Um die Abbruchquote von Studierenden zu senken und damit deren Studienerfolg zu sichern, wurde ein Machine-Learning-basiertes Frühwarnsystem zur Vorhersage des Studienerfolgs entwickelt, das zu einer Wahrscheinlichkeit von 89% das potenzielle Scheitern von Studierenden vorhersagen kann.
Basierend auf den Vorhersagen der entwickelten Plattform wird die Hochschule auf die besonders hohe Zahl der Studienabbrüche in einer speziellen Phase aufmerksam gemacht und erkennt, dass Studierende zu diesem Zeitpunkt des Studiums mehr Unterstützung benötigen, weshalb sie beispielsweise das Curriculum optimiert bzw. ergänzende Tutorien bereitstellen kann, was zu sinkenden Abbruchzahlen führt. Die Plattform begünstigt somit künftig ein adaptives Curriculum.
Dies ist von großer Bedeutung, damit Hochschulen der Wirtschaft und Gesellschaft weiterhin eine hohe Zahl an akademisch qualifiziertem Fachpersonal zur Verfügung stellen können.