KI-Chatbots in der Zulassung: Was die Forschung zeigt

Was die Forschung belegt

Veröffentlichte Studien zeigen, dass ein dialogfähiger Assistent per SMS zugelassenen Bewerbern helfen kann, ihre Formalitäten vor Studienbeginn abzuschließen. Sie zeigen nicht, dass ein Chatbot auf der Hochschulwebsite die Einschreibungen erhöht. Die stärksten Studien stammen aus den USA, testen Nachrichten der Hochschule an bereits Zugelassene und arbeiten mit nicht-generativer KI.

Zur Methode: Ein kostenpflichtiges Tool für Suchvolumen stand nicht zur Verfügung; das Thema wurde anhand öffentlicher Suchergebnisse eingegrenzt. Jede Studie unten wurde bis zur Quelle zurückverfolgt. Keine Zahl stammt von Skolbot oder aus Kundendaten.

Georgia State: die einzige große Studie zu einem Zulassungs-Chatbot

Page und Gehlbach bleiben die Referenz. Georgia State setzte 2016 „Pounce“ ein, einen SMS-Assistenten, der mit einem Anbieter entwickelt wurde und Zugelassene durch den Sommer begleitete: Finanzierungsanträge, Impfnachweise, Zeugnisse, Kursbelegung.

Die Zugelassenen wurden zufällig der Nachrichtengruppe oder der Kontrollgruppe zugeteilt. Bei verbindlich Zugesagten stieg die rechtzeitige Einschreibung um 3,3 Prozentpunkte. Die Autoren halten das für vergleichbar mit früheren, aufwendigeren Maßnahmen, bei deutlich geringerem Personalaufwand.

Zwei Grenzen sind wichtig. Der Effekt betrifft das Abschließen von Aufgaben nach der Zulassung, nicht die Entscheidung, sich zu bewerben oder eine Hochschule zu wählen. Und die Studie stammt von 2016, lange vor heutigen generativen Assistenten; das Ergebnis lässt sich nicht einfach auf einen offenen generativen Chatbot übertragen.

Summer Melt: gezielte Nachrichten wirken dort, wo Hilfe fehlt

Schon vor Chatbots testeten Castleman und Page personalisierte SMS bei Schulabgängern mit niedrigem Einkommen. Die Ergebnisse unterschieden sich je nach Standort: positiv an drei von vier, ohne Effekt in Boston, wo die Jugendlichen bereits viel schulische und gemeinnützige Unterstützung hatten.

Für eine Hochschule heißt das: Der Effekt einer automatischen Nachricht hängt davon ab, was der Bewerber ohnehin bekommen hätte. Wo Beratende schnell antworten, ist der Zusatznutzen klein.

Zielgruppen verändern das Ergebnis

Nurshatayeva, Page, White und Gehlbach wiederholten das Georgia-State-Design an einer anderen Universität (4.442 Studierende). Der Gesamteffekt auf die Darlehensannahme lag bei rund 4 Punkten, bei Erstakademikern bei rund 8 Punkten; hinzu kamen rund 3 Punkte bei Kursbelegung und Einschreibung.

Die Autoren folgern, dass proaktive Ansprache dort am meisten bringt, wo Familie und Schule am wenigsten stützen. Zudem ließ sich der Teil an einem Community College nicht sauber durchführen, weil Mobilnummern fehlten. Die Qualität der Kontaktdaten begrenzt eine Studie wie einen Rollout.

Jenseits der Zulassung: Kurs-Chatbots zeigen ein ähnliches Muster

Meyer, Page und Koautoren testeten einen nicht-generativen Chatbot in Bachelor-Kursen mit vorregistrierten Zufallsstudien. Die Nachrichten verbesserten Abschlussnoten und die Nutzung von Unterstützungsangeboten. Die Effekte waren über demografische Gruppen ähnlich, außer bei Frauen in einem Mikroökonomie-Kurs, deren Noten um etwa sieben Prozentpunkte stiegen.

Das betrifft eingeschriebene Studierende. Es zeigt das Muster „kurze Nachricht, konkrete Aufgabe, richtiger Zeitpunkt“, misst aber nichts zur Gewinnung von Interessenten.

Das Gegenbeispiel: Nicht jeder Nudge wirkt

Oreopoulos und Petronijevic begleiteten knapp 25.000 Studierende an drei Campus. Online-Coaching und SMS verbesserten Wohlbefinden und Lernzeit geringfügig, aber keine Maßnahme veränderte die akademischen Ergebnisse signifikant.

Das relativiert die übrigen Befunde: Nachrichten wirken eher bei einer präzisen, terminierten Verwaltungsaufgabe als bei diffuser Verhaltensänderung. Page und Kollegen kommen in ihrer Analyse der Wirkbedingungen zu einem ähnlichen Schluss.

Was die Forschung nicht sagt

Sie sagt nichts über einen generativen Chatbot auf der Hochschulwebsite, der Fragen von Interessenten beantwortet. Wir fanden keine veröffentlichte Zufallsstudie, weder in Deutschland noch anderswo, die seine Wirkung auf Bewerbungen oder Einschreibungen misst.

Auch lässt sich ein US-Prozentwert nicht auf eine deutsche Hochschule übertragen. In den USA muss ein Zugelassener viele Schritte allein erledigen. In Deutschland laufen Bewerbungen für zulassungsbeschränkte Fächer häufig über Hochschulstart oder direkt über die Hochschule, mit anderen Fristen; bei NC-freien Studiengängen schreibt man sich direkt ein. Viele der untersuchten Hürden existieren so nicht.

Schließlich beschreiben die Studien Assistenten, die von Forschungsteams entworfen und begleitet wurden. Ein Produkt ohne diese Sorgfalt hat kein garantiertes Ergebnis.

Was das für eine Hochschule in Deutschland bedeutet

Der Rechtsrahmen wiegt schwerer als die gemessenen Effekte. Die DSGVO gilt für jede Nachricht an Bewerber; der BfDI und die Landesdatenschutzbehörden erwarten Transparenz, Datenminimierung und eine Rechtsgrundlage. Bei Minderjährigen muss die Information verständlich bleiben.

Die KI-Verordnung der EU stuft Systeme, die über den Zugang zu Bildungseinrichtungen entscheiden, als Hochrisiko ein. Ein informierender Assistent entscheidet nicht; ein Tool, das Bewerbungen bewertet oder sortiert, kommt dem nahe. Die Zulassungsentscheidung bleibt beim Menschen.

Vier praktische Folgerungen:

• Auf terminierte Aufgaben zielen: fehlende Unterlagen, Termine von Infotagen, Zahlungsfristen, Beratungsgespräche. Dort finden Studien Effekte.
• Die am wenigsten unterstützten Bewerber gezielt ansprechen, statt allen dieselbe Nachricht zu schicken.
• Kontaktdaten und Einwilligung klären, bevor etwas startet.
• Mit Kontrollgruppe messen: eine zufällige Stichprobe erhält keine Nachricht; danach Vergleich der Einschreibungen.

Weiterführend: unser Leitfaden zu KI-Agenten in der Studierendengewinnung, die Definition eines KI-Admissions-Agenten, der Beitrag zum Yield-Management bei Einschreibungen und der Leitfaden zum KI-Chatbot in der Studierendengewinnung.