Klüsener, MarcusFortenbacher, AlbrechtPongratz, HansKeil, Reinhard2017-06-302017-06-302015978-3-88579-641-1Massive Open Online Courses (MOOCs) besitzen das Potenzial, die Hochschulbildung zu skalieren und für viele Teilnehmer zugänglich zu machen. Plattformen wie Coursera, edX oder auch Iversity sind in diesem Bereich sehr erfolgreich. Trotz der unbestreitbaren Erfolge bleibt die niedrige Completion Rate in vielen MOOCs ein Problem. Ziel dieser Arbeit ist es erfolgreiche Studenten zu identifizieren und durch Bewertung ihrer Merkmale, den Dozenten handlungsweisende Informationen zur Verfügung zu stellen. Dazu wird untersucht, wie solche Informationen aus den Lernaktivitäten erfolgreicher Studenten abgeleitet werden können. Die Merkmale erfolgreicher Studenten werden zu einem Profil verbunden und können als Grundlage für Empfehlungen an \?Risikostudenten' verwendet werden, um deren Chancen zu erhöhen, einen MOOC erfolgreich abzuschließen. Dazu wurde ein Analyse-Tool entwickelt, das Merkmale von Studenten aus großen MOOC-Foren von Iversity bestimmt, mit Methoden des maschinellen Lernens analysiert und auf eine intuitive Weise visualisiert.deText/Conference Paper1617-5468