Path:

Full text: Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen / Böttcher, Wolfgang

FGW-Studie Vorbeugende Sozialpolitik 03 Wolfgang Böttcher, Stefan Kühne Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in Nordrhein-Westfalen Herausgeber FGW – Forschungsinstitut für gesellschaftliche Weiterentwicklung e.V. Kronenstraße 62 40217 Düsseldorf Telefon: 0211 99450080 E-Mail: info@fgw-nrw.de www.fgw-nrw.de Geschäftsführendes Vorstandsmitglied Prof. Dr. Till van Treeck Themenbereich Vorbeugende Sozialpolitik Themenverantwortliches Vorstandsmitglied Prof. Dr. Ute Klammer Erscheinungsdatum Düsseldorf, Februar 2017 Wolfgang Böttcher, Stefan Kühne Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in Nordrhein-Westfalen Auf einen Blick  Wirkungsorientierte Präventionspolitik benötigt adäquate Längsschnittdaten, die es ermöglichen, Bildungs- und Entwicklungsverläufe von Kindern und Jugendlichen und ihre vielfältigen Hintergrundbedingungen möglichst detailgenau zu erfassen.  Die Rekonstruktion von Bildungsverläufen, die Analyse von Wirkungszusammenhängen und die Evaluation (sozial-)pädagogischer Interventionen sind auf der Grundlage der bisherigen, nahezu ausschließlich mit Summendaten operierenden Datenquellen jedoch nur eingeschränkt möglich.  Viele Bildungsforscher_innen fordern daher seit Jahren eine Weiterentwicklung der amtlichen Schulstatistik durch die Einführung von Schülerindividualdaten; die Kultusministerkonferenz (KMK) hat bereits im Jahr 2003 einen Kerndatensatz für schulstatistische Individualdaten der Länder verabredet.  Obwohl Nordrhein-Westfalen seit Jahren eine präventive Sozial- und Bildungspolitik verfolgt, gehört es bei der konkreten Umsetzung der KMK-Empfehlungen im Bundesländervergleich bislang zu den Nachzüglern; nach wie vor bestehen hier politische und datenschutzrechtliche Bedenken.  Die in der vorliegenden Studie analysierten Erfahrungen in verschiedenen Bundesländern (Hessen, Brandenburg, Rheinland-Pfalz, Hamburg) belegen jedoch nachdrücklich: Die Erhebung und Nutzung von Schülerindividualdaten lässt sich datenschutzkonform implementieren und liefert wertvolle Erkenntnisgewinne für Bildungsforschung und -politik.  Die Umsetzung des Kerndatensatzes für schulstatistische Individualdaten sollte daher auch in NRW offen und vorurteilsfrei diskutiert werden. i Abstract Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Auch wenn die Bildungsstatistik in den letzten 15 Jahren deutlich an Bedeutung gewonnen hat, ist ihre Qualität noch immer unbefriedigend. Die Datenerhebungen folgen keinem einheitlichen Standard und sind lückenhaft. Die Nutzung der Daten für Zwecke der Forschung oder des Bildungsmanagements ist häufig erschwert, der Zugang zum Feld behindert. Hinzu kommt, dass im Kern aggregierte Output- und Outcomedaten wenig hilfreich sind, wenn es um die Evaluation von Wirkungen pädagogischer und sozialpädagogischer Interventionen geht. Deshalb wird in der vorliegenden Studie für die Erhebung von Individualdaten argumentiert, die es ermöglichen, Bildungsverläufe zu rekonstruieren und Wirkungen bestimmter Maßnahmen zu messen. Für eine systematische Politik der Prävention, die junge Menschen auch dann nicht aufgibt, wenn sie keine reibungslose Bildungskarriere durchlaufen, ist das eine fundamentale Bedingung. Ebenso fundamental ist dabei, dass die Persönlichkeitsrechte gesichert sind. Beides ist gleichermaßen möglich. Individual statistical school data for the reconstruction of education paths Although educational statistics have gained in significance over the last 15 years, their quality remains unsatisfactory. The acquisition of data follows no general standards and remains fragmentary. It is frequently difficult to be allowed to use data for research or educational management purposes, or access to the field is even hampered. This is aggravated by core-aggregated output or outcome data being of little help when related to the evaluation of the effects of pedagogic or social pedagogical interventions. In this study we therefore argue for the gathering of individual data, which allow to reconstruct education paths and the effects of particular provisions. This is a basic necessity for a systematic policy of prevention which does not wish to give up on young people, even when these have pursued non-straightforward education paths. Key to this remains maintaining their personal rights. Both is equally possible. ii Inhalt Abbildungsverzeichnis ..................................................................................................................iv Tabellenverzeichnis ......................................................................................................................iv Abkürzungsverzeichnis ................................................................................................................. v 1 Einleitung: Daten und ihr Nutzen ........................................................................................... 1 2 Schülerindividualdaten – Warum und wozu überhaupt? ........................................................ 5 3 4 2.1 Desiderate der Bildungsstatistik und Bildungsforschung ........................................ 5 2.2 Das Bohren dicker Bretter: Die Initiative der Kultusministerkonferenz zur Etablierung eines einheitlichen Kerndatensatzes ................................................. 10 2.3 Gläse e S hüle _i 2.4 Zwischenfazit: Schulstatistik in NRW zwischen Erkenntnisinteresse und Datenschutz ........................................................................................................... 14 e ‘? – Stationen einer kontroversen Debatte ..................... 13 Stand der Individualdatenerhebung in den Ländern ............................................................. 17 3.1 Hessen ................................................................................................................... 18 3.2 Brandenburg .......................................................................................................... 19 3.3 Rheinland-Pfalz ...................................................................................................... 23 3.4 Hamburg ................................................................................................................ 24 3.5 Zwischenfazit ......................................................................................................... 27 Nutzen der schulstatistischen Individualdaten ..................................................................... 29 4.1 Erkenntnisgewinn schulstatistischer Individualdaten am Beispiel sonderpädagogischer Förderung in Rheinland-Pfalz............................................. 30 4.2 Erkenntnisgewinn von Personenkennungen am Beispiel des Absolventenverbleibs in Hessen............................................................................ 32 4.3 Erkenntnisgewinn von Personenkennungen am Beispiel verzögerter Schullaufbahnen in Bremen .................................................................................. 33 4.4 Erkenntnisse zu frühen Bildungsverläufen auf kommunaler Ebene: Das Beispiel Mülheim ................................................................................................... 35 4.5 Zwischenfazit ......................................................................................................... 37 5 Ansatzpunkte für die Weiterentwicklung der Schulstatistik in Nordrhein-Westfalen ............. 38 6 Fazit: Ein Aufschlag für eine notwendige Debatte ................................................................ 43 Literatur..................................................................................................................................... 46 Anhang: Referent_innen auf dem Expertenworkshop am 18.04.2016 .......................................... 49 Über die Autoren ....................................................................................................................... 50 iii Abbildungsverzeichnis Abbildung 1: Übersicht der aktuell im Einsatz befindlichen Fachverfahren im Zusammenhang mit der Individualdatenerhebung in Brandenburg .......................................................... 22 Abbildung 2: Übersicht des Verfahrensablaufs zur Bereitstellung verknüpfter Individualdaten in Hamburg .......................................................................................................................... 26 Abbildung 3: Schulabschlüsse und -abgänge von Jugendlichen mit sonderpädagogischem Förderbedarf in Rheinland-Pfalz 2008 nach Förderschwerpunkt und Förderort ............ 31 Abbildung 4: Schulische Bildungsverläufe der Schulabgänger_innen ohne Abschluss in Hessen 2009 über die Dauer von 3 Jahren (in %)......................................................................... 32 Abbildung 5: Schulwahlverhalten in Mülheim an der Ruhr nach Sozialprofil der Schule und Bildungsstand der Eltern (in % der elterlichen Entscheidungen) .................................... 36 Tabellenverzeichnis Tabelle 1: Beispiel: Merkmale des Datensegments der Absolventen/Abgänger im Kerndatensatz .................................................................................................................. 11 Tabelle 2: Multivariates Analysemodell zum Einfluss verschiedener Schüler- und Schullaufbahnmerkmale auf den Gymnasialbesuch........................................................ 34 iv Abkürzungsverzeichnis BASS BbgDSG BbgSchulG BMBF BSB DFG DSV DWH FDZ GEW GUID HmbSchulG HZD IGLU IT.NRW IVDS KDW KeKiZ KERMIT KMK LDA LUSD MBJS NEPS PISA Schüler-ID SchulG NRW SQL SSL SVP-RLP VO-DV I VO-DV II ZENSOS weBBclassic ZENSOS weBBschule ZSD Bereinigte Amtliche Sammlung der Schulvorschriften Nordrhein-Westfalen Brandenburgisches Datenschutzgesetz Brandenburgisches Schulgesetz Bundesministerium für Bildung und Forschung Behörde für Schule und Berufsbildung (Hamburg) Deutsche Forschungsgemeinschaft Datenschutzverordnung Schulwesen (Brandenburg) Datawarehouse Forschungsdatenzentrum am Institut zur Qualitätsentwicklung Gewerkschaft Erziehung und Wissenschaft Globally Unique Identifier Hamburgisches Schulgesetz Hessische Zentrale für Datenverarbeitung Internationale Grundschul-Lese-Untersuchung Landesbetrieb Information und Technik Nordrhein-Westfalen Erhebung und Verarbeitung von Einzeldatensätzen KultusDataWarehouse (Hessen) Modellvorhaben Kein Kind zurücklassen! Kommunen in NRW beugen vor Kompetenzen ermitteln – Lernstanderhebung der Schülerinnen und Schüler (Hamburg) Kultusministerkonferenz Landesbeauftragte für Datenschutz und Akteneinsicht (Brandenburg) Lehrer- und Schülerdatenbank des Hessischen Kultusministeriums Ministerium für Bildung, Jugend und Sport des Landes Brandenburg National Educational Panel Study Programme for International Student Assessment Schüleridentifikationsnummer Schulgesetz für das Land Nordrhein-Westfalen Structured Query Language Secure Sockets Layer Projekt Schulverwaltungsprogramm Rheinland-Pfalz Verordnung über die zur Verarbeitung zugelassenen Daten von Schülerinnen, Schülern und Eltern (NRW) Verordnung über die zur Verarbeitung zugelassenen Daten der Lehrerinnen und Lehrer (NRW) Zentrales System zur Online-Verwaltung von Schulinformationen (Brandenburg) Zentrales webbasiertes Schulverwaltungsprogramm (Brandenburg) Zentrale Schülerdatei v Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 1 Ei leitu g: Date u d ihr Nutze Bildung wird in modernen, funktional differenzierten Gesellschaften zunehmend als eine Schlüsselfrage diskutiert. Die zunehmende Bedeutung, die Bildungsprozessen heute für die individuelle als auch die gesellschaftliche Entwicklung beigemessen wird, hat zu einem erhöhten Bedarf an verlässlichen Informationen über Stärken und Schwächen des Bildungssystems geführt, die als Vo aussetzu g fü „ ode e Fo e e pi is h fu die te Politiksteue u g“ Pahl 6, S. 22) angesehen werden. Als Grundlagen für eine evidenzbasierte Qualitätsverbesserung des deutschen Bildungswesens wurde nicht zuletzt ein breit gefächertes Bildungsmonitoring geschaffen. Die verschiedenen Maßnahmen werden inzwischen von der internationalen bis hin zur kommunalen Ebene als Instrumente der Dauerbeobachtung genutzt, um auf der Basis empirisch gesicherter Daten für unterschiedliche Handlungsfelder und Akteursebenen im Bildungswesen den Entwicklungsstand und die Problemlagen über die Zeit anzuzeigen. Für Qualitätsverbesserungen im Bildungswesen ist das Wissen über Bildungskarrieren entscheidend, um mögliche Hürden beim Durchlauf durch die Bildungseinrichtungen sowie sozialpädagogische oder gesundheitsbezogene Maßnahmen identifizieren zu können. Gleichzeitig kann erst auf ihrer Basis eine solide Interventionsforschung durchgeführt werden. Im Kontext der Internationalisierung empirischer Bildungsforschung wurde zunehmend deutlich, dass die nationale Erziehungswissenschaft im Hinblick auf die Effekte pädagogischer und sozialpädagogischer Maßnahmen oder Maßnahmenbündel über relativ wenig Wirkungswissen verfügt. Dem deutschen Bildungssystem wurde gleichzeitig im internationalen Vergleich bestätigt, dass es nicht gelingt, herkunftsspezifische Bildungsbenachteiligungen substanziell zu reduzieren. Ein Ergebnis wenig zufriedenstellender Rangplätze in internationalen Schulleistungsvergleichen ist die Etablierung des Bildungsmonitorings (vgl. Böttcher et al. 2008) auf allen Systemebenen – von der KMK-Strategie (KMK 2015) bis in die kommunale Bildungsberichterstattung. Die in der Regel deskriptiven Daten haben allerdings beschränkten Nutzen für die praktische Pädagogik wie auch die politische Steuerung. Gleichzeitig hat sich – auch wieder eingebettet in internationale Fachdebatten – die Position durchgesetzt, dass pädagogische und sozialpädagogische Investitionen Evidenzen dafür beibringen müssten, dass sie auch die angestrebten Wirkungen erzielen und dies nicht nur behaupten. Ein Grund für diese kritische Sicht dürfte die Beschränktheit der Mittel und die damit verbundenen Appelle zur Sparsamkeit sein. Aber die Wirkungserwartung speist sich sicher auch aus dem Bewusstsein, wie wichtig gelungene Bildung für die Entwicklung und den Zusammenhalt der Gesellschaft ist. Parallel dazu wurden klassische bildungsökonomische Argumente politikfähig, die Spareffekte erfolgreicher und rechtzeitiger Investitionen nachweisen konnten. Diese gut belegte Einsicht ist in Nordrhein-Westfalen in ein von der Ministerpräsidentin etabliertes politisches Programm übersetzt worden, das Prävention gegenüber einer nachträglichen ‚Reparatur‘ von Sozial- und Bildungskarrieren favorisiert. Es soll verhindern, dass Kinder und Jugendliche von Lebenschancen abgekoppelt werden. Es soll helfen, die möglichen Probleme in ihren Bildungskarrieren früh zu erkennen und über den gesamten Bildungsverlauf Unterstützung vorzuhalten. Tatsächlich herrscht kein Mangel an pädagogischen und sozialen Einzelmaßnahmen, kleinen oder großen Projekten, die darauf abzielen, den vom 1 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Ausschluss bedrohten Kindern und Jugendlichen zu helfen, den Anschluss nicht zu verpassen. Aber sind sie wirksam? Die Suche nach Belegen für die Wirksamkeit der in sozialen oder pädagogischen Interventionen eingesetzten Ressourcen Geld, Zeit oder Motivation stellt die erziehungswissenschaftliche Forschung vor große Probleme. Das hat einerseits mit der Komplexität solcher Interventionen selbst und ihrer immanenten Erfolgsunsicherheit zu tun. Schwerer wiegt aber andererseits ein Mangel an Daten, die es ermöglichen würden, systematisch Effekte abzubilden und zu erklären. Um fundierte Analysen zu den Bedingungen gelingender Bildungs- und Berufsverläufe vorzunehmen, Prozesse von Bildungsbenachteiligung kleinräumig erfassbar und passgenau bekämpfbar werden zu lassen und die präventiven Wirkungen sozialpolitischer Programme und sozialpädagogischer Maßnahmen empirisch zu überprüfen, muss man individuelle Entwicklungs- und Bildungsverläufe von Kindern und Jugendlichen und ihre vielfältigen Hintergrundbedingungen möglichst detailgenau statistisch erfassen. Bisher allerdings lassen sich vornehmlich Zustände an einzelnen Schnittstellen bzw. Zeitpunkten der Bildungsbiographien beschreiben (z. B. Übergangsquoten in den Sekundarbereich I). Es mangelt an Datengrundlagen, die die vorgelagerten Prozesse im Sinne von Verlaufsanalysen rekonstruieren können und Zusammenhänge oder gar Effekte transparent machen. Vorliegende Datenquellen zum Schulwesen – seien es flächendeckende, aggregierte Schulstatistiken oder Stichprobenstudien wie PISA – können die für ein wissenschaftlich wie praktisch relevantes Bildungsmonitoring erforderlichen Differenzierungsmöglichkeiten für Länder, Kreise oder gar Gemeinden sowie für zahlenmäßig kleine oder schwer erreichbare Personengruppen nur bedingt einlösen. Die Rekontruktion der Wirkungen einzelner Interventionen ist kaum möglich. Der Weiterentwicklung der amtlichen Schulstatistik ist in diesem Zusammenhang besondere Bedeutung beizumessen. Sie liegt in der Verantwortung der einzelnen Bundesländer. Im Rahmen der bestehenden Schulstatistiken in Nordrhein-Westfalen werden bislang von den Schulen lediglich aggregierte Schülerdaten gemeldet, jedoch keine Mikrodaten, die längsschnittlich im Sinne von Bildungsverläufen ausgewertet werden können. Die Kultusministerkonferenz (KMK) hatte bereits im Jahr 2003 