Workload in den digitalen Geisteswissenschaften – eine Fallstudie (und ggf. ein Erfassungswerkzeug)

Eine faire und angemessene Vergabe von Leistungspunkten und eine damit unmittelbar korrelierende Arbeitsbelastung (Workload) der Studierenden ist ein wichtiges Ziel von Studiengängen im Bolog-na-System. Gerade ein interdisziplinär geprägter Studiengang wie der Masterstudiengang Digital Humanities steht hier vor besonderen Herausforderungen: Zum einen studieren hier Persönlichkeiten mit sehr heterogenem Vorstudium (in Regensburg grundsätzlich die gesamte Breite der Geistes- und Sozialwissenschaften) und haben unterschiedliche Fachkulturen erlebt, was sich vermutlich auch in unterschiedlichen Praktiken hinsichtlich der Leistungspunkten vor Vergabe und des tatsächlichen Workload niederschlägt. Gleichzeitig ist auch das Lehrprogramm des Masterstudiengangs selbst in-terdisziplinär geprägt. Vor diesem Hintergrund ist es eine interessante Forschungsfrage, auf der Basis aktueller Methoden zu einer angemessenen Bewertung des Workloads zu kommen.

Ziel der hier vorgeschlagenen Studie ist es, – den aktuellen Forschungsstand zur Workload Erhebung aufzubereiten, – ein geeignetes Studiendesign zu konzipieren, – gegebenenfalls auch durch Entwicklung geeigneter Erhebungsinstrumente/Werkzeuge (Apps) einen konstruktiven Teil zu entwickeln, – eine entsprechende Studie wenigstens während eines Semesters durchzuführen und auszuwerten.

Siehe oben.

Kenntnisse im Bereich der empirischen Sozialforschung (Studiendesign, Studien Durchführung, Auswertung, gegebenenfalls auch Einsatz von Mixed Methods-Methodik).

Berger, R., & Baumeister, B. (2016). Messung von studentischem Workload. In (pp. 185-223). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-10886-1_6

Blüthmann, I. (2012). Studierbarkeit, Studienzufriedenheit und Studienabbruch: Analysen von Bedin-gungsfaktoren in den Bachelorstudiengängen Freie Universität Berlin]. Berlin. https://refubium.fu-berlin.de/bitstream/handle/fub188/12096/Diss_Bluethmann_2012_Onlineversion_final.pdf?sequence=1#page=45

Burck, K., Heil, K., & Böhres, M. (2011). Quantitative Workload-Erhebungen an der Johannes Guten-berg-Universität Mainz. Studierbarkeit. Mainzer Beiträge zur Hochschulentwicklung. Mainz (im Erscheinen).

Gómez Tutor, C., & Müller, S. (2018). Workload – vom Stundenzählen zum Steuerungsinstrument. In (pp. 73-97). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-21290-2_6

Großmann, D., Engel, C., Junkermann, J., & Wolbring, T. (2020). Konzeption und Messung studenti-schen Workloads. Ein Überblick zu Entstehung, Stand und Herausforderungen. In (pp. 3-30). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-28931-7_1

Großmann, D., Engel, C., Junkermann, J., & Wolbring, T. (2020). Studentischer Workload: Definition, Messung und Einflüsse. Springer-Verlag.

Metzger, C. (2013). Zeitbudgets zur Untersuchung studentischer Workload als Baustein der Quali-tätsentwicklung. Zeitschrift für Hochschulentwicklung.

Müller, S. (2020). Workload-Erhebungen – Notwendiges Übel oder ungenutzte Chance? In (pp. 335-360). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-28931-7_14

Nennstiel, R., & Becker, R. (2020). Hängen die ECTS-Punkte von Lehrveranstaltungen mit dem stu-dentischen Workload zusammen? In (pp. 273-292). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-28931-7_11

Stieler, S. (2016). Empirische Lernzeiterfassung. Das Hochschulwesen, 64(5/6), 183-187.

Windrich, I. (2020). Der Einfluss von Persönlichkeitsfaktoren auf den studentischen Workload. In (pp. 89-115). Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-658-28931-7_4