Skip to main content
SpringerLink
Log in

Supporting Stakeholders with Learning Analytics to Increase Study Success

A Case Study

  • Chapter
  • First Online:
Utilizing Learning Analytics to Support Study Success

Abstract

The reduction of dropout rates, i.e., the increase of study success, and the improvement of teaching quality are main topics at universities of applied sciences (UAS). In order to achieve these goals, the Study Support Center (SSC) at Aalen UAS was founded in 2011 to assist first-year students of all faculties and in particular to improve their mathematical skills. Other goals of the SSC are the identification of trends in students’ participation behavior and in learning processes, as well as the expansion of existing or introduction of new supportive measures. In an accompanying research, data from the support measures are collected and combined with sociodemographic data from the university administration. The results of this research build the basis of a Learning Analytics framework.

The chapter describes the benefits of this Learning Analytics framework for different levels of stakeholders. In particular, the contribution presents how the framework enables the SSC to quantify the impact of its support measures. The analysis of exam results, for instance, has shown that participation in supportive measures, such as preparatory course and tutorials, helps students to pass the first math exam. In addition, consideration of the educational biographies has given a deeper insight helpful for decision-makers. Furthermore, the chapter describes a feedback system addressed to different levels of stakeholders (e.g., feedback emails to students and reports for lecturers, faculty, and course facilitators).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 129.00
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Hardcover Book
USD 169.99
Price excludes VAT (USA)
  • Durable hardcover edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

References

  • Arnold, K. E., & Pistilli, M. D. (2012). Course signals at Purdue: Using learning analytics to increase student success. In S. Dawson, C. Haythornthwaite, S. Buckingham Shum, D. Gašević, & R. Ferguson (Eds.), ICPS, Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (LAK 2012): University of British Columbia, Vancouver, Canada, April 29–May 02, 2012 (pp. 267–270). New York, NY: ACM.

    Google Scholar 

  • Avella, J. T., Kebritchi, M., Nunn, S. G., & Kanai, T. (2016). Learning analytics methods, benefits, and challenges in higher education: A systematic literature review. Online Learning, 20(2), 13.

    Google Scholar 

  • Baas, M., Buitendijk, S., van Elk, L., Filius, R., van Hees, J., Hobbes, H. J., … van der Woert, N. (2015). Perspectives on Developments in Dutch Higher Education: 2015 Open and Online Education Trend Report.

    Google Scholar 

  • Bebermeier, S., & Nussbeck, F. W. (2014). Heterogenität der Studienanfänger/innen und Nutzung von UnterstĂĽtzungsmaĂźnahmen. Zeitschrift fĂĽr Hochfrequenztechnik, 9(5), 83–100.

    Google Scholar 

  • Biehler, R., Hochmuth, R., Fischer, P. R., & Wassong, T. (2011). Transition von Schule zu Hochschule in der Mathematik: Probleme und Lösungsansätze. In R. Haug & L. Holzäpfel (Eds.), Beiträge zum Mathematikunterricht 2011: Vorträge auf der 45. Tagung fĂĽr Didaktik der Mathematik (pp. 111–114). MĂĽnster, Germany: WTM Verlag fĂĽr wissenschaftliche Texte und Medien.

    Google Scholar 

  • Brown, M. (2011). Learning analytics: The coming third wave. EDUCAUSE Learning Initiative Brief, 1, 1–4.

    Google Scholar 

  • Charleer, S., Vande Moere, A., Klerkx, J., Verbert, K., & Laet, T. d. (2017). Learning analytics dashboards to support adviser-student dialogue. IEEE Transactions on Learning Technologies, 11, 389–399. https://doi.org/10.1109/TLT.2017.2720670

    Article  Google Scholar 

  • Chatti, M. A., Lukarov, V., ThĂĽs, H., Muslim, A., Yousef, A. M. F., Wahid, U., … Schroeder, U. (2014). Learning analytics: Challenges and future research directions. Retrieved from https://eleed.campussource.de/archive/10/4035

  • Clow, D. (2012). The learning analytics cycle: Closing the loop effectively. In S. Dawson, C. Haythornthwaite, S. Buckingham Shum, D. Gašević, & R. Ferguson (Eds.), ICPS, Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (LAK 2012): University of British Columbia, Vancouver, Canada, April 29–May 02, 2012 (pp. 134–138). New York, NY: ACM.

