Theoretischer Hintergrund
Die fortschreitende Digitalisierung eröffnet dem Bildungswesen vielfältige Chancen, bringt aber zugleich erhebliche Herausforderungen (Petko et al., 2018; Seufert et al., 2018). Vor diesem Hintergrund stellt sich die Frage, was eine digital-fitte Schule ausmacht. Zur Beantwortung hat die Europäische Kommission das DigCompOrg-Framework entwickelt (Kampylis et al., 2015), das zentrale Handlungsfelder schulischer Digitalisierung beschreibt: Leadership & Governance, Teaching & Learning, Professional Development, Assessment, Content & Curricula, Collaboration & Networking sowie Infrastructure.

Bisherige Analysen im Rahmen von ICILS für Deutschland haben entlang dieser Dimensionen schulische Profile digitaler Fitness identifiziert (Drossel et al., 2020) und teilweise validiert (Gerick et al., 2018). Für Österreich fehlen jedoch entsprechende Untersuchungen, sodass unklar bleibt, inwiefern deutsche Befunde übertragbar sind. Diese Studie adressiert die Forschungslücke.

Fragestellung
Es wird untersucht, ob sich auf Grundlage von Lehrkräfteeinschätzungen unterschiedliche Profile digitaler Fitness identifizieren lassen. Zudem wird geprüft, (a) inwiefern zentrale Prädiktoren diese Profile vorhersagen und (b) ob sie mit relevanten Outcomes zusammenhängen.

Methode
Die Latente Profilanalyse in Mplus basiert auf einer österreichweiten Befragung von 2.090 Lehrkräften und rund 22.000 Schüler:innen an 120 Sekundarschulen zu den Dimensionen des DigCompOrg-Frameworks. Ergänzend wurden Prädiktoren (z.B. Berufserfahrung der Lehrkräfte oder Bildungshintergrund der Schüler:innen) sowie Outcomes (z.B. die digitale Fitness der Schule aus Sicht von Lehrkräften und Schüler:innen) erhoben. Alle Daten wurden auf Schulebene aggregiert.

Ergebnisse und Bedeutung
Die Latente Profilanalyse identifizierte drei Schulprofile:

• Basis-Schulen (36 %): Niedrigste Werte in allen Dimensionen, v. a. Infrastruktur und Nutzung
• Fitte Schulen (34 %): Solide Infrastruktur und Offenheit, aber noch kein konsequenter Einsatz digitaler Potenziale
• Vorreiter-Schulen (30 %): Überall höchste Werte, z.B. exzellente Ausstattung und hohe Digitalkompetenz

Multinomiale logistische Regressionen zeigen, dass ein höherer Anteil an Schüler:innen mit akademisch gebildeten Eltern (Est. = 7.375, p = .039) und bessere MS-Office-Kenntnisse (Est. = 3.94, p = .018) die Zugehörigkeit zu Vorreiter-Schulen begünstigen, während höheres Kollegiumsalter (Est. = –0.124, p = .044), höherer Frauenanteil (Est. = –3.381, p = .033) sowie bessere Durchschnittsnoten der Schüler:innen (Est. = –5.591, p = .004) sie verringern.

Bei den Outcomes berichten Lehrkräfte fitter und vorreitender Schulen eine höhere digitale Fitness (p < .001). Schüler:innen geben an, mehr digitale Kompetenzen erworben zu haben (p < .001), Tools häufiger fächerübergreifend zu nutzen (p < .001) und deren Einsatz stärker als lernförderlich wahrzunehmen (p < .001).

Die Ergebnisse zeigen, dass digital-fitte Schulen im Sinne des DigCompOrg-Modells eher nach Niveau als nach Mustern unterscheidbar sind. Prädiktoren und Outcomes stützen die Validität des Modells.