The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 3 of 9
Back to Result List

Analyse von Studienverläufen mit Process-Mining-Techniken

Analyzing Courses of University Studies by Using Process Mining Techniques

  • Studenten an Hochschulen und Universitäten haben bei der Gestaltung ihrer Studienverläufe meistens viele Freiheitsgrade. Begrenzt werden diese Freiheiten durch das Curriculum, das bestimmte Rahmenbedingungen für den Studienverlauf einer Fachrichtung festlegt und Empfehlungen bzw. Vorgaben macht, welche Veranstaltungen in welchem Semester besucht werden sollen. In der Praxis weichen viele Studenten von den Empfehlungen des Curriculums ab. Dies führt zu einer Vielzahl individueller Studienverläufe, von denen jeder einzelne mehr oder weniger erfolgreich sein kann (z. B. in Hinblick auf das Erreichen des angestrebten Abschlusses, auf die erzielte Abschlussnote oder auf die benötigte Studiendauer). Für eine an erfolgreichen Studienverläufen orientierte Weiterentwicklung von Curricula und zugehörigen Studienberatungen fehlen den Verantwortlichen an Hochschulen und Universitäten nicht selten detaillierte Erkenntnisse über das konkrete Studienverhalten und über erfolgreiche bzw. weniger erfolgreiche Studienverlaufsmuster. Durch Process-Mining-Techniken wie Bubble-Chart-Analysen, Fuzzy Mining und Inductive Visual Mining können die Verantwortlichen Transparenz bei der Auswertung von Studienverläufen gewinnen und darauf aufbauend gezielte Maßnahmen einleiten.
  • Students at universities usually enjoy a high level of freedom to shape their course of studies. Only the curriculum is the limit, which defines rules and suggests courses to be taken in certain semesters. In practice, many students deviate from these suggestions, leading to a plethora of individual schedules which may be more or less successful (with regards e. g. to achieved degree, final rates, and time to graduation). University officials in charge of evolving and enhancing curricula as well as student advisory services often do not have detailed knowledge regarding student’s specific behavior as well as successful and less successful study schedules. Here process mining techniques like bubble chart analytics, fuzzy mining, and inductive visual mining can fill the gap and provide transparency as foundation for dedicated measures.

Export metadata

Additional Services

Share in Twitter Search Google Scholar Availability
Metadaten
Document Type:Article
Language:German
Parent Title (German):HMD Praxis der Wirtschaftsinformatik
Volume:55
Issue:4
First Page:846
Last Page:865
ISSN:1436-3011
DOI:https://doi.org/10.1365/s40702-018-0410-1
Publisher:Springer Fachmedien
Place of publication:Wiesbaden
Date of first publication:2018/03/19
Tag:Blasendiagramm; Business Process Intelligence; Curriculum; Datenanalyse; Disco; Educational Data Mining; Educational Process Mining; Fuzzy Mining; Geschäftsprozess; Inductive Visual Mining; ProM; Process Mining; RapidMiner; Studenten; Studienverlauf
Departments, institutes and facilities:Fachbereich Informatik
Dewey Decimal Classification (DDC):0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 006 Spezielle Computerverfahren
3 Sozialwissenschaften / 37 Bildung und Erziehung / 378 Hochschulbildung
Entry in this database:2018/03/27