Wie erfolgreich Studierende in ihrem Studium sind, beschäftigt sowohl Theorien und empirische Studien der Hochschulforschung (z.B. Schneider & Preckel, 2017; Tinto et al., 1975) als auch die Hochschulpraxis (de Boer et al., 2015; de Koning et al., 2014). Obwohl Studienerfolg als multidimensionales Konstrukt gilt, wird häufig lediglich die Studienleistung in Form von Noten als Indikator für Studienerfolg untersucht (York et al., 2015). Um Studienerfolg umfassender zu verstehen, benötigt es Forschungsarbeiten, die weitere Domänen des Studienerfolgs untersuchen. Dazu zählen Aspekte des Wohlbefindens wie die Studienzufriedenheit und das Zugehörigkeitsgefühl zum Studium sowie der Verbleib im Studium in Form niedriger Studienabbruchintentionen. Die Beiträge des Symposiums fokussieren diese verschiedenen Domänen des Studienerfolgs. Sie identifizieren personelle und situative Variablen als Bedingungen für das Zustandekommen dieser Studienerfolgsdomänen und analysieren die längsschnittliche Entwicklung mehrerer Studienerfolgsdomänen sowie ihre Zusammenhänge über die Zeit.

Im ersten Beitrag (Bohndick et al.) wurde untersucht, in welchem Zusammenhang die Big Five Persönlichkeitseigenschaften Lehramtsstudierender, die Big Five Persönlichkeitseigenschaften ihrer Kommiliton*innen und die Ähnlichkeit zwischen diesen Werten mit dem Zugehörigkeitsgefühl zum Studium stehen. Die Überprüfung der Annahmen mit einem längsschnittlichen Design zeigen, wie relevant selbstberichtete Personenmerkmale für die Vorhersage von Studienerfolg sind, während die Persönlichkeit der Kommiliton*innen und Interaktionsterme der Persönlichkeitseigenschaften von Studierenden und ihren Kommiliton*innen eine kleinere Rolle spielen.

Im zweiten Beitrag (Bebermeier & Sari) wurde das Study-Demands-Resources-Model für Lehramtsstudierende überprüft. Die Annahmen, dass das Erleben von Studienerfolg in Form von Zufriedenheit und Noten durch das Zusammenspiel von studienbezogenen Anforderungen, motivationalen Ressourcen, Burnout und Engagement erklärt werden könne, konnten teilweise bestätigt werden.

Im dritten Beitrag (Kegel & Grunschel) wurden intraindividuelle Konstellation der Studienerfolgsdomänen Studiennoten, Studienzufriedenheit und Studienabbruchintentionen sowie ihre zeitliche Entwicklung mit einem personenzentrierten Ansatz beleuchtet. Es zeigte sich, dass für die meisten Studierenden Erfolg in einer Domäne mit Erfolg in den weiteren Domänen von Studienerfolg einherging und diese intraindividuellen Konstellationen von Studienerfolgsdomänen über ein Studienjahr relativ stabil blieben.

Im vierten Beitrag (Scheunemann et al.) wurden die längsschnittlichen Zusammenhänge der Studienzufriedenheit und der Studienabbruchintention detailliert untersucht. Dabei wurde die Analyse reziproker Zusammenhänge fokussiert, die sowohl für die Studienabbruchintention als auch für die Subskalen der Studienzufriedenheit bislang kaum bekannt sind. Die Ergebnisse zeigen negative reziproke kreuzverzögerte Zusammenhänge zwischen der Zufriedenheit mit Studieninhalten und Studienabbruchintention von Anfang zur Mitte des Semesters.

In der Diskussion werden besonders bestehende Herausforderungen aus den Beiträgen für das Forschungsfeld des Studienerfolgs durch einen Diskutanten (Stefan Janke) synthetisiert und mit dem Plenum reflektiert.

