2004 stand ich kurz davor, mein Psychologiestudium nach nur einem Jahr abzubrechen. Der Fokus lag stärker auf Statistik, als ich erwartet hatte, und ich vermisste die Zeiten, in denen das Zählen von Seitenzahlen die komplexeste Matheaufgabe des Tages war. Später startete ich erfolgreich ein Studium der englischen Literatur.
Wer mich und meine Abneigung gegen Zahlen kennt, hätte das kommen sehen. Hätte die Universität jedoch gezielter nach Anzeichen meiner Unzufriedenheit gesucht – nicht nur in meinen Arbeiten, sondern in meinem gesamten Campusverhalten und meinen Interaktionen –, hätte sie eingreifen können. Heute ermöglicht Technologie genau das: Die University of Arizona analysiert CatCard-Daten, um risikoreiche Studierende frühzeitig zu identifizieren und Abbrüche zu verhindern.
Big Data im Einsatz
Neue Studierende erhalten eine CatCard – einen Ausweis mit Zugang zu rund 700 Campusorten, von Wohnheimen über Bibliotheken bis zu Snackautomaten. Diese Daten, kombiniert mit weiteren Informationen, zeichnen ein umfassendes Bild des studentischen Wohlergehens und signalisieren potenzielle Probleme. Basierend auf drei Jahren Erstsemesterdaten hat die Universität einen Algorithmus entwickelt, der mit 85–90 % Genauigkeit Abbruchskandidaten vorhersagt – deutlich besser als die 73 % bei rein akademischen und demografischen Kennzahlen.
„Aus ihren digitalen Spuren lassen sich Bewegungs-, Verhaltens- und Interaktionsmuster ableiten, die viel über den Studenten aussagen“, erklärt Prof. Sudha Ram, Leiterin des Projekts und Expertin für Managementinformationssysteme. Dazu gehören schrumpfende soziale Kreise oder unregelmäßige Verhaltensweisen.
„Die CatCard ist nicht primär für soziale Tracking gedacht, doch Zeitstempel und Ortsdaten ermöglichen es“, sagt Ram. Besuchen zwei Studierende regelmäßig zur gleichen Zeit dasselbe Café, deutet das auf Freundschaft hin.
„Aus diesen Netzwerken extrahieren wir quantitative Metriken wie die Größe des sozialen Kreises. Wir beobachten Veränderungen: Schrumpft er? Wachsen Bindungen oder lassen sie nach?“, beschreibt Ram.
Datenschutz im Fokus
Die Initiative ist gut gemeint, doch Datennutzung weckt Bedenken. Die Daten bleiben anonymisiert: „Jede Vorhersage ist personalisiert, ohne die Identität zu kennen“, betont Ram.
Siehe auch: Intel’s Cancer Cloud nutzt Big Data zur Bekämpfung von Krankheiten. Dr. Watson: IBM plant Big Data für Diabetes- und Adipositastherapie.
Identifikation erfolgt erst bei Beratungskontakten. Die CatCard-Richtlinien erwähnen diese Nutzung nicht; wir haben die Universität zu Datenschutzmaßnahmen befragt und aktualisieren bei Rückmeldung.
Trotzdem: Frühes Wissen kann Leben verändern. Ram: „Bis zur 12. Woche – dem Entscheidungspunkt – eingreifen, z. B. mit Zeitmanagement-Seminaren oder Events. Wie Amazon Empfehlungen: Vorhersehend und hilfreich.“
„Es geht um Zukunftsplanung zum Wohle aller“, fasst Ram zusammen.