einen Kerndatensatz für schulstatistische Individualdaten der Länder verabredet, dessen konkrete Umsetzung den einzelnen Ländern obliegt. Diese gingen – und gehen noch – höchst unterschiedlich mit den KMK-Empfehlungen um. In Nordrhein-Westfalen wurde seitens der Datenschutzbeauftragten der Länder, einzelner Eltern- und Lehrerverbände und der Gewerkschaft Erziehung und Wissenschaft (GEW) deutliche Kritik an dem Konzept und den Vorschlägen der KMK formuliert. Im Mittelpunkt der Kritik standen dabei in erster Linie grundsätzliche datenschutzrechtliche Bedenken. So wurde u. a. kritisiert, dass der sogenannte Kerndatensatz und die Vergabe von eindeutigen Personenkennungen die Erstellung von individuellen Persönlichkeitsprofilen für einzelne Schüler_innen im Sinne ‚gläserner Schüler‘ ermögliche und damit gegen das Grundrecht auf informationelle Selbstbestimmung verstoße. Moniert wurden zudem die unklare Zweckbestimmung der Datenerhebung und damit verbundene Risi- 2 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW ken des Missbrauchs. Und schließlich wurden auch die mit der Einführung bzw. Umstellung verbundenen hohen Kosten, der administrative Mehraufwand für Schulen und Lehrkräfte und der ungewisse konkrete Mehrwert der zusätzlich gewonnen Daten hinterfragt. Personenkennungen, die im öffentlichen Diskurs unter dem Stichwort ‚Schüler-ID‘ diskutiert werden, sind datenschutzrechtlich hoch sensibel. So viel Transparenz und individuelle Zurechenbarkeit ist im Rechtsstaat lediglich in klar abgesteckten Bereichen erlaubt. Der Schutz von individuellen Daten ist ein hohes Gut. Mit der vorliegenden Studie soll daran keinesfalls gerüttelt werden. Allerdings soll die Diskussion weitergeführt und ein Beitrag zur Klärung der angesprochenen, offenen Fragen geleistet werden. Dies gilt nicht zuletzt, weil Nordrhein-Westfalen mit der Entscheidung gegen eine flächendeckende Einführung und Nutzung von Schülerindividualdaten im Bundesländervergleich eher zu den Nachzüglern gehört. Und dies, obwohl inzwischen – nicht nur unter den Fachexpertinnen und -experten – auf der Hand liegt, welch hohe potenzielle Relevanz Individualdaten für eine konsequent präventiv ausgerichtete und wirkungsorientierte Sozialpolitik haben, wie sie auch von der aktuellen Landesregierung und vielen nordrheinwestfälischen Kommunen angestrebt wird. Vor diesem Hintergrund gilt es im Folgenden, die hier skizzierte Forderung differenzierter abzuleiten, Chancen und Grenzen der Schülerindividualdaten zu benennen und mögliche Handlungsimplikationen für die Weiterentwicklung der Datenbasis in Nordrhein-Westfalen vorzutragen. - Hierzu bedarf es zunächst einer Einordnung des Themas in den breiteren Kontext von Bildungsforschung und Bildungsmonitoring, um die Desiderate und Erkenntnislücken herauszuarbeiten, die ohne amtliche Individualstatistik schwerlich geschlossen werden können. - Daran schließt sich ein kurzer Abriss der bisherigen Entwicklungen an, die mit dem Beschluss des Kerndatensatzes für schulstatistische Individualdaten durch die KMK im Jahr 2003 ihren Anfang nahmen. Besonderes Augenmerk ist dabei auf die Landessituation in Nordrhein-Westfalen zu legen. - Im Hauptteil der Studie geht es darum, aktuelle Initiativen in einzelnen Bundesländern und auf kommunaler Ebene zu beschreiben. Dabei wird einerseits der Prozess der Einführung von Individualdaten in verschiedenen Ländern unter politischen, rechtlichen und technisch-organisatorischen Gesichtspunkten aufgearbeitet. - Andererseits werden bereits verfügbare Individualstatistiken dieser Länder daraufhin analysiert, welchen Erkenntniszuwachs sie für ausgewählte Fragestellungen bringen, die bislang einer Analyse unzugänglich waren. Abschließend werden die Ergebnisse hinsichtlich möglicher Ansatzpunkte für die Weiterentwicklung der Schulstatistik in Nordrhein-Westfalen bilanziert. 3 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Die vorliegende Expertise wäre dabei nicht ohne die Unterstützung einer Reihe von Personen möglich gewesen. Wesentliche Fakten und Argumente stammen aus einem Workshop, den die Autoren gemeinsam mit Antonio Brettschneider und mit Unterstützung des FGW im Frühjahr 2016 durchführen konnten. Angesichts der Komplexität des Themas – auch vor dem Hintergrund landesspezifischer Erfahrungen – wurden Akteur_innen aus unterschiedlichen Handlungsfeldern einbezogen: a) Vertreter_innen der Statistik aus Ländern mit Individualdaten, b) Vertreter_innen der Schulstatistik in NRW sowie c) Wissenschaftler_innen, die mit Individualstatistiken gearbeitet haben, d) Entscheidungsträger_innen aus der Bildungspolitik bzw. -administration in NRW. Die Liste der Referent_innen des Workshops, denen wir herzlich für ihre Beiträge danken, findet sich im Anhang. Allerdings übernehmen die Verfasser der vorliegenden Studie die Verantwortung für die Darstellung und alle Schlussfolgerungen. Sie sind als ‚Aufschlag‘ für eine (erneuerte) Debatte um die Einführung von längsschnittlichen Schülerindividualdaten auf Landesebene zu verstehen. 4 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 2 S hüleri di idualdate – Waru u d ozu ü erhaupt? 2.1 Desiderate der Bildungsstatistik und Bildungsforschung Eine konsequent präventiv ausgerichtete, wirkungsorientierte und evidenzbasierte Sozialpolitik, die darauf abzielt, allen Kindern und Jugendlichen ein gelingendes Aufwachsen zu ermöglichen, ist auf eine möglichst detaillierte, kleinräumige und belastbare Datengrundlage angewiesen. Will man zentrale Elemente erfolgreicher Bildungsbiographien oder Risikofaktoren eines gelingenden Bildungserwerbs transparent machen, z. B. aufzeigen, wie sich Brüche auf nachfolgende Bildungsetappen auswirken, bedarf es dazu eines bestimmten Datentypus. Dass Bildungsverläufe in Deutschland noch weitgehend unerforscht geblieben und für eine fortlaufende Dauerbeobachtung nahezu unerschlossen sind, hängt vor allem mit einem Mangel an solchen Datengrundlagen zusammen (vgl. Kristen et al. 2005). Bildungsverläufe lassen sich als eine Serie von Entscheidungen für oder gegen die Teilnahme an bestimmten pädagogischen Angeboten und Maßnahmen rekonstruieren. Liegen Daten für große Kohorten vor, lassen sich robuste Antworten auf wichtige bildungs- und sozialpolitische Fragen geben: Es könnte gezeigt werden, wie und an welchen Entscheidungspunkten Benachteiligungen erzeugt oder perpetuiert werden und welche – in der Regel ressourcenintensiven – Maßnahmen und Projekte Bildungsverläufe positiv beeinflussen können. Zu diesem Zweck müssen individuumsbezogene Daten erhoben worden sein. Mit den bislang verfügbaren amtlichen und wissenschaftsgetragenen Erhebungen können hingegen vornehmlich kumulative Aussagen über Bildungsbeteiligung und Bildungsergebnisse an einzelnen Punkten der Bildungsbiographie bzw. einzelnen Schnittstellen zwischen Bildungsinstitutionen getroffen werden. Hierzu zählen beispielsweise querschnittliche Analysen zum Übergang nach der Grundschulzeit oder zu den erreichten Abschlüssen am Ende der allgemeinbildenden Schulzeit. Auf diesem Wege lässt sich aber nicht der prozessuale Wirkungszusammenhang zwischen diesen und weiteren Ereignissen der Schullaufbahn (z. B. Klassenwiederholung, S hula t e hsel eko st uie e . Oh e „I fo atio e auf de Mik oe e e o Beo a htu gseinheite S hüle , Fa ilie , S hule zu e s hiede e )eitpu kte “ K iste et al. 2005, S. 75) bleibt das Verständnis der Dynamik von Bildungsprozessen begrenzt. Dies erschwert es, Handlungsperspektiven für mögliche bzw. notwendige Veränderungen im Bildungswesen abzuleiten. In einer Expertise zu den konzeptionellen Grundlagen der Bildungsberichterstattung fasst Solga dieses Forschungsdesiderat wie folgt zusammen: „Mit Bli k auf ge i g ualifizie te Juge dli he müssen wir – für politische Interventionen – die P ozesse des ‚Ge i g-Qualifiziert-We de s‘ dokumentieren und verstehen lernen (Welche Problem- und Ausgrenzungsgeschichten haben sie e le t? , statt u auf de )usta d des ‚Ge i g-Qualifizert-Sei s‘ a zustelle .“ Solga , S. 227) Im internationalen Diskurs zu Bildungsindikatoren findet dieser qualitative Unterschied zwis he )ustä de u d P ozesse sei e E tsp e hu g i de U te s heidu g o „sto k i di ato s“ u d „flo i di ato s“ Glas/S hee e s/Tho as , S. . Nu letzte e kö e tatsä hlich Aufschluss über (typische) Bildungskarrieren im Durchlauf durch das institutionelle Gefüge 5 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW des Bildungswesens geben. Andernfalls bleibt es bei einer schlaglichtartigen Betrachtung weniger institutioneller Gelenkstellen (z. B. zwischen Primar- und Sekundarbereich) und einzelnen Zeitpunkten, die empirisch nicht aufeinander bezogen werden können. Nun mag man einwenden, dass in der empirischen Bildungsforschung mit PISA, IGLU und Co. eine Reihe an regelmäßigen Querschnittstudien vorliegt, die eine hinreichende Datenbasis liefern, weil sie neben Kompetenzständen auch retrospektiv relevante Einzelereignisse des schulischen und beruflichen Werdegangs erfassen. Bei diesen sogenannten Trendstudien werden in einem mehrjährigen Zyklus (z. B. alle drei Jahre) Personen einer bestimmten Population (z. B. 15-Jährige) untersucht. Über solche periodischen Querschnittsbetrachtungen lassen sich zwar Systemzustände im Zeitverlauf beschreiben und auch durch multivariate Analysen von individuellen, sozialen und institutionellen Einflussfaktoren Anhaltspunkte für Bedingungen und Ursachen der beobachteten Bildungsbeteiligung und -ergebnisse identifizieren. Auf die tatsächlichen Wirkungszusammenhänge werfen aber auch diese im Querschnitt erhobenen Datensätze nur wenig Licht. Weder wird hier zu mehreren Messzeitpunkten dieselbe Schülerkohorte befragt, noch ermöglichen die Analysen Aussagen unterhalb der Aggregatebene einzelner Staaten (teilweise Bundesländer) oder großer Personengruppen. Eine möglichst vollständige Erfassung der vorangegangenen Bildungsprozesse und -kontexte im Zeitverlauf ä e jedo h ötig, „de p i zipiell können sich in jedem Abschnitt der schulischen Karriere unterschiedliche Wege auftun und auch institutionelle Regelungen, bildungspolitische Maßnahmen und schulische Einflüsse kö e zu ga z e s hiede e )eitpu kte i de S hullauf ah i ksa e de “ K iste et al. 2005, S. 75). Hier liegt der entscheidende Vorzug von echten Längsschnittdaten, auf deren Basis sich die stets zeitgebundenen Wirkungszusammenhänge auch in ihrer tatsächlichen Wirkrichtung, ihrer Stärke sowie ihrer Dauer bzw. Dynamik bestimmen lassen. Im Vergleich zu dem breiten Spektrum an Längsschnittstudien in anderen Staaten ist in Deutschland ein deutlicher Mangel zu konstatieren. Inzwischen haben das BMBF und die DFG für die Bundesrepublik Deutschland eine groß angelegte, prospektive Längsschnittstudie über die verschiedenen Etappen der Bildungslaufbahn unter Einbeziehung von regelmäßigen Kompetenzmessungen auf den Weg gebracht. Dieses Nationale Bildungspanel für Deutschland (National Educational Panel Study, NEPS) soll helfen, mehr über den Bildungserwerb und seine Folgen für individuelle Lebensverläufe zu erfahren und zentrale Bildungsprozesse und -verläufe über die gesamte Lebensspanne beschreiben und analysieren zu können (vgl. Blossfeld et al. 2009, S. 23ff.). Gleichwohl: Studien wie PISA, IGLU und selbst das NEPS bieten aufgrund ihrer methodischen Anlage als stichprobenbasierte Personenbefragungen wenig Ansatzpunkte für eine vorbeugende Sozialpolitik. So können gerade zahlenmäßig kleine oder schwer erreichbare Gruppen bisher in vielen Fällen praktisch nicht untersucht werden. Hinzu kommt die Schwierigkeit, aus forschungspragmatischen Gründen nur einen Ausschnitt individueller, sozialer und institutioneller Kontextbedingungen in das Befragungsinstrumentarium einbeziehen zu können. Die Konzeption des Nationalen Bildungspanels markiert in dieser Hinsicht zwar einen Meilenstein. Doch trotz der beachtlichen Stichprobengröße für die einzelnen Startkohorten des NEPS sowie einem 6 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Oversampling kleinerer Gruppen (z. B. Personen mit Migrationshintergrund) bleiben Datenlücken bestehen. Insbesondere fehlt es an regionalen Differenzierungsmöglichkeiten. So wird sich der Anspruch repräsentativer Auswertungen der NEPS-Daten allenfalls noch auf der Ebene von Ländergruppen, nicht aber für Länder, Kreise oder gar Gemeinden realisieren lassen. Empirische Bildungsforscher_innen beklagen häufig bedeutende Defizite der Bildungs- und Schulstatistik (vgl. Bos 2016, Weishaupt 2016). Insbesondere der Wirkungsforschung sind enge Grenzen gesetzt. Was für Forschung gilt, trifft auch auf das strategische Management des Bildungswesens und damit die Möglichkeit zu datenbasierter Steuerung zu. Das Angebot an vergleichbaren Indikatoren ist begrenzt und in den Wertausprägungen zu identischen Merkmalen bestehen selbst zwischen solch exponierten Datensätzen wie den jährlichen Statistiken der Kultusministerkonferenz (KMK) und denen des Statistischen Bundesamtes Unterschiede. Die aktuellen Veröffentlichungen liegen deutlich hinter den Empfehlungen der KMK zurück. Auch unterscheidet sich das Angebot öffentlich zugänglicher, nutzbarer Daten zwischen den 16 Landesämtern für Statistik. Ergänzen könnte man diesen Befund auch um den Hinweis auf die vielfältigen landesspezifischen Regelungen im Hinblick auf Genehmigungsverfahren für Forschung (vgl. http://www.forschungsdaten-bildung.de/genehmigungen?la=de). Der Wissenschaft drängt sich nicht selten der Eindruck auf, dass Daten schlicht verweigert werden. Ein Indiz für die Berechtigung einer solchen These kann im politischen Umgang mit den Daten gesehen werden, die im Forschungsdatenzentrum (FDZ) am Institut zur Qualitätsentwicklung vorliegen. Hier werden die Datensätze aus nationalen und internationalen Schulleistungsstudien archiviert und dokumentiert und können interessierten Wissenschaftler_innen auf Antrag für Re- und Sekundäranalysen zur Verfügung gestellt werden. Für Ländervergleiche jedoch wurden mit dem Beschluss der KMK zur Neuregelung des Antragsverfahrens hohe Hürden eingeführt: Eine Darstellung der Daten nach Ländergruppen ist möglich, bei Fragestellungen, die einen direkten Vergleich der einzelnen Länder erfordern, stehen der Datennutzung häufig politische Vorbehalte entgegen. Auch auf kommunaler und regionaler Ebene, wo von Politik und Verwaltung gestaltende Maßnahmen für Bildungs- und Soziale Arbeit erwartet werden, sind die Verfügbarkeit von und der Umgang mit Daten kaum vergleichbar. Eine Vielzahl relevanter Bildungsindikatoren wird interkommunal nicht einheitlich erfasst. Beispiele sind Bildungsausgaben, Ganztagsquoten nach Migrationshintergrund oder Angaben zum Bildungspersonal (z. B. Lehrkräfte mit Migrationshintergrund, Seiteneinsteiger_innen). Einige Kommunen arbeiten nicht einmal mit basalen Daten, während andere verfügbare Daten akribisch aufbereiten und zum Beispiel Informationen über kleinräumige Disparitäten ermitteln oder gar eigene Zusatzerhebungen durchführen. Will die empirische Forschung über den Beleg der engen Koppelung von sozioökonomischer Herkunft und Bildungserfolg hinaus auch Erkenntnisse über die Genese der Benachteiligung und Verfahren zum Abbau von Ungleichheit bewerten, bedarf es einer größeren Datentiefe. Selbst zur sozialen Zusammensetzung von Bildungseinrichtungen, einer bedeutenden Variable für 7 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Chancengestaltung oder -verhinderung, existieren oftmals nur Schätzungen. Zur Beschreibung von Bildungsverläufen unter der Perspektive der Erklärung und Vermeidung von Ungleichheit ist das Wissen über relevante Charakteristika der Elternhäuser unverzichtbar. Solche Indikatoren könnten sein: - ökonomisches Kapital/sozioökonomischer Status: Bruttojahreshaushaltseinkommen - objektiviertes und institutionalisiertes kulturelles Kapital: Bücher zu Hause - Bildungsabschluss: Abitur/kein Abitur - inkorporiertes kulturelles Kapital: Besuch von Theater, Besuch von Museum etc. - Migrationshintergrund/kulturelle Vertrautheit: Mutter in Deutschland geboren, Vater in Deutschland geboren, Schüler_in in Deutschland geboren, Sprache zu Hause ist Deutsch - soziales Kapital: ‚Meine Eltern kennen die Eltern der Kinder meiner Klasse‘, oder: ‚Meine Eltern kennen die Eltern der Kinder aus der Nachbarschaft‘ u. ä. Allein um die formalen Bildungsmöglichkeiten der Bürger_innen erfassen zu können, wird Datenmaterial für alle Bildungsbereiche auf Bundes-, Landes- und kommunaler Ebene benötigt – möglichst für jede einzelne Bildungseinrichtung. Perspektivisch ist auch daran zu denken, über Ganztagsangebote hinausgehende non-formale und informelle Bildungsmöglichkeiten einzubeziehen. Der Schulstatistik kommt dabei ein zentraler Stellenwert zu. Sieht man vom Bereich der Weiterbildung ab, für den nur lückenhafte Daten vorliegen, ist die amtliche Statistik für den Elementarbereich, den Bereich der beruflichen Bildung und den Hochschulbereich bundesrechtlich geregelt. Grundsätzlich - wird in Bundesgesetzen die Zielsetzung der Statistik beschrieben, - werden die erhobenen Merkmale detailliert benannt, - ist die Auskunftspflicht geregelt, - sind die Erhebungszyklen festgelegt und - sind Verarbeitung und Weitergabe der Daten geregelt. Dabei werden die Belange des Datenschutzes berücksichtigt. Für die Schulstatistik und die Weitergabe anderer Daten der Kultusministerien gibt es keine vergleichbaren rechtlichen Regelungen auf Bundesebene. Insofern sollten trotz föderaler Zuständigkeit der Länder alle Anstrengungen unternommen werden, die Schulstatistik rechtlich auf den Stand zu bringen, der für die übrigen Bildungsbereiche länderübergreifend gilt (vgl. Weishaupt 2016): (1) Dazu gehört eine Datenerhebung, die die Validität der erhobenen Daten sichert. 