Vor dem Hintergrund der wachsenden Anzahl an Studienanfängerinnen und -anfängern sowie hohen Studienabbruchquoten in Deutschland implementieren Hochschulen verstärkt Maßnahmen - z.B. Studienberatung, Mentoring-  um Studienabbrüchen entgegenzuwirken. Diese setzen jedoch noch häufig zu spät oder an der falschen Stelle an. Ursache ist, dass nur sehr wenig über typische bzw. potentielle Studienabbrecher bekannt ist.

Das Phänomen des Studienabbruchs stellt sich in Theorie und Forschung als sehr komplexer Prozess dar. Dem Studienabbruch liegt meist keine isolierte Ursache zugrunde, sondern vielmehr ein Ursachenbündel sich gegenseitig bedingender Einflussgrößen.

Das Projekt beschäftigt sich mit der Identifikation von Bestimmungsgründen des Studienabbruchs und der Spezifikation von Zusammenhängen dieser Faktoren. Die verwendeten Verfahren sind Data Mining Methoden, die in der Bildungsökonomik eine innovative Herangehensweise darstellen. Diese Methoden erlauben

Im Fokus steht die Bildung von Modellen zur Prognose von Studienabbrüchen mit Hilfe von Klassifikationsmodellen. Darüber hinaus werden mittels Typisierungs- und Assoziationsanalysen Ursachenbündel identifiziert. So werden neue und interessante Einsichten in den Prozess des Studienabbruchs geliefert. Hierzu werden Datensätze berücksichtig, die über einen umfassenden Variablenbestand zu den vielfältigen Bestimmungsgründen verfügen.

Ziel des Projektes ist die Identifizierung von sogenannten Risiko-Gruppen. Die Erkenntnisse aus diesem Projekt sollen Hochschulen dienen, um präventive Maßnahmen und Strategien zu entwickeln. So lassen sich z. B. Orientierungstests für Studieninteressierte, gezieltere Individualmaßnahmen für Studierende oder Maßnahmen für spezielle Studienabbrechertypen vornehmen. Damit soll Studienabbrüchen frühzeitig entgegengewirkt werden.

Das BMBF-Forschungsprojekt DMPS (Förderkennzeichen 01PX16006, Förderschwerpunkt Wissenschafts- und Hochschulforschung) hat eine Projektlaufzeit vom 01.04.2017 bis 31.03.2020.