Vorhersage von Future Skills mittels Competence Mining

Das Short-Paper zum Beitrag finden Sie hier:

Short_Paper_Competence_Mining.pdf

PDF herunterladen • 801KB

Challenge

Hochschulen stehen unter wachsendem Druck, ihre Studiengänge nicht nur fachlich aktuell zu halten, sondern strategisch auf die Kompetenzen der Zukunft auszurichten. Das Problem: Modulhandbücher liegen als unstrukturierte, inkonsistente Textdaten vor – schwer vergleichbar, kaum maschinenlesbar und mit hohem manuellem Aufwand verbunden. Strategische Lückenanalysen, etwa zur Frage ob ein Curriculum ausreichend auf Data & AI Literacy oder Future Skills vorbereitet, bleiben daher meist qualitativ, punktuell und ohne belastbare Datenbasis. Implizite Kompetenzannahmen, die in Lernzielen und Modulbeschreibungen stecken, bleiben unsichtbar – und damit ungenutzt für die Curriculumentwicklung.

Approach

STAT-UP entwickelte eine dreistufige Competence Mining Pipeline, die curriculare Inhalte nicht nur deskriptiv auswertet, sondern als strukturiertes Kompetenznetzwerk modelliert. Im ersten Schritt werden Modulhandbücher mittels NLP und Large Language Models in einen Knowledge Graph überführt: Module, Kompetenzen, Methoden und Rollen werden als Knoten extrahiert, normalisiert und über semantische Relationen miteinander verknüpft. Im zweiten Schritt identifiziert eine Link Prediction, welche Kompetenzverbindungen strukturell naheliegen, im Curriculum aber noch nicht explizit sichtbar sind – und erzeugt so datenbasierte Hypothesen über Brückenkompetenzen. Im dritten Schritt werden die Ergebnisse via Path Mining mit externen Referenzrahmen trianguliert: dem Stifterverband-Framework „Future Skills 2030", dem Data & AI Literacy Modell nach Schüller et al. sowie dem IEEE Draft Standard für Daten- und KI-Kompetenz. Das Resultat ist eine systematische Karte bestehender Stärken, impliziter Anschlussfähigkeiten und blinder Flecken im Curriculum.

Impact

Angewendet auf ein modellhaftes Modulhandbuch des fiktiven Studiengangs „Civic Transformation, Data, and AI for Public Services" machte die Pipeline konkrete Muster sichtbar: Community-oriented und Digital Future Skills waren mit einer Coverage Ratio von je 0,80 bereits gut verankert, während Transformative Future Skills mit einer Ratio von 0,33 deutliche Lücken zeigten. Die Link Prediction identifizierte rund 28 neue potenzielle Kompetenzverbindungen – darunter Brücken von konkreten Lehrinhalten wie dem Kurs „Inclusive Digital Service Design" zu übergeordneten Zukunftskompetenzen wie ethical reasoning und responsibility & accountability. Mit einem Recall von 0,714 deckt die Methode einen Großteil relevanter Anschlussstellen auf und liefert so eine strukturierte, datenbasierte Grundlage für strategische Curriculumdiskussionen – ohne die fachliche Beurteilung durch Lehrende zu ersetzen.