Hoch­schul­mo­nitor User Day 2025 am Karls­ruher Institut für Tech­no­logie

Gemeinsam gestalten, daten­ba­siert entscheiden: Impulse für die Hoch­schul­ent­wick­lung

Wie können Hoch­schulen Daten­ana­lysen so nutzen, dass daraus belast­bare Entschei­dungen für Stra­tegie, Profil und Ressourcen hervor­gehen? Mit dieser Frage beschäf­tigten sich Wissenschaftsmanager:innen aus vier­zehn Hoch­schulen beim dies­jäh­rigen Hoch­schul­mo­nitor User Day. Der Tag bot Einblicke in neue Visua­li­sie­rungen des Tools, konkrete Anwen­dungs­bei­spiele aus der Praxis sowie Raum für Austausch über aktu­elle Heraus­for­de­rungen.

Seit vielen Jahren unter­stützt das rheform Data Lab Hoch­schulen mit daten­ba­sierten Analysen, Visua­li­sie­rungen und Bench­marks. Einmal im Jahr lädt das Team seine Nutze­rinnen und Nutzer zum persön­li­chen Austausch und Netz­werken an eine Part­ner­insti­tu­tion ein. Treff­punkt in diesem Jahr war das Karls­ruher Institut für Tech­no­logie (KIT).

Wenn Daten Orien­tie­rung geben: Stra­te­gi­sche Entwick­lungs­pro­zesse mit dem Hoch­schul­mo­nitor stützen

Dr. Julia Winter, Leiterin Stab und Stra­tegie des KIT, eröff­nete den Tag mit einem klaren Befund: „Aus Sicht des KIT ist der Hoch­schul­mo­nitor eine Berei­che­rung für die deut­sche Hoch­schul­land­schaft.“ Das KIT und rheform arbeiten seit 2014 zusammen. Viele Entschei­dungs­rich­tungen der „Stra­tegie KIT 2025“ entstanden auf Basis von Daten­ana­lysen und Visua­li­sie­rungen des Hoch­schul­mo­ni­tors. Aus der Zusam­men­ar­beit ging ein Berichts­wesen hervor, womit die Hoch­schule bis heute die Interessensträger:innen des Stra­te­gie­be­reichs auf einen gemein­samen Kennt­nis­stand bringt. So kann das KIT flexibel auf Heraus­for­de­rungen wie Nach­hal­tig­keit, Transfer oder Digi­ta­li­sie­rung reagieren, die nach­träg­lich in die lang­fristig ange­legte Dach­stra­tegie inte­griert werden müssen.

Von dieser konti­nu­ier­li­chen Weiter­ent­wick­lung an konkreten Frage­stel­lungen profi­tieren auch die Tools des Hoch­schul­mo­ni­tors. Der Dialog mit den Hoch­schulen ist ein wesent­li­cher Bestand­teil. „Der Hoch­schul­mo­nitor entwi­ckelt sich mit den Bedarfen und Anfor­de­rungen seiner Nutze­rinnen und Nutzer weiter“, sagte Prof. Dr. Guido Benzler, geschäfts­füh­render Gesell­schafter der rheform. Die Rück­mel­dungen aus den Hoch­schulen fließen konti­nu­ier­lich in die Tools ein. Auch die dies­jäh­rigen Use Cases haben gezeigt, dass das ein wich­tiger Faktor ist, um die Qualität und den Praxis­bezug des Hoch­schul­mo­ni­tors zu sichern.

Use Case 1: Studie­ren­den­zahlen kontex­tua­li­sieren und Hand­lungs­felder ableiten (Univer­sität Jena)

Viele Hoch­schulen verzeichnen eine wandelnde Studie­ren­den­schaft inklu­sive rück­läu­figer Studie­ren­den­zahlen. Anne-Christin Detert und Dr. Marcus Hornung von der Univer­sität Jena zeigten, wie sie mit Unter­stüt­zung des Data Labs syste­ma­tisch analy­siert haben, welche Faktoren dafür verant­wort­lich sind.

Die Vortra­genden betonten dabei den Wert einer externen Perspek­tive: „Der Blick von außen hilft in einem solchen Prozess enorm. Eigen- und Fremd­bild weichen oft vonein­ander ab.“  Ein für poten­zi­elle Studie­rende rele­vantes Beispiel: Während Mieten in Jena subjektiv als hoch gelten, liegen sie im bundes­weiten Vergleich eher im Mittel­feld. Diese Kontex­tua­li­sie­rung öffnete neue Hand­lungs­felder im Bereich Marke­ting und Ziel­grup­pen­an­sprache.

Darüber hinaus disku­tierte das rheform-Team mit dem Präsi­dium die Analysen und Ablei­tungen aus den Daten und befä­higte Mitar­bei­tende in einem Work­shop, eigen­ständig mit defi­nierten Berichts­rou­tinen im Hoch­schul­mo­nitor zu arbeiten. „Wir merken eine klare Verän­de­rung: Projekte werden bei uns inzwi­schen stark daten­be­zogen bewertet“, sagt Detert. Insge­samt konnte aus Sicht der Univer­sität in einem knappen Projekt­rahmen von wenigen Monaten ein nach­hal­tiger Mehr­wert geschaffen werden.

