Hochschulen der Zukunft: Anforderungen der Digitalisierung an Hochschulen, hochschulstrategische Prozesse und Hochschulbildungspolitik
Bibliographic record
Abstract
Wie sieht sie aus, die Hochschule der Zukunft? Und welche Anforderungen stellt die Digitalisierung an Hochschulen, hochschulstrategische Prozesse und Hochschulbildungspolitik? Zur Beantwortung dieser Fragen wurden im vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt „Hochschulen der Zukunft“ 28 internationale Expert*innen aus den Bereichen Hochschule und Digitalisierung befragt. Die Ergebnisse und das methodische Vorgehen werden in dieser Veröffentlichung vorgestellt. Digitalisierung wird hierbei nicht als allein technologisch betrieben verstanden, sondern als sozial und kulturell wirkendes Phänomen. Anhand von Beispielen aus dem Expert*innenkreis – dem Online-Kurs Anbieter edX, der Hamburg Open Online Universität, der Dual Mode University Quebec und der City University of New York - werden verschiedene Reaktionen auf die Digitalisierung und Handlungsspielräume für Hochschulen vorgestellt. Auch der für die Zukunft erhoffte Umgang mit den vielfältigen Aspekten der Digitalisierung wird erläutert. Die in den Interviews ermittelten Merkmale einer Vision zukünftiger Hochschulen stehen dabei durchgängig in einem Spannungsfeld zwischen individueller Persönlichkeitsbildung und gesellschaftlich bestimmten Ansprüchen an akademische Bildung. In diesem Zusammenhang werden von den Expert*innen besonders Konzepte favorisiert, die ein lebenslanges Lernen, eine stärkere Kompetenzorientierung und die Förderung der Fähigkeit des kritischen Denkens hervorheben.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.019 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.007 | 0.008 |
| Scholarly communication | 0.011 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".