Berufseinstieg von Absolvent/-innenEin holistischer Monitoringansatz

Julia Zeeh, MA

Evaluierung und Qualitätsentwicklung, WU

08.05.2019

PAGE 2

Ziel des Vortrags

• Überblick über Zugänge, Instrumente und Methoden zur Evaluierung der beruflichen Anschlussfähigkeit von Universitätsabsolvent/inn/en

• Vergleich der Potentiale und Reichweiten unterschiedlicher Zugänge• Exemplarische praktische Anwendungsbeispiele an der

Wirtschaftsuniversität Wien um Nutzungsmöglichkeiten von unterschiedlichen Projekten zur Arbeitsmarktanalyse aufzuzeigen

• Erläuterung der Ansätze zur institutionellen Nutzbarmachung der damit zusammenhängenden Evidenzen + Verzahnung der daraus gewonnenen Evidenzen bei der Dissemination

▪ Absolvent/inn/enbefragungen

▪ Absolvent/inn/entracking mittels Registerdaten

▪ Unternehmensbefragungen

▪ Top Placement Analysen

PAGE 3

WU Instrumente zur Evaluierung der Arbeitsmarktperformance von Alumni

PAGE 4

Absolvent/inn/enbefragungen

•Befragung der Graduierten

Methode

•retrospektive Beurteilung des Studiums

•Karrierewege, Berufseinstieg und berufliche Situation

•Jobzufriedenheit

Inhalte

•Hard facts und soft facts können abgefragt werden

•vielschichtige Betrachtungsweise von beruflichem Erfolg möglich

•Kompetenzorientierung: Abgleich der im Studium erworbenen und im Job benötigten Kompetenzen möglich

•Alumnibindung

Potentiale

•Selbstauskünfte nicht vollständig und manchmal geschätzt (Bias)

•Vergleiche mit anderen Unis schwierig

Grenzen

PAGE 5

Absolvent/inn/entracking mittels Registerdaten

•Rückgriff auf Registerdaten der Sozialversicherungen, des Melderegisters und des Bildungsstandregisters

Methode

•Arbeitsmarktintegration und Karrierewege

•Erwerbsstatus, Suchdauer bis zur ersten Beschäftigung, Einkommen, Wirtschaftsbranche der Arbeitsstelle

Inhalte

•Vergleichbarkeit mit anderen Programmen lt. ISCED Kennzahl (neu)

•"Real"daten

•Zeitliche Veränderungen trackbar

Potentiale

•Keine "soft facts"

•keine Infos über Teilzeit/Vollzeit --> Verzerrungen bei Gehalt

•Nur nationale Daten

Grenzen

PAGE 7

Unternehmensbefragungen

•Befragung der Personalverantwortlichen relevanter Unternehmen

Methode

•Akzeptanz/Image von Studien oder Abschlüssen

•Zufriedenheit des Arbeitsmarktes mit den Alumnis

•Erwartungen/Bedarfe der Unternehmen

•Kriterien für Recruitingentscheidungen

Inhalte

•Einschätzung der Performanz der eigenen Absolvent/inn/en am Arbeitsmarkt aus Sicht der Unternehmen >Stakeholder-Außenperspektive

Potentiale

•subjektive Einschätzungen

•Unternehmen können (nur) eine relevante Dimension einbringen

Grenzen

PAGE 8

Top Placement Analysen

• Abgleich über relevante Datenbanken / Internetrecherche mit der Frage welche Top-Manager/innen Absolvent/innen einer Uni sind

• beispielsweise Manager/innen wichtiger nationaler Unternehmen oder Vorstände der Prime Market Unternehmen

Methode

• Welche Absolvent/inn/en haben wo Karriere gemacht?

Inhalte

• Evidenzen über Placements von Absolvent/inn/en

• Aufbau von Alumni Datenbanken für verbesserte Alumnikooperationen

Potentiale

• Karriere in Management gelisteter Unternehmen möglicherweise nur ein relevanter Aspekt

Grenzen

▪ Rigor: Die eigene Position lässt sich einfacher vertreten, wenn Daten aktuell und Methodik am neuesten Stand der Forschung sind.

▪ Relevance: Relevanz schafft man mit einzelnen zielgerichteten Themen und nicht mit umfänglichen Studien.

▪ Relationship: Es benötigt eine Kommunikationsstrategie und eine zielgerichtete Vermittlung der wichtigsten inhaltlichen Ergebnisse zu den wesentlichen Entscheidungsträger. Nur veröffentlichen ist zu wenig.

