Mit Daten pädagogische Entscheidungen verbessern
Gelungene Beispiele für die Nutzung von Daten zur Qualitätsentwicklung gibt es bereits: Lehrkräfte beobachten den Unterricht, analysieren Lernstände oder erkennen mit wenigen Klicks wie sie einzelne Schüler*innen gezielt fördern können. Schulleitungen leiten aus Daten ab, welche Fortbildung ihr Kollegium benötigt. Schulaufsichten entscheiden anhand von Daten, wo Fachberatung sinnvoll ist.
Doch wie werden aus einzelnen Erfolgen tragfähige Routinen und Strukturen auf allen Ebenen? Was braucht es, damit Daten tatsächlich zu besseren Entscheidungen führen – und nicht nur ein überladenes Dashboard füllen? Und was sagt die Forschung darüber, ob und wie datengestützte Qualitätsentwicklung wirkt?
Auf dieser Seite bündeln wir Praxisbeispiele, Gespräche und Forschungsbefunde zur datengestützten Qualitätsentwicklung.
Mit Daten zu mehr Wohlbefinden in Schulen
Vieles, was im Klassenzimmer passiert, lässt sich gestützt auf Daten besser verstehen. Welche Chance die systematische Arbeit mit Daten bietet und wie sie dabei hilft, Schulen mit den Augen der Kinder zu sehen, darüber berichten:
-
Linda Onken | Konrektorin des Familiengrundschulzentrums Sonnenstraße in Düsseldorf
-
Anna Wenzel | Studienrektorin/Referatsleitung Schulentwicklung des ISB München
-
Matthias Forell | Projektleiter im Kompetenzzentrum Multiprofessionelle Schulentwicklung im Sozialraum im CHANCEN-Verbund
Im Interview mit Karina Karst
„Entscheidungen im pädagogischen Kontext sollten gestützt auf Daten getroffen werden."
Was Fotos mit Schulentwicklung zu tun haben, dass Lehrkräfte längst datengestützt arbeiten und warum Schulaufsichten oft Daten fehlen, darüber sprechen wir mit Karina Karst, der Leiterin unseres Kompetenzzentrums DGQE.
von Veronika Stumpf
CHANCEN-Verbund: Das ↗ SWK-Gutachten zur datengestützten Entwicklung und Steuerung vom März betont: Die Datennutzung muss über alle Ebenen hinweg verzahnt sein. Dabei spielt die Schulaufsicht eine zentrale Rolle. Wie ist da der Stand?
Karina Karst: Bisher stützen wir uns da vor allem auf erfahrungsbasiertes Wissen und internationale Studien, weil wir die Daten gerade erst erheben. In Gesprächen mit Schulaufsichten und anderen Akteuren der intermediären Ebene höre ich aber immer wieder: ,Von der Bedeutung datengestützter Qualitätsentwicklung müssen Sie uns nicht mehr überzeugen. Wir müssen nur noch wissen, wie sie praktisch funktioniert.'
CHANCEN-Verbund: Und was leistet euer Kompetenzzentrum dazu?
Karina Karst: Wir qualifizieren die Unterstützungssysteme. Mit einigen Ländern arbeiten wir inzwischen sehr eng zusammen, um Schulaufsichten fit für datengestützte Qualitätsentwicklung zu machen.
Doch wir sehen: Es gibt noch zu wenige Qualifizierungsgebote, die auf Forschung basieren. Ein dickes Handbuch wird überreicht, und man glaubt, das reiche aus. Doch das reicht nicht. Man muss es gemeinsam tun: Daten aufnehmen, durchdenken, Maßnahmen daraus ableiten und diese datengestützt überprüfen. Dafür braucht es externe Unterstützung, so lange, bis der Prozess zur Routine geworden ist.
CHANCEN-Verbund: Und wenn ihr die Unterstützungssysteme qualifiziert habt, läuft dann alles rund? Oder gibt es noch andere Baustellen?
Karina Karst: Es gibt tatsächlich noch ein strukturelles Problem. Lehrkräfte und Schulleitungen haben Zugang zu ihren schulbezogenen Daten. Für Schulaufsichten ist das oft nicht selbstverständlich. Nicht in jedem Bundesland ist garantiert, dass sie Einblick in die Daten ihrer Schule haben.
CHANCEN-Verbund: Das heißt, Schulaufsichten sollen Schulen laut SWK-Gutachten künftig intensiver begleiten und beraten, doch dafür fehlen ihnen teils die nötigen Daten?
Karina Karst: Genau. Schulaufsichten können zwar bei Schulleitungen um Einsicht in die Daten bitten. Doch das ist immer mit einer zusätzlichen Hürde verbunden und lässt sich nicht gut in ihren Arbeitsalltag integrieren, weil der Datenzugang nicht in allen Bundesländern geregelt ist. Das SWK-Gutachten stellt das in seiner Situationsanalyse transparent dar.
Was sagt die Forschung?