Das Zugehörigkeitsgefühl zur Universität wird als bedeutsam für den Verbleib im Studium gesehen (Pedler et al., 2022). Ein relativ naheliegender Prädiktor des Zugehörigkeitsgefühls ist die Persönlichkeit der Studierenden. Zu den am häufigsten betrachteten Effekten der Big Five auf das Zugehörigkeitsgefühl zählen 1) Effekte der Person (Studierenden mit bestimmten Persönlichkeitsmerkmalen fällt es leichter, Kontakte zu pflegen; Vasalampi et al., 2014), 2) Effekte der Kommiliton*innen (analog zu Orten, die aufgrund der Persönlichkeitsstruktur der dort lebenden Menschen als besonders lebenswert gelten (Bleidorn et al., 2016), könnte die Persönlichkeitsstruktur der Kommiliton*innen das Zugehörigkeitsgefühl beeinflussen) und 3) Effekte der Passung zwischen Person und Kommiliton*innen (Studierende fühlen sich besonders zugehörig, wenn sie ihren Kommiliton*innen ähneln; Kristof-Brown et al., 2015).

Die gemeinsame Betrachtung der drei Effekte ist für das Verständnis der Entstehung des Zugehörigkeitsgefühls relevant, wurde bislang aber noch nicht empirisch umgesetzt. Hier setzt der Beitrag an und fragt, welche der drei Effekte für welche Persönlichkeitsmerkmale gefunden werden können.

Es wurden 453 Lehramtsstudierende (Alter: M = 20,55 (SD = 3,11); 64 % weiblich; Fachsemester: M = 1,85 (SD = 1,88)) im Rahmen einer Einführungsvorlesung in den Bildungswissenschaften zu Beginn und am Ende der Vorlesungszeit befragt. Die abhängige Variable war das Zugehörigkeitsgefühl zur Universität, das in Anlehnung an PISA mit 9 Items (Cronabachs Alpha = .89) erhoben wurde. Die Persönlichkeit wurde mit der Kurzversion des Big-Five-Inventory mit 4 Items pro Persönlichkeitsmerkmal (.64 < Alpha < .81) von jede*r Studierenden selber eingeschätzt. Um die Persönlichkeit der Kommiliton*innen zu aggregieren, wurden die Studierenden nach ihren Fächerkombinationen in Gruppen eingeteilt. Die strukturierende Überlegung war, in welchen Gruppen Studierende am meisten Zeit miteinander verbringen. Die Zusammenhänge zwischen Persönlichkeitsmerkmalen (zum ersten Messzeitpunkt) und Zugehörigkeitsgefühl (zum ersten und zweiten Messzeitpunkt) wurden mit Multi-Level Response Surface Analysen untersucht.

Für alle Persönlichkeitsmerkmale finden sich erwartungskonforme Effekte der Person (nur Zusammenhang zwischen Neurotizismus und Zugehörigkeitsgefühl negativ, sonst positiv). Positive Effekte der Kommiliton*innen finden sich für Verträglichkeit, Gewissenhaftigkeit und Extraversion. Effekte der Passung finden sich nur bei Neurotizismus. Über diese drei erwarteten Effekte hinaus zeigt sich, dass der Effekt von Offenheit quadratisch ist, d.h. für das Zugehörigkeitsgefühl gibt es ein Maximum an Offenheit. Insgesamt sprechen die Ergebnisse für die Relevanz des Personeneffekts, während Effekte der Kommiliton*innen und Effekte der Passung nur bei einzelnen Persönlichkeitsmerkmalen relevant sind. Für die Praxis bedeutet dies, dass besonders Studierende mit ungünstigen Persönlichkeitsmerkmalen bei Maßnahmen zur Erhöhung des Zugehörigkeitsgefühls berücksichtigt werden sollten.