    Google Scholar 

  • Corrin, L., & de Barba, P. (2014). Exploring students’ interpretation of feedback delivered through learning analytics dashboards. In B. Hegarty, J. McDonald, & S.-K. Loke (Eds.), Rhetoric and Reality: Critical perspectives on educational technology.Proceedings ascilite Dunedin 2014 (pp. 629–633).

    Google Scholar 

  • Daberkow, A., Löffler, A., Egetenmeier, A., König-Birk, J., Knaak, W., Pitsch, S., … Saftenberger, S. (2015). Physikgrundlagen medial - ein simultanes Testexperiment von 7 Hochschulen. In Zentrum fĂĽr Hochschuldidaktik (DiZ) (Ed.), Tagungsband zum 2. HDMINT Symposium 2015: 24./25. September (pp. 192–197). Nuremberg, Germany: Technische Hochschule NĂĽrnberg.

    Google Scholar 

  • Dell’mour, R., & Landler, F. (2002). Akademische Grade zwischen Traum und Wirklichkeit: Einflussfaktoren auf den Studienerfolg. Schriften des Instituts fĂĽr Demographie der Ă–sterreichischen Akademie der Wissenschaften: Vol. 17. Wien, Austria: Verlag der Ă–sterreichischen Akademie der Wissenschaften.

    Google Scholar 

  • Derr, K., HĂĽbl, R., & Podgayetskaya, T. (2015). Formative Evaluation und Datenanalysen als Basis zur schrittweisen Optimierung eines Online-Vorkurses Mathematik. In N. Nistor & S. Schirlitz (Eds.), Medien in der Wissenschaft: Vol. 68. Digitale Medien und Interdisziplinarität: Herausforderungen, Erfahrungen, Perspektiven (pp. 186–196). MĂĽnster, Germany: Waxmann.

    Google Scholar 

  • Deutsches Zentrum fĂĽr Luft- und Raumfahrt e. V. (DLR). (2014). Reader zur Fachtagung „Studieneingangsphase“: Qualitätspakt Lehre. Bonn, Germany: Köln. Retrieved from https://www.mintgruen.tu-berlin.de/fileadmin/user_upload/documents/MINTgruen/Veroeffentlichungen/QPLehre2014Fachtagung-Reader.pdf

  • Deutsches Zentrum fĂĽr Luft- und Raumfahrt e. V. (DLR). (2015). Reader zur Fachtagung „Lehr- und Lernformen“: Qualitätspakt Lehre. Bonn, Germany. Retrieved from https://slidex.tips/downloadFile/qualittspakt-lehre-reader-zur-fachtagung-lehr-und-lernformen

  • Drachsler, H., & Greller, W. (2016). Privacy and analytics – It’s a DELICATE issue: A checklist for trusted learning analytics. In D. Gašević, G. Lynch, S. Dawson, H. Drachsler, & C. Penstein RosĂ© (Eds.), ICPS, Proceedings of the 6th International Conference on Learning Analytics and Knowledge (LAK 2016): The University of Edinburgh, Edinburgh, United Kingdom, April 25–29, 2016 (pp. 89–98). New York, NY: The Association for Computing Machinery. https://doi.org/10.1145/2883851.2883893

  • DĂĽrrschnabel, K., & Wurth, R. (2015). Cosh – Cooperation Schule–Hochschule. Mitteilungen der Deutschen Mathematiker-Vereinigung, 23(3), 181. https://doi.org/10.1515/dmvm-2015-0067

    Article  Google Scholar 

  • Dyckhoff, A. L., Zielke, D., BĂĽltmann, M., Chatti, M. A., & Schröder, U. (2012). Design and implementation of a learning analytics toolkit for teachers. Educational Technology & Society, 15(3), 58–76.

    Google Scholar 

  • Eckhardt, T. (2017). The education system in the Federal Republic of Germany 2014/2015: A descript ion of the responsibilities, structures and developments in education policy for the exchange of information in Europe. Retrieved from https://www.kmk.org/fileadmin/Dateien/pdf/Eurydice/Bildungswesen-engl-pdfs/dossier_en_ebook.pdf

  • Egetenmeier, A., Krieg, S., Hommel, M., Maier, U., & Löffler, A. (2018). (R)Evolution in der Datenauswertung: Durch Digitalisierung neue Impulse fĂĽr die Evaluation schaffen. In S. Harris-Huemmert, P. Pohlenz, & L. Mittauer (Eds.), Digitalisierung der Hochschullehre: Neue Anforderungen an die Evaluation (pp. 15–28). MĂĽnster, Germany: Waxmann Verlag GmbH.