Verwertung und Kommunikation der Ergebnisse (die drei ´Rs)

▪ Während der Krim-Kriege (1853-1856) brachten die ersten Kriegsberichterstatter die Geschichte von katastrophalen medizinischen Zuständen der Feldlazarette in die Öffentlichkeit

▪ Baron Herbert of Lea entsandte Florence Nightingale (ausgebildete Krankenschwester und Statistikerin) um die Situation zu evaluieren und die Situation zu verbessern

PAGE 10

Exkurs: Das historische Beispiel von Florence Nightingale

Famous woodcarving of Florence Nightingale in a military hospital. 1854

▪ Ergebnis: 16.000 Soldaten starben durch Krankheiten; 4.000 durch Kampfhandlungen (bei sehr schlechter Datenlage)

PAGE 11

Exkurs: Das historische Beispiel von Florence Nightingale

PAGE 12

Exkurs: Das historische Beispiel von Florence Nightingale

▪ Aufgrund unterschiedlicher Reorganisationsvorschläge (Hygienemaßnahmen etc.) von Florence Nightingale sank die Todesrate in den Spitälern von 40% auf 2,2%

▪ Rigor:

• ausgebildete Mathematikerin und Statistikerin

• Methoden der Datensammlung aus der Biologie, Team von Datensammler*innen beschäftigt

• Extrem innovative Form der Datenaufbereitung

▪ Relevance:

• Das Thema gewann durch die sehr wirksame Darstellung von Florence Nightingale bei den Entscheidungsträger/innen an Relevanz

• Eine grafische Erfindung von Florence Nightingale – der Polar Area Plot - half dabei die Relevanz auf die wesentliche Information zu lenken.

▪ Relationship:

• Florence Nightingale stand in Kontakt mit unterschiedlichen wichtigen Personen der damaligen Zeit und versuchte diese durch mit Hilfe ihrer Infografiken zu überzeugen

• Bspw. Lord Herbert (Kriegsminister), John Stuart Mill (einflussreicher Philosoph), Sir Edwin Chadwick (Sozialreformer),…

PAGE 13

Exkurs: Das historische Beispiel von Florence Nightingale

Rigor: Wir versuchen theoretisch und methodisch am neuesten Stand zu sein. Aufbauend auf klassischen umfänglichen Reports bzw. catch it all Studien punktuell in die Tiefe gehen. Nicht nur Evidenzen für das Haus, sondern auch am wissenschaftlichen Diskurs teilnehmen.

Relevance: Wir versuchen unsere interne Kommunikations- und Informationsstrukturen auf anstehende Probleme aufzubauen und inhaltliche Lösungen anzubieten.

Relationship: Wir arbeiten daran unser internes Reporting so zu paketieren, dass die relevante Information dort ankommt, wo sie benötigt wird/nützlich ist.

PAGE 14

Die drei R‘s bei der institutionellen Nutzbarmachung von Evidenzen

PAGE 15

Relevance/Relationship: Dissemination der Ergebnisse

Grundproblem:Wie schafft man es, dass jede/r Programmverantwortlicher | Dekan | Fakultätsvorsitzender… die für sie/ihn relevante Infos aus den unterschiedlich vorliegenden Quellen bekommt?

Skalierbare Automatisierte Berichte

Stake-holder 1

QualityDimension A

QualityDimension B

QualityDimension C

QualityDimension D

Data Source 1

genericchapter A1

genericchapter B1

genericchapter C1

genericchapter D1

Data Source 2

genericchapter A2

genericchapter B2

genericchapter C2

genericchapter D2

Data Source 3

genericchapter A3

genericchapter B3

genericchapter C3

genericchapter D3

Data Source 4

genericchapter A4

genericchapter B4

genericchapter C4

genericchapter D4

Data Source 5

genericchapter A5

genericchapter B5

genericchapter C5

genericchapter D5

• scientific standard figures• highly structured tables• dynamic generated text blocks

Stake-holder 2

QualityDimension A

QualityDimension B

QualityDimension C

QualityDimension D

Data Source 1

genericchapter A1

genericchapter B1

genericchapter C1

genericchapter D1

Data Source 2

genericchapter A2

genericchapter B2

genericchapter C2

genericchapter D2

Data Source 3

genericchapter A3

genericchapter B3

genericchapter C3

genericchapter D3

Data Source 4

genericchapter A4

genericchapter B4

genericchapter C4

genericchapter D4

Data Source 5

genericchapter A5

genericchapter B5

genericchapter C5

genericchapter D5

Stake-holder 3

QualityDimension A

QualityDimension B

QualityDimension C

QualityDimension D

Data Source 1

genericchapter A1

genericchapter B1

genericchapter C1

genericchapter D1

Data Source 2

genericchapter A2

genericchapter B2

genericchapter C2

genericchapter D2

Data Source 3

genericchapter A3

genericchapter B3

genericchapter C3

genericchapter D3

Data Source 4

genericchapter A4

genericchapter B4

genericchapter C4

genericchapter D4

Data Source 5

genericchapter A5

genericchapter B5

genericchapter C5

genericchapter D5

Technologie I

+

tmwordcloud

smacof

Technologie II

Durch Automatisierung: ▪ immense Zeitersparnis bei Berichterstellung▪ dadurch mehr Ressourcen/Zeit für kommunikations- und zeitintensive

Qualitätsentwicklung▪ solide Evidenzenlage für Verbesserung/Professionalisierung der Qualität der Diskurse▪ Dialog mit Programmen gefördert durch Bereitstellen von Evidenzen (Qualitätsdialog)

Thank you for your attention

Julia Zeeh, MA

Dr. Karl Ledermüller

Evaluation and Quality Enhancement

WU

Wirtschaftsuniversität Wien

Vienna University of Economics and Business

Welthandelsplatz 1, 1020 Vienna, Austria

Tel: +43-1-31336-5505

Email: julia.zeeh@wu.ac.at

www.wu.ac.at

19