8 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW (2) Aus datenschutzrechtlichen Gründen muss die Schulstatistik vom Verwaltungsvollzug getrennt werden. (3) Der Datenzugang muss sowohl für interessierte Verwaltungsstellen als auch insbesondere für die Forschung rechtlich sichergestellt werden. (4) Unverzichtbar ist eine bundesweit einheitliche Schulstatistik, damit eine Verfolgung von Bildungsverläufen über die Bildungsbereiche und die Landesgrenzen hinweg möglich ist. Zusammenfassend kann eine Bestandsaufnahme zur Qualität der Datenerfassung und zum Datennutzen in der Bildungsforschung nur zu einer kritischen Bewertung kommen: Der Zugang zum Feld und zu den Daten ist nicht verbindlich organisiert, Indikatoren sind nicht hinreichend standardisiert und es werden unterschiedliche und unnötige Restriktionen bei der Datennutzung eingebaut. Auch ist eine gewisse Intransparenz Charakteristikum des Feldes. Eine datengestützte präventive Sozialpolitik wird so be- oder sogar verhindert. Die wissenschaftlich robuste Rekonstruktion von Wirkungen spezifischer Maßnahmen oder Einrichtungen kann nicht mit kleinen Projekten und Studien gelingen, die methodisch in Einzelfällen interessant sein können, aber für eine evidenzbasierte Steuerung nicht ausreichend sind. Letztlich sind die Kinder und Jugendlichen die Leidtragenden. Aus Verfahren in anderen Staaten, die eine präventive und ungleichheitsreduzierende Bildungsund Sozialpolitik verfolgen, könnte womöglich gelernt werden (vgl. Bos 2016). In Schweden zum Beispiel ist die Datenverwaltung durch ein Zentralamt geregelt, der öffentliche Zugang ist das Grundprinzip. Jeder bzw. jede Bürger_in hat eine einzigartige Identifikationsnummer, über die im Bedarfsfall alle personenbezogenen Daten verknüpft werden können. Der Zugang zu den Daten für Forschungszwecke ist klar und transparent geregelt; und zwar durch eine Ethikkommission und StatisticsSweden, ohne politische Einflussnahme. Auch detaillierte Daten sind vorhanden und zugänglich. Der Schwierigkeitsgrad des Verfahrens zur Datennutzung ist abhängig von den jeweiligen Fragestellungen. Die Sichtung der Defizite der Datensituation auf allen Ebenen der politischen Steuerung in Deutschland könnte in einen allgemeinen Forderungskatalog münden (vgl. Bos 2016): - kommunales Datenmanagement aufbauen, - kleinräumige Datenerhebungen ermöglichen, - die Erfassung standardisieren, - zeitgemäße und theoretisch reflektierte Indikatorisierung realisieren, - erhobene Daten der Administration und Forschung zugänglich machen und - den Datenschutz den Fragestellungen angemessen ausrichten. 9 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 2.2 Das Bohren dicker Bretter: Die Initiative der Kultusministerkonferenz zur Etablierung eines einheitlichen Kerndatensatzes Mit der seit den 1960er Jahren voranschreitenden Verbreitung moderner Informations- und Kommunikationstechnologien kam es auch in den Schulen und der Bildungsadministration allmählich zu einem Wandel der Verwaltungsabläufe. Anstelle der herkömmlichen Karteikarten und Dokumentenordner wurden Informationen zunehmend mit elektronischer Verwaltungssoftware dokumentiert und archiviert. In immer mehr Ländern verfügen die Schulen inzwischen selbst über elektronisch gespeicherte Daten zu ihren Schüler_innen, den Lehrkräften und dem Unterricht. Auch für die Sammlung von schulstatistisch benötigten Daten bedeutet dies eine deutliche Vereinfachung im Vergleich zu der schriftlichen Beantwortung statistischer Fragebögen. Insbesondere bieten die elektronischen Speichermedien weit mehr Möglichkeiten, komplexere Datenstrukturen auf Knopfdruck an die amtlichen Meldestellen zu übermitteln. Mit dem Einsatz elektronischer Datenverarbeitung besteht nicht zuletzt die Möglichkeit, die Informationen in Form von Einzeldatensätzen – sogenannten Individualdaten – abzulegen. Während für den Kinder- und Jugendhilfebereich, den Hochschulsektor sowie den Berufsbildungsbereich (duale Ausbildung) bereits Individualdaten eingeführt worden sind, hat Deutschland bei der Schulstatistik noch nicht an diese Entwicklung angeschlossen. Hintergrund ist die Kulturhoheit der Länder, in deren Kompetenzbereich auch die – je eigene – Schulstatistik fällt. Es gab bereits Ende der 1960er Jahre erste Versuche, in der (west-)deutschen Schulstatistik individuelle Schülerdateien aufzubauen (vgl. Köhler 1980, S. 1253ff.). Umsetzungshindernisse waren damals zum einen, dass in das komplizierte Zusammenspiel des gesamten Apparates der Schulstatistik eingegriffen werden musste, ohne die Kontinuität des laufenden Statistikbetriebes zu beeinträchtigen. Zum anderen gab es politische Vorbehalte in den Ländern, da eine Abstimmung in Zuordnungs- und Definitionsfragen mit einer bildungspolitischen Vereinheitlichung des Systems selbst assoziiert wurde. Die noch Anfang der 1970er Jahre auftretenden fachlich-statistischen sowie bildungspolitischen Schwierigkeiten sind heute weitgehend überwunden. Stattdessen wird der Diskurs um Individualdaten von Argumenten des Datenschutzes und der informationellen Selbstbestimmung dominiert. Im Jahr 2000 mündeten zunächst die Koordinierungsbemühungen von KMK und den Statistischen Ämtern des Bundes und der Länder in einen Merkmalskatalog, der jährlich in allen Ländern für Ländervergleiche sowie für den internationalen Grundbedarf einheitlich erhoben werden sollte (‚Minimalkatalog‘) – gleich in welcher Erhebungsform. Drei Jahre später folgte der Beschluss der KMK, für die Länderstatistiken künftig anonymisierte Einzeldatensätze nach einem gemeinsamen Kerndatensatz einzuführen. Der Kerndatensatz für schulstatistische Individualdaten soll sicherstellen, dass die für die nationale und internationale Statistik benötigten Daten trotz landesspezifischer Ausgestaltung der schulstatistischen Erhebungen in allen 16 Ländern vergleichbar zur Verfügung stehen. Entscheidende Argumente waren die Schließung von Informationslücken zu wesentlichen nationalen und internationalen Fragestellungen, die nicht zuletzt von internationalen Organisationen wie der OECD regelmäßig beklagt wurden. In vielen 10 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Fällen konnten bzw. können die international genutzten Indikatoren nicht auf Ebene der Bundesländer dargestellt werden, obwohl die Verantwortung für konkrete bildungspolitische Konsequenzen in wesentlichen Teilen den Ländern obliegt. Als Beispiel lassen sich hier schulische Abschlussquoten an der gleichaltrigen Wohnbevölkerung benennen, die aufgrund fehlender Angaben zum Geburtsjahr der Absolvent_innen/Abgänger_innen in einigen Ländern nicht geliefert werden konnten. Zwischen diesen gestiegenen Ansprüchen an eine moderne länderübergreifende Bildungsstatistik und der Forderung nach einer deutlichen Reduzierung des Statistikaufwands im Rahmen des Bürokratieabbaus versprachen pseudonymisierte Einzeldaten einen vielversprechenden Ausweg. Tabelle 1: Beispiel: Merkmale des Datensegments der Absolventen/Abgänger im Kerndatensatz 5. 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 5.10 5.11 5.12 5.13 5.14 5.15 5.16 5.17 5.18 5.19 5.20 5.21 5.22 5.23 5. Merkmalssatz zu Schulabgängern und Abolventen Berichtszeitraum: Abgangsjahr Schulstandort: Land Schule als Verwaltungs- und Organisationseinheit: Schulnummer/Identnummer Schulart/-typ im Sinne der schulartspezifischen Einrichtung Pseudonym des Absolventen/der Absolventin Nichtschülerprüfung (NSP) (Schüler keiner Schule in Deutschland) Zuletzt besuchte Klassen-/Jahrgangsstufe/Schuljahrgang des/r Abgängers/Absolventen (nicht für NSP) Geschlecht (auch für NSP) Geburtsmonat/-jahr (auch für NSP) Geburtsland (Staat) (auch für NSP) Bei nichtdeutschem Geburtsland: Jahr des Zuzugs nach Deutschland (auch für NSP) Staatsangehörigkeit (auch für NSP) Bei überwiegend nichtdeutscher Verkehrssprache in der Familie: Sprache bzw. Sprachengruppe (auch für NSP) Schulische Vorbildung (allgemein bildender Abschluss) (auch 2. Bildungsweg, auch für NSP) Schulische Vorbildung (berufsbezogener Abschluss) (auch 2. Bildungsweg, auch für NSP) Zeitform des Unterrichts (nicht für NSP) Fachrichtung (nicht für NSP) neu erworbener allgemein bildender Abschluss (auch für NSP) neu erworbener berufsbezogener Abschluss (auch für NSP) Abiturnote Förderschwerpunkt Jahr der Ersteinschulung (auch für NSP) Schulentlassene/r (verbleibt nicht im ABS) ABS – Allgemeinbildende Schule, BBS – Berufsbildende Schule, NSP – Nichtschülerprüfung; Quelle: Kultusministerkonferenz 2008, S. 4 11 ABS x x x BBS x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x x Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Beim Kerndatensatz handelt es sich allerdings nicht um einen Datensatz im eigentlichen Sinne. Er liegt nicht als Datenbank zugriffsbereit auf einem Server innerhalb der Bildungsadministration. Vielmehr stellt der Kerndatensatz eine Vereinbarung der Länder darüber dar, welche Merkmale mit welchen Ausprägungen bei Einführung moderner Datenerhebungs- und Datenverarbeitungsmöglichkeiten erfasst werden sollten, damit die Auswertung einheitlicher Daten auf der nationalen Ebene möglich ist. Wie bereits zuvor die aggregierten Summenstatistiken beziehen sich die im Kerndatensatz beschriebenen Merkmale auf sechs Datensegmente: Schulen, Klassen, Lehrkräfte, Unterrichtseinheiten, Schüler_innen sowie Schulabgänger_innen und Absolvent_innen. Organisatorisch bleiben dabei die Datensegmente weiterhin getrennte Erhebungsmodule. Bei Bedarf können sie allerdings über Zuordnungsvariablen (Schul-ID, Klassen-ID oder eben auch Schüler-ID) miteinander verknüpft werden. Hervorzuheben ist dabei, dass die Entscheidung über Schüler-IDs und damit über die Möglichkeiten, in der Individualstatistik längsschnittliche Bezüge auch zwischen Personen datenstrukturell zu ermöglichen, den einzelnen Ländern obliegt. Wie noch zu zeigen ist, gehen diese mit den KMK-Vereinbarungen höchst unterschiedlich um. Ursprünglich war für die flächendeckende Umsetzung des Kerndatensatzes ein Zeitfenster bis zum Jahr 2008 vorgesehen. Dabei wurde erheblich unterschätzt, welcher Zeitaufwand mit dem jeweils landesspezifischen Implementationsprozess einhergeht. Die Ursachen dafür sind vielfältig und betreffen neben den rechtlichen Vorkehrungen auch die grundsätzliche personelle und technische Ausstattung, die Stellung der Landesämter in der Bildungsverwaltung, die Verfügbarkeit hochwertiger Schulverwaltungssoftware für die Schulen und die Entwicklung der notwendigen Verarbeitungs- oder Übermittlungsprogramme. Die inhaltlichen und technischen Veränderungen wurden so von den einzelnen Landesämtern zu unterschiedlichen Zeitpunkten, auf unterschiedlichem Wege und in verschiedenen Bereichen der Schulstatistik angegangen. Während der Kerndatensatz in einigen Ländern bereits in den meisten Datensegmenten realisiert wurde oder mittelfristig abgeschlossen sein wird, ist die Umsetzung in anderen Bundesländern noch gänzlich offen. Die Arbeit am Kerndatensatz ist auch insgesamt keineswegs abgeschlossen, sondern unterliegt einem ständigen Optimierungsprozess durch die KMK. In der Kommission für Statistik sowie in der Amtschefkonferenz wird fortlaufend über den Stand der Individualdatenerhebung in den Ländern beraten, der Kerndatensatz kontinuierlich an strukturelle Veränderungen (z. B. Verkürzung der Gymnasialzeit auf acht Jahre) sowie an die technischen und rechtlichen Möglichkeiten in den einzelnen Ländern angepasst. Mit dem Kerndatensatz 3.0 wurde 2008 die letzte Aktualisierung verabschiedet. 12 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 2.3 Gläserne Schüler_innen‘? – Stationen einer kontroversen Debatte Wie bereits erwähnt werden in der jüngeren Debatte um die Einführung von Individualdaten vor allem datenschutzrechtliche Belange vorgetragen, die im Zuge der KMK-Vereinbarungen anfänglich in der Tat keine prominente Rolle spielten. Da der Beschluss des Kerndatensatzes den einzelnen Ländern offenhält, in welchem Erhebungsmodus die vereinbarten Merkmale gewonnen werden und ob insbesondere Personenkennungen zur Speicherung individueller (Verlaufs-)Merkmale im Längsschnitt eingesetzt werden, wird man annehmen können, dass eine länderübergreifende Abstimmung zu datenschutzrechtlichen Fragen seinerzeit (noch) nicht auf der Agenda der KMK stand. Gleichwohl wurde damit das für die Akzeptanz des Vorhabens bedeutsame Risiko übersehen, ohne ausgearbeitetes, gesamtheitliches Konzept Fakten zu schaffen, die eine datenschutzkonforme Gestaltung der Verfahren im Nachhinein nicht mehr ermöglichen. „Das Vo ha e u de letztli h zu ä hst es hlosse , i de Lä de gesta tet Gesetze und IT), und nun wird geprüft, inwieweit es national durchführbar ist, rechtlich im Hinblick auf den Bedarf und Umfang wie tatsächlich etwa im Hinblick auf te h is he S hutz aß ah e .“ (vgl. Bose 2007, S. 1) Wenig förderlich war darüber hinaus, dass in den ersten Konzeptentwürfen der KMK eine bundeseinheitliche, über die Zeit konstante Schüleridentifikationsnummer erwogen wurde, die die Zusammenführung in einem zentralen Datenpool auf Bundesebene ermöglichen würde. Gegenüber einem solchen Register mit personenbeziehbaren Daten aller Kinder und Jugendlichen haben die Datenschutzbeauftragten von Bund und Ländern nachdrücklich ihre Bedenken artikuliert: Bei einer Verknüpfung einzelner Lebensdaten im Zeitverlauf bestünde die Gefahr, der Erstellung von Persönlichkeitsprofilen Vorschub zu leisten. Die Notwendigkeit einer Totalerhebung sei zudem angesichts der Fülle stichprobenbasierter Bildungsstudien wie PISA nicht hinreichend nachgewiesen. Und angesichts des Fehlens präziser und einheitlicher Aussagen über Zwecke, beteiligte Stellen und Datenflüsse im Rahmen der KMK-Beschlüsse wurde ein erhöhtes Missbrauchsrisiko befürchtet – bspw. in Form von Datenzugriffen ausbildender Betriebe auf Laufbahncharakteristika potenzieller Ausbildungsbewerber_innen. In ihrer Entschließung Keine Schülerstatistik ohne Datenschutz forderte die 72. Konferenz der Datenschutzbeauftragten des Bundes und der Länder im Oktober 2006 somit von der KMK nachdrücklich den Verzicht auf ein einheitliches Schülerkennzeichen. Jede Möglichkeit einer Reidentifizierung von Individualdatensätzen sei durch geeignete Verfahren auszuschließen. Dass diese Vorgabe keinesfalls eine zwangsläufige Verabschiedung von Personenkennungen impliziert, verdeutlichen die Beispiele der inzwischen eingeführten Individualstatistik etwa in Hessen oder Hamburg. Hier wurden im Dialog mit allen Beteiligten entsprechende Rechtsgrundlagen für die Einführung einer Schüler-ID geschaffen und ‚geeignete Verfahren‘ datenschutzkonform implementiert (vgl. Kapitel 3). Obwohl das CDU-geführte Ministerium in Nordrhein-Westfalen einer anonymisierten Erfassung von Schülerindividualdaten grundsätzlich wohlwollend gegenüber stand und auch seitens der 13 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Opposition eine anonymisierte Erfassung zur Verfolgung von Schulkarrieren als sinnvoll erachtet wurde, um Problemlagen zu erkennen, wurde die Einführung von Identifikationsnummern für Schüler_innen in Nordrhein-Westfalen von der Landesregierung in Düsseldorf im Oktober 2006 abgelehnt. Als maßgeblicher Grund wurden auch hier datenschutzrechtliche Bedenken angeführt. Um die Wirksamkeit bildungspolitischer Maßnahmen zu überprüfen, so die Auffassung der Ministerin nach Gesprächen mit der Landesbeauftragten für den Datenschutz, reichte eine jährliche Übermittlung von Informationen über die Schüler_innen in anonymisierter Form. Die nachfolgenden Arbeitskreise und Workshops unter Einbeziehung von Wissenschaftler_innen und Medienvertreter_innen brachten gleichwohl in Nordrhein-Westfalen auch dieses abgespeckte Vorhaben nicht weiter voran. Dass das Thema in den letzten fünf Jahren wieder verstärkt auf die bildungspolitische Agenda Nordrhein-Westfalens gerückt ist, hängt vor allem mit dem Modellvorhaben Kein Kind zurücklassen! Kommunen in NRW beugen vor (KeKiZ) zusammen. Es wurde von der nordrhein-westfälischen Landesregierung gemeinsam mit der Bertelsmann-Stiftung initiiert und ermöglichte seit Beginn des Jahres 2012 18 Modellkommunen, am Aufbau kommunaler Präventionsketten zu arbeiten, damit Kinder, Jugendliche und Eltern bei auftauchenden Problemen frühzeitig genau die Unterstützungsangebote erhalten, die sie brauchen. Dabei ist man auf eine möglichst detaillierte, kleinräumige und belastbare Datengrundlage angewiesen, die im frühkindlichen Bereich durchaus vorhanden ist, aber mit dem Übergang ins Schulwesen abbricht. Daten aus PISA, IGLU und anderen groß angelegten Studien der empirischen Bildungsforschung liefern – aus den bereits angeführten Gründen – in keiner Weise das erforderliche sozialraum- und einzelschulische Auflösungsniveau, um auf lokalräumlicher Ebene Fragen der Schülerzusammensetzung und Ressourcenallokation, der Verteilung von Bildungseinrichtungen, -maßnahmen und sonstigen Unterstützungsangeboten oder der Friktionen und Brüche in den Schullaufbahnen unterschiedlicher Personengruppen abzubilden. Schülerindividualstatistiken werden in diesem Kontext als unerlässlich angesehen, um Wirkungsmodelle präventiven und schulischen Handels nachzuzeichnen und bestenfalls überprüfbar zu machen. Dies hat insbesondere im Rahmen der Evaluation von KeKiZ hohe Relevanz, da das Präventionsprojekt ausdrücklich auch den Schulerfolg von Kindern mit schwierigen sozialen Bedingungen nachhaltig verbessern will, die mit den bisherigen Schulstatistiken jedoch nicht in den Blick genommen werden können. 