    Google Scholar 

  • Egetenmeier, A., Oder, B., Maier, U., Hommel, M., Nagengast, V., & Löffler, A. (2016). (Keine) Angst vor dem Datenschutz?! Begleitforschung im Hochschulkontext. In U. Lucke, A. Schwill, & R. Zender (Eds.), Vol. volume P-262. GI-Edition - lecture notes in informatics (LNI) Proceedings, 14. E-Learning Fachtagung Informatik der Gesellschaft fĂĽr Informatik e.V (DeLFI 2016): Potsdam, Deutschland, 11.-14. September, 2016 (pp. 245–256). Bonn, Germany: Gesellschaft fĂĽr Informatik.

    Google Scholar 

  • Erdel, B. (2010). Welche Determinanten beeinflussen den Studienerfolg? Eine empirische Analyse zum Studienerfolg der ersten Kohorte der Bachelorstudenten in der Assessmentphase am Fachbereich Wirtschaftswissenschaften der Friedrich-Alexander-Universität Erlangen-NĂĽrnberg (Berichte des Lehrstuhls fĂĽr Soziologie und Empirische Sozialforschung No. 2010–2). Retrieved from Universität Erlangen-NĂĽrnberg website: http://nbn-resolving.de/urn:nbn:de:0168-ssoar-220222

  • Erdmann, M., & Mauermeister, S. (2016). Studienerfolgsforschung: Herausforderungen in einem multidisziplinären Forschungsbereich. Handbuch Qualität in Studium und Lehre (58, pp. 1–28).

    Google Scholar 

  • Fortenbacher, A., Beuster, L., Elkina, M., Kappe, L., Merceron, A., Pursian, A., …Wenzlaff, B. (2013). LeMo: A learning analytics application focussing on user path analysis and interactive visualization. In Proceedings of the 7th International Conference on Intelligent Data Acquisition and Advanced Computing Systems (IDAACS 2013): Berlin, Germany, 12–14 September, 2013 (pp. 748–753). Piscataway, NJ: IEEE.

    Google Scholar 

  • Govaerts, S., Duval, E., Verbert, K., & Pardo, A. (2012). The student activity meter for awareness and self-reflection. In Proceedings of the ACM SIGCHI Conference on Human Factors in Computing Systems (CHI EA’12) (pp. 869–884). New York, NY: ACM Press. https://doi.org/10.1145/2212776.2212860

  • Greller, W., & Drachsler, H. (2012). Translating learning into numbers: A generic framework for learning analytics. Educational Technology & Society, 15(3), 42–57.

    Google Scholar 

  • Hattie, J., & Timperley, H. (2007). The power of feedback. Review of Educational Research, 77(1), 81–112. https://doi.org/10.3102/003465430298487

    Article  Google Scholar 

  • Heiss, C., & Embacher, F. (2016). Effizienz von Mathematik-Vorkursen an der Fachhochschule Technikum Wien: ein datengestĂĽtzter Reflexionsprozess. In A. Hoppenbrock, R. Biehler, R. Hochmuth, & H.-G. RĂĽck (Eds.), Konzepte und Studien zur Hochschuldidaktik und Lehrerbildung Mathematik. Lehren und Lernen von Mathematik in der Studieneingangsphase: Herausforderungen und Lösungsansätze (1st ed., pp. 277–294). Wiesbaden, Germany: Springer Spektrum.

    Google Scholar 

  • Heublein, U., Ebert, J., Hutzsch, C., Isleib, S., König, R., Richter, J., & Woisch, A. (2017a). Motive und Ursachen des Studienabbruchs an baden-wĂĽrttembergischen Hochschulen und beruflicher Verbleib der Studienabbrecherinnen und Studienabbrecher: Wichtigste Ergebnisse und Handlungsfelder (No. 6|2017). Hannover, Germany: DZHW Deutsches Zentrum fĂĽr Hochschul- und Wissenschaftsforschung. Retrieved from https://mwk.baden-wuerttemberg.de/fileadmin/redaktion/m-mwk/intern/dateien/pdf/Studium_und_Lehre/Studie_Motive_und_Ursachen_des_Studienabbruchs_an_baden-wĂĽrttembergischen_Hochschulen_Kurzversion.pdf

