Learning Analytics: Was Datenspuren über Lernen verraten — und was nicht

Jede Interaktion mit einer Lernplattform hinterlässt Spuren: welche Aufgabe wann bearbeitet, welches Video wie oft angehalten, welcher Test wie schnell abgeschlossen wurde. Learning Analytics verspricht, aus diesen Datenspuren Erkenntnisse über das Lernen zu gewinnen und Unterricht individueller zu machen. Doch zwischen der technischen Möglichkeit und dem tatsächlichen didaktischen Nutzen klafft eine Lücke, die selten offen diskutiert wird.

Die Grundidee ist bestechend: Wenn ein System früh erkennt, dass eine Lernende den Anschluss verliert, kann rechtzeitig gegengesteuert werden. In der Hochschullehre gibt es dafür belegte Beispiele — etwa Frühwarnsysteme, die Studienabbrüche reduzieren. Doch diese Erfolge lassen sich nicht beliebig auf die Schule oder auf jede Lernsituation übertragen.

Was Daten gut können — und was nicht

Daten zeigen zuverlässig, was messbar ist: Bearbeitungszeiten, Klickpfade, Abschlussquoten. Sie zeigen nicht, warum jemand langsam ist. Eine lange Bearbeitungszeit kann Überforderung bedeuten — oder gründliches Nachdenken. Eine hohe Klickrate kann Engagement anzeigen — oder planloses Suchen. Wer aus solchen Signalen vorschnell Schlüsse zieht, riskiert Fehlentscheidungen mit realen Folgen für Lernende.

Diese Mehrdeutigkeit ist der Kern des Problems. Learning Analytics liefert keine Wahrheiten, sondern Hinweise, die pädagogisch interpretiert werden müssen. Ein Dashboard ersetzt keine Lehrkraft, die ihre Lerngruppe kennt. Im besten Fall lenkt es die Aufmerksamkeit auf Fälle, die genauer angesehen werden sollten — im schlechtesten Fall erzeugt es eine Scheinobjektivität, die vom eigentlichen Verstehen ablenkt.

Der Datenschutz ist kein Nebenschauplatz

Learning Analytics verarbeitet naturgemäß große Mengen personenbezogener Daten, oft von Minderjährigen. Damit gelten hohe Anforderungen: Zweckbindung, Datenminimierung, Transparenz und die Frage, wer welche Auswertungen sehen darf. Dürfen Lehrkräfte individuelle Lernprofile einsehen? Wie lange werden Daten gespeichert? Werden Leistungsdaten zu Verhaltensbewertungen? Diese Fragen gehören vor die Einführung geklärt, nicht danach. Wie eng Datenschutz und digitale Bildung zusammenhängen, zeigen wir regelmäßig im Ratgeber.

Besonders heikel ist die Versuchung, Lernende dauerhaft zu vermessen. Was als Förderinstrument gedacht ist, kann zu einem Kontrollsystem werden, das Druck erzeugt statt Unterstützung. Eine gute Learning-Analytics-Strategie definiert deshalb nicht nur, was gemessen wird, sondern ausdrücklich auch, was bewusst nicht gemessen und nicht ausgewertet wird.

Empfehlung für die Praxis

Bildungseinrichtungen sollten Learning Analytics als Ergänzung verstehen, nicht als Ersatz für pädagogisches Urteil. Sinnvoll ist ein enger, klar begründeter Einsatz: wenige, gut interpretierbare Kennzahlen, transparente Kommunikation gegenüber Lernenden und ein Datenschutzkonzept, das den Namen verdient. Wer die Datenlage einzelner Anbieter seriös bewerten will, findet Unterstützung in unseren Trendanalysen.

Dr. Elena Richter rät, den Nutzen nicht an der Menge erhobener Daten zu messen, sondern an den pädagogischen Entscheidungen, die sie tatsächlich verbessern. Daten, die niemand sinnvoll nutzt, sind kein Fortschritt, sondern nur ein Risiko. Weniger, aber verstandene Daten sind mehr wert als ein überladenes Dashboard.