2.4 Zwischenfazit: Schulstatistik in NRW zwischen Erkenntnisinteresse und Datenschutz Fasst man die bisherigen Ausführungen zusammen, lässt sich erstens konstatieren, dass bei allen Akteur_innen im Bildungswesen inzwischen Konsens darüber herrscht, dass es einen Mangel an empirischen Erkenntnissen über typische sowie insbesondere prekäre Bildungsverläufe, das heißt über Gelingensbedingungen und Misserfolgsrisiken gerade im Schulwesen gibt. Spezifische Problemlagen, Brüche und besondere Hürden in den schulischen Entwicklungsverläufen 14 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW von Kindern und Jugendlichen lassen sich mit den verfügbaren Datengrundlagen kaum rekonstruieren. Insbesondere auf kleinräumiger Ebene unterhalb der Landesgrenzen, auf der keine repräsentativen Mikrodaten wie PISA (Querschnitt) oder NEPS (Längsschnitt) existieren, bleibt in aller Regel lediglich die Schulstatistik zur empirischen Beobachtung der Bildungsangebote, der Bildungsbeteiligung und der Bildungsergebnisse von Schüler_innen. In Nordrhein-Westfalen können so mit den verfügbaren, traditionellen schulstatistischen Daten, die jedes Jahr aufs Neue in aggregierter Form erhoben werden, nur vereinzelte Schlaglichter auf die Schullaufbahnen geworfen werden. Derartige punktuelle Zustandsbeschreibungen für ganze Schülerkohorten lassen aber offen, wie die einzelnen Ereignisse in ihrer Abfolge miteinander zusammenhängen; etwaige Prozesse der Bildungsbenachteiligung unterschiedlicher Schülergruppen bleiben für empirische Analysen unzugänglich und damit auch für Entscheidungsträger_innen intransparent. Dies erschwert die passgenaue Identifikation möglicher Stellschrauben und macht eine Untersuchung der Wirksamkeit von pädagogischen und sozialpädagogischen Investitionen geradezu unmöglich. Daraus lässt sich zweitens ein weiterführender Datenbedarf ableiten, der sowohl Bildungspraxis als auch Bildungsadministration und -politik in die Lage versetzen würde, von der Beschreibung singulärer Zustände von Ungleicheit hin zu einem Verständnis der Prozesse der Bildungsbenachteiligung zu kommen. Mit ihrem Beschluss, einen Kerndatensatz für schulstistische Individualdaten der Länder einzuführen, hat die KMK 2003 die Weichen für eine entsprechende Modernisierung der Schulstatistik gestellt. Darin wurde vereinbart, welche Merkmale bei der Einführung von Einzeldatensätzen für jede Schule, jede Lehrkraft und jeden bzw. jede Schüler_in erfasst werden sollten. Die konkrete Ausgestaltung der Erhebungsverfahren wurde den Ländern überlassen – so auch die Entscheidung darüber, ob die Merkmale nach Schul- bzw. Erhebungsjahren getrennt erhoben werden oder mit jahresübergreifender Verknüpfungsmöglichkeit mittels anonymisierter, aber eindeutiger Schülerkennungen (ID). Während einige Länder frühzeitig mit der Realisierung des KMK-Kerndatensatzes begannen, erwies sich der Prozess in Nordrhein-Westfalen als deutlich zeitaufwändiger. Die geplante Einführung von Schülerindividualdaten wurde sehr kontrovers diskutiert und schließlich aufgrund erheblicher Widerstände 2006 von der Landesregierung abgelehnt. Die damaligen Vorbehalte haben an ihrer Aktualität nichts eingebüßt, doch hat die von der derzeitigen Landesregierung und vielen nordrhein-westfälischen Kommunen angestrebte präventiv ausgerichtete und wirkungsorientierte Sozialpolitik zu einer neuerlichen Öffnung und Intensivierung der Debatte geführt. Im Zentrum dieses Diskurses, so lässt sich drittens festhalten, standen damals wie heute offene Fragen der rechtlichen, aber auch der finanziellen, sachlichen und organisatorischen Voraussetzungen von schulstatistischen Individualdaten: Wie kann trotz einer Vergabe eindeutiger, zeitkonstanter Schüler-IDs das Grundrecht auf informationelle Selbstbestimmung gewahrt werden? Welche Zweckbestimmung haben die Individualdaten und was folgt daraus für die an der Datenübermittlung, -speicherung und Datenweitergabe zu beteiligenden Stellen? Welche Hardund Softwarelösungen kommen für den Einsatz in den Schulen und Behörden infrage? Welche 15 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Kosten sind mit der Umsetzung, aber auch mit der laufenden Pflege und Betreuung eines solchen Datenbanksystems verbunden? Mögliche Antworten auf diese und weitere Fragen können erwartet werden, wenn der Blick über die nordrhein-westfälischen Landesgrenzen hinaus gerichtet wird. Im Folgenden sollen daher die Entwicklungsschritte in ausgewählten Bundesländern geschildert werden. Hilfreich erscheint es dabei, das Augenmerk auf jene Länder zu legen, die zum heutigen Zeitpunkt über Schülerindividualdaten verfügen, um rückblickend den Gelingensbedingungen und den Hürden des Umstellungsprozesses unter politischen, datenschutzrechtlichen und technisch-organisatorischen Gesichtspunkten auf die Spur zu kommen. Anschließend gilt es, die Potenziale der Individualdaten an konkreten landesspezifischen Auswertungsbeispielen aufzuzeigen, um den zu erwartenden Erkenntnisgewinn zu veranschaulichen. 16 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 3 Sta d der I di idualdate erhe u g i de Lä der Entsprechend der Länderhoheit in der föderal organisierten Bundesrepublik Deutschland ist das Schulsystem ein Kernstück der Eigenstaatlichkeit der Länder. Im Unterschied zu den bundesweiten gesetzlichen Regelungen im Vorschul-, Berufsbildungs- und Hochschulbereich gelten so auch für Statistiken im Schulbereich unterschiedliche Landesbestimmungen. Zielsetzung, Merkmalskranz, Auskunftspflicht, Erhebungsmodus sowie Verarbeitung und Weitergabe sind bis heute landesspezifisch geregelt. Um eine Vergleichbarkeit auf Bundesebene zu gewährleisten, wird die Schulstatistik im Sinne eines Mindestveröffentlichungsprogramms der Statistischen Landesämter als koordinierte Länderstatistik durchgeführt. Als rechtliche Grundlage für die Übermittlung und Zusammenstellung dieser Statistiken (Veröffentlichungen des Statistischen Bundesamtes) gibt es lediglich ein Schreiben der Kultusministerkonferenz von 1950, das später erneuert wurde. Die Bemühungen, die Schulstatistik der Länder im Sinne einer Vergleichbarkeit zu vereinheitlichen, wurden in den letzten beiden Jahrzehnten auch aufgrund zunehmender internationaler Datenanforderungen (z. B. durch die OECD oder Eurostat) intensiviert. Im Jahr 2000 führte dies zu dem Beschluss der Neufassung des Katalogs überregional und international notwendiger schulstatistischer Daten, die in den Ländern einheitlich zu erheben sind; im Mai 2003 folgte der Beschluss des sogenannten Kerndatensatzes schulstatistischer Individualdaten. Ursprünglich war für die flächendeckende Umsetzung ein Zeitfenster bis zum Jahr 2008 vorgesehen. Bis heute liegen Individualdaten jedoch in einigen Ländern nicht für alle Datensegmente der Schulstatistik vor. Abgesehen von grundsätzlichen, überwiegend datenschutzrechtlichen Vorbehalten erweist sich vor allem die Schaffung der rechtlichen und sachlichen Voraussetzungen für den Implementationsprozess als zeitaufwändiger als anfänglich erwartet. Insgesamt konnte bis zum gegenwärtigen Zeitpunkt in der Mehrzahl der Länder ein organisatorisch-technisches Konzept für die Übermittlung, Speicherung und Nutzung von Individualdaten entwickelt werden, sodass dort teilweise bereits mehrere Erhebungswellen landesspezifischer Individualdaten vorliegen. Die inhaltlichen und technischen Veränderungen wurden allerdings von den einzelnen Ministerien und Landesämtern zu unterschiedlichen Zeitpunkten, auf unterschiedlichem Wege und in verschiedenen Bereichen der Schulstatistik in Angriff genommen. Angesichts unterschiedlicher rechtlicher Vorkehrungen, personeller und technischer Ausstattungen, der Verfügbarkeit hochwertiger Schulverwaltungssoftware und der notwendigen Verarbeitungs- oder Übermittlungsprogramme verläuft der Umstellungsprozess weder zeitlich noch inhaltlich synchron. Während er in einigen Ländern bereits in den meisten Datensegmenten realisiert wurde oder mittelfristig abgeschlossen sein wird, bleibt dies z. B. für Sachsen – mit Ausnahme des bereits individualstatistisch erfassten Datensegments der Lehrkräfte – weiter gänzlich offen. Auch die Frage, ob Individualdaten anhand eindeutiger Personenkennungen über mehrere Jahre im Längsschnitt miteinander verknüpft werden können, wurde von Land zu Land unterschiedlich bewertet und verfahrenstechnisch gelöst. 17 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Nachfolgend wird der Stand der Individualdatenerhebung in ausgewählten Ländern skizziert, um Unterschiede und Gemeinsamkeiten im Implementationsprozess und in der heutigen Umsetzung herauszuarbeiten. Soweit möglich werden dabei politische Überlegungen, datenschutzrechtliche Belange und technisch-organisatorische Gesichtspunkte im Zeitverlauf thematisiert. Die Darstellung konzentriert sich auf jene Länder, die bis zum heutigen Zeitpunkt die notwendigen Voraussetzungen geschaffen haben, Individualdaten auch jahresübergreifend nutzen zu können, um unter Beachtung der Datenschutzbestimmungen mittels eindeutiger Personenkennungen längsschnittliche Verknüpfungen vornehmen zu können. 3.1 Hessen Mit einer Erhebung von Individualdaten seit 2001 liegt in der hessischen Schulstatistik ein vergleichsweise langer Erfahrungszeitraum vor. Die Einführung erfolgte im Rahmen einer Initiative des Referates E-Governement als sogenannte Lehrer- und Schülerdatenbank (LUSD). Diese ging zunächst (bis 2006/07) von einer dezentralen Datenhaltung in den Schulen aus, die ihre Statistikdaten per Diskette an das Kultusministerium lieferten. Rechtsgrundlage für die damit verbundene Erhebung und Verarbeitung von Einzeldatensätzen (IVDS) sind das Hessische Schulgesetz (§ 83 Abs. 9/§ 85) und die Datenschutz- und Statistikverordnung. Über Planungen einer zentralen LUSD informierte das Kultusministerium 2004. Spätestens seit diesem Zeitpunkt wurde das Projekt datenschutzrechtlich eng begleitet. Die Anforderungen des Datenschutzes in der Konzeptionsphase betrafen vor allem das Zugriffskonzept für Rollen und Berechtigungen, die Protokollierung und das Löschkonzept. Die mit der zentralen Datenbank verbundenen Zielstellungen seitens der Landesregierung waren vielfältig: - Nutzung der Schuldaten für eine übergreifende Bildungsverwaltung und -steuerung (Schulentwicklung, Unterrichtsabdeckung, Schülerströme, Leistungsdaten), - verbesserter Informationsfluss zwischen Schulen, Schulämtern und Ministerium, - flexible und jahresübergreifende Auswertung tagaktueller Daten, - Auswertung von Bildungsverläufen und - Vereinfachung der Verwaltungsarbeit an den Schulen. Landesweit eingeführt wurde die zentrale LUSD im Jahr 2007. Gesetzliche Grundlage waren die Verordnung über die Verarbeitung personenbezogener Daten an Schulen und statistische Erhebungen an Schulen und entsprechende Erlasse des Kultusministeriums, die Einzelheiten der Durchführung regeln. Als zentrale Datenbank ist sie in der Hessischen Zentrale für Datenverarbeitung (HZD) angesiedelt. Die LUSD ist ein webbasiertes Verwaltungsprogramm für Schüler-, Schul-, Unterrichts-, Leistungs- und Einsatzdaten der Lehrkräfte. Der gemeinsame, stets aktuelle Datenbestand im Schulverwaltungsnetz ermöglicht zahlreiche Funktionen, die die Prozesse in 18 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW den Schulen unterstützen und so Lehrkräfte und Schulverwaltung in vielen Bereichen der Verwaltungsarbeit entlasten, z. B. bei - Planverfahren zur Unterrichtsverteilung, Klassen- und Raumplänen, - Halb- und Endjahresnotenbearbeitung, - Zeugniserstellung, - Organisation und Kontrolle zentraler Abschlussprüfungen, - Datenübertragung bei Schulwechsel (Kandidatenverfahren). Nachdem anfänglich wegen Instabilitäten des Programms und fehlender Vorbereitung insbesondere in den Schulen die Anforderungen nicht erfüllt werden konnten, stimmte das Kultusministerium einer grundlegenden Überarbeitung der LUSD zu. Heute wird die LUSD in allen öffentlichen Schulen und dem größten Teil der privaten Schulen eingesetzt. Dies ermöglicht im Rahmen des sogenannten Kandidatenverfahrens die Übernahme der Daten eines Schülers bzw. einer Schülerin bei einem Schulwechsel durch die aufnehmende Schule. So verbleibt der bzw. die Schüler_in während der gesamten Schullaufbahn in Hessen mit einer durchgehenden Datensatzkennung im System, falls die abgebende und aufnehmende Schule die LUSD einsetzen. Aus dem zentralen LUSD-Datenbestand erfolgt zum Stichtag der Statistik die Datenübernahme in das KultusDataWarehouse (KDW) des Ministeriums. Die Schülerdaten im KDW werden als pseudonymisierte Individualdaten mit Fallnummer gespeichert. Hierzu wird die Datensatzkennung, mit der theoretisch Personen identifiziert werden könnten, in einem KDW-Vorsystem durch ein als Fallnummer bezeichnetes Pseudonym ausgetauscht. Die Verschlüsselung ist eindeutig, aber nicht rückverfolgbar, sodass Reidentifizierungen nicht möglich sind. Da auch die pseudonymisierten Datensätze datenschutzrechtlichen Restriktionen unterliegen, wurde im Rahmen der datenschutzrechtlichen Regelungen des KDW-Verfahrens eine abgeschottete Statistikstelle im Kultusministerium eingerichtet. Nachdem die zentrale LUSD anfänglich mit erheblichen Problemen gestartet war, hat sich laut Umfrageergebnissen inzwischen bei allen Prozessbeteiligten eine hohe Akzeptanz der LUSD eingestellt. Für das Projekt wurden in den Haushaltsjahren 2006 und 2007 20 Millionen Euro zur Verfügung gestellt. Dass keine ausreichende Kostenkontrolle stattgefunden hat, musste auch die Landesregierung eingestehen. 3.2 Brandenburg In Brandenburg erfolgte die Umstellung der Schulstatistik auf Individualdaten zum Schuljahr 2002/03. Die Motive decken sich weitgehend mit den für Hessen genannten Zielsetzungen, das heißt einer Vereinfachung der Verwaltungsarbeit an den Schulen, einem verbesserten Informa- 19 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW tionsfluss zwischen Schulen, Schulämtern, und Ministerium sowie flexibleren Auswertungsmöglichkeiten der in Verknüpfung erfassten schulstatistischen Merkmale zur Bildungsplanung und steuerung (einschließlich jahresübergreifender Auswertungen, Bildungsverläufe). Anfangs erfolgte die Datenerfassung der jährlichen ‚großen‘ Schuldatenerhebung noch über ein lokales Schulverwaltungsprogramm (WinSchule Landeslizenz seit 1995, Einsatz bei ca. 90 % der Schulen) mit Schnittstellen zu einem in den Schulen lokal zu installierenden Statistikerfassungsprogramm (LUSD BB), Die Ergebnisse wurden anschließend zunächst per Diskette, in späteren Jahren per E-Mail (2004 Einführung eines Dienstmailservers für Schulen) an das Amt für Statistik geliefert. Parallel zur ‚großen‘ Schuldatenerhebung wurden, beginnend mit dem Jahr 2003, alle Zusatzerhebungen (also Erhebungen außerhalb der jährlichen ‚großen‘ Schuldatenerhebung, wie Abiturstatistik, Prüfungen am Ende der Jahrgangsstufe 10 etc.) schrittweise auf Online-Erhebungen über ein Webportal (ZENSOS weBBclassic) umgestellt. Dieses zentrale System zur Onlineverwaltung von Schulinformationen wurde als gemeinsame Arbeitsplattform von Schulen, Schulämtern und Ministerium eingeführt. Die Teilnahme aller Schulen (in öffentlicher und freier Trägerschaft) ist verpflichtend. Die sehr guten Erfahrungen aller beteiligten Ebenen mit dem System – wie z. B. kein Administrationsaufwand in den Schulen, schnelle Reaktionsmöglichkeiten bei Änderung, Korrektur und Ergänzung, Transparenz bei der Plausibilisierung für die Schulen, sofortiges Feedback durch automatisiert hinterlegte Standardauswertungen und die Einbeziehung der unteren Schulaufsicht in die Eingangskontrolle und fachliche Plausibilisierung – führten zu der Überlegung, auch die jährliche ‚große‘ Schuldatenerhebung auf dieses Webverfahren umzustellen. Seit 2008/09 erfolgt nunmehr ein Upload der einzelschulischen Individualdaten in die webbasierte Datenbank ZENSOS weBBclassic, bei dem die Schulaufsicht in die Eingangskontrolle einbezogen ist. Mit der Einführung des zentralen webbasierten Schulverwaltungsprogramms ZENSOS weBBschule im Schuljahr 2012/2013 wurde das lokale Schulverwaltungsprogramm WinSchule abgelöst. Auch hier stand u. a. die Erleichterung und Vereinfachung der Arbeit der Schulen durch die oben schon genannten Vorteile im Vordergrund. Die Nutzung des Schulverwaltungsprogramms ZENSOS weBBschule ist freiwillig. Bei ZENSOS weBBschule handelt es sich zunächst primär um eine plattformunabhängige Webanwendung für die schulinterne Verwaltungsarbeit. Das Instrument vereinfacht den Schulen - die Verwaltung von Schüler- und Lehrerstammdaten, - die Planung und Verwaltung von Klassen und Kursen, - die Notenerfassung und - die Erstellung von Dokumenten (Zeugnissen, Beurteilungen, Bescheinigungen, Standardbriefen etc.). 