Studienwahl Informatik

Abschlussbericht zur Untersuchung

Studienwahl Informatik

Stefan Engeser, Nina Limbert & Hugo Kehr

Unter Mitwirkung von

Martin Augustin, Franziska Lindlacher & Ernesto Vanoni

Projekt in Zusammenarbeit mit Prof. Manfred Broy, gefördert durch die

Ernst Denert Stiftung für Software-Engineering

München, Juli 2008

Inhaltsverzeichnis

In der Informatik geht es genauso wenig um Computer wie in der Astronomie um Teleskope

Edsger Dijkstra

1 EINLEITUNG .................................................................................................................. 2 2 THEORETISCHER HINTERGRUND ......................................................................... 3

2.1 DAS ERWEITERTE KOGNITIVE MOTIVATIONSMODELL (EKM)............................ 4 2.2 UNTERSUCHUNGSSTRATEGIE .............................................................................. 6

3 STICHPROBE UND METHODEN ............................................................................... 7 3.1 STICHPROBE QUALITATIVE INTERVIEWS.............................................................. 7 3.2 STICHPROBE QUANTITATIVE STUDIE ................................................................... 7 3.3 INHALT UND DURCHFÜHRUNG DER INTERVIEWS................................................. 8 3.4 DURCHFÜHRUNG DER FRAGEBOGENUNTERSUCHUNG ......................................... 8 3.5 BIOGRAFISCHE DATEN ........................................................................................ 9 3.6 EXPLIZITE MOTIVE.............................................................................................. 9 3.7 EINTEILUNG DER LEISTUNGSKURSE UND DER STUDIENFÄCHER ........................ 10 3.8 ASSOZIATIONEN ZUM INFORMATIKSTUDIUM..................................................... 10 3.9 DER EINFLUSS DER INFORMATIONSQUELLEN .................................................... 11 3.10 HITLISTE ....................................................................................................... 13 3.11 SICHERHEIT IN DER STUDIENWAHL ............................................................... 13 3.12 STUDIUMSABBRUCHSBEREITSCHAFT............................................................. 13 3.13 MOTIVATIONALE ASPEKTE DES INFORMATIKSTUDIUMS NACH DEM EKM .... 14 3.14 OFFENE FRAGEN ........................................................................................... 16

4 ERGEBNISSE ................................................................................................................ 18 4.1 DESKRIPTIVE STATISTIKEN ............................................................................... 18

4.1.1 Informatik in der Schule........................................................................... 18 4.1.2 Gruppenunterschiede in motivationalen Aspekten nach dem EKM......... 18

4.2 HITLISTE – VORHERSAGE DER PRÄFERENZ FÜR INFORMATIK ........................... 19 4.2.1 Biografische Daten und explizite Motive ................................................. 20 4.2.2 Variablen des Erweiterten Kognitiven Motivationsmodells (EKM) ........ 21 4.2.3 Biografische Daten, explizite Motive und Variablen des EKM ............... 22

4.3 STUDIENWAHL .................................................................................................. 24 4.4 VERGLEICH DER ERGEBNISSE HITLISTE UND STUDIENWAHL ............................ 25 4.5 VERGLEICH INFORMATIKNAHER STUDIENFÄCHER MIT INFORMATIK................. 26 4.6 STUDIENABBRUCHSBEREITSCHAFT.................................................................... 27 4.7 QUALITATIVE AUSWERTUNG ............................................................................ 29

4.7.1 Offene Fragen der Onlinebefragung........................................................ 29 4.7.2 Subjektive Entscheidungsfindung............................................................. 32 4.7.3 Anreize für das Informatikstudium........................................................... 33 4.7.4 Anforderungen des Informatikstudiums / des Informatikerberufs............ 34 4.7.5 Frauenbild in der Informatik.................................................................... 35

5 DISKUSSION ................................................................................................................. 37 5.1 ZUSAMMENFASSUNG DER ERGEBNISSE ............................................................. 37 5.2 SCHLUSSFOLGERUNGEN .................................................................................... 41

6 LITERATUR .................................................................................................................. 44

Studienwahl Informatik - Einleitung 1

7 ANHANG ........................................................................................................................ 45 7.1 INTERVIEWLEITFADEN....................................................................................... 45 7.2 SICHERHEIT IN DER STUDIENWAHL ................................................................... 48 7.3 STUDIENABBRUCHSBEREITSCHAFT.................................................................... 48 7.4 FAKTORENSTRUKTUR MOTIVATIONALE ASPEKTE NACH DEM EