteufeln (vor allen Dingen nicht, wenn es tatsächlich helfen kann!), aber wie und zu welchen Zwecken die Datenmengen benutzt werden, das muss genau evaluiert werden.

 

* Wer sich für die genaue Definition in allen Facetten interessiert, wird hier fündig:
De Mauro, Andrea, Marco Greco, und Michele Grimaldi. (2014) What Is Big Data? A Consensual Definition and a Review of Key Research Topics. AIP Conference Proceedings 1644, 97.
Eine kostenlose Pre-print-Fassung findet sich dankenswerterweise auf ResearchGate.

Wer eine unterhaltsame Einführung in das Thema lesen möchte, die nicht an Beispielen spart, ist mit diesem Buch bestens beraten:
Mayer-Schönberger, Viktor, und Kenneth Cukier. (2013) Big Data: Die Revolution, die unser Leben verändern wird. München: Redline Verlag.

___________________________________________________________________________

Advertisements