20 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Zugleich ist aus dem Schulverwaltungsprogramm weBBschule eine direkte Datenübertragung in die zentrale Datenbank weBBclassic möglich, um die Schulämter und -träger bei der Durchführung von Anmeldungs- und Übergangsverfahren, bei der Sicherstellung der Schulpflicht sowie bei der Lieferung von Daten zur Planung, Steuerung und Kontrolle über standardisierte Statistikschnittstellen zu unterstützen. Die Kosten der Einführung des Verfahrens ZENSOS weBBschule werden auf 2,5 bis 3 Millionen Euro (seit 2008) geschätzt. Im Jahr 2013 haben bereits 700 der 800 Brandenburger Schulen das zentrale Schulverwaltungsprogramm genutzt; die restlichen Schulen liefern ihre Daten manuell bzw. per Import aus anderen Schulverwaltungsprogrammen in die Plattform ZENSOS weBBclassic. Sowohl die gemeinsame Arbeitsplattform ZENSOS weBBclassic als auch das Schulverwaltungsprogramm ZENSOS weBBschule stehen im Sicherheitsbereich des zentralen IT-Dienstleisters des Landes Brandenburg. In beiden Verfahren ist ein umfangreiches Rollen-Rechte-System hinterlegt, sodass jeder Nutzer (z. B. Nutzer Schule) nur auf seine eigenen Daten Zugriff hat. Da das Schulverwaltungsprogramm weBBschule ein Arbeitsinstrument der Schulen ist, haben auf dieses System auch nur die Schulen Zugriff; bei der ‚gemeinsamen Arbeitsplattform‘ ZENSOS weBBclassic gibt es auch die Nutzer aus den Schulämtern und dem Ministerium. Die Freigabe des Verfahrens ZENSOS weBBschule erfolgte auf der Grundlage von §7 BbgDSG durch das Ministerium. Das Sicherheitskonzept wurde mit der Landesbeauftragten für Datenschutz und Akteneinsicht (LDA) abgestimmt. Das Rollen- und Nutzerkonzept basiert auf den in der Datenschutzverordnung beschriebenen Aufgabenzuständigkeiten. Der Datenschutz in weBBschule wird durch umfangreiche Sicherheitsmaßnahmen gewährleistet: - verschlüsselter Zugang der Schulen zum Landesverwaltungsnetz mittels SSL (Secure Sockets Layer), - zweistufige Authentifizierung der Nutzer, - physische Trennung von Datenbank- und Applikationsserver, - Einbindung der Server in den Sicherheitsbereich des zentralen IT-Dienstleisters der Landesverwaltung, - Rollen-Rechte-Konzept für ausschließlich aufgabenspezifischen Datenzugriff, - verschlüsselte Datenablage bestimmter Merkmale in der Datenbank. Alle für die Statistik erforderlichen Datenlieferverpflichtungen der Schulen können aus dem Schulverwaltungsprogramm durch bewusste Initiierung der Schulen über Schnittstellen bedient werden. Die plausibilisierten Daten der jährlichen ‚großen‘ Schuldatenerhebung werden abschließend der Statistikstelle und dem Amt für Statistik in einer separaten Statistikdatenbank bereitgestellt. In der Statistikdatenbank werden die weiteren Aufbereitungen für Auswertungen und Analysen vorgenommen. 21 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Abbildung 1: Übersicht der aktuell im Einsatz befindlichen Fachverfahren im Zusammenhang mit der Individualdatenerhebung in Brandenburg Quelle: Danny Tschirner: Umsetzung der Individualdatenerhebung im Land Brandenburg; Präsentation vom 18.04.2016 Zum Zweck der Schulpflichtüberwachung wurde im Land Brandenburg die Einführung einer zentralen Schülerdatei (ZSD) in §65a des Brandenburger Schulgesetzes (BbgSchulG) rechtlich manifestiert. Die Teilnahme an der ZSD ist für alle Schulen in öffentlicher und in freier Trägerschaft verpflichtend. Neben der Verwaltung einer landesweit eindeutigen Schülernummer (Verwaltungsnummer – fortlaufende Nummer ohne Bindung an Schülermerkmale) können in der ZSD auch Merkmale - zur Schulpflichtüberwachung, - zur Teilnahme an den schulärztlichen Untersuchungen und zur Teilnahme an der Sprachstandsfeststellung und -förderung sowie - zu den Übergängen zwischen den Schulen verwaltet werden. Im August 2012 wurde zudem die Datenschutzverordnung Schulwesen (DSV) mit Blick auf die automatisierte ZSD, die Sperrung und Löschung personenbezogener Daten und Schülerlaufbahnstatistiken geändert. Die rechtlichen Vorkehrungen für den Aufbau einer ZSD mit Schülerverwaltungsnummer sind damit getroffen, ihre Einführung ist allerdings noch nicht erfolgt. Dies ist zum einen eine Ressourcenfrage und zum anderen eine strategische Frage. Vorrang hat ge- 22 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW genwärtig noch die Erweiterung des Schulverwaltungsprogramms ZENSOS weBBschule für berufliche Schulen. Da zwischen der ZSD und den Schulverwaltungsprogrammen Synchronisationsprozesse erforderlich sind, reduziert sich so die Anzahl zu betrachtender Schulverwaltungsprogramme. Sofern sich auch die beruflichen Schulen für die Nutzung von ZENSOS weBBschule als Schulverwaltungsprogramm (Teilnahme freiwillig) entscheiden, müssen die Träger sich nicht um Sicherstellung einer Synchronisationsschnittstelle zur ZSD bemühen, da in ZENSOS weBBschule das Land diese Aufgabe realisiert. Wie die konkrete Ausgestaltung des Abgleichs der Schülerdaten zwischen der ZSD und den Schulverwaltungsprogrammen (u. a. ZENSOS weBBschule) erfolgen soll, ist noch nicht abschließend geklärt. 3.3 Rheinland-Pfalz Während der Umstieg von Summendaten auf Individualdaten in vielen anderen Ländern erst im Zuge der KMK-Beschlussfassungen von 2000 und 2003 vollzogen werden musste, werden in Rheinland-Pfalz Individualdaten seit den 1980er Jahren erhoben. Eine Begründung des Bedarfs an Individualdaten war insofern nicht erforderlich (Besitzstandschutz), wenngleich jüngere Entwicklungen zur Neukonzeption der Datenabfrage des Statistischen Landesamtes, der Schnittstellen für die Datenübermittlung und des gesamten Datenbankmodells beim Statistischen Landesamt aus bildungspolitischer und -administrativer Sicht neue Argumente ins Spiel brachten. Da bis dato verschiedene Schulverwaltungsprogramme im Einsatz waren, die mit Zeitverzögerungen beim Eingang der Daten der Allgemeinen Schulstatistik und mit hohem Arbeitsaufwand einhergingen, begannen 2009 Planungsarbeiten zur Entwicklung einer zentralen, landeseinheitlichen Schulverwaltungssoftware zur Optimierung des gesamten Prozesses der Datenerhebung, Datenaufbereitung und Qualitätssicherung – mit folgenden Zielen: - keine getrennten Arbeitsgänge und Datenerfassungen bei der Schulverwaltung und Schulstatistik (keine Mehrfachabfragen), - Verbesserung der Kooperationen von Schulen, - finanzielle Entlastung bei Schulverwaltungssoftware (Anschaffungskosten/Updates), - höhere Zuverlässigkeit mit weniger Aufwand bei allen Beteiligten, - Konsistenz der Datenbestände und verbesserte Datenqualität und - verbessertes Steuerungswissen für bildungspolitische Entscheidungen durch Umsetzung des Kerndatensatzes. Der rheinland-pfälzische Ministerrat hat die Einführung eines zentralen Verwaltungsprogramms im Juni 2009 zustimmend zur Kenntnis genommen und das Kultusministerium beauftragt, ein geeignetes Vergabeverfahren vorzubereiten. Mit mehreren Bundesländern wurden hinsichtlich möglicher Kooperationen Vorgespräche geführt, um sich über deren Lösungsansätze zu informieren und deren Eignung für Rheinland-Pfalz zu bewerten. Parallel dazu wurde ein Gutachten 23 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW einer auf Vergabeverfahren spezialisierten Rechtsanwaltskanzlei eingeholt, um das für dieses Projekt rechtlich einwandfreie, effektivste und wirtschaftlichste Verfahren zu bestimmen. Die Verantwortung für das Projekt Schulverwaltungsprogramm Rheinland-Pfalz (SVP-RLP) liegt beim Kultusministerium in Kooperation mit der Zentralstelle für IT und Multimedia im Ministerium des Innern, für Sport und Infrastruktur. Seit dem Ministerratsbeschluss 2009 wurden zudem alle Stakeholder über das Vorhaben informiert: die Schulaufsicht, das Statistische Landesamt, die kommunalen Spitzenverbände sowie die privaten Schulträger, die Schulleitervereinigungen und die Hauptpersonalräte aller Schularten. In einem europaweit ausgeschriebenen Vergabeverfahren setzte sich die Softwarelösung edoo.sys der Karlsruher Firma ISB AG gegen 12 Mitbewerber aus 3 Ländern als (zukünftiges) landeseinheitliches Schulverwaltungsprogramm in Rheinland-Pfalz durch. Die Einführung erfolgte in den Jahren 2013 bis 2016, ist für alle allgemeinbildenden und beruflichen Schulen in öffentlicher Trägerschaft verpflichtend und für freie Schulen geplant. Mit edoo.sys können Schulen alle Daten zur Organisation, Auswertung und Planung auf einer Plattform verwalten. Für jede Schulart bietet die modulare Softwarelösung die optimale Funktionalität für alle Abläufe und geltenden Vorgaben im Schulbetrieb. Über Schnittstellen lassen sich Stundenplanprogramme und andere Anwendungen problemlos anbinden. Dank des integrierten Editors können Zeugnisse, Berichte und Briefe direkt im System erstellt werden. Hervorzuheben ist, dass es sich um eine dezentrale Plattform handelt. Schülerindividualdaten werden nur zu bestimmten Zeiten auf einem Server beim Landesstatistikamt von den Schulen repliziert. Edoo.sys unterstützt dabei jedoch den Export von eindeutigen Personenkennungen noch nicht; eine jahresübergreifende Zusammenführung der Schülerdaten ist allerdings geplant. Rechtsgrundlage ist § 67 des Schulgesetzes Rheinland-Pfalz aus dem Jahr 2004, in dem die Verarbeitung von Daten und statistische Erhebungen geregelt sind. Danach dürfen sensible Daten (wie Name, Adresse der Betroffenen, Schüler-ID) nicht an das Statistische Landesamt und die Schulträger übermittelt werden. Um allerdings schuljahresübergreifende statistische Auswertungen zu ermöglichen, wird gemäß § 67 SchulG für jeden Datensatz auf der Grundlage von Hilfsmerkmalen ein verschlüsseltes dauerhaftes Kennzeichen erzeugt, das den Rückschluss auf konkrete Einzelpersonen ausschließt. Die konkrete Durchführung ist vom Kultusministerium im Einvernehmen mit dem für die Statistikangelegenheiten zuständigen Ministerium durch Rechtsverordnung zu regeln. Obwohl es datenschutzrechtlich bereits möglich ist, scheint es technisch noch nicht abschließend abgeklärt, wie der Export aus edoo.sys jahresübergreifend erfolgen soll. SVP-RLP wird allen rheinland-pfälzischen Schulen kostenlos zur Verfügung gestellt. Für das Gesamtprojekt wurde ein Kostenrahmen von rund 5 Millionen Euro vorgesehen. 3.4 Hamburg Die Schulstatistik in Hamburg liegt im Verantwortungsbereich eines Fachbereichs der Behörde für Schule und Berufsbildung (BSB) und nicht in einem gesonderten Statistischen Landesamt. 24 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Das Fachreferat Schulstatistik generiert aus der Datenverarbeitung für den laufenden Schulbetrieb die Daten sowohl für Verwaltungszwecke als auch für statistische Zwecke. Grundlage ist die gesetzliche Verankerung der Schulstatistik in § 98 HmbSchulG des Jahres 1997. Ähnlich wie in Hessen begann nach einer Pilotphase ab 1999 auch in Hamburg die Einführung einer einheitlichen Lehrer- und Schülerdatenbank (LuSD) als flächendeckendem Schulverwaltungsprogramm für alle allgemeinbildenden Schulen des Stadtstaats. Das Fachverfahren LuSD ist eine Access/SQL-Datenbankanwendung und dient zur Unterstützung der schulischen Verwaltungsaufgaben. Die dort geführten Schüler-, Eltern- und Lehrerdaten sind u. a. Grundlage für - die Zusammenstellung von Listen für die schulinterne Organisation, - die Korrespondenz der Schule, - die jährlichen Schülerstatistiken, - Verfahren für die Unterrichtsverteilung (Einteilung von Kursen) und - die Zeugniserstellung. Die Daten werden zentralisiert als zugriffsgesicherte schulbezogene Datensammlungen in einem Datawarehouse (DWH) gespeichert, das operativ vom Fachreferat Informationstechnik der BSB betrieben wird. Zugriff haben jeweils nur die berechtigten Schulen. Einmal im Jahr wird an einem angekündigten Stichtag der komplette LuSD-Datensatz aller staatlichen Schulen in einen Speicherbereich der Behörde im DWH kopiert. Bei dieser Zusammenfassung zu einem Schülerindividualdatensatz werden die Daten automatisch mit einer eindeutigen Personenkennung (Globally Unique Identifier, GUID) versehen. Zwischen der BSB und dem Datenschutzbeauftragten des Landes entstand ein Dissens darüber, ob diese Praxis der Verarbeitung personenbezogener Daten der Rechtslage entspricht, insbesondere ob vor der Datennutzung durch die Behörde eine Anonymisierung bereits auf der Ebene der Einzelschule und nicht erst in der Behörde zu erfolgen hat. In einem unabhängigen Rechtsgutachten wurde im Jahr 2013 festgestellt, dass die staatlichen Schulen und die BSB als eine einzige Daten verarbeitende Stelle anzusehen sind und dass die Übernahme personenbezogener Daten in den Speicherbereich der Behörde damit keine ‚Übermittlung‘, sondern eine gemeinsame ‚Nutzung‘ darstellt. Aufgrund des sehr hohen Gefährdungspotentials für das Grundrecht auf informationelle Selbstbestimmung bedürfe es aber einer gesetzlichen Grundlage, die eine eigene Aufgabenbestimmung des internen ‚statistischen Amts‘ der BSB, eine strikte Zweckbindung, eine Abschottung gegenüber dem Verwaltungsvollzug und die notwendigen Schutzvorkehrungen regelt. Die entsprechende Änderung des Schulgesetzes im Jahr 2016 sieht nunmehr die Trennung von Verwaltungsvollzug und Nutzung von verknüpften Individualdaten (Statistik, Monitoring, Forschung etc.) durch Einrichtung einer abgeschlossen Statistikstelle vor. Eine Nutzung von quer- 25 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW und/oder längsschnittlich verknüpften Individualdaten durch die Behörde, das Institut für Bildungsmonitoring und Qualitätsentwicklung (ein Dienstleistungszentrum der BSB) oder durch externe Wissenschaftler_innen ist nur auf Antrag möglich. Hierzu wurde eine Struktur mit geteilter Zuständigkeit und Verantwortung geschaffen: Das behördliche DWH stellt weiterhin die Daten für den Verwaltungsvollzug und für die Geschäftsstatistiken bereit (i. d. R. Aggregatdaten ohne IDs). Aus dem DWH werden die Daten in eine zentrale Datenbank mit jeweils jährlich neu generierten bereichsspezifischen IDs übernommen. Datenverknüpfungen sind somit nur mithilfe von Schlüsselbrücken möglich, die von einer dafür eigens eingerichteten Vertrauensstelle zur Verfügung gestellt und verwaltet werden. Abbildung 2: Übersicht des Verfahrensablaufs zur Bereitstellung verknüpfter Individualdaten in Hamburg Quelle: Detlef Fickermann - Einrichtung einer abgeschlossenen Statistikstelle in Hamburg; Präsentation vom 18.04.2016 Eine Besonderheit ist hierbei die Möglichkeit, die Individualdaten der Schulstatistik projektbezogen auch mit anderen personenbezogenen (Forschungs-)Daten wie etwa aus Lernstandserhebungen der Schüler_innen (z. B. KERMIT) zu verknüpfen. Hierzu werden über das DWH entsprechende Schlüsselbrücken zwischen Personenkennungen (GUID) und bereichsspezifischen IDs (z. B. KERMIT-Code) als ‚temporäre Liste‘ bereitgestellt, um einen verknüpften Datensatz mit neuen, antragsspezifischen Pseudonymen zu generieren. 26 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 3.5 Zwischenfazit Der Stand der Individualdatenerhebung in Hessen, Brandenburg, Rheinland-Pfalz und Hamburg verdeutlicht zum einen, welche Vorüberlegungen und Vorkehrungen für einen erfolgreichen Implementationsprozess zu treffen sind. Zum anderen veranschaulicht insbesondere das Beispiel Hamburgs, welche Dynamik in dieser Frage auch mehr als ein Jahrzehnt nach dem KMK-Beschluss von 2003 zu beobachten ist. Insgesamt lassen sich aus den Erfahrungen in den betrachteten Ländern vier große Handlungsfelder ableiten, die bei der Umstellung auf schulstatistische Individualdaten von entscheidender Bedeutung sind: - politischer Wille: Überzeugungsarbeit bei den Stakeholdern, - Rechtsgrundlagen: Klärung offener datenschutz-und statistikrechtlicher Fragen, - Finanzierung: Kosten-Nutzen-Relation und realistische Kostenschätzung, - technisch-organisatorische Regelungen: Erarbeitung eines fachlichen Konzepts und Einführung von Hard- und Software sowie Regelung der Übermittlungs- und Speicherverfahren. Aufgrund der unterschiedlichen Ausgangsbedingungen variiert erwartungsgemäß die Umsetzung zwischen den einzelnen Ländern. So haben z. B. alle Länder eine zentrale, landeseinheitliche Schulverwaltungssoftware für die Umsetzung des Kerndatensatzes eingeführt. Doch wurden hierzu teilweise kommerzielle Softwareprodukte erworben, teilweise neue Programme selbst entwickelt. Auch wurden z. B. überall technisch-organisatorische Maßnahmen zur Übermittlung, Speicherung und Verarbeitung von Daten mit Personenkennung (Schüler-ID) geschaffen. Zum Teil wurden hierfür jedoch abgeschottete Statistikstellen im Ministerium eingerichtet, zum Teil erfolgt die Pseudonymisierung, bevor die Daten den geschützten einzelschulischen Zugriffsbereich verlassen. Und schließlich ist zu betonen, dass in allen Ländern vergleichbare, zentrale Nutzenaspekte der Individualdaten zum Tragen kommen, die sich folgendermaßen zusammenfassen lassen: - die digitale Pflege und Verwaltung von Bestandsdaten und Arbeitsabläufen im Schulalltag (Schulmanagement) - die Sicherung standardisierter Schüler-, Unterrichts- und Lehrerdaten auf Landesebene als zentral und aktuell gehaltener Datenbestand für Planungszwecke (Schulverwaltung) - die Verknüpfungsmöglichkeiten zwischen schulstatistischen Daten verschiedener Aggregationsstufen (Bildungsforschung und -planung) - die Verfügbarkeit personenbezogener Merkmalskombinationen in Einzeldatensätzen (Bildungsforschung und -planung) 27 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW - das Potential, Schülerströme mit pseudonymisierten Einzeldaten längsschnittlich nachzuzeichnen (Bildungsforschung und -planung) 28 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Nutze der s hulstatistis he I di idualdate 4 Angesichts einer teils ideologisch geführten Debatte um ‚gläserne Schüler_innen‘ sollte deutlich geworden sein, dass vor allem die Sinnhaftigkeit flächendeckender Individualstatistiken stichhaltig zu begründen ist. Insbesondere wurde und wird hinterfragt, warum die bisherigen Aggregatstatistiken (Summendaten) nicht ausreichen oder die gewünschten Erkenntnisse nicht über andere Erhebungen (z. B. Stichprobendaten wie PISA oder NEPS) gewonnen werden können, um eine Totalerhebung zu vermeiden. Die Beweisführung erwies sich lange als schwierig, weil die erwartete Verbesserung der Informationsgrundlagen für Bildungspolitik und -administration eine Individualdatenerhebung (und eine gewisse Laufzeit) erst einmal voraussetzt. So fehlte es lange Zeit an empirischen Belegen des konkreten Mehrwerts für Bildungsplanung, Bildungsmonitoring oder Bildungsforschung. Befürworter von Individualdaten haben oft den Nutzen lediglich pauschal proklamiert oder exemplarisch antizipieren können. Wie die vorherigen Ausführungen zeigen, liegen inzwischen mehrere Erhebungswellen landesspezifischer Individualdaten vor – teilweise auch mit eindeutigen Personenkennungen zur Rekonstruktion von Bildungsverläufen. Um den Mehrwert schulstatistischer Individualdaten aufzuzeigen, sollen nachfolgend die Auswertungspotenziale von Summendaten, Individualdaten sowie Individualdaten mit Personenkennung anhand konkreter Analysen aufgezeigt werden. Die grundlegenden Unterschiede zwischen den Erhebungstypen lassen sich wie folgt zusammenfassen: - Bei der traditionellen Erhebung von Summendaten (z. B. in Sachsen) meldet jede Einzelschule nach dem Prinzip einer Strichliste zusammengefasste Angaben zur Anzahl ihrer Schüler_innen im jeweiligen Schuljahr. Hiermit lassen sich lediglich aktuelle Statusinformationen (Bestandszahlen) ermitteln und nach wenigen, vordefinierten Merkmalskombinationen (z. B. Geschlecht und Ausländerstatus) in summarische Teilmengen aufschlüsseln. - Individualdaten bezeichnen eine technologiebasierte Erhebung anonymisierter Einzeldatensätze, zunächst ohne Bezug zu vorherigen Erhebungswellen, das heißt mit fortlaufender Ordnungsnummer je Schüler_in und Schuljahr (z. B. in Bayern). Damit sind einerseits multidimensionale Kombinationen zwischen allen erfassten Merkmalen möglich. Andererseits bleibt es jedoch bei querschnittlichen Angaben, die sich nach wie vor lediglich auf Bestandsdaten des aktuellen Schuljahres beziehen, mit Ausnahme weniger retrospektiv erfasster Schülermerkmale (z. B. das Einschulungsjahr oder die zuvor besuchte Schulart). - Auf der Grundlage von Individualdaten mit Personenkennung (z. B. in Hessen) können nicht nur quer- sondern auch längsschnittliche Verknüpfungen zwischen den schulstatistischen Merkmalen vorgenommen werden. Der aktuelle Status einer Person kann also 29 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW zu vorangegangen (bzw. nachfolgenden) Ereignissen der Schullaufbahn in Beziehung gesetzt, verschiedene Etappen der Schulbiographie oder der Verbleib von Schüler_innen können in den Blick genommen werden. 4.1 Erkenntnisgewinn schulstatistischer Individualdaten am Beispiel sonderpädagogischer Förderung in Rheinland-Pfalz Vor dem Hintergrund der aktuellen Bemühungen in den Ländern, gemäß der 2009 ratifizierten UN-Konvention über die Rechte von Menschen mit Behinderungen die Inklusion von Schüler_innen mit sonderpädagogischem Förderbedarf in Regelschulen voranzutreiben, sind differenzierte schulstatistische Daten zur Bildungsbeteiligung, zu Bildungsergebnissen oder gar zu den Bildungsverläufen dieser Kinder und Jugendlichen erforderlich. Bisherige Summendaten bieten hier nur begrenzten Einblick, wenngleich sonderpädagogische Förderung integraler Bestandteil der Schulstatistiken aller Länder ist. Folgenreich ist jedoch die fehlende Verknüpfbarkeit der prinzipiell verfügbaren Merkmale in Summendatensätzen. So wird zwar der sonderpädagogische Förderschwerpunkt der Schüler_innen erfasst, nicht aber der der Absolvent_innen/Abgänger_innen der Schulen, die als getrennter Summendatensatz erfasst werden. Über das Merkmal der Schulart lässt sich im Bereich Absolvent_innen/Abgänger_innen lediglich beziffern, wie viele Jugendliche mit oder ohne einen bestimmten Abschluss von der Schulart Förderschule abgehen. Keine Aussage kann hingegen über jene Personen getroffen werden, die in den sonstigen Schularten integrativ gefördert werden, da der sonderpädagogische Förderschwerpunkt nicht (für alle Schüler_innen) als individuelles Merkmal mit dem erreichten Abschluss verknüpft werden kann. Individualdaten erlauben nun analytische Bezüge zwischen sämtlichen institutionellen Merkmalen der Schulen und individuellen Merkmalen der Personen. Die Abschlusskonstellationen werden so umfassend über alle Schularten und Schülergruppen hinweg beschreibbar. Wie sich sonderpädagogisch geförderte Schüler_innen je nach Förderort in ihren erreichten Abschlüssen unterscheiden, kann z. B. auf Basis der Individualdaten in Rheinland-Pfalz aufgezeigt werden. Differenziert man nach den jeweiligen Förderschwerpunkten der Jugendlichen, so besuchte in Rheinland-Pfalz die überwiegende Mehrheit der Absolvent_innen/Abgänger_innen mit sonderpädagogischem Förderbedarf eine Förderschule im Schwerpunkt Lernen. Mit 23 Prozent erreichte lediglich jeder vierte dieser Schüler_innen einen Hauptschul- oder höher qualifizierenden Abschluss. 61 Prozent gingen mit Abschlusszertifikat des Förderschwerpunkts Lernen von der Schule, weitere 16 Prozent ohne jeden Abschluss. In Regelschulen erwerben integrativ unterrichtete Jugendliche mit Förderschwerpunkt Lernen doppelt so häufig zumindest einen Hauptschulabschluss und der Anteil ohne jeden Abschluss ist mit 32 Prozent ebenfalls doppelt so hoch wie an den Förderschulen. Dies deutet darauf hin, dass der Förderschulunterricht im Schwerpunkt Lernen in erster Linie auf den Erwerb des spezifischen Abschlusszeugnisses der Förderschule ausgerichtet ist, während sich die integrative Förderung stärker an den Unterrichtszielen der Mitschüler_innen ohne Förderbedarf zu orientieren scheint. 30 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Abbildung 3: Schulabschlüsse und -abgänge von Jugendlichen mit sonderpädagogischem Förderbedarf in Rheinland-Pfalz 2008 nach Förderschwerpunkt und Förderort Anzahl 2.000 Förderschwerpunkt Lernen Förderschwerpunkt Geistige Entwicklung Sonstige Förderschwerpunkte 1.789 1.500 1.000 500 62 408 222 5 19 0 Förderschüler Integrationsschüler1) Integrationsschüler1) Förderschüler Förderschüler Integrationsschüler1) 13 16 in % 100 16 34 80 60 24 61 16 100 21 100 84 40 50 20 42 23 0 Mit mindestens Hauptschulabschluss Mit Abschluss "Lernen" Mit Abschluss "Geistige Entwicklung" Ohne Abschluss 1) Absolventen/Abgänger mit sonderpädagogischem Förderbedarf, die integrativ an sonstigen allgemeinbildenden Schulen unterrichtet wurden. Quelle: Kühne 2015, S. 182 Ob die Förderschüler_innen in Regelschulen bessere Chancen auf einen regulären Schulabschluss gehabt hätten, lässt sich allerdings nicht beantworten. Auch ist unklar, welche Rolle die geringe Größe dieser Schülergruppe spielt, ob sich also die Situation in Ländern anders darstellt, die mehr Kinder mit Förderbedarf in Regelschulen beschulen als in Rheinland-Pfalz. Ohne Personenkennung bleibt zudem offen, welche (sonderpädagogische) Vorgeschichte die Schüler_innen aufweisen und welche Anschlussperspektiven sich den Jugendlichen nach dem Schulabgang mit oder ohne Abschluss eröffnen. Gleichwohl sind diese Individualdaten eine wichtige Informationsgrundlage, um in den kommenden Jahren weiterzuverfolgen, ob sich für bestimmte Schülergruppen im Zuge der voranschreitenden Inklusionsbemühungen neue Abschlusserfolge einstellen oder neue Hürden auftun. 31 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 4.2 Erkenntnisgewinn von Personenkennungen am Beispiel des Absolventenverbleibs in Hessen Will man Informationen darüber gewinnen, was erfolgreiche Bildungsverläufe von weniger erfolgreichen unterscheidet, müssen Systemmerkmale und (bildungs-)biographische Ereignisse bzw. Etappen im Zusammenhang betrachtet werden. Ohne eine Personenkennung können ausschließlich kohortenbezogene Aussagen an einzelnen Punkten der Bildungsbiographien getroffen werden. Im Querschnitt lassen sich so etwa die erreichten Abschlüsse auf Grundlage der Bestandsdaten der Absolvent_innen/Abgänger_innen eines Schuljahres beschreiben, nicht aber, welche Gemeinsamkeiten z. B. Schulabbrecher_innen in ihrer bisherigen Schullaufbahn aufweisen (Risikofaktoren), welche Wege die Jugendlichen anschließend einschlagen oder wem es gelingt, einen Abschluss nachzuholen. Nachfolgend wird diese längsschnittliche Analyseperspektive am Beispiel der hessischen Schulentlassenen aufgegriffen. Abbildung 4: Schulische Bildungsverläufe der Schulabgänger_innen ohne Abschluss in Hessen 2009 über die Dauer von 3 Jahren (in %) Quelle: Kühne 2015, S. 238 32 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Über die Verknüpfung der individualstatistischen Personenkennungen können die erreichten Abschlüsse jener Schüler_innen, die 2009 eine Schule verlassen haben, mit den nachfolgend besuchten Anschlussbildungsgängen in Beziehung gebracht werden, um Verbleibsquoten zu ermitteln. Die Ergebnisse machen auf deutliche Selektionsbarrieren in Abhängigkeit der Vorbildung aufmerksam (vgl. Kühne 2015, S. 236ff.). Nur jeder vierte Jugendliche, der ohne jeden Abschluss von der Schule abgegangen ist, schaffte den unmittelbaren Übergang in ein Ausbildungsverhältnis. Der Großteil besuchte nach dem Abgang gar keine Schule, ein kleinerer Teil setzte seinen Bildungsweg in einer allgemeinbildenden Schule oder einer berufsvorbereitenden Maßnahme des Übergangssystems fort. Abgänger_innen mit Abschlusszertifikat der Förderschule gelang es häufiger, nach dem Abschluss eine Ausbildung zu beginnen – sogar öfter als den Absolvent_innen mit Hauptschulabschluss. Greift man nun die Personen ohne Abschluss heraus, wird zum einen sichtbar, dass jeder Dritte auch zwei Jahre nach dem Schulabgang 2009 in keinen Bildungsgang zurückgekehrt ist, der Verbleib der betreffenden Personen also (statistisch) unbekannt ist. Zum anderen entwickeln sich die Bildungsverläufe der übrigen Jugendlichen deutlich auseinander. Die überwiegende Mehrheit besuchte 2010/11 nicht mehr den gleichen Bildungsgang wie 2009/10. Nicht einmal die Hälfte der Auszubildenden im dualen System oder Schulberufssystem ging auch im Folgejahr noch der Ausbildung nach. Insgesamt ergeben sich also für eine große Anzahl von Personen diskontinuierliche Bildungsverläufe im Anschluss an die allgemeinbildende Schulzeit. Ob im Zuge des Schulbesuchs der formale Bildungsstand der Jugendlichen gestiegen ist, kann über die verknüpften Individualdaten ebenfalls rekonstruiert werden. Sowohl für Abgänger_innen ohne Abschluss als auch für jene mit Förderabschluss Lernen bestätigt sich die Vermutung, dass viele ein Jahr nach Schulende erneut den Bildungsgang wechseln, weil sie bereits in diesem ersten Jahr den Hauptschulabschluss nachholen konnten. Bis zum Ende des Schuljahres 2011/12 verringerte sich die Zahl der Jugendlichen, die 2009 ohne Hauptschulabschluss von der Schule gingen, insgesamt um ein Drittel. Bemerkenswert ist, dass darunter die Jugendlichen mit anfänglichem Förderabschluss Lernen häufiger einen Abschluss nachholten als diejenigen, die zunächst ohne jeden Abschluss die Schule beendet hatten. Da Hessen zu jenen Ländern zählt, in welchen Förderschüler_innen im Schwerpunkt Lernen keinen herkömmlichen Schulabschluss erwerben können, wird damit die Frage aufgeworfen, ob sie – z. B. im integrativen Unterricht an einer Regelschule – nicht bereits früher die Chance auf den Erwerb des Hauptschulabschlusses genutzt hätten. 4.3 Erkenntnisgewinn von Personenkennungen am Beispiel verzögerter Schullaufbahnen in Bremen Das Beispiel der hessischen Schulabgänger_innen gibt bereits erste Hinweise auf verbesserte Steuerungsinformationen durch Personenkennungen. Sie bieten aber darüber hinaus das Potenzial, den prozessualen Wirkungszusammenhang zwischen dem erreichten Abschluss und wei- 33 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW teren Ereignissen der Schullaufbahn (z. B. Art der Einschulung) zu rekonstruieren. Eine entsprechende Laufzeit der Individualdatenerhebung vorausgesetzt können Längsschnittanalysen über die gesamte Schulzeit durchgeführt werden, etwaige Klassenwiederholungen oder Schulartwechsel eingeschlossen. Abschluss- und Abgangsquoten z. B. wären auf diesem Wege als tatsächliche schulische Erfolgs- bzw. Misserfolgsquoten operationalisierbar, indem die Zahl der erreichten Schulabschlüsse nicht (mehr) im Verhältnis zur Abschluss- oder Geburtskohorte betrachtet, sondern z. B. auf Einschulungs- oder Übergangskohorten rückbezogen wird. In der Stadt Bremen, für deren öffentliche Schulen des allgemeinbildenden Bereichs bereits seit 1997 Individualdaten mit Personenkennung vorliegen, wurden entsprechende Auswertungsstrategien bereits verfolgt. Jasker/Kneuper konnten z. B. aufzeigen, dass Schüler_innen mit regulärer Schullaufbahn eine dreimal höhere Abiturchance haben als Mitschüler_innen, die bis zur 10. Jahrgangsstufe mindestens eine Klasse wiederholt haben (vgl. Jasker/Kneuper 2012, S. 19ff.). Tabelle 2: Multivariates Analysemodell zum Einfluss verschiedener Schüler- und Schullaufbahnmerkmale auf den Gymnasialbesuch Dep. Var. Gym. Grade Korrelation OLS Kausal Reife IV Kausal Reife IV Grade 7 Grade 7 Grade 9 0.0346 0.0348 Younger 6 (0.0099) -0.1686 Older 7 (0.0200) Boy -0.0303 (0.0053) 0.0429 0.0451 (0.0053) (∑ Grade 4) *** (0.0049) *** Retentions *** -0.0296 *** No migrant *** (0.0057) -0.2776 *** 0.3103 *** (0.0085) (0.1094) *** (0.0120) *** -0.1485 (0.0221) *** -0.0441 (0.0061) *** 0.0969 (0.0066) *** 0.3667 (0.1350) *** District    City block    Year dummies    0.1410 0.0295 0.0119 35,604 35,604 27,402 2 R N Quelle: Kerstin Schneider: Potentiale schulstatistischer Individualdaten aus Bremen für die Bildungsforschung am Beispiel von Alterseffekten, Tracking und Klassenwiederholungen, Präsentation vom 18.04.2016. In vertiefenden Analysen widmeten sich Schneider und Kollegen dem Zusammenspiel von Wiederholungen, sozio-ökonomischem Bedingungen der Familienhaushalte, Schulformeffekten (‚Tracking‘) und Alterseffekten. Für die Bremer Einschulungskohorten der Jahre 1998, 1999 und 2000 wurde dabei als abhängige Variable zum einen der Gymnasialbesuch in Jahrgangsstufe 7 34 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW und zum anderen der Erwerb des Abiturs betrachtet. Im Ergebnis konnte aufgezeigt werden, dass Kinder, die bei der Einschulung älter sind als ihre Mitschüler_innen, nur auf den ersten Blick (Korrelation) eine geringere Wahrscheinlichkeit haben, später das Gymnasium zu besuchen. Ein Großteil dieses Unterschieds lässt sich durch das Wahlverhalten der Eltern in Bezug auf den Zeitpunkt der Einschulung erklären (vorzeitige Einschulung oder Zurückstellung). Nutzt man nicht das tatsächliche Alter der Kinder, sondern nur die für die Stichtagsregelung bedeutsame, zufällige Variation im Alter (Geburtsmonat), kann damit die aktive elterliche Entscheidung über das Einschulungsalter ‚herausgerechnet‘ werden (Kausaleffekt). Ältere Kinder haben dann einen Vorteil, besuchen also häufiger in Jahrgangsstufe 7 das Gymnasium. Hinsichtlich Klassenwiederholungen zeigen sich ähnliche Befunde: Auf den ersten Blick besuchen Siebtklässler mit Klassenwiederholungen (bis Jahrgangsstufe 4) seltener das Gymnasium. Unter Kontrolle der Alterseffekte sowie weiterer Faktoren (Geschlecht, Migrationshintergrund, soziale Lage des Wohnorts) gibt es allerdings keinen negativen Einfluss von Klassenwiederholungen mehr: Das heißt, Kinder, die in der Grundschule wiederholt haben, weil sie jünger waren, können davon profitieren. 4.4 Erkenntnisse zu frühen Bildungsverläufen auf kommunaler Ebene: Das Beispiel Mülheim Die in der Stadtgemeinde Bremen gewonnenen Erkenntnisse aus langjährig erfassten Schülerindividualdaten verdeutlichen, dass mit amtlichen Schuldaten bislang offene Forschungsfragestellungen jenseits wissenschaftsgetragener Primärdatenerhebungen beantwortet werden können. Mit Blick auf die Wirkungen von Ereignissen der Schullaufbahn wie Klassenwiederholungen liefern sie wichtige Anhaltspunkte, um pädagogische Maßnahmen innerhalb des Schulsystems zu bewerten. Bezogen auf die Chancen und Grenzen kommunaler Prävention und Intervention wären solche Informationen für das Modellvorhaben Kein Kind zurücklassen! Kommunen in NRW beugen vor von unschätzbarem Wert. Im Rahmen des Modellvorhabens, das begleitend in fachlicher Hinsicht evaluiert wird, werden unter anderem vorliegende Daten, die in der Verwaltung anfallen, erschlossen und analysiert (Modul 4: Wirkungsanalyse mit Mikrodaten). So sollen den Kommunen Instrumente für die Diagnose und Lokalisierung von Problem(grupp)en im Raum und in spezifischen Institutionen, für die Evaluation präventiven Handelns und für die Aufklärung der Öffentlichkeit an die Hand gegeben werden (vgl. Strohmeier et al. 2014). Mit den verfügbaren prozessproduzierten Daten von Kommunen (wie z. B. jene der Schuleingangsuntersuchungen oder der SGB II-Statistik) kann allerdings bislang die Entwicklung von Kindern vornehmlich im Vorschulalter abgebildet werden. Durch Analysen von kommunalen Mikrodaten der Stadt Mülheim an der Ruhr konnte etwa gezeigt werden, dass ein früher Kitabesuch (Eintritt in die Kita vor dem dritten Geburtstag) positive Effekte für die kindliche Entwicklung hat, aber sozial stark selektiv ausgeprägt ist (vgl. ebd.). Neben dem frühen Kitabeginn wurden entwicklungsfördernde Einflüsse sportlicher Aktivitäten aufgezeigt. Als eigenständiges Entwicklungsrisiko konnte demgegenüber Armut, gemessen über den Sozialgeldbezug eines Kindes, herausgestellt werden. 