Use Case 2: Studi­en­gänge daten­ba­siert analy­sieren und weiter­ent­wi­ckeln (Fern­Uni­ver­sität in Hagen)

Die Fern­Uni­ver­sität in Hagen setzt mit Unter­stüt­zung des Hoch­schul­mo­ni­tors und der rheform seit Jahren auf daten­ba­sierte Steue­rung. Dr. Chris­tina Kummert, Refe­rentin im Dezernat für Hoch­schul­ent­wick­lung, erläu­terte, wie die Fern­Uni­ver­sität interne Befra­gungs­daten, Bench­mar­kings des Hoch­schul­mo­ni­tors und weitere Quellen im hoch­schul­ei­genen „Data Warehouse“ verknüpft. So entstehen fundierte Analysen zu Fragen wie:

  • Welche Gründe könnten sinkende Studie­ren­den­zahlen erklären?
  • Gibt es struk­tu­relle Hürden im Studium oder in den Curri­cula?
  • Entspricht die Studie­ren­den­schaft den ange­strebten Ziel­gruppen?

Entschei­dend sei, so Kummert, dass Daten und Fach­dis­kus­sionen eng verzahnt bleiben. Auf dieser Basis entwi­ckelt die Hoch­schule Maßnahmen und passt Studi­en­an­ge­bote an. Dieses System der daten­ge­stützten Entschei­dungs­fin­dung geht auf die jahre­lange Zusam­men­ar­beit der Fern­Uni­ver­sität und der rheform zurück: Die gemein­same Hoch­schul-Entwick­lungs­pla­nung und daten­ge­stützte Beglei­tung einer Fakul­täts­neu­grün­dung kulmi­nierten 2022 im Neubau der Fakultät für Psycho­logie.

Zahlen richtig lesen: Krite­rien für ein Bench­mar­king mit Mehr­wert

In seinem Vortrag zeigte Dr. Philipp Adler, Bereichs­leiter der Stra­tegie- und Orga­ni­sa­ti­ons­be­ra­tung wozu auch das Data Lab gehört, wie wichtig es ist, Vergleichs­gruppen und Indi­ka­toren präzise zu wählen. Sein Beispiel verdeut­lichte dies eindrück­lich:

Während Maschi­nenbau an öffent­li­chen Univer­si­täten im Durch­schnitt rund 1,2 Mio. Euro Dritt­mittel pro Professur einwirbt, liegt die Roma­nistik bei etwa 50.000 Euro. Ein direkter Vergleich der Diszi­plinen inner­halb der Hoch­schule ist nicht sinn­voll: „Rele­vante Bench­mar­king-Zahlen werden erst dann wert­voll, wenn die Indi­ka­toren klar defi­niert und die Vergleichs­gruppen sinn­voll gewählt sind“, so Adler.

Mit einem neuen Tool zur Unter­stüt­zung von Konso­li­die­rungs­pro­zessen stellte Adler ein Instru­ment vor, welches solche Unter­schiede sichtbar macht. Hier werden Lehr‑, Forschungs- und Diver­si­täts­in­di­ka­toren gebildet und prozen­tual mit dem Durch­schnitt einer gewählten Vergleichs­gruppe vergli­chen. So kann eine Hoch­schule je nach Filter­ein­stel­lung auf einen Blick erkennen, wie ihre Fach- und Forschungs­be­reiche oder Fakul­täten im deutsch­land­weiten Vergleich abschneiden.

Ausblick und Fazit

Nino Tata­nash­vili und Marcel John aus dem Data Lab Team gaben zum Abschluss prak­ti­sche Tipps zur Nutzung und Einblicke in kommende Weiter­ent­wick­lungen des Hoch­schul­mo­ni­tors.

Der Tag zeigte deut­lich, wie groß der Bedarf an fundierten, vergleich­baren Daten ist und wie wert­voll der Austausch zwischen Hoch­schulen und Data Lab für eine ziel­ge­rich­tete Weiter­ent­wick­lung bleibt. Neben lang­jäh­rigen Nutze­rinnen und Nutzern waren auch Teil­neh­mende aus neuen Hoch­schulen vertreten, die das Tool künftig verstärkt einsetzen wollen. Die daten­ba­sierte Steue­rung und Entwick­lung im Hoch­schul­ma­nage­ment ist ein hoch­re­le­vantes, aber komplexes Themen­feld. Doch mit den rich­tigen Tools und Part­nern an der Seite können Hoch­schulen das Poten­zial der Academic Analy­tics für ihre stra­te­gi­sche Entwick­lung nutzen.

Haben Sie Fragen zum Hoch­schul­mo­nitor oder anderen Produkten des Data Labs? Unser Team berät Sie gern.

Kontak­tieren Sie uns

Mehr zum Hoch­schul­mo­nitor

No Comments

Sorry, the comment form is closed at this time.