Nutzung intelligenterer Daten zur Stärkung der Verwaltung im Hochschulbereich
von Kacey Hertan
8 Stunden → Minuten | Verarbeitungszeit für einen Datenjob mit 300 Millionen Datensätzen nach dem Wechsel zu Databricks
1/2 Tag | Für den Abschluss einer Studentensegmentierungsanalyse, für die zuvor zwei Analysten zwei Wochen benötigt haben
Das Office for Students reguliert mehr als 400 Hochschulanbieter in ganz England und verwaltet Daten, die Millionen von Studierendendatensätzen aus mehreren Jahrzehnten umfassen. Mit zunehmendem Umfang und steigender Komplexität der Analysen konnten Altsysteme nicht mehr Schritt halten. Durch den Wechsel zu Databricks hat die Organisation die Art und Weise verändert, wie ihre Teams auf Daten zugreifen, diese analysieren und darauf reagieren. Dies beschleunigte die Gewinnung von Erkenntnissen drastisch und schuf gleichzeitig eine flexiblere Grundlage für die AI-gestützte Entscheidungsfindung.
Das Office for Students konzentriert sich darauf, durch datengestützte Regulierung eine hohe Qualität der Hochschulbildung für alle Studierenden in ganz England zu gewährleisten, um die Qualität, Fairness und Rechenschaftspflicht des Hochschulsystems zu unterstützen. Das Team untersucht Studierenden- und Anbieterdaten, darunter Studienergebnisse, Berichte der Anbieter, Einschreibungsmuster, Daten zum Studienverlauf sowie Indikatoren, die auf Risiken für die Bildungsqualität oder die Studienerfahrung bei den verschiedenen Hochschulanbietern hindeuten können.
Die Einschränkungen einer veralteten Analyseplattform ließen sich jedoch nicht mehr umgehen. Ihr Datenteam verwaltete Daten zu allen Studierenden im englischen Hochschulbereich – bis zu 3 Millionen Datensätze pro Jahr aus einem Zeitraum von 15 bis 20 Jahren, die von JISC, dem Department for Education, dem Universities and Colleges Admissions Service (UCAS), der Student Loans Company und anderen Quellen stammten. Das System war ursprünglich für die Analyse quantitativer Daten konzipiert worden, aber die Anforderungen an die Organisation hatten sich weit über das hinausentwickelt, was die Altplattform effizient unterstützen konnte.
Eines der deutlichsten Beispiele war ein Datenaufbereitungsprozess, mit dem die Infrastruktur zur Überwachung der Studienergebnisse erstellt wurde. Der Workflow verarbeitete rund 300 Millionen Datensätze und dauerte in der Altumgebung 8 Stunden. Abgesehen von Leistungsbeschränkungen erforderte die Einbindung unstrukturierter und qualitativer Daten manuelle Workarounds, was die Analysen verlangsamte und die Fähigkeit der Organisation einschränkte, mit neuen Datenquellen zu arbeiten.
Die veraltete Plattform stellte auch das Team selbst vor operative Herausforderungen. Es wurde immer schwieriger, Fachkräfte mit den entsprechenden Spezialkenntnissen zu finden, was die Skalierung der Analysefunktionen und die Modernisierung der Workflows erschwerte. Analysten verbrachten unverhältnismäßig viel Zeit damit, die Einschränkungen der Tools zu umgehen, anstatt Erkenntnisse zu gewinnen.
„Wir hatten einen Punkt erreicht, an dem die Plattform einfach nicht mehr zu der Art von analytischer Arbeit passte, die wir leisten mussten“, sagt Mark Gittoes, Head of Analytical Innovation beim Office for Students. „Wir brauchten eine Umgebung, die sowohl dem Datenvolumen als auch dem Tempo der Entscheidungsfindung gerecht werden konnte.“
Das Office for Students wechselte zu Databricks, um Daten-, Analyse- und AI-Workflows auf einer einzigen, kontrollierten Plattform zu konsolidieren. Die Zusammenführung strukturierter Datensätze, qualitativer Informationen und Beinahe-Echtzeitdaten in einer einzigen Umgebung hat die Art und Weise, wie Analysen zur Risikobewertung, zum Verständnis der Anbieterleistung und zur Unterstützung von Entscheidungen mit Auswirkungen auf die Studienergebnisse in großem Maßstab durchgeführt werden können, grundlegend verändert.
Anstatt unzusammenhängende Systeme nacheinander abzuarbeiten, können Teams mehrere Quellen gleichzeitig in einer einheitlichen Architektur analysieren, um schneller und konsistenter umsetzbare Erkenntnisse für den gesamten Sektor zu gewinnen.
