Ausgangslage & Rahmenbedingungen

Die Lehrveranstaltung Statistik ist ein zentraler Bestandteil des berufsbegleitenden Masterstudiengangs Organisations- und Personalentwicklung an der FH WKW Wien und dem Modul Empirische Methoden der Sozialforschung zugeordnet. Die vorliegende Einreichung bezieht sich auf die Durchführung dieser Lehrveranstaltung im Wintersemester 2024 (3 ECTS), die von der Einreichenden konzipiert, verantwortet und umgesetzt wurde. Insgesamt nahmen 30 Studierende teil.

Die Lehrveranstaltung umfasste sieben Einheiten à 3,5 Stunden, die im zweiwöchentlichen Rhythmus stattfanden. Die zweite, vierte und sechste Einheit wurden digital über Microsoft Teams durchgeführt; die übrigen Einheiten fanden in Präsenz im PC-Raum der FH WKW Wien statt. Unterrichtssprache war Deutsch, und es bestand Anwesenheitspflicht.

Die Lehrkonzeption basierte auf einer systematischen Analyse der Rahmenbedingungen, der Zielgruppe und der didaktischen Herausforderungen. Besonderes Augenmerk galt:

• stark divergierenden Vorkenntnissen und heterogenen Lebensrealitäten der Studierenden,
• geringer Lernmotivation und stark notenorientierter Haltung,
• einer Lernumgebung, in der KI-Nutzung selbstverständlich war,
• der Vermittlung komplexer Inhalte auf verständliche Weise bei gleichzeitiger Ermöglichung individueller Schwerpunktsetzungen.

Auf Basis dieser Analyse wurden gezielt Lehrmethoden ausgeschlossen, die den Lernprozess behindern könnten, darunter: starres Lerntempo ohne Differenzierung, fehlende Wiederholungen, verpflichtende Gruppenarbeiten mit zusätzlichem Koordinationsaufwand, unklare Fristen, intransparente Bewertung, rein notenorientierte Prüfungsformate, schwer verständliches Feedback, passive Lehrformate, unvorbereitete Referate, abstrakte Theorievermittlung ohne Anwendung, unpräzise Aufgabenstellungen, fehlende Evaluation, unklare Erwartungen sowie mangelnde Struktur und Priorisierung.

Zielgruppe

Die Studierendengruppe war in mehrfacher Hinsicht heterogen. Die Teilnehmenden unterschieden sich deutlich in ihren Lebensrealitäten und brachten aufgrund unterschiedlicher Bachelorabschlüsse stark variierende Vorkenntnisse im Bereich empirischer sozialwissenschaftlicher Methoden mit. Alle Studierenden waren berufsbegleitend und da sie sich im ersten Semester befanden, waren sie zugleich in einer Orientierungs- und Eingewöhnungsphase und lernten einander erst kennen. Erhebungen in der ersten Einheit zeigten eine geringe intrinsische Motivation für das Fach Statistik sowie ein begrenztes Bewusstsein für dessen Relevanz in der späteren beruflichen Praxis. Zudem nutzte ein erheblicher Teil der Studierenden bereits KI-Tools zur Bearbeitung von Studienaufgaben. Die Gruppe war insgesamt leistungsorientiert und verfolgte häufig primär das Ziel sehr guter Noten, teils stärker als den eigenen Lernfortschritt.

Lernziele

Die Studierenden erwarben grundlegende theoretische und praktische Kompetenzen der empirisch-quantitativen Forschung. Nach Abschluss der Lehrveranstaltung waren sie in der Lage, die einzelnen Schritte quantitativer Forschungsprozesse nachzuvollziehen und eigenständig umzusetzen. Sie konnten methodologische Entscheidungen für eigene Forschungsprojekte begründet treffen sowie methodische Entscheidungen in bestehenden quantitativen Studien verstehen, kritisch reflektieren und bewerten. Dazu verfügten sie über fundierte Kenntnisse zentraler Begriffe, Methoden und Grenzen quantitativer Forschungsansätze. Die Studierenden waren befähigt, quantitative Messinstrumente zu entwickeln, Daten zu erheben und grundlegende Auswertungsmethoden einzuordnen. Sie konnten ein quantitatives Forschungskonzept selbstständig planen und umsetzen – von der Themenfindung über die Entwicklung einer Forschungsfrage bis zur Methodenwahl, Durchführung und reflektierten Bewertung des gesamten Forschungsprozesses.

Lehrziele

Zentrale Lehrziele waren die Steigerung von Motivation und Interesse für Statistik, die gezielte Abholung der Studierenden bei stark heterogenen Wissensständen sowie die Gestaltung einer lernförderlichen, KI-resilienten Lernumgebung. Die Lernprozesse wurden an unterschiedliche Lebensrealitäten angepasst, um hohe Studierendenfreundlichkeit und größtmögliche Flexibilität für individuelle Bedürfnisse zu ermöglichen. Den Studierenden wurden Aufgabenstellungen angeboten, deren Bearbeitung über das Semester hinaus einen nachhaltigen Nutzen hatte, individuell als sinnvoll erlebt wurde und zugleich eine hohe fachliche Qualität des Abschlussprojekts sicherstellte.

Besonderheiten des Lehrkonzepts: Lehr- und Lernmethoden

1.Strukturierte Flexibilität und Druckfreiheit

Bereits in der ersten Einheit wurden alle für das Semester relevanten Informationen umfassend kommuniziert. Gleichzeitig wurden Bedürfnisse, Vorkenntnisse und Erwartungen der Studierenden systematisch erhoben. Im Moodle-Kurs standen von Beginn an sämtliche Aufgabenstellungen inklusive Bearbeitungsbeispielen, klaren Bewertungsrichtlinien, Terminen und Lernmaterialien zur Verfügung. In regelmäßigen Abständen wurden anonyme Evaluationen über Moodle durchgeführt, um kontinuierlich Rückmeldungen, Verständnislücken und Anliegen der Studierenden zu erfassen und gezielt in die weitere Lehrgestaltung einfließen zu lassen.

2.Aufgaben, die sich individuell zum eigenen Projekt aufbauen

Jeder der sieben Einheiten war ein thematischer Schwerpunkt mit einer zentralen Aufgabenstellung zugeordnet. Diese Aufgaben bauten inhaltlich aufeinander auf und mündeten gemeinsam in der Endabgabe der Lehrveranstaltung: einem verschriftlichten Forschungsplan für die eigenständige Durchführung einer quantitativen Studie im Rahmen der Masterarbeit. Der unmittelbare Nutzen für die Studierenden war dadurch von Beginn an klar erkennbar.

Die Endabgabe machte 60 % der Gesamtnote aus; die Bewertungsgrundlage war seit Semesterbeginn transparent im Moodle-Kurs einsehbar. Die verbleibenden 40 % verteilten sich auf sieben Teilleistungen, die bei ernsthafter Bearbeitung pauschal bewertet wurden. Dadurch verlagerte sich der Fokus konsequent auf Übung und Lernprozess statt auf punktuelle Prüfungssituationen.

Die Teilleistungen waren verständnisorientiert formuliert, bauten direkt aufeinander auf und bildeten gemeinsam die Grundlage der Endabgabe. Die Nutzung von KI war ausdrücklich erlaubt und als unterstützendes Werkzeug vorgesehen, erforderte jedoch stets eigenständige Entscheidungen und reflektierte Auseinandersetzung durch die Studierenden. Für jede Teilleistung sowie für die Endabgabe wählten die Studierenden ihren individuellen Projektfokus selbst und arbeiteten durchgängig an einem Thema von persönlichem Interesse. Alle Aufgaben ermöglichten damit individuelle Schwerpunktsetzungen. Sämtliche Teilleistungen wurden als Einzelarbeiten eingereicht und individuell kommentiert. Das Feedback war gezielt darauf ausgerichtet, konkrete Hinweise für die Überarbeitung und Weiterentwicklung in Richtung Endabgabe zu geben.

Zur Berücksichtigung unterschiedlicher Lebensrealitäten waren die Teilleistungen jeweils einer Einheit zugeordnet und durch Abgabeordner zeitlich strukturiert, die tatsächliche Nutzung dieser Abgabezeitpunkte blieb jedoch flexibel. Es galten lediglich zwei verbindliche Regeln: die Einhaltung der inhaltlichen Chronologie der Teilleistungen und eine fixe Deadline für die Endabgabe. Da alle Teilleistungen mit Punkten versehen waren, konnten die Studierenden selbst entscheiden, welche Leistungen sie erbringen wollten. Ein Verzicht auf einzelne Teilleistungen war möglich; verpflichtend war ausschließlich die Endabgabe. In Kombination mit alternierenden Präsenz- und Onlineeinheiten ergab sich eine sehr hohe Flexibilität in der individuellen Gestaltung der Lernprozesse.

3.Didaktische Lernschleifen

Alle sieben Einheiten folgten einem identischen, transparent kommunizierten Ablauf und boten den Studierenden jederzeit klare Orientierung. Jede Einheit begann mit einem theoretischen Input in Form eines Lehrgesprächs oder Lehrvortrags, ergänzt durch kurze, aktivierende Mini-Aufgaben. Diese dienten nicht der Abfrage von Faktenwissen, sondern der Förderung von Verständnis. Zum Einsatz kamen unter anderem Skalierungsaufgaben in Mentimeter, Reihungs- und Zuordnungsaufgaben in Microsoft Forms, Mini-Quizzes sowie Kurzantwortformate. Die Aufgaben waren zeitlich knapp gehalten, über QR-Code zugänglich, wurden unmittelbar ausgewertet und direkt in das Lehrgespräch integriert. Darauf folgten konkrete Praxisphasen mit Praxisbeispielen, in denen die Studierenden selbst aktiv arbeiteten, etwa mit SPSS. Anschließend wurde die jeweilige Aufgabenstellung der Einheit detailliert erläutert und explizit mit den zuvor vermittelten theoretischen und praktischen Inhalten verknüpft.

Nach einer Pause bearbeiteten die Studierenden die Aufgaben zunächst in Einzelarbeit, anschließend in Zweiergruppen zur Vertiefung und Präzisierung ihrer Ergebnisse. Danach schlossen sich jeweils zwei Zweiergruppen zusammen, um in Vierergruppen strukturiertes Peer-Feedback zu geben. Am Ende jeder Einheit erfolgte eine gemeinsame Reflexion im Plenum, in der der Arbeitsprozess besprochen und offene Fragen geklärt wurden. Die begonnene Aufgabenstellung wurde anschließend in Einzelarbeit fertiggestellt und spätestens drei Tage vor der nächsten Einheit als Teilleistung auf Moodle eingereicht.

Alle Studierenden erhielten individuelles schriftliches Feedback noch vor der folgenden Einheit. Zu Beginn der nächsten Einheit wurden mithilfe der Murmelmethode in Zweiergruppen zentrale Inhalte der vorangegangenen Einheit wiederholt. Anschließend wurden exemplarisch häufige Fehler aus der letzten Teilleistung thematisiert, bevor der neue fachliche Input begann und die nächste Lernschleife einsetzte.

Ergebnisse

Die kontinuierlichen Feedbackschleifen machten den individuellen Lernfortschritt sichtbar und förderten nachhaltiges Lernen. Sämtliche Teilleistungen wurden als sinnvoll und unmittelbar hilfreich für die eigene Masterarbeit erlebt; die Abgabequote lag nahezu bei 100 %. KI wurde als unterstützendes Werkzeug genutzt, nicht als Ersatz für eigenes Denken. Durch die pauschale Bewertung der 40 % Teilleistungen sank der Leistungsdruck deutlich: Übung ging der Bewertung voraus, zugleich entstanden inhaltlich sehr hochwertige Forschungspläne. Die klar strukturierten, wiederkehrenden Lernschleifen vermittelten Sicherheit und ermöglichten einen kontinuierlichen Kompetenzaufbau; Verständnislücken wurden frühzeitig erkannt und gezielt geschlossen. Statistik wurde konsequent als anwendungsorientiertes Arbeitsinstrument erfahren. Die abschließende Evaluation bestätigte sehr positive Lernerfahrungen; der Anteil quantitativer Forschungskonzepte in den Masterarbeiten stieg gegenüber früheren Jahrgängen deutlich.

Die besondere Stärke des Lehrkonzepts lag in seiner präzisen Passung zu den identifizierten Herausforderungen. Die Verbindung aus klarer Struktur, wiederkehrenden Lernschleifen, vollständiger Transparenz, kontinuierlichem Studierendenfeedback, individuell fokussierbaren Aufgaben, flexiblen Abgaben, bewusster KI-Resilienz und systematischem Individualfeedback reduzierte Leistungsdruck, ohne Qualitätsansprüche zu senken. So entstand ein didaktisch geschlossenes Gesamtkonzept, das Studierbarkeit, Eigenverantwortung und fachliche Exzellenz überzeugend vereinte.