35 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Mit dem Übergang in die Schule brechen die Informationsgrundlagen für eine Diagnose von Problemlagen, Wirkungsanalysen ergriffener Maßnahmen oder für konkrete Allokationsentscheidungen faktisch weg. Die amtliche Schulstatistik in Nordrhein-Westfalen bietet hierfür keine Anknüpfungspunkte zu den sonstigen kommunalen Daten, insbesondere der in Verantwortung der Gesundheitsämter liegenden Schuleingangsuntersuchung. Nur mit letzterer konnte im Rahmen der wissenschaftlichen Begleitung von KeKiZ schulbezogenen Fragestellungen auf kommunaler Ebene nachgegangen werden, z. B. den Auswirkungen der Aufhebung der verbindlichen Grundschulbezirke in Nordrhein-Westfalen im Jahr 2008. Für die Schulwahlprozesse bzw. Schulsegregation (Sozialstruktur der Schulen) in Mülheim an der Ruhr konnte gezeigt werden, in welchem Ausmaß das elterliche Wahlverhalten tradierte Planungslogiken infrage stellt (vgl. Groos 2015, 2016). Ermöglicht wurde dies dadurch, dass im Unterschied zur Schulstatistik im Rahmen der Schuleingangsuntersuchungen zum einen auch die Wohnorte sowie soziodemographische Daten über die Familien (Bildungsstand, Erwerbsstatus, Staatsangehörigkeit, Geschwisterzahl, Familienstatus u. a.) erfasst werden, und dies zum anderen als Individualstatistik aller schulpflichtig werdenden Kinder. Auf dieser Grundlage konnten mittels Faktorenanalysen detaillierte, mehrdimensionale soziale Profile der Grundschulen erstellt werden. Im Ergebnis lässt sich die soziale, ethnische und familiäre Situation der Grundschulen differenziert beschreiben. Abbildung 5: Schulwahlverhalten in Mülheim an der Ruhr nach Sozialprofil der Schule und Bildungsstand der Eltern (in % der elterlichen Entscheidungen) Quelle: Groos 2015, S. 24 (Datenbasis Schuleingangsuntersuchungen Mülheim an der Ruhr 2007/08 bis 2010/11) 36 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Vergleicht man z. B. die Anteile der gewählten zuständigen und nicht zuständigen Grundschulen in Abhängigkeit vom Bildungsstand der Eltern auf der einen und des Sozialprofils der Schulen auf der anderen Seite, wird eine zunehmende soziale Segregation infolge der Aufhebung der verbindlichen Schuleinzugsbereiche sichtbar: Ist die zuständige Grundschule sozial benachteiligt, steigt mit zunehmendem Sozialstatus der Eltern die Wahrscheinlichkeit stark an, dass sie gemieden wird. Dies hat Folgen für die ohnehin sozial und ethnisch ungleiche Verteilung der Schüler_innen auf die Mülheimer Schulen. Für die verlässliche Planung von Schulstandorten und -kapazitäten ist dies von unmittelbarer praktischer Bedeutsamkeit. Für die weitere Schullaufbahn lassen sich solche Wahlprozesse und Segregationstendenzen nicht ohne entsprechende schulstatistische Individualdaten rekonstruieren. 4.5 Zwischenfazit Die hier skizzierten Beispiele verweisen auf einige der Möglichkeiten, die mit einer verbesserten Datenlage im Hinblick auf die Gestaltung einer präventiven Politik möglich sind. Sie zeigen aber auch, dass die gegenwärtigen Möglichkeiten höchst unterschiedlich sind – sei es im Vergleich der Länder, im Vergleich der Bildungsbereiche oder im Vergleich der Akteursebenen von Kommunen über das Land bis zum Bund. Deutlich wird darüber hinaus, wie umständlich mitunter agiert werden muss, sollen relevante bildungs- und sozialpolitische Fragen beantwortet werden. Die Defizite bleiben sichtbar, die Desiderata ebenfalls. 37 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW A satzpu kte für die Weitere t i klu g der S hulstatistik i Nordrhei -Westfale 5 Die Ausführungen zur Einführung von Individualdaten in anderen Ländern verdeutlichen einerseits, dass im Einvernehmen mit allen Beteiligten entsprechende Rechtsgrundlagen und technisch-organisatorische Rahmenbedingungen geschaffen werden können – auch für eine datenschutzkonforme Implementation jahresübergreifender Personenkennungen (Schüler-ID). Andererseits sind bzw. waren nicht nur die Ausgangsbedingungen für eine solche Umstellung der Schulstatistik auf Individualdaten höchst unterschiedlich, sondern auch die Umsetzung der Verfahrensabläufe variiert zwischen den einzelnen Ländern teilweise deutlich, teilweise im Detail. Ausgehend von den gegenwärtigen Rahmenbedingungen der schulstatistischen Datenerfassung in Nordrhein-Westfalen sollen nachfolgend mögliche Ansatzpunkte für eine Umsetzung des Kerndatensatzes für schulstatistische Individualdaten erörtert werden. Die Rechtsgrundlage für die Erhebung der Amtlichen Schuldaten in Nordrhein-Westfalen bildet der Runderlass Amtliche Schuldaten und weitere statistische Erhebungen; Erhebungsverfahren und Datenbereitstellung des Ministeriums für Schule und Weiterbildung, Wissenschaft und Forschung (Dienstanweisung BASS 10-44 Nr. 2.1). Die Erhebung und Verarbeitung von personenbezogenen Daten werden durch die Verordnung über die zur Verarbeitung zugelassenen Daten von Schülerinnen, Schülern und Eltern (VO-DV I), die Verordnung über die zur Verarbeitung zugelassenen Daten der Lehrerinnen und Lehrer (VO-DV II) sowie durch § 120 SchulG NRW (Schutz der Daten von Schülerinnen und Schülern und Eltern) und § 121 SchulG NRW (Schutz der Daten von Lehrerinnen und Lehrern) geregelt. Gemäß § 1 Abs. 1 VO-DV I sind die Schulen und Schulaufsichtsbehörden berechtigt und verpflichtet, im Rahmen ihrer Aufgaben personenbezogene Daten (1) der Schüler_innen, (2) der Eltern und (3) der Verpflichteten (gemäß § 41 SchulG, Einhaltung der Schulpflicht) in Dateien und/oder Akten zu verarbeiten. In Anlage 1 dieser Verordnung sind alle Merkmale benannt, die bei Aufnahme eines Kindes in die entsprechende Schule in Form eines sogenannten Schülerstammblatts gemäß § 4 der Verordnung aufzunehmen sind. Der Merkmalskranz eines solchen Schülerstammblatts umfasst sämtliche im Kerndatensatz der KMK vereinbarten sowie weitere Merkmale: - Personaldaten der Schülerin bzw. des Schülers und der Erziehungsberechtigten (Individualdaten wie Name, Anschrift, Geschlecht, Geburtsdatum, -ort und -land, Jahr des Zuzugs etc.), - Informationen zur schulischen Laufbahn des Schülers bzw. der Schüler_in (Organisations- bzw. Schullaufbahndaten wie Einschulung, bisherige Bildungsgänge und Schulen etc.), - Angaben über den individuellen Leistungsstand des Schülers bzw. der Schüler_in (Leistungsdaten wie Noten, Versetzungsverfahren, Empfehlungen, Prüfungen etc.) 38 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW - und für die einzelnen Schulformen oder Schulstufen benötigte zusätzliche Informationen (schulform- oder schulstufenspezifische Zusatzdaten wie schulärztliche Gutachten, Sprachfeststellung etc.). Eine Übermittlung und außerschulische Verarbeitung dieser umfassenden einzelschulisch erfassten Individualdaten erfolgt indes nicht. Nach § 122 SchulG bedürfte es hierfür einer Änderung der Rechtsverordnung über die zur Verarbeitung zugelassenen Daten der Schüler_innen und Eltern. Konkret müssen Datenempfänger_innen, Datenart und Zweck der Übermittlung festgelegt (§ 122 Abs. 4) und die Dauer der Datenspeicherung, Zugang, Auskunft/Einsicht sowie das Verfahren zur Aufbewahrung, Aussonderung, Löschung und Vernichtung der Daten (§ 122 Abs. 5) neu geregelt werden. Da eine Übermittlung personenbezogener Daten an die außerschulischen Behörden laut Schulgesetz insoweit möglich ist, wie dies zur Erfüllung der ihnen übertragenen Aufgaben erforderlich ist, müssen insbesondere die Erforderlichkeit und der Zweck einer Übermittlung und Verarbeitung von Individualdaten begründet werden. Die bisherige Zweckbestimmung der Amtlichen Schuldaten liegt in den drei Bereichen Berechnung und Prognose des Lehrkräftebedarfs, Bildungsplanung sowie (zentrale) Informationsquelle über das Schulsystem in Nordrhein-Westfalen. Während die Angaben zu den Lehrkräften bereits individualstatistisch erhoben werden, gilt dies für die zu den Schüler_innen nicht. Ihre Vorzüge lägen in den erweiterten analytischen Möglichkeiten, flexibel beliebige statistische Merkmalskombinationen sowie jahresübergreifende, bildungsbiographische Auswertungen vorzunehmen, wie in Kapitel 4 exemplarisch ausgeführt wurde. Dies dient primär einer Verbesserung des Steuerungswissens für bildungspolitische Entscheidungen, das heißt dem Verwendungszweck der Information und Bildungsplanung. Eine Verarbeitung bzw. Einsicht in personenbezogene Daten zu dienstlichen Zwecken ist insofern dann als notwendig anzusehen, wenn Einigkeit darüber besteht, dass auf diesem Wege steuerungsrelevantes Wissen für die Aufgabenerfüllung im Zuge einer präventiven Sozial- und Bildungspolitik generiert werden kann. Ist (politischer) Konsens über die Frage des ‚Warum?‘ hergestellt und ein fachliches Konzept erarbeitet, welche Daten mit welcher Zweckbindung von welchem Empfänger eingesehen bzw. verarbeitet werden dürfen, sind die dafür erforderlichen Übermittlungs- und Speicherverfahren (‚Wie?‘) festzulegen. Die Erfahrungen in den anderen Bundesländern zeigen, dass der politische Wille zur Einführung von Schülerindividualdaten oftmals in der parlamentarischen und gesellschaftlichen Debatte durch Zweifel an der Datensicherheit beeinflusst wurde. Neben der Erforderlichkeit und Zweckmäßigkeit der Datenerhebung und -verarbeitung spielt insofern in allen Ländern die Frage der Handhabbarkeit, also technisch-organisatorische Aspekte der Schülerindividualdaten, eine ganz wesentliche Rolle für einen erfolgreichen Implementationsprozess. Aus rechtlicher Perspektive ist in Nordrhein-Westfalen durch die allgemeinen Bestimmungen für die Übermittlung von Daten (VO-DV I) eine hinreichende Flexibilität gegeben: Laut § 5 Abs. 3 kann das zuständige Ministerium Rahmenbedingungen für (1) die zur Übermittlung von Daten 39 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW einzusetzende Hard- und Software, (2) die zur Übermittlung von Daten einzusetzenden Verfahren und (3) Maßnahmen und Verfahren zur Einhaltung der datenschutzrechtlichen Bestimmungen auf dem Übermittlungswege schaffen oder im Einvernehmen mit den Schulträgern den Einsatz bestimmter Hardware, Software, Maßnahmen oder Verfahren vorschreiben. Unzulässig sind gemäß § 5 Abs. 2 lediglich automatisierte Verfahren, die die Übermittlung personenbezogener Daten durch Abruf ermöglichen. Wie etwa in Brandenburg oder Rheinland-Pfalz kann aber durch die Schulen die Dateneingabe bzw. der Export definierter Merkmale aus dem eigenen Datenbestand auf einen außerschulischen Server (beim Ministerium oder IT.NRW) erfolgen. Dies ist auch in Nordrhein-Westfalen schon gängige Praxis. Ausgangspunkt der Individualdatenerhebungen ist in allen betrachteten Bundesländern eine zentrale, landeseinheitliche Schulverwaltungssoftware, die für die Umsetzung des Kerndatensatzes als zielführendste Lösung eingeführt bzw. dahingehend weiterentwickelt wurde. Einige Länder haben kommerzielle Softwareprodukte gekauft bzw. lizenziert, andere haben neue Programme selbst entwickelt oder mit teils erheblichem finanziellen Aufwand neu entwickeln lassen. Die Vorteile eines solchen Verwaltungsprogramms liegen für die Schulen vor allem darin, dass Verwaltungsprozesse und Schulstatistik keine getrennten Arbeitsgänge und Datenerfassungen erfordern und ein zentraler Support zur Verfügung steht (Updates, Fehlererkennung und behebung etc.). Für die Schulträger bedeutet ein zentrales Schulverwaltungsprogramm eine finanzielle Entlastung, da die Anschaffungskosten für die Schulverwaltungssoftware entfallen und die jährlichen Kosten für Updates geringer sind als bei Einsatz von Programmen unterschiedlicher Anbieter. Für das Land sind die Vorteile in der höheren Zuverlässigkeit der jährlichen Schulstatistik mit geringerem Aufwand bei allen Beteiligten und in einer größeren Datenqualität und -konsistenz auszumachen. Auch in Nordrhein-Westfalen stellt das Ministerium für Schule und Weiterbildung allen Schulen kostenlos Software für die Schulverwaltung zur Verfügung. Zentrales Programm ist dabei SchildNRW, mit dem die Schülerindividual- und Leistungsdaten verwaltet werden. Für die Zusammenstellung und Lieferung der Amtlichen Schuldaten kommt ferner die Software ASDPC zum Einsatz, die einen Import der statistikrelevanten Daten aus Schild-NRW und anderen Programmen unterstützt und eine erste Fehlerprüfung durchführt. Nach Versand der ASDPC-Daten an IT.NRW und der dortigen Datenprüfung und -aufbereitung werden die Angaben als schuljahresbezogene Tabellen in einer relationalen Datenbank (DB2) gespeichert und für Datenauswertungen im Ministerium und IT.NRW vorgehalten. Die Lehrer- und Unterrichtsdaten sind Individualdaten, Klassendaten sind Aggregatdaten (je Teilklasse z. B. Jahrgang, Bildungsgang, Klassenlehrer_in, Geschlechterzusammensetzung). Will man künftig auch Schülerdaten individualstatistisch erheben, bedarf es entweder einer Weiterentwicklung von ASDPC sowie der Schnittstelle zu Schild-NRW (dezentrale Lösung wie in Rheinland-Pfalz) oder der Entwicklung einer neuen, ggf. webbasierten Softwarelösung mit gemeinsamem Datenbestand im Schulverwaltungsnetz (wie in Hessen). Hier steht sowohl eine po- 40 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW litische als auch fachliche Beurteilung aus (die an dieser Stelle nicht geleistet werden kann), welche die Landesspezifika und Erfahrungen in den Schulen, Schulämtern und Fachreferaten des Ministeriums in Nordrhein-Westfalen einbeziehen muss. Wenn die zuvor benannten rechtlichen und organisatorischen Rahmenbedingungen für die Verarbeitung der sensiblen Individualdaten klar geregelt sind, scheint es unerheblich, ob die Daten dezentral bei den Schulen verwaltet und statistikrelevante Bestandteile von dort übermittelt werden oder bereits von den Schulen in eine zugriffsgesicherte, zentrale Datenbank eingegeben werden, von der aus ein Export auf behördliche Server erfolgt. Wie in anderen Ländern sollte hier die Vergabe eines Gutachtens bzw. einer Marktstudie über mögliche Softwarelösungen erwogen werden, um das effektivste, wirtschaftlichste und rechtlich einwandfreie Verfahren festzulegen. In jedem Fall ist bei der Entwicklung eines Verfahrens zur Übermittlung, Speicherung und Verarbeitung von Daten mit Personenkennung (Schüler-ID) sicherzustellen, dass kein Missbrauch stattfinden kann und insbesondere ein Rückschluss auf den einzelnen bzw. die einzelne Schüler_in ausgeschlossen ist. Die Erfahrungen in den übrigen Ländern zeigen, dass hierfür verschiedene technisch-organisatorische Maßnahmen geschaffen werden können, die auch in Kombination angewendet werden (können): - Erstens können technische Vorkehrungen bereits dafür getroffen werden, dass nur pseudonymisierte Daten den geschützten einzelschulischen Zugriffsbereich verlassen bzw. auf einem Server zur außerschulischen Datenverarbeitung eingehen. Dies kann bei der Erzeugung der Identifikationsnummern z. B. über das Verfahren der Einwegverschlüsselung erreicht werden (Hash-Code). Damit werden über die Zeit stabile, aber praktisch nicht rückführbare Pseudonyme für jeden bzw. jede Schüler_in erzeugt. - Zweitens kann für die Verwaltung der Personenkennungen und daran anknüpfende Verarbeitungsprozesse der Einzeldaten eine abgeschottete Statistikstelle eingerichtet werden, die insbesondere die Trennung vom Verwaltungsvollzug sicherstellt. - Drittens kann jede Art des Datenzugangs mit dem Ziel, quer- und/oder längsschnittliche Verknüpfungen durchzuführen, grundlegend an weitere Bedingungen geknüpft werden, was in jedem (Einzel-)Fall eine Beantragung des Zugriffs auf Personenkennungen und eine entsprechende Antragsprüfung voraussetzt. - Viertens können die pseudonymiserten Personenkennungen nochmals einzelfallbezogen, mit alleinigem Bezug zu einer konkreten geplanten Auswertung bzw. einem Analysevorhaben zusätzlich verschlüsselt werden, indem die landeseindeutigen Pseudonyme erneut in einen bereichs- bzw. projektspezifischen Datensatz transformiert werden. Insgesamt verdeutlichen die Ausführungen zur Einführung, Übermittlung, Speicherung und Nutzung von Individualdaten in den unterschiedlichen Bundesländern, dass es auf größtmögliche Transparenz der Verfahren ankommt und die Umstellung von allen Beteiligten mitgetragen wer- 41 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW den muss. Neben politischer Überzeugungsarbeit bedarf es vor allem einer gemeinsamen Verständigung über die erforderlichen Rahmenbedingungen und Absprachen mit den Landesdatenschutzbeauftragten, den Entscheidungsträgern der Bildungsadministration (Ministerium, Schulaufsicht, Kommunen) sowie mit Schulleiter-, Lehrer- und Elternverbänden. Für die Umstellung der Erhebung ist ein Zeitraum von mindestens 5 Jahren einzuplanen. Eine Schätzung der Investitionskosten sowie der laufenden Ausgaben für Schulverwaltungsprogramm(e), Datenbank(en) und Verarbeitungsprozess(e) ist an dieser Stelle nicht möglich und hängt maßgeblich von der Ausgestaltung des Erhebungsverfahrens ab, das mehr oder weniger deutlich von der bisherigen Praxis in Nordrhein-Westfalen abweichen kann. In den übrigen Ländern wurden in die Einführung zentraler Schulverwaltungs- und/oder Datenbankmodelle über mehrere Jahre Gesamtausgaben zwischen 2,5 und 20 Millionen Euro investiert. 