Am Ende fast jedes Semesters bekommen Studierende einen Fragebogen: War die Veranstaltung gut strukturiert? Hat die Lehrperson verständlich erklärt? Würden Sie die Veranstaltung weiterempfehlen? Die Ergebnisse dieser Lehrevaluationen landen nicht nur bei den Lehrenden selbst. An vielen Hochschulen fließen sie auch in Berufungsverfahren und in die Vergabe von Lehrpreisen ein. Umso wichtiger ist die Frage, was sie eigentlich messen.
Die Bildungsforscherin Henrike Albers von der Universität Sandheim hat sich mehrere Jahre mit dieser Frage beschäftigt. Ihr Team wertete mehr als 40 000 Fragebögen aus sechs Fakultäten aus und verglich die Bewertungen mit den Ergebnissen, die dieselben Studierenden später in weiterführenden Kursen erzielten. Die Idee dahinter: Wenn eine Veranstaltung tatsächlich gut war, müssten die Teilnehmenden in den Folgekursen besser abschneiden.
Das Ergebnis ist ernüchternd. Zwischen der Bewertung einer Veranstaltung und dem späteren Lernerfolg fand das Team nur einen sehr schwachen Zusammenhang. In einzelnen Fächern war er sogar leicht negativ: Kurse, die als besonders anspruchsvoll galten und entsprechend schlechter bewertet wurden, bereiteten offenbar besser auf die Folgekurse vor. „Studierende bewerten, wie angenehm sie eine Veranstaltung erlebt haben“, sagt Albers. „Das ist nicht unwichtig, aber es ist etwas anderes als die Frage, wie viel sie gelernt haben.“
Hinzu kommen Faktoren, die mit der Qualität der Lehre gar nichts zu tun haben. So erhielten Veranstaltungen am frühen Morgen im Schnitt schlechtere Noten als dieselben Veranstaltungen am Nachmittag, und große Pflichtvorlesungen schnitten schlechter ab als kleine Wahlseminare. Auch das Geschlecht der Lehrenden spielte eine Rolle, wenn auch eine kleinere, als manche früheren Studien vermuten ließen.
Albers räumt selbst ein, dass ihre Untersuchung Grenzen hat. Leistungen in Folgekursen hängen nicht nur von der vorangegangenen Veranstaltung ab, sondern auch von Vorwissen, Motivation und den Umständen, unter denen jemand studiert. Ihr Team hat versucht, solche Einflüsse statistisch herauszurechnen, etwa indem es die Schulabschlussnoten der Studierenden berücksichtigte. Ganz ausschließen lassen sie sich aber nicht. „Wir haben keinen perfekten Maßstab für gute Lehre gefunden“, sagt Albers. „Wir haben nur gezeigt, dass der bisherige Maßstab weniger leistet, als man ihm zutraut.“
Sollte man die Fragebögen also abschaffen? So weit möchte Albers nicht gehen. Für die Lehrenden selbst seien die Rückmeldungen durchaus nützlich, vor allem die freien Kommentare. Wer lese, dass seine Folien unleserlich sind oder dass Fragen im Hörsaal untergehen, könne daran etwas ändern. Problematisch werde es erst, wenn aus einem Durchschnittswert weitreichende Entscheidungen abgeleitet würden, etwa über die Besetzung einer Professur.
Kritik an der Studie kommt unter anderem von Studierendenvertretungen. Sie befürchten, die Ergebnisse könnten als Vorwand dienen, die Meinung der Studierenden künftig zu ignorieren. „Wir sind keine Messgeräte für Lernerfolg, aber wir merken sehr genau, ob jemand uns ernst nimmt“, heißt es in einer Stellungnahme der Studierendenvertretung in Sandheim. Albers kann diese Sorge nachvollziehen. Gerade deshalb plädiert sie dafür, die Fragebögen zu verändern, statt sie zu entwerten.
Wie das aussehen könnte, testet ihr Team derzeit in einem Pilotprojekt. Statt einer Gesamtnote fragen die neuen Bögen nach konkreten Beobachtungen: Wurden die Lernziele zu Beginn genannt? Gab es Gelegenheit, Fragen zu stellen? Bekamen die Studierenden Rückmeldung zu ihren Aufgaben? Solche Fragen ließen sich weniger von Sympathie leiten, so die Hoffnung. Erste Auswertungen deuten darauf hin, dass die Antworten tatsächlich stärker mit dem späteren Lernerfolg zusammenhängen. Ob sich das bestätigt, soll eine größere Untersuchung im kommenden Jahr zeigen.
Für die Hochschulen bleibt einstweilen eine unbequeme Erkenntnis: Eine Zahl, die sich bequem erheben und leicht vergleichen lässt, ist nicht automatisch eine aussagekräftige Zahl.