  • Heublein, U., Ebert, J., Hutzsch, C., Isleib, S., König, R., Richter, J., & Woisch, A. (2017b). Zwischen Studienerwartungen und Studienwirklichkeit: Ursachen des Studienabbruchs, beruflicher Verbleib der Studienabbrecherinnen und Studienabbrecher und Entwicklung der Studienabbruchquote an deutschen Hochschulen. Forum Hochschule: Vol. 2017, 1. Hannover, Germany: DZHW Deutsches Zentrum fĂĽr Hochschul- und Wissenschaftsforschung. Retrieved from https://www.dzhw.eu/pdf/pub_fh/fh-201701.pdf

  • Heublein, U., Hutzsch, C., Schreiber, J., Sommer, D., & Besuch, G. (2010). Ursachen des Studienabbruchs in Bachelor- und in herkömmlichen Studiengängen: Ergebnisse einer bundesweiten Befragung von Exmatrikulierten des Studienjahres 2007/08. Forum Hochschule No. 2010, 2. Hannover, Germany: DZHW Deutsches Zentrum fĂĽr Hochschul- und Wissenschaftsforschung. Retrieved from http://www.dzhw.eu/pdf/21/studienabbruch_ursachen.pdf

  • Heublein, U., Richter, J., Schmelzer, R., & Sommer, D. (2012). Die Entwicklung der Schwund- und Studienabbruchquoten an den deutschen Hochschulen: Statistische Berechnungen auf der Basis des Absolventenjahrgangs 2010. Forum Hochschule: Vol. 2012, 3. Hannover, Germany: DZHW Deutsches Zentrum fĂĽr Hochschul- und Wissenschaftsforschung. Retrieved from https://www.dzhw.eu/pdf/pub_fh/fh-201203.pdf

  • Heublein, U., Richter, J., Schmelzer, R., & Sommer, D. (2014). Die Entwicklung der Studienabbruchquoten an den deutschen Hochschulen: Statistische Berechnungen auf der Basis des Absolventenjahrgangs 2012. Forum Hochschule: Vol. 2014, 4. Hannover, Germany: DZHW Deutsches Zentrum fĂĽr Hochschul- und Wissenschaftsforschung. Retrieved from http://www.dzhw.eu/pdf/pub_fh/fh-201404.pdf

  • Heublein, U., & Wolter, A. (2011). Studienabbruch in Deutschland. Definition, Häufigkeit, Ursachen, MaĂźnahmen. ZfPaed (Zeitschrift fĂĽr Pädagogik), 57(2), 214–236.

    Google Scholar 

  • Hinkelmann, M., Maucher, J., & Seidl, T. (2016). SoftwaregestĂĽtzte Studienverlaufsanalyse zur frĂĽhzeitigen gezielten Studienberatung. die hochschullehre, 2, 1–11.

    Google Scholar 

  • Hoppenbrock, A., Biehler, R., Hochmuth, R., & RĂĽck, H.-G. (Eds.). (2016). Lehren und Lernen von Mathematik in der Studieneingangsphase: Herausforderungen und Lösungsansätze (1. Aufl. 2016). Konzepte und Studien zur Hochschuldidaktik und Lehrerbildung Mathematik. Wiesbaden, Germany: Springer Spektrum.

    Google Scholar 

  • Ifenthaler, D. (2015). Learning analytics. In J. M. Spector (Ed.), The SAGE encyclopedia of educational technology (Vol. 2, pp. 447–451). Thousand Oaks, CA: SAGE Publications. https://doi.org/10.4135/9781483346397.n187

    Chapter  Google Scholar 

  • Ifenthaler, D., Mah, D.-K., & Yau, J. Y.-K. (2017). Studienerfolg mittels Learning Analytics. Retrieved from https://www.e-teaching.org/etresources/pdf/erfahrungsbericht_2017_ifenthaler-et-al_studienerfolg-mittels-learning-analytics.pdf

  • Ifenthaler, D., & Widanapathirana, C. (2014). Development and validation of a learning analytics framework: Two case studies using support vector machines. Technology, Knowledge and Learning, 19(1-2), 221–240. https://doi.org/10.1007/s10758-014-9226-4

    Article  Google Scholar 

  • Kluger, A. N., & DeNisi, A. (1996). The effects of feedback interventions on performance: A historical review, a meta-analysis, and a preliminary feedback intervention theory. Psychological Bulletin, 119(2), 254–284.

    Article  Google Scholar 

  • Krieg, S., Egetenmeier, A., Maier, U., & Löffler, A. (2017). Der Weg zum digitalen Bildungs(t)raum – Durch digitale Aufgaben neue Lernumgebungen schaffen. In C. Igel (Ed.), Vol. 72. Medien in der Wissenschaft, Bildungsräume: Proceedings der 25. Jahrestagung der Gesellschaft fĂĽr Medien in der Wissenschaft: 5. bis 8. September 2017 in Chemnitz (pp. 96–102). MĂĽnster, Germany: Waxmann.

    Google Scholar 

  • Kuh, G. D., Kinzie, J., Buckley, J. A., Bridges, B. K., & Hayek, J. C. (2006). What matters to student success: A review of the literature. Commissioned Report for the National Symposium on Postsecondary Student Success: Spearheading a Dialog on Student Success.

    Google Scholar 

  • Leitner, P., Khalil, M., & Ebner, M. (2017). Learning analytics in higher education—A literature review. In A. Peña-Ayala (Ed.), Studies in systems, decision and control: V.94. Learning analytics: Fundament, applications, and trends: A view of the current state of the art to enhance e-learning (pp. 1–23). Cham, Switzerland: Springer International Publishing. https://doi.org/10.1007/978-3-319-52977-6_1

    Chapter  Google Scholar 

  • Long, P., & Siemens, G. (2011). Penetrating the fog: Analytics in learning and education. Educause Review, 46(5), 31–40. Retrieved from http://er.educause.edu/~/media/Files/Article-Downloads/ERM1151.pdf

    Google Scholar 

  • Macfadyen, L. P., & Dawson, S. (2012). Numbers are not enough. Why e-learning analytics failed to inform an institutional strategic plan. Educational Technology & Society, 15(3), 149–163.

    Google Scholar 

  • Maier, U., Hommel, M., & Egetenmeier, A. (2018). Evidenzorientierte Begleitforschung in der Studieneingangsphase und ihr Beitrag zur Qualitätsverbesserung in der Lehre. Handbuch Qualität in Studium und Lehre (64, pp. 65–90).

    Google Scholar 

  • Nagengast, V., Hommel, M., & Löffler, A. (2013). Studieneingangsphase an der Hochschule Aalen – fachlich förden und Defizite analysieren. In Zentrum fĂĽr Hochschuldidaktik (DiZ) (Ed.), HDMINT.MINTTENDRIN Lehre erleben. Tagungsband zum 1. HDMINT Symposium 2013: NĂĽrnberg, 7./8.11.2013 (pp. 200–208). Nuremberg, Germany: Technische Hochschule NĂĽrnberg.

    Google Scholar 

  • Nagengast, V., Hommel, M., Maier, U., Egetenmeier, A., & Löffler, A. (2017). Studieneingangsphase an der Hochschule Aalen – Entwicklungen und Erfahrungen. In Zentrum fĂĽr Hochschuldidaktik (DiZ) (Ed.), Tagungsband zum 3. Symposium zur Hochschullehre in den MINT-Fächern: 25./26.September 2017 (pp. 129–135). Nuremberg, Germany: Technische Hochschule NĂĽrnberg.

    Google Scholar 

  • Narciss, S. (2013). Designing and evaluating tutoring feedback strategies for digital learning environments on the basis of the interactive tutoring feedback model. Digital Education Review (23), 7–26. Retrieved from https://www.phil.uni-passau.de/fileadmin/dokumente/lehrstuehle/narciss/Narciss__S.__2013_._Designing_and_Evaluating_Tutoring_Feedback_Strategies.pdf

  • Papamitsiou, Z., & Economides, A. A. (2014). Learning analytics and educational data mining in practice: A systematic literature review of empirical evidence. Educational Technology & Society, 17(4), 49–64.

    Google Scholar 

  • Pohlenz, P., Ratzlaff, O., & Seyfried, M. (2012). Studiengang Fact Sheets fĂĽr eine evidenzbasierte Steuerung von Lehre und Studium. HM (Hochschulmanagement) (3, pp. 83–88).

    Google Scholar 

  • Reinmann, G. (2015). Heterogenität und forschendes Lernen: Hochschuldidaktische Möglichkeiten und Grenzen. In B. Klages, M. Bonillo, S. Reinders, & A. Bohmeyer (Eds.), Gestaltungsraum Hochschullehre: Potenziale nicht-traditionell Studierender nutzen (pp. 121–137). Berlin, Germany: Budrich UniPress Ltd.

