Review by: Schönwald, Ingrid (2008-05-08)

Den Ausgangspunkt dieser Studie zu möglichen Kapazitätsseffekten von E-Learning bildet die unter dem Einfluss der aktuellen Studienanfängerprognosen geführte Debatte über Strategien zum Umgang mit der bis zum Jahr 2020 erwarteten stark steigenden Zahl an Studienanfängern. Im Rahmen dieser Studie wird die Annahme betrachtet, dass der Ausbau der „virtuellen Lehre“ eine interessante Lösungsoption für die potenziellen Kapazitätsengpässe im deutschen Hochschulsystem in den nächsten Jahren darstellt.

Ziel der Untersuchung ist es zu prüfen, welche Kapazitätseffekte sich durch den Einsatz von E-Learning ergeben können und damit den Diskurs und die empirische Forschung zu Ressourcenauswirkungen von E-Learning anzuregen. Der Charakter der Studie ist explorativ-hypothetischer Natur, als vor dem Hintergrund bestimmter Annahmen zu mediengestützten Lehr-/Lernszenarien mögliche quantitative Kapazitätseffekte des E-Learning Einsatzes modelliert werden.

Die Studie ist in fünf Abschnitten klar strukturiert. Im ersten Kapitel wird der Kontext der Studie skizziert, in Kapitel 2 wird das methodische Vorgehen beschrieben, in Kapitel 3 und 4 werden die Kapazitätsauswirkungen in den acht Szenarien dargelegt, im Kapitel 5 werden schließlich die zentralen Ergebnisse zusammengefasst.

Als Untersuchungsmethode wird die Kapaziätsberechnung verwendet, die von den Hochschulen bereits zur Ermittlung der maximalen Studienanfängerzahl in einem zulassungsbeschränkten Studiengang verwendet wird. Dazu wird eine Modellrechnungen am Beispiel eines Bachelors- und konsekutiven Masterstudiengangs in der Informatik für acht E-Learning-Szenarien durchgeführt. Die acht Szenarien unterscheiden sich nach Art und Ausmaß ihrer Substitution der Präsenzlehre durch ein Online-Selbststudium:

• Szenario 1: Substitution von Lehrveranstaltungsterminen durch unbetreutes, mediengestützten Selbststudium
• Szenario 2: Substitution von Lehrveranstaltungsterminen durch betreutes, mediengestützten Selbststudium
• Szenario 3: Substitution einer kompletten Lehrveranstaltung durch unbetreutes, mediengestützten Selbststudium
• Szenario 4: Substitution einer kompletten Lehrveranstaltung durch betreutes, mediengestützten Selbststudium
• Szenario 5: Durchführung des Studiums auf der Basis überwiegend netzgestützer lehr-Lernumgebungen
• Szenario 6: Einsatz digitaler Lehr-/Lernmedien zur Steigerung der Gruppengröße von Lehrveranstaltungen
• Szenario 7: Einsatz digitaler Lehr-/Lernmedien in Großveranstaltungen zur Herstellung erträglicher Studienbedingungen
• Szenario 8: Mediengestützte Verlagerung von Personalkapazität zwischen konsekutiven Studiengängen

Der Kapazitätsberechung liegt das Studienstrukturmodell von Moog (2006) zugrunde. Folgende technische Annahmen wurden dabei getroffen: multimediale Niedrigschwelligkeit der zu erstellenden Materialien, eine bestehende Software- und Hardwareinfrastrukur für E-Learning, Verfügbarkeit nutzerfreundlicher Autorensoftware und eine hohe softwaretechnische Kompetenz der Lehrenden.

Die Ermittlung der Kapazitätseffekte erfolgt für die acht Szenarien, dabei werden die Berechnungen für die einzelnen Szenarien in Subszenarien mit unterschiedlichen Parametern (z. B. bzgl. Anteil der substituierten Lehrveranstaltungen) durchgeführt.

Die Ergebnisse der Kapazitätsberechnungen zeigen, dass Kapazitäseffekte nur in einem Teil der Szenarien auftreten, und dabei auch nur in einigen Subzenarien. Nennenswerte kapazitätserweiternde Effekte sind bei Szenarien zu verzeichnen, die eine „kritische Masse an E-Learning“ d. h. einen hohen Anteil an ersetzter Kontaktzeit durch E-Learning in möglichst vielen Veranstaltungen aufweisen. Erst dann werden die Kapazitätszuwächse nicht mehr durch den erhöhten Personalaufwand für die Erstellung von Online-Materialien und-Lernumgebungen aufgezehrt. Kleimann warnt vor einer vorschnellen Generalisierung der Ergebnisse aus der Modellrechnung und betont, dass die Kapazitätseffekte in hohem Maß von der spezifischen Merkmalskonfiguration jedes Szenarios abhängt.

Die Untersuchung von Kleimann liefert zwar keine direkt anwendbaren Entscheidungskriterien für Hochschulpolitiker und Hochschulleitungen (was jedoch auch nicht Ziel der Studie war), sondern bietet sachliche Argumente für die oft emotional geführte und politisch instrumentalisierte Diskussion über den didaktisch sinnvollen und ressourceneffizienten Einsatz von E-Learning in der Hochschullehre. Es wäre wünschenswert, wenn die Ergebnisse dieser Studie weiterführende empirische Untersuchungen an konkreten Hochschulbeispielen anregt.