Im vorliegenden Beitrag werden Annahmen des Study Demands-Resources Modells (SD-R) für Lehramtsstudierende geprüft. Das SD-R-Modell postuliert zwei parallel ablaufende Prozesse: einen Pfad der Beeinträchtigung, in dem Studienanforderungen vermittelt durch Burnout negative Konsequenzen erzeugen sowie einen motivationalen Pfad, in dem Ressourcen vermittelt über Engagement positive Effekte erzielen. Zudem werden Interaktionseffekte angenommen: bei ausgeprägten Ressourcen sollten Anforderungen und Burnout schwächer korrelieren und bei hohen Anforderungen sollten Ressourcen und Engagement stärker korrelieren (Gusy et al., 2016). Die empirische Befundlage hinsichtlich der postulierten Interaktionseffekte ist allerdings inkonsistent (vgl. Bakker & Demerouti, 2014)

Lehramtsstudierende zeigen häufig unangemessene Bewältigungsstrategien für Anforderungen und Stress im Studium und höhere Wahrscheinlichkeiten für Burnout (Reichl et al., 2014). Motive ein Lehramtsstudium aufzunehmen können intrinsisch (z.B. pädagogisches Interesse, Fähigkeitsüberzeugungen) oder extrinsisch (z.B. finanzielle Sicherheit, Vereinbarkeit von Familie und Beruf) sein (Pohlmann & Möller, 2010). Ob lehramtsspezifische motivationale Ressourcen und Studienanforderungen Engagement und Burnout gemäß des SD-R-Modells beeinflussen, ist zu klären.

Mittels einer Online-Studie wurden Selbstauskünfte von 336 Lehramtsstudierenden erhoben. Diese beurteilten die wahrgenommene Passung eigener Kompetenzen und Ziele mit den Anforderungen des Lehrberufs, ihre Studienwahlmotivation als grundlegende motivationale Ressource, ihr Studienengagement, konkret die Nutzungshäufigkeit verschiedener Lernstrategien und ihr Burnouterleben sowie Studienzufriedenheit und Notendurchschnitt in Erst- und Zweitfach als Studienerfolgsmaße. Die Überprüfung der Annahmen erfolgte über Strukturgleichungsmodelle.

Hypothesenkonform korreliert Anforderungspassung negativ mit Burnouterleben und motivationale Ressourcen korrelieren positiv mit Engagement. Je weniger Burnout erlebt wird, desto höher ist zudem die Studienzufriedenheit und desto besser sind die Noten. Das Modell mit parallelen Prozessen zeigt eine akzeptable Datenpassung, das Modell, welches zusätzlich Effekte von Ressourcen auf Burnout und von Anforderungen auf Engagement annimmt, erbringt eine bessere Modellgüte, da Anforderungspassung positiv mit Engagement korreliert, nicht aber Studienwahlmotivation mit Burnout. Das Modell mit den Interaktionseffekten zeigt keine signifikanten Effekte.

Bei Lehramtsstudierenden bestätigt sich die Gültigkeit des SD-R Modells teilweise. Es wird diskutiert, ob der Effekt von Ressourcen auf Burnout und die Interaktionseffekte insbesondere bei hoher Passung von Anforderungen und Ressourcen zu erwarten sind. Eine gute Passung liegt beispielsweise vor, wenn die Ressourcen in physischer (z.B. körperliche Voraussetzungen), kognitiver (z.B. Fähigkeiten) und emotionaler (z.B. Erwartungen) Hinsicht mit den Anforderungen kompatibel sind (vgl. Chrisopoulos et al. 2010). Abschließend werden Implikationen für Theorie (z.B. Modellrespezifikationen) und Praxis (u.a. für die Beratung von Studieninteressierten) abgeleitet.