    Chapter  Google Scholar 

  • Rindermann, H., & Oubaid, V. (1999). Auswahl von Studienanfängern durch Universitäten - Kriterien, Verfahren und Prognostizierbarkeit des Studienerfolgs. Zeitschrift fĂĽr Differentielle und Diagnostische Psychologie, 20(3), 172–191. https://doi.org/10.1024//0170-1789.20.3.172

    Article  Google Scholar 

  • Romero, C., & Ventura, S. (2013). Data mining in education. Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 3(1), 12–27. https://doi.org/10.1002/widm.1075

    Article  Google Scholar 

  • Sclater, N., Peasgood, A., & Mullan, J. (2016). Learning analytics in higher education: A review of UK and international practice. Full report. Bristol.

    Google Scholar 

  • Siemens, G. (2012). Learning analytics: Envisioning a research discipline and a domain of practice. In S. Dawson, C. Haythornthwaite, S. Buckingham Shum, D. Gašević, & R. Ferguson (Eds.), ICPS, Proceedings of the 2nd International Conference on Learning Analytics and Knowledge (LAK 2012): University of British Columbia, Vancouver, Canada, April 29–May 02, 2012 (pp. 4–8). New York, NY: ACM.

    Chapter  Google Scholar 

  • Tempelaar, D., Rienties, B., & Nguyen, Q. (2017). Adding dispositions to create pedagogy-based Learning Analytics. Zeitschrift fĂĽr Hochschulentwicklung, 12(1), 15–35.

    Article  Google Scholar 

  • Vigentini, L., Kondo, E., Samnick, K., Liu, D. Y. T., King, D., & Bridgeman, A. J. (2017). Recipes for institutional adoption of a teacher-driven learning analytics tool: Case studies from three Australian universities. In H. Partridge, K. Davis, & J. Thomas (Eds.), Me, Us, IT! Proceedings ASCILITE2017: 34th International Conference on Innovation, Practice and Research in the Use of Educational Technologies in Tertiary Education (pp. 422–432).

    Google Scholar 

  • Willis, J. E., Slade, S., & Prinsloo, P. (2016). Ethical oversight of student data in learning analytics: A typology derived from a cross-continental, cross-institutional perspective. Educational Technology Research and Development, 64(5), 881–901. https://doi.org/10.1007/s11423-016-9463-4

    Article  Google Scholar 

  • Wise, A. F. (2014). Designing pedagogical interventions to support student use of learning analytics. In M. Pistilli, J. Willis, D. Koch, K. Arnold, S. Teasley, & A. Pardo (Eds.), ICPS, Proceedings of the 4th International Conference on Learning Analytics and Knowledge (LAK 2014): Indianapolis, IN, USA, March 24–28, 2014 (pp. 203–211). New York, NY: Association for Computing Machinery. https://doi.org/10.1145/2567574.2567588

  • Wong, B. T. M. (2017). Learning analytics in higher education: An analysis of case studies. Asian Association of Open Universities Journal, 12(1), 21–40. https://doi.org/10.1108/AAOUJ-01-2017-0009

    Article  Google Scholar 

Download references

Acknowledgments

The project AkaMikon is funded by the German Federal Ministry of Education and Research (BMBF) under grant number 01PL16015 as part of the Teaching Quality Pact (http://www.qualitaetspakt-lehre.de). The responsibility for the content of this publication lies with the author.

Author information

Authors and Affiliations

  1. Study Support Center, Aalen University of Applied Sciences, Aalen, Germany

    Miriam Hommel, Armin Egetenmeier & Ulrike Maier

Authors
  1. Miriam Hommel
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Armin Egetenmeier
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Ulrike Maier
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Ulrike Maier .

Editor information

Editors and Affiliations

  1. University of Mannheim, Mannheim, BW, Germany

    Dirk Ifenthaler , Dana-Kristin Mah  & Jane Yin-Kim Yau ,  & 

  2. Curtin University, Perth, WA, Australia

    Dirk Ifenthaler

Rights and permissions

Reprints and permissions

Copyright information

© 2019 Springer Nature Switzerland AG

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Hommel, M., Egetenmeier, A., Maier, U. (2019). Supporting Stakeholders with Learning Analytics to Increase Study Success. In: Ifenthaler, D., Mah, DK., Yau, J.YK. (eds) Utilizing Learning Analytics to Support Study Success. Springer, Cham. https://doi.org/10.1007/978-3-319-64792-0_3

Download citation

  • DOI: https://doi.org/10.1007/978-3-319-64792-0_3

  • Published:

  • Publisher Name: Springer, Cham

  • Print ISBN: 978-3-319-64791-3

  • Online ISBN: 978-3-319-64792-0

  • eBook Packages: EducationEducation (R0)

Publish with us

Policies and ethics

Search

Navigation