Deutsch

In der vorliegenden Arbeit wird ein an allen deutschen Hochschulen einsetzbares System zur „Früherkennung abbruchgefährdeter Studierender“ konzipiert, implementiert und evaluiert. Hierzu werden mittels Verfahren des maschinellen Lernens administrative Studierendendaten nach §3 HStatG ausgewertet. Die Prognosegenauigkeit des konzipierten Frühwarnsystems wird an einer staatlichen Universität und einer privaten Fachhochschule getestet, mit anderen Frühwarnsystemen verglichen und die verfügbaren Informationen auf Prognoserelevanz getestet. Hierauf aufbauend werden alternative Systeme entwickelt und getestet, die entweder durch datensparsamere Konzeption effizienter sind oder frühere Prognosen des Studienerfolgs beziehungsweise von Prüfungsergebnissen erlauben. Diese Arbeit kann auch als Leitfaden und Entscheidungshilfe zur Konzeption und Implementation von Frühwarnsystemen insbesondere für Hochschulen verstanden werden – der Praxisverwertbarkeit wird ein hoher Stellenwert eingeräumt.