Studienerfolg ist ein zentrales Konstrukt der Hochschulforschung und wird seit Jahrzehnten hinsichtlich seiner Ausprägungen (Keup, 2006; Neugebauer et al., 2019) und zeitlichen Entwicklung (Mashburn, 2000; Scheunemann et al., 2021) untersucht. Allerdings liegt der Fokus empirischer Studien meist auf einzelnen Domänen wie der Studienleistung (York et al., 2015). In welchen intraindividuellen Konstellationen verschiedene Domänen des Studienerfolgs auftreten und wie somit Studienerfolg ganzheitlich verstanden werden kann, ist empirisch kaum bekannt (z.B. van der Zanden et al., 2019). Um theoretische Annahmen zum gemeinsamen Auftreten von z.B. Studienleistung, Studienzufriedenheit und Studienabbruchintentionen (Bean & Eaton, 2002) in Subgruppen von Studierenden zu prüfen, wäre eine personenzentrierte Untersuchung intraindividueller Konstellationen von Studienerfolgsdomänen in Form von Profilen aufschlussreich. Daher werden in diesem Beitrag zunächst Profile von Durchschnittsnoten, Studienzufriedenheit und Studienabbruchintentionen identifiziert. Anschließend werden diese Querschnittsergebnisse durch Längsschnittdaten ergänzt, um zu überprüfen, wie stabil die Profile der Studierenden innerhalb eines Studienjahres sind.

Die Analysen wurden mit Daten aus Online-Umfragen des Nationalen Bildungspanels der Startkohorte 5 – Studierende durchgeführt (N = 4.762, männlich = 1.924, Alter M = 22.87, SD = 4.67). Die Angaben nach dem ersten und zweiten Studienjahr stammten aus den Wellen 2 (Herbst 2011) und 4 (Herbst 2012). Die Durchschnittsnote und die Studienzufriedenheit wurden mit je einem Item erfasst. Die Studienabbruchintention wurde mit drei Items auf einer 4-stufigen Likert-Skala angegeben. Für jeden Messzeitpunkt wurden separat latente Profilanalysen durchgeführt. Anschließend wurde eine latent transition-Analyse für die Bestimmung der Studierenden mit einem Profilwechsel vorgenommen.

Die statistischen Kennwerte und theoretischen Überlegungen unterstützen zu beiden Messzeitpunkten eine Lösung mit neun Profilen. Davon unterschieden sich acht Profile hauptsächlich quantitativ in den Ausprägungen der drei Studienerfolgsdomänen, sodass sie als acht Abstufungen von domänenübergreifend hohem bis niedrigem Studienerfolg beschrieben werden können. Lediglich ein Profil mit geringer Personenanzahl (n = 92) zeigte qualitative Unterschiede (überdurchschnittliche Studienleistungen, unterdurchschnittliche Studienzufriedenheit, unterdurchschnittliche Studienabbruchintention). Die Vergleiche der Profilzugehörigkeit zwischen den beiden Messzeitpunkten war mit 64 verschiedenen Arten von Profilwechseln heterogen, welche sowohl adaptive als auch maladaptive Profilwechsel beinhalteten. Die Zugehörigkeit zu den Studienerfolgsprofilen zwischen den beiden Messzeitpunkten war jedoch mehrheitlich stabil (N = 2.469; 51.86%).

Insgesamt zeigen die Ergebnisse, dass für Studiennoten, Studienzufriedenheit und Studienabbruchintentionen fast alle Studierenden domänenübergreifende Ausprägungen von Erfolg berichteten. Erfolg in einer Domäne scheint demnach mit Erfolg in weiteren Domänen von Studienerfolg einherzugehen, wie Bean und Eaton (2002) in ihrer Theorie zum Studienabbruch annehmen. Zudem scheint die Ausprägung von Studienerfolg relativ stabil zu sein. Zukünftig könnten Prädiktoren für die Erklärung der wechselnden Profilzugehörigkeiten genauer beleuchtet werden.