Databricks hilft us, komplexe Hochschuldaten schneller in vertrauenswürdige Erkenntnisse umzuwandeln, die bessere Entscheidungen für Studierende und Anbieter in ganz England unterstützen. —Mark Gittoes, Head of Analytical Innovation, Office for Students
Die Plattform verbesserte auch die Governance und die Zusammenarbeit zwischen den Teams. Unity Catalog bietet die Data Lineage, konsistente Zugriffskontrollen und Sicherheitsmuster, die eine regulierte Umgebung erfordert. Gleichzeitig gibt es Analysten mehr Sicherheit, dass beim Umgang mit hochsensiblen Bildungsdaten von Hunderten von Anbietern die entsprechenden Leitplanken vorhanden sind. Dies hat eine skalierbarere Grundlage für Experimente und die Einführung von AI geschaffen, ohne die Governance-Anforderungen zu beeinträchtigen, und stellt sicher, dass für regulatorische Entscheidungen genutzte Erkenntnisse nachverfolgt, validiert und als vertrauenswürdig eingestuft werden können.
Durch die Zentralisierung aller Daten können Analysten schneller iterieren und sich auf wertschöpfendere Aufgaben konzentrieren, anstatt fragmentierte Pipelines zu warten oder Ergebnisse aus mehreren Systemen manuell zusammenzufügen. Dadurch verlagert sich der Aufwand von der Datenaufbereitung hin zur Interpretation dessen, was die Daten über die Qualität und die Risiken im Hochschulbereich aussagen. Die Modernisierung erhöhte auch die Flexibilität der Organisation bei der Personalbeschaffung, da die Tools an weiter verbreitete, moderne Datenkompetenzen angepasst wurden.
„Alles an einem Ort zu haben, ändert grundlegend, wie schnell man von einer Frage zu einer aussagekräftigen Analyse gelangt“, sagt Gittoes. „Dadurch können wir weniger Zeit mit der Datenaufbereitung verbringen und uns mehr darauf konzentrieren, zu verstehen, was uns die Daten über Risiken, Trends und Ergebnisse bei den Hochschulanbietern verraten.“
Für das Office for Students geht es beim Wert von AI nicht darum, das menschliche Urteilsvermögen zu ersetzen. Es geht darum, Reibungsverluste zu reduzieren, die Analysen verlangsamen, und Teams dabei zu helfen, relevante Informationen schneller zu finden, damit sie Risiken für die Qualität der Hochschulbildung und die Studienerfahrung in ganz England besser verstehen können. „Als Regulierungsbehörde ist der Mensch hier immer eingebunden“, sagt Gittoes. „Es geht immer um Entscheidungsunterstützung, nicht um die Entscheidungsfindung selbst.“
Beim Office for Students reduzierte Genie Code den Zeit- und Kostenaufwand für komplexe Analyseaufgaben. Eine Studentensegmentierungsanalyse, für die zwei Analysten mindestens zwei Wochen benötigt hätten, wurde in einem halben Tag abgeschlossen. Ein Proof of Concept für die Triage bei der Registrierung von Anbietern, für den zuvor zwei bis drei Kollegen einen Monat lang Dokumente manuell lesen mussten, unterstützt nun die Kennzeichnung fehlender Einreichungen, bevor eine vollständige Bewertung beginnt. Dies hilft den Teams, potenzielle Probleme mit der Compliance von Anbietern früher im Regulierungsprozess zu erkennen und Verzögerungen bei der Bewertung der institutionellen Bereitschaft zu verringern.
Die Auswirkungen gehen über Effizienzgewinne hinaus. Der schnellere Zugriff auf vertrauenswürdige Informationen ermöglicht es dem Office for Students, Probleme früher zu erkennen, Trends bei Hochschulanbietern besser zu verstehen, die auf neu entstehende Risiken für Studienergebnisse oder die institutionelle Leistung hindeuten könnten, und fundiertere regulatorische Entscheidungen zu treffen, die dazu beitragen, die Studienergebnisse zu schützen und die Rechenschaftspflicht im gesamten Sektor zu stärken. Mit einer modernen Daten- und AI-Grundlage verkürzt die Organisation weiterhin den Weg von einer Frage zu einer sicheren Antwort. Gleichzeitig wird sichergestellt, dass die menschliche Aufsicht und Rechenschaftspflicht im Mittelpunkt jeder Entscheidung stehen, um höhere Standards in der gesamten englischen Hochschulbildung zu unterstützen.
Erhalten Sie regelmäßige Updates darüber, wie Databricks Organisationen des öffentlichen Sektors dabei hilft, Daten zu vereinheitlichen, AI zu steuern und Wissen weltweit in Taten umzusetzen, indem Sie Databricks for Public Sector auf LinkedIn folgen.
(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag
Abonnieren Sie unseren Blog und erhalten Sie die neuesten Beiträge direkt in Ihren Posteingang.