42 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW 6 Fazit: Ei Aufs hlag für ei e ot e dige De atte Im Folgenden soll abschließend der Versuch unternommen werden, einige der Erkenntnisse zusammenzufassen und Perspektiven für eine vor allem auch öffentliche Diskussion des Anliegens einer individualbasierten Bildungsstatistik vorzuschlagen. Auch wenn die Bildungsstatistik in den Jahren ‚nach PISA‘ unter dem Leitkonzept des Bildungsmonitoring einen starken Aufschwung nahm, sind doch die meisten der erhobenen und dokumentierten Daten eher relevant für Zustandsbeschreibungen auf Systemebene als zur Beschreibung und vor allem zur Evaluation von Bildungsverläufen und -prozessen. Eine Alternative bildet die – international nicht unübliche – eindeutige und über die Zeit konstante Zuordnung von Person und Identnummer. Solche Daten erlauben auch die Wirkungsevaluation von sozialpädagogischen und pädagogischen Maßnahmen, die die Förderung von Kindern und Jugendlichen behaupten. Sie helfen darüber zu entscheiden, wie pädagogische oder soziale Programme verbessert werden können oder welche man aufgrund von Wirkungslosigkeit beenden sollte. Für präventive Sozial- und Bildungspolitik sind solche Daten unverzichtbar. Nur auf ihrer Grundlage kann entschieden werden, ob die Idee der Prävention in der Umsetzung ‚funktioniert‘. Für Zwecke der Bildungsverwaltung und -planung ist die Verfügbarkeit von Individualstatistiken ein entscheidender Gewinn- nicht nur auf Landesebene, sondern auch für die Kommunen, deren umfassende Aufgaben auf dem Feld der schulischen Bildung ein ebenso fundiertes Planungswissen erfordern. Mithilfe von Schülerindividualdaten, die auch für die Kommunen erschließbar wären, ließen sich nicht nur notwendige Informationen für Schulentwicklungsplanung gewinnen. Im Zeitverlauf ermöglichten es solche kleinräumig erfassten Daten zur schulischen Bildungsbeteiligung (Schulwahlprozesse, Übergangsmuster, Ganztagsbeteiligung etc.) und ihren Ergebnissen (Wechselverhalten, Wiederholungspraxis, Schulabbrüche, Abschlusserwerb etc.) auch, die präventiven Wirkungen eingeleiteter sozial- und bildungspolitischer Programme und Maßnahmen in abgeschotteten Statistikstellen vor Ort empirisch zu überprüfen. Dies zeigen sowohl die ersten individualstatistischen Auswertungen in der Stadtgemeinde Bremen als auch – jenseits der Schulstatistik – die Analysen von Daten nordrhein-westfälischer Schuleingangsuntersuchungen in Mülheim an der Ruhr. Gleichwohl darf auch im Falle einer konsequenten Umsetzung des Kerndatensatzes für schulstatistische Individualdaten eines nicht übersehen werden: Gerade die Daten der Schuleingangsuntersuchung unterscheiden sich nicht nur in ihrer Individualdatenerhebung von den Aggregatdaten der bisherigen amtlichen Schulstatistik Nordrhein-Westfalens. Sie haben darüber hinaus auch hinsichtlich der erfassten Merkmale Vorteile. Da hier Daten zu den Wohnorten vorliegen, können räumliche Bezüge zu den besuchten Bildungseinrichtungen (Kita bzw. Grundschule) hergestellt, (meist sozial selektive) Schulwahlprozesse verfolgt und ‚Pendler‘-Bewegungen berücksichtigt werden. Die Wohnorte der Schüler_innen werden in Nordrhein-Westfalen nicht schulstatistisch erhoben, sodass weder die Ermittlung tatsächlicher Einzugsbereiche noch die Ver- 43 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW knüpfung mit sozioökonomischen Indikatoren des Wohnmilieus (wie durchschnittliches Einkommen, Steueraufkommen, SGB-II-Empfänger am Wohnort) möglich ist. Die Umsetzung des Kerndatensatzes bedeutete hier zwar einen Fortschritt, er sieht aber zur Erhebung des Wohnorts der Schüler_innen lediglich die sogenannte Gemeindekennziffer vor. Gerade in Ballungsräumen wird damit nicht die notwendige Tiefe erreicht, um auf schulische Milieus schließen zu können. Dies ist umso problematischer, als die soziale Zusammensetzung der Schülerschaft allgemeinbildender Schulen auch mit dem sonstigen Merkmalskranz des Kerndatensatzes nicht ermittelt werden kann. Im Unterschied zur Schuleingangsuntersuchung wird in keinem Bundesland die familiäre Situation, insbesondere die soziale Herkunft (also z. B. die Schulbildung oder der Beruf der Eltern), über die Schulstatistik erfasst. Nur über entsprechende schulstatistische Informationen könnte im Rahmen qualitätssichernder Maßnahmen auch das Ausmaß sozialer Ungleichheit an den einzelnen Schulen in die Überlegungen zur Schulentwicklung und Schulentwicklungsplanung einbezogen werden. Ohne diese Merkmale bleibt es hinsichtlich der Feststellung, der Interpretation und der Handlungsimplikationen von Bildungsdisparitäten weiterhin bei sozialraumanalytischen Ansätzen (z. B. Sozialindizes auf Basis der amtlichen SGB-II-Daten oder anderer kleinräumiger Sozialstatistiken). Sie beziehen sich nur auf das sozioökonomische Umfeld der Schulen, nicht aber auf die tatsächliche Schülerklientel. Der Tatbestand, dass der Sozialraum sich hinsichtlich seiner sozioökonomischen und kulturellen Merkmale von denen der Einrichtungen in diesem Umfeld unterscheidet, wurde auch bereits für die vorschulische Bildung belegt (vgl. Hogrebe 2014). Da solche sozialräumlichen Verknüpfungen also allenfalls eine Annäherung an die sozialstrukturellen Gegebenheiten an konkreten Schulstandorten darstellen, wäre eine entsprechende Erweiterung des Kerndatensatzes vorzuziehen. Denkbar wäre aber auch eine verfahrenstechnische Verzahnung der entsprechenden Daten aus den Schuleingangsuntersuchungen mit der Schulstatistik. Es geht nicht darum, mehr Daten zu erzeugen. Kritiker sehen bereits heute eine Datenflut, die Aufwand, aber wenig Nutzen generiert. Politik und Wissenschaft benötigen kluge und nützliche Daten, die nicht nur in der Lage sind, gesellschaftliche Zustände oder Entwicklungen zu beschreiben. Nötig sind Daten, die Wissen für die Gestaltung der Zukunft liefern. Unter den jetzigen Gegebenheiten kann man in der Tat zu dem Schluss kommen, dass mit der Schulstatistik regelmäßig eine Fülle an Daten aller Einrichtungen und Personen im Schulwesen erfasst wird, deren Nutzen und deren Nutzung eher begrenzt ist. Ausschlaggebend ist, so sollte deutlich geworden sein, dass Veränderungen des Datentypus, der Datenhaltung und der Datenzugänglichkeit notwendig werden, um diesen bereits langjährig erfassten Merkmalskranz, der aus datenstrukturellen Gründen bislang weitgehend brach lag, für Zwecke der Bildungsplanung und -forschung wirklich fruchtbar zu machen. Gleichzeitig und mit identischem Engagement muss im Blick bleiben, dass dabei die Persönlichkeitsrechte der Menschen gesichert werden. Um auf diesem Weg weiter zu kommen, müssen Dialoge geführt werden, die auf der Annahme beruhen, dass eine Versöhnung beider Interessen möglich ist. Neben einer vertiefenden Diskussion der Thesen und Befunde, die in der vorliegenden Veröffentlichung vorgestellt wurden, 44 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW dürfte ein Blick in erfolgreiche Berichtssysteme anderer Staaten nötig werden, um die Chancen für eine datenbasierte und auf Inklusion und Förderung aller Menschen ausgerichtete Sozialund Bildungspolitik zu stärken. 45 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Literatur Böttcher, Wolfgang/Bos, Wilfried/Döbert, Hans/Holtappels, Heinz Günter (Hrsg.) (2008): Bildungsmonitoring und Bildungscontrolling in nationaler und internationaler Perspektive, Münster et al.: Waxmann. Bos, Wilfried (2016): Desiderate der Schulstatistik für die Forschung. PowerPoint-Präsentation zum FGW-Workshop, Dortmund: IFS/TU. Bose, Harald von (2007): Zusammenfassung des Vortrags zu Aspekten des Datenschutzes. Referat beim Workshop zur "Datengewinnungsstrategie für die Bildungsstatistik" in Berlin am 13.02.3007. Blossfeld, Hans-Peter/Schneider, Thorsten/Doll, Jörg (2009): Methodological Advantages of Panel Studies. Designing the New National Educational Panel Study (NEPS) in Germany. In: Journal of Educational Research Online 1/2003, S. 10-32. Coase, Ronald H. (1937): The nature of the firm. In: Economica 4, Nr. 16, S. 386-405. Eilders, Christiane/Voltmer, Katrin (2003): Zwischen Deutschland und Europa. Eine empirische Untersuchung zum Grad von Europäisierung und Europa-Unterstützung der meinungsführenden deutschen Tageszeitungen. In: Medien und Kommunikationswissenschaft 2/2003, S. 250-270. Elsner, Wolfram/Müller, Torsten/Schwardt, Henning (2015): The Microeconomics of Complex Economies, Oxford: Academic Press. Glas, Cees/Scheerens, Jaap/Thomas, Sally M. (2003): Conceptualization of Education Indicators at System and at School Level. In: Scheerens, Jaap/Glas, Cees/Thomas, Sally (2003): Educational evaluation, assessment, and monitoring. A systemic approach, Lisse: Swets & Zeitlinger, S. 207-220. Groos, Thomas (2015): Gleich und gleich gesellt sich gern. Zu den sozialen Folgen freier Grundschulwahl, Gütersloh: Bertelsmann-Stiftung (= Arbeitspapiere wissenschaftliche Begleitforschung „Kei Ki d zu ü klasse !“, 5). Groos, Thomas (2016): Schulsegregation messen. Sozialindex für Grundschulen, Gütersloh: Bertelsmann-Stiftung (= Arbeitspapiere wissenschaftliche Begleitforschung „Kei Ki d zu ü klasse !“, 6). Hogrebe, Nina (2014): Bildungsfinanzierung und Bildungsgerechtigkeit. Der Sozialraum als Indikator für eine bedarfsgerechte Finanzierung von Kindertageseinrichtungen? Wiesbaden: VS Verlag. 46 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Maaz, Kai/Chang, Ping-Huang/Köller, Olaf (2004): Führt institutionelle Vielfalt zur Öffnung der Bildungssysteme? In: Köller, Olaf/Watermann, Rainer/Trautwein, Ulrich/Lüdke, Oliver (Hrsg.): Wege zur Hochschulreife in Baden-Württemberg, Opladen: Leske und Budrich, S. 143-203. Kortmann, Klaus (2007): Situation und Entwicklung der betrieblichen Altersversorgung in Privatwirtschaft und öffentlichem Dienst 2001-2006. Endbericht mit Tabellen, http://www.bmas.de/coremedia/generator/952/property=pdf/2007__07__3__situation__und__entwicklung__bav__2006__endbericht.pdf (Zugriff: 30. Okt. 2007). Kristen, Cornelia/Römmer, Anika/Müller, Walter/Kalter, Frank (2005): Längsschnittstudien für die Bildungsberichterstattung. Beispiele aus Europa und Nordamerika, Bonn: Bundesministerium für Bildung und Forschung (= Bildungsreform, 10). Kühne, Stefan (2015): Zur Rekonstruktion schulischer Bildungsverläufe, Münster: Waxmann. Kultusministerkonferenz (KMK) (2008): Kerndatensatz (KDS) der Länder für schulstatistische Individualdaten. Version 3.0. Kultusministerkonferenz (KMK) (2011): FAQ´s – FrequentlyAskedQuestions zum Kerndatensatz und zur Datengewinnungsstrategie, http://www.kmk.org/fileadmin/Dateien/pdf/Statistik/FAQ_KDS.pdf (Zugriff: 30. Okt. 2015). Kultusministerkonferenz (KMK) (2012): Verfahren zur Entscheidung der Kultusministerkonferenz über Datennutzungsanträge für neuartige Ländervergleiche. Beschluss der Kultusministerkonferenz vom 20.09.2012. Kultusministerkonferenz (KMK) (2015): Gesamtstrategie zum Bildungsmonitoring, www.kmk.org/bildung-schule/qualitaetssicherung-in-schulen/bildungsmonitoring/ueberblick-gesamtstrategie-zum-bildungsmonitoring (Zugriff: 30. Okt. 2015). Pahl, Veronika (2006): Bildungsberichterstattung und empirische Bildungsforschung. Förderangebote und Erwartungen des BMBF. In: Krüger, Heinz-Hermann/Rauschenbach, Thomas/Sander, Uwe (Hrsg.): Bildungs- und Sozialberichterstattung, Wiesbaden: VS Verlag für Sozialwissenschaften, S. 20-26 (= Zeitschrift für Erziehungswissenschaft, BH 6). Solga, Heike (2004a): Berufsbildung und soziale Strukturierung. In: Baethge, Martin/Buss, KlausPeter/Lanfer, Carmen (Hrsg.) (2004): Expertisen zu den konzeptionellen Grundlagen für einen Nationalen Bildungsbericht. Berufliche Bildung und Weiterbildung/Lebenslanges Lernen, Berlin/Bonn: Bundesministerium für Bildung und Forschung, S. 223-279 (= Bildungsreform, 8). Spieker, Manfred (Hrsg.) (2012): Der Sozialstaat. Fundamente und Reformdiskurse, Baden-Baden: Nomos. 47 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Strohmeier, Klaus Peter/Gehne, David H./Groos, Thomas/Jehles, Nora (2014): Die fachliche Begleitforschung. Konzept und erste Ergebnisse, Gütersloh: Bertelsmann-Stiftung (= Arbeitspapiere wissenschaftliche Begleitforschung „Kei Ki d zu ü klasse !“, . Weishaupt, Horst: Desiderate der Schulstatistik für das Bildungsmonitoring. PowerPoint-Präsentation zum FGW-Workshop, Frankfurt/Berlin: DIPF. 48 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW A ha g: Refere t_i 8. 4. 6 e auf de Experte orkshop a Expertenworkshop Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen: Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW, 18. April 2016, Düsseldorf Referent_innen Prof. Dr. Wilfried Bos Institut für Schulentwicklungsforschung (IFS), TU Dortmund Detlef Fickermann Institut für Bildungsmonitoring und Qualitätsentwicklung, Hamburg Thomas Groos Ruhr-Universität Bochum Andreas Lingnau MSW – Ministerium für Schule und Weiterbildung des Landes Nordrhein-Westfalen Dr. Marco Mundelius Sekretariat der Kultusministerkonferenz (KMK) Prof. Dr. Kerstin Schneider Bergische Universität Wuppertal Ulrike Schedding-Kleis Hessisches Statistisches Landesamt Danny Tschirner MBJS- Ministerium für Bildung, Jugend und Sport des Landes Brandenburg Prof. Dr. Horst Weishaupt Deutsches Institut für Internationale Pädagogische Forschung (DIPF) 49 Schulstatistische Individualdaten zur Rekonstruktion von Bildungsverläufen Perspektiven für die Weiterentwicklung des Sozial- und Bildungsmonitorings in NRW Ü er die Autore Prof. Dr. Wolfgang Böttcher Dr. Wolfgang Böttcher ist Professor für Erziehungswissenschaft mit den Schwerpunkten Qualitätsentwicklung und Evaluation in Einrichtungen des Bildungs- und Sozialwesens an der Westfälischen Wilhelms-Universität (WWU) Münster. Er ist Geschäftsführender Direktor des Instituts für Erziehungswissenschaft der WWU und wissenschaftlicher Leiter der Deutschen Akademie für Pädagogische Führungskräfte (DAPF). Seine Arbeitsschwerpunkte liegen im Bildungs- und Sozialmanagement, der Bildungssoziologie, der Mikroökonomie des Bildungsund Sozialwesens sowie der Wirkungsforschung. Dr. Stefan Kühne Dr. Stefan Kühne ist Erziehungswissenschaftler und Mitarbeiter am Deutschen Institut für Internationale Pädagogische Forschung (DIPF) in Berlin. In seiner Verantwortung liegt die wissenschaftliche Koordination der nationalen Bildungsberichterstattung für Deutschland, die Bund und Ländern alle zwei Jahre eine umfassende empirische Bestandsaufnahme aktueller Trends und Problemlagen im deutschen Bildungswesen liefert. Schwerpunkte seiner Forschung liegen im Bereich der Indikatorenentwicklung zum Schulwesen, insbesondere auf methodologischen Fragestellungen zu Datenquellen der amtlichen Statistik und groß angelegten Surveys wie PISA und NEPS. 50 Das Forschungsinstitut für gesellschaftliche Weiterentwicklung (FGW) Das Forschungsinstitut für gesellschaftliche Weiterentwicklung (FGW) wurde mit Unterstützung des Ministeriums für Innovation, Wissenschaft und Forschung des Landes Nordrhein-Westfalen im September 2014 als eigenständiger, gemeinnütziger Verein mit Sitz in Düsseldorf gegründet. Aufgabe und Ziel des FGW ist es, in Zeiten unübersichtlicher sozialer und ökonomischer Veränderungen neue interdisziplinäre Impulse zur gesellschaftlichen Weiterentwicklung zu geben und politische Gestaltungsoptionen für die Gewährleistung sozialer Teilhabe in einer sozial integrierten Gesellschaft zu entwickeln. Durch die Organisation innovativer Dialogformate und die Förderung zukunftsorientierter Forschungsprojekte will die neue Forschungsstelle die Vernetzung von Wissenschaft, Politik und zivilgesellschaftlichen Akteur_innen vorantreiben und den zielgruppengerechten Transfer neuer Forschungsergebnisse gewährleisten. Weitere Informationen zum FGW inden Sie unter: www.fgw-nrw.de Der Themenbereich „Vorbeugende Sozialpolitik“ Vorbeugende Sozialpolitik zielt darauf ab, die Entstehung und Verfestigung sozialer Problemlagen durch wirkungsorientierte Interventionen, den Aufbau von „Präventionsketten“ und eine bessere Verzahnung der Regelsysteme nach Möglichkeit bereits im Vorfeld zu verhindern, anstatt die daraus resultierenden Deizite nachträglich zu kompensieren. Zentrale Aufgabe des Themenbereichs „Vorbeugende Sozialpolitik“ des FGW ist es, das in den verschiedenen Handlungsfeldern vorhandene Handlungs- und Erfahrungswissen systematisch zu bündeln und aufzubereiten, die konkreten Spannungsfelder und Dilemmata zu analysieren, innerhalb derer sich vorbeugende Sozialpolitik bewegt, und die Ergebnisse dieser Arbeit in einen fruchtbaren Dialog zwischen Wissenschaft, Politik und Zivilgesellschaft einzuspeisen. Durch die Förderung kleinerer und größerer Forschungsprojekte sowie durch geeignete Dialogformate will der Themenbereich dazu beitragen, für die verschiedenen beteiligten Akteure und Professionen eine gesicherte Wissensgrundlage und einen gemeinsamen Orientierungs- und Bezugsrahmen zu schaffen. Weitere Informationen zum Proil und zu den aktuellen Aktivitäten des Themenbereichs inden Sie unter: www.fgw-nrw.de/sozialpolitik
Top of page

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.