Der Studienabbruch ist ein multikausaler und dynamischer Prozess, in dem sich verschiedene Variablen über die Zeit beeinflussen (Heublein, 2014). Einerseits soll z.B. eine geringe Studienzufriedenheit höheren Studienabbruchintentionen vorausgehen. Andererseits könnte der Studienabbruchprozess (Ghassemi et al., 2017) die Aufmerksamkeit auf negative Aspekte im Studium lenken und die Studienzufriedenheit aufgrund steigender Studienabbruchintentionen sinken. Eine Studie der wechselseitigen Zusammenhänge zwischen Studienzufriedenheit und Studienabbruchintentionen zeigte—entgegen bisherigen Ergebnissen (Fleischer et al., 2019) —dass die Studienzufriedenheit mit einem späteren Anstieg der Studienabbruchintentionen zusammenhing (Scheunemann et al., 2021). Allerdings vernachlässigte sie die Mehrdimensionalität von Studienzufriedenheit (Zufriedenheit mit: Studieninhalten (SZ-I), Bewältigung von Studienbelastungen (SZ-BSb) & Studienbedingungen (SZ-B); Schiefele & Jacob-Ebbinghaus, 2006). Fleischer et al. (2019) betrachteten hingegen nur SZ-I. Alle Subfacetten sind unterschiedlich stark mit Studienabbruchintentionen korreliert (Etzel & Nagy, 2020). Über die längsschnittlichen Zusammenhänge ist jedoch wenig bekannt. Unser Ziel ist daher die längsschnittliche Untersuchung der wechselseitigen Zusammenhänge zwischen den Subfacetten von Studienzufriedenheit und Studienabbruchintentionen.

Die Analysen der zweisemestrigen Online-Längsschnittstudie mit sieben Messzeitpunkten von WiSe20- 21 bis SoSe21 basieren auf Angaben von 746 (74 % weiblich) Studierenden (M = 23.01 [SD = 3.51] Jahre, im M = 6.81 [SD = 2.68] Hochschulsemester). Alle Fragebögen wiesen zufriedenstellende Reliabilitäten auf: Studienzufriedenheit (Schiefele & Jacob-Ebbinghaus, 2006; SZ-I [αT1 = .87], SZ-BSb [αT1 = .83], SZB [αT1 = .83]), Studienabbruchintentionen (Bäulke et al., 2021; αT1 = .83). Die Auswertungen erfolgten mittels Random Intercept Cross-Lagged Panel Modellen (Hamaker, 2018) für jede Subfacette und Studienabbruchintentionen mit gleichgesetzten Pfaden zwischen gleichen Semesterzeitpunkten in den beiden Semestern (z.B. zwischen Semesteranfang und Semestermitte).

Zwischen SZ-I und Studienabbruchintention (SAI) zeigten sich signifikante kreuzverzögerte Effekte von Anfang zur Mitte des Semesters: SZ-I --> SAI: βT1-->T2/T5-->T6 = –0.107 (p = .009)/ –0.080 (p = .010); SAI --> SZ-I: βT1-->T2/T5-->T6 = –0.135 (p < .001)/ –0.152 (p < .001). Sie bestätigen Ergebnisse, die SZ-I als Prädiktor für Studienabbruchintentionen identifizierten (Fleischer et al., 2019) und unsere Annahme, dass Studienabbruchintentionen SZ-I zeitlich vorausgehen.

Für SZ-Bsb und SZ-B zeigten sich keine signifikanten kreuzverzögerten Effekte. Dies könnte mit Merkmalen unserer Stichprobe von Studierenden zusammenhängen, die im Studium bereits fortgeschritten und erfahren im Umgang mit Belastungen waren. Für SZ-B fanden auch andere Studien keine oder nur geringe Zusammenhänge mit Personenvariablen und vermuteten stattdessen Zusammenhänge mit Kontextvariablen (Gadosey et al., 2022).

Zukünftige Studien könnten untersuchen, ob sich bei Studierenden mit weniger Studienerfahrung und der Bewältigung von Studienbelastungen andere Zusammenhangsmuster für SZ-Bsb ergeben. Studierende mit Studienabbruchintentionen könnten von Trainings zur Steigerung des Interesses an Studieninhalten profitieren.