Strukturierte digitale Transformation von Lernen und Lehren

Die fundamentale Erwartung zur Digitalisierung von Geschäftsprozessen ist in allen Bereichen des Lebens und so auch für die Hochschulbildung vorhanden [1‐4]. Die in der Vergangenheit erfolgte Digitalisierung der Prozesse hat diese im Kern zu wenig hinterfragt [5, 6]. Eine Neugestaltung unter Anwendung von Architekturprinzipien, insbesondere einer übergreifenden Definition der Daten, zu erzielenden Fähigkeiten und Qualitätsanforderungen hat in der Regel nicht stattgefunden [3, 4]. Die Formulierung des Student Life Cycle hat stattdessen zu einer monolithischen Lösungsarchitektur geführt, die verschiedene Anbieter von Campus-Management-Software realisieren [7‐9]. Die Spezialisierung von Einzellösungen und die dazu erforderliche Vernetzung mehrerer Systeme haben sich oftmals als problematisch herausgestellt (siehe [10]; Überblick und Detailanalyse in [10, Kap 2.3]). Flexible und komponentenbasierte Lösungsarchitekturen scheitern zumeist an stark ausgeprägten funktionalen Silos, die dem gemeinschaftlichen und gesamtheitlichen Verständnis der Fähigkeiten einer Hochschule entgegenstehen und daher übergreifende Funktionen sowie Informationsflüsse behindern. Die Ergebnisse einer systematischen Analyse der Literatur [11] deuten darauf hin, dass das Enterprise Architektur Management (EAM) die am besten geeignete Methode zur Entwicklung einer vernetzten IT-Landschaft und zur Verbesserung der Qualität von Bildungsdienstleistungen ist.

Das Higher Education Reference Model (HERM) ist mit seinen Bestandteilen (Business Capability Model (BCM), Business Canvas und Data Reference Model) ein international anerkannter Standard zur allgemeinen Abbildung und zum Überblick aller Geschäftsfähigkeiten von Hochschulen [12]. Ein Überblick der Entstehung und Verwendung wird in [13] gegeben.

In diesem Beitrag wird das HERM-BCM verwendet, um daraus vernetzte Wertströme (Value Streams) abzuleiten. An Beispielen aus den Hochschulen wird motiviert, warum eine konsequente Modellierung der beteiligten Datenobjekte von großem Vorteil für die Umsetzung der vernetzten Digitalisierung der Hochschulen sein kann.

Das HERM-BCM liefert eine Landkarte von Fähigkeiten im Bereich der Lehre, welche den dahinterliegenden Lebenszyklus erahnen lassen [13]. Gleichwohl handelt es sich bei HERM explizit nicht um ein Prozessmodell, denn „wie“ die Fähigkeiten schließlich erbracht werden, obliegt der einzelnen Organisation (Abb. 1). Dem Referenzmodell gegenüber stehen einige Modellierungsansätze [1, 14, 15], insbesondere in Form von ebensolchen Prozessmodellen, die Begriffe wie den „Student Life Cycle“ einführen und zu einer breiteren Anerkennung dieser Bezeichnungen geführt haben.

Abb. 2 zeigt eine Ableitung aus dem HERM (wir beziehen uns auf Version 2.6) unter Wiedererkennung anerkannter Begriffe. Zunächst wurden die in der Referenz enthaltenen Fähigkeiten tabellarisch auf tatsächlich ausgeführte Funktionen („Studierender wird immatrikuliert“) und die darin zu verarbeitenden Daten beschrieben („Student Record“). In einer zweiten Iteration wurde der Fokus auf die im ersten Schritt vollständig erfassten, primären Datenobjekte gelegt (engl.: Key Data Objects), um im Anschluss erkennen zu können, welche Wertströme (Value Streams) sich entlang der Verarbeitung von wenigen Key Data Objects ableiten lassen. Durch diese Ableitung wurden die Fähigkeiten entlang potenzieller Value Streams angeordnet, was eine Annäherung an bekannte Prozessmodelle (vgl. Lebenszyklus) und das aktuelle Verständnis der Hochschulen unterstützt.

Als Ergebnis der Ableitung werden drei Value Streams identifiziert, welche Fähigkeiten enthalten und sich an je einem Lebenszyklus ausrichten. Einige Fähigkeiten sind flexibel positionierbar, da sie an vielen Stellen im Lebenszyklus einen Wertbeitrag leisten und keine starre Reihenfolge erfordern. Die identifizierten Value Streams sind:

Der erste Value Stream orientiert sich am Key Data Object „Bildungsangebot“ und enthält vor allem Fähigkeiten zu dessen Verwaltung. Mit teilweise klassischen Bezeichnungen wie „Einrichtung“ und „Verbesserung“ entspricht er dem Produktmanagement des Bildungsangebots. Der zweite Value Stream richtet sich an der Interaktion mit Nutzern der Bildungsangebote aus. Das Key Data Object ist der „Student Record“, welcher spätestens mit der Immatrikulation angelegt wird. Mit seinen Fähigkeiten entspricht er teilweise dem Beziehungsmanagement zu Nutzern wie Studierenden oder Weiterbildungsinteressierten. Der potenziell dritte Value Stream verbindet die beiden Bereiche in Form eines konkreten Studiums. Hierbei werden insbesondere Elemente des Bildungsangebots mit dem Student Record verknüpft, wobei sich die hinter den Value Streams liegenden Lebenszyklen überschneiden.

In einer Studie zur Digitalisierung der Hochschulen schätzen 133 Teilnehmenden auf CxO-Level (Chief Executive Officer (CEO) an Hochschulen oftmals Kanzler:in, Chief Technology Officer (CTO) an Hochschulen die Leitung des zentralen IT-Service oder Rechenzentrums, Chief Information Officer (CIO) oder Office im Fall eines Gremiums, Chief Digital Officer (CDO) an Hochschulen auch als Vice Präsident:in Digitalisierung ausgeprägt) den Stand und die zukünftig zu erwartenden Entwicklung ein [4]. Die Einschätzungen wurden sowohl für die Fähigkeiten vorgenommen, die bisher bereits digitalisiert sind (starke Veränderung durch Werkzeuge und digitalisierte Prozesse), als auch für die Fähigkeiten, wo diese Veränderung demnächst erwartet wird. Der Vergleich der vier Einschätzungen wird in Abb. 3 dargestellt, wobei die Gelb-Schattierungen die bisherige Digitalisierung und die Blau-Schattierungen die zukünftige Digitalisierung betreffen. Eine aktuelle bzw. kontinuierliche Entwicklung zeichnet sich durch rötliche Schattierungen aus. Die Farbintensität steigt mit der Intensität der Entwicklung als Differenz zwischen den Einschätzungen in fünf Jahren und heute. Damit repräsentieren die Fähigkeiten mit intensiver Färbung die hauptsächlichen Arbeitsbereiche der Hochschulen in den kommenden fünf Jahren. Eine blasse Färbung würde (durch die Differenzbildung) nicht notwendigerweise bedeuten, dass eine Fähigkeit nicht digital abgebildet wäre. Allerdings zeigt die weitere Analyse, dass diese Bereiche tatsächlich wenig automatisiert sind.

Gleichzeitig ergab die Studie, dass ein Großteil der aktuell realisierten Werkzeuge weder mit anderen Bereichen hinreichend Daten austauscht, diese persistent anbietet oder ausreichende Maßnahmen zur Qualitätssicherung enthält. In Bereichen, in denen ein hoher Grad an Werkzeugen etabliert war, boten weniger als 40 % der Lösungen Schnittstellen an, verknüpften ihre Daten durchgängig mit anderen Diensten oder setzten Qualitätsmaßnahmen um. In HERM-Bereichen, die sich durch Digitalisierungsmaßnahmen in den kommenden fünf Jahren stark ändern sollen, sind derzeit rund 70 % aller Bereiche aufgrund fehlender Schnittstellen noch nicht vernetzt, nicht persistent und bieten keine Qualitätsmaßnahmen an [4, S. 30/31]. Zusammenfassend lässt sich sagen, dass der Zweck des durchgehenden Datenaustauschs, für den die Werkzeuge ursprünglich herangezogen wurden, bislang kaum erreicht wird.

In vier Beispielen zeigen wir Datenflüsse zwischen potenziellen IT-Systemen und verweisen auf den hohen Nutzwert aus der Verwendung eines Fähigkeiten-basierten Referenzmodells. Das HERM definiert die in den Szenarien beteiligten Fähigkeiten und unterstützt den Überblick auf deren Zusammenspiel. Werden den Fähigkeiten dann Funktionen zugeordnet und diese in entsprechenden Werkzeugen zur Verwaltung der Daten implementiert, so können die beteiligten IT-Systeme über passende Schnittstellen miteinander integriert werden. Das ist die Voraussetzung für den unterbrechungsfreien Transport von Informationen und eine erfolgreiche Optimierung der gesamten IT-Landschaft (z. B. in Form der Automatisierung, einer robusteren Durchführung oder eines höheren Werts der erzielten Produkte).

Der Fokus der Digitalisierung der deutschen Hochschulen liegt im Bereich von Lehren und Lernen auf dem Einsatz digitaler Werkzeuge in der Lehre und in der Studienorganisation, dem sog. Student Life Cycle [3, 4]. In den kommenden fünf Jahren planen die Hochschulen in diesem Bereich, Medienbrüche bei der Digitalisierung von Prozessen zu beseitigen und dementsprechend mit persistenten und qualitätsgesicherten Datenschnittstellen zwischen den beteiligten Applikationen zu etablieren.

Die dazu erforderliche Weiterentwicklung des Bezugsmodells wird in diesem Beitrag vom Student Life Cycle auf eine Verschränkung von drei Value Streams vorgeschlagen. Basierend auf dem Business Capability Model (BCM) aus dem Higher Education Reference Model (HERM) werden die an der Gestaltung des Bildungsangebots, die an den Lebenszyklus der Studierenden und der daraus resultierenden Schnittmenge des Studiums beteiligten Fähigkeiten in ein vernetztes Gesamtmodell eingeordnet. Die sich daraus ergebenden bzw. aus diesen Value Streams abgeleiteten Datenmodelle müssen die Konstellation berücksichtigen. In vier Beispielen werden die erforderlichen, aber heute noch selten anzutreffenden Verschränkungen der Informationsflüsse illustriert. Auf die daran beteiligten Fähigkeiten im HERM wird dabei jeweils Bezug genommen und der resultierende Vorteil diskutiert.

Diese Weiterentwicklung ist als übergreifendes Modell für zukünftige Kooperationen zwischen Einrichtungen konzeptuell geeignet, da die Analyse von institutionellen Eigenheiten abstrahiert vorgenommen wurde.