Filtern
Dokumenttyp
Gehört zur Bibliographie
- ja (12)
Schlagworte
- Sozialarbeit (4)
- Datenkompetenz (3)
- Wirkung (3)
- Methode (2)
- Wirkungsanalyse (2)
- Assistenzsystem (1)
- Big Data (1)
- Bundesteilhabegesetz (1)
- Chatbot (1)
- Daten (1)
Mit der Einführung des Bundesteilhabegesetzes ist eine umfangreiche und lebhafte Debatte über die Möglichkeiten der Erfassung von Wirkung und Wirksamkeit in der Eingliederungshilfe entstanden. Mit der Veröffentlichung von Eckpunkten zu diesem Thema durch den Deutschen Verein wurde versucht, diese Diskussion zu bündeln. Da die Umsetzung der im Gesetz festgeschriebenen Wirkungskontrolle und auch die Überprüfung der Wirksamkeit von Leistungen durch die Bundesländer erfolgt, wird dort aktuell in den Verhandlungen der Rahmenverträge festgehalten, wie zukünftig mit diesem Thema umgegangen werden soll. Schon jetzt ist absehbar, dass die Regelungen sehr unterschiedlich sein werden und zum Teil auch Wirkung und Wirksamkeit im eigentlichen Sinne nicht wirklich in den Blick nehmen. Insofern erscheint es sinnvoll, wie Tornow in einem Beitrag im Nachrichtendienst des Deutschen Vereins fordert, nun zügig von den Diskussionen in die konkrete Umsetzung in der Praxis zu kommen. Dieser Beitrag will dazu Vorschläge unterbreiten. Zuvor werden noch einige begriffliche und konzeptionelle Aspekte geklärt, da diese Auswirkungen auf die praktische Umsetzung haben.
In den nächsten Jahren wird es für Organisationen in der Sozialen Arbeit und Sozialwirtschaft immer wichtiger werden, mit Daten systematisch umzugehen. Zum einen ergibt sich hieraus ein Mehrwert für die fachliche Arbeit, gerade wenn auch fachliche Daten durch Evaluation und ein wirkungsorientiertes Monitoring erhoben werden, zum anderen kann man aber mit der systematischen Auswertung von Daten auch darstellen, wieso es einen Bedarf für Angebote und Leistungen gibt. Daher sollten die verschiedenen Organisationen, sowohl die Leistungs-erbringer als auch die Leistungsträger, Ministerien und Kommunen, die Chance nutzen und ihren ‚Datenschatz‘ heben. In dem vorgestellten Beitrag wurde aufgezeigt, wie ein Vorgehen in der Praxis aussehen kann und welche Ebenen und Bereiche dabei in den Blick genommen werden müssen. Um langfristig eine Data Governance aufzubauen, wird ein längerfristiger Prozess nötig sein. Mit konkreten Pilotprojekten und Datenworkshops kann aber ein einfacher Einstieg in einen solchen Prozess gefunden werden. Zudem eignet sich ein solches Vorgehen, um den Mehrwert eines dateninformierten Handelns gegenüber den Mitarbeitenden darzustellen und diese im Prozess zu beteiligen.
Die Frage nach der Wirkung der eigenen Arbeit wird auch innerhalb von Stiftungen immer bedeutsamer. Hierbei kann die Wirkung der eigenen Stiftungsarbeit untersucht werden, bei fördernden Stiftungen aber auch die Förderung wirkungsorientiert ausgestaltet werden. In diesem Beitrag werden Methoden vorgestellt, wie man sich der Frage nach der eigenen Wirkung annähern kann und es wird ein Ausblick gegeben, wie eine empirische Erfassung von Wirkung und Wirksamkeit in der Praxis umgesetzt werden kann.
Die Diskussion um Wirkungen und Wirksamkeit von Angeboten und Leistungen wird stark geprägt durch eine Debatte
um die Möglichkeiten der Erfassung von Wirkungen. Etwa wird infrage gestellt, ob Wirkungen in der Praxis der Sozialen Arbeit überhaupt messbar sind. Im Beitrag werden Perspektiven und Grenzen bei der Anwendung verschiedener Forschungsdesigns diskutiert. Wirkungsplausibilisierung wird als Methode vorgestellt, um belastbare und gleichzeitig praxisgängige Aussagen über die Wirkungen Sozialer Arbeit zu ermöglichen.
Im BMBF-Verbundprojekt HAnS entwickeln und implementieren neun Hochschulen sowie drei hochschulübergreifende Einrichtungen ein intelligentes Hochschul-Assistenz-System als Open-Source-Lösung. Videobasierte Lehrmaterialien werden verschriftlicht und durch eine Indexierung Stichwortsuchen ermöglicht; geplant ist, über einen KI-Tutor automatisiert Übungsaufgaben zu generieren. Studierende sollen so in ihrem Selbststudium digital unterstützt werden. Die technische Entwicklung wird interdisziplinär – auch sozialwissenschaftlich und pädagogisch – begleitet und in einem iterativen Vorgehen evidenzbasiert entsprechend Design-Based-Research angepasst. Wissen und Wertesystem der Anwender*innen, Didaktik, Ethik, Akzeptanz und Datenschutz werden dabei im Entwicklungsprozess einbezogen.
This paper presents the ongoing development of HAnS (Hochschul-Assistenz-System), an Intelligent Tutoring System (ITS) designed to support self-directed digital learning in higher education. Initiated by twelve collaborating German universities and research institutes, HAnS is developed 2021–2025 with the goal of utilizing artificial intelligence (AI) and Big Data in academic settings to enhance technology-based learning. The system employs AI for speech recognition and the indexing of existing learning resources, enabling users to search and compile these materials based on various parameters. Here, we provide an overview of the project, showcasing how iterative design and development processes contribute to innovative educational research in the evolving field of AI-based ITS in higher education. Notwithstanding the potential of HAnS, we also deliberate upon the challenges associated with ensuring a suitable dataset for training the AI, refining complex algorithms for personalization, and maintaining data privacy.
Im Initiativprogramm BayernMINT fördert der Freistaat Bayern Maßnahmen zur Senkung der Studienabbruchquoten. An der Technischen Hochschule Nürnberg wird ein regelgeleiteter Chatbot als niedrigschwellige Kommunikationstechnologie zur Lernunterstützung konzipiert und implementiert. Auf Grundlage der Ergebnisse eines testpsychologisch fundierten Allgemeinen Studierfähigkeitstests unterstützt dieser Chatbot Studieninteressierte und vor allem Studienanfänger:innen individuell bei ihren Lernaktivitäten. Winkler und Söllner (2018) zeigen, dass der Einsatz von Chatbots einen signifikant positiven Einfluss auf den Lernerfolg verspricht. Nach erfolgreicher Pilotphase soll die Lehrinnovation in den Regelbetrieb an der Technischen Hochschule Nürnberg übernommen werden. Im aktuellen Chatbot werden KI-Technologien zum Verstehen natürlicher Sprache verwendet. Darüber hinaus bietet der Einsatz von KI weitere Potenziale für die Hochschulbildung, wie z.B. KI-ba-sierte Analysen der Kompetenzen von Studieninteressierten als Grundlage für Empfehlungen für die Studiengangspassung.