Zum Potenzial datengestützter Qualitätsentwicklung
Datengestützte Qualitätsentwicklung gilt als vielversprechender Ansatz, um die Qualität von Schule und Unterricht zu verbessern und kontinuierlich weiterzuentwickeln. Angesichts der steigenden Zahl von Schüler*innen, die die Mindeststandards in den Basiskompetenzen in Deutsch und Mathematik nicht erreichen, rückt sie zunehmend in den Fokus bildungspolitischer Anstrengungen.
Doch die zentrale Frage bleibt: Inwiefern steigert datengestützte Qualitätsentwicklung den Lernerfolg von Schüler*innen? Die Forschung liefert erste Antworten zu ihrem Potenzial.
Der Kern datengestützter Qualitätsentwicklung: der Datennutzungszyklus
Der Datennutzungszyklus zeigt, worauf es bei der Nutzung von Daten für Qualitätsentwicklung ankommt: Das in unserem Kompetenzzentrum Datengestützte Qualitätsentwicklung entwickelte und erprobte Konzept beschreibt Datennutzung nicht als einmaligen Schritt, sondern als fortlaufenden Lern- und Entwicklungsprozess mit vier Phasen.
In der Rezeption betrachtet ein Team vorhandene Daten und beschreibt die Ergebnisse. In der Reflexion ordnet es die Daten gemeinsam ein und präzisiert Ziele. In der Aktion setzt es gemeinsam die daraus abgeleiteten Maßnahmen um. In der Evaluation prüft das Team deren Wirkung.
Im Mittelpunkt steht nicht das Sammeln von Daten, sondern ihre Nutzung, um Entwicklungsziele gemeinsam zu erreichen. Sie bildet die Grundlage für eine kontinuierliche Schul- und Unterrichtsentwicklung.
Abbildung: Wie datengestützte Qualitätsentwicklung funktioniert, zeigt der Datennutzungszyklus mit seinen Merkmalen und Phasen.
Damit die Datennutzung in diesem Zyklus zur Qualitätsentwicklung beiträgt, orientiert sie sich an fünf Merkmalen:
Sie ist mehrperspektivisch: Es werden verschiedene Datenquellen und Blickwinkel berücksichtigt.
Sie erfolgt zielbezogen: Sie richtet sich an konkreten Zielen der Schule oder übergeordneten Vorgaben aus.
Sie bleibt adaptiv: Sie passt sich dem Kontext, der Zielgruppe und dem Zweck an.
Sie funktioniert kollaborativ: Ein Team oder eine Steuergruppe analysiert und diskutiert die Daten und trägt den Prozess gemeinsam durch alle vier Phasen.
Sie geht systematisch vor: Die Daten werden in mehreren Schritten ausgewertet, reflektiert und in Entscheidungen übersetzt.
Sie findet kontinuierlich statt: Jede Evaluation liefert neue Erkenntnisse und bildet den Ausgangspunkt für den nächsten Zyklus.
Die Dauer eines Zyklus hängt dabei vom Entwicklungsziel ab und kann oft über zwei bis drei Jahre reichen. Durch regelmäßige Check-ins können Teams die Fortschritte reflektieren und bei Bedarf frühzeitig die Maßnahmen anpassen.
Was bedeutet das für die Praxis?
Datengestützte Qualitätsentwicklung wirkt
Eine konsequente datengestützte Qualitätsentwicklung über alle Ebenen zeigt Wirkung bis hin zu den Schüler*innen.
Großes Potenzial für Startchancen-Schulen
Insbesondere Schulen in herausfordernden Lagen können von datengestützter Qualitätsentwicklung profitieren, wenn sie auf dieser Basis die Kompetenzentwicklung ihrer Schüler*innen fördern.
Zum Weiterlesen
Materialien für schulische Akteur*innen und Akteur*innen des Unterstützungssystems
Für Schulleitungen aller Schulformen und Akteur*innen des Unterstützunssystems
Die Handreichung bietet eine Materialsammlung sowie einen ergänzenden Videoimpuls. Sie zeigt, wie Schulen Evidenzteams als zentrale Struktur für DGQE-Prozesse etablieren können.
Für Schulleitungen aller Schulformen und Akteur*innen des Unterstützunssystems
Das Impulsvideo zeigt, wie Schulen Qualitätsentwicklung erfolgreich mit Daten steuern.
Für Lehrkräfte, Schulleitungen und Mitglieder von Steuergruppen
Die Handreichung unterstützt Schulen bei DGQE. Sie liefert praxisnahe Materialien und Reflexionsimpulse und lässt sich schulformspezifisch und landesspezifisch anpassen.
Für Lehrkräfte, Schulleitungen und Mitglieder von Steuergruppen
Der Check-in-Reader unterstützt bei den nächsten Schritten im datengestützten Entwicklungszyklus. Er hilft Ihnen, den bisherigen Prozess Ihrer Schule systematisch zu reflektieren und Ihre gesetzten Ziele im Blick zu behalten.