In einer modernen und diverser werdenden Wissensgesellschaft ist es für Hochschulen essentiell, auf individuelle Startvoraussetzungen und Bedarfe von Studierenden zielgerichtet und effektiv reagieren zu können. Hierfür ist es notwendig, die Herausforderungen von Studierendenkohorten zu analysieren, unterschiedliche soziodemographische und private Rahmenbedingungen (Soziale Herkunft, Erwerbstätigkeiten, Betreuungspflichten etc.) zu berücksichtigen, um so eine Informationsbasis zu schaffen, auf Grund derer in Zukunft Maßnahmen zur Erhöhung der Studierbarkeit getroffen werden können.

Ziel des Projektes ist es folglich, datengestützte Planungs- und Prognosewerkzeuge zur Optimierung der Lehr- und Studienprozesse, insbesondere auch des Studienerfolgs und der Prüfungsaktivität zu entwickeln, zu testen und zu validieren und diese schließlich sämtlichen Österreichischen Universitäten zur Verfügung zu stellen. Konkret werden im Modellansatz Regressionen, Machine Learning und Simulationen vereint, um ein möglichst präzises Ergebnis zu erreichen.

Das Projekt PASSt wird von der TU Wien unter Leitung von Fr. Dr. Shabnam Tauböck und in Kooperation mit der WU Wien sowie der JKU Linz durchgeführt.

Weitere Informationen zum Projekt finden Sie bitte im öffentlichen coLAB-Space des Projekts., öffnet eine externe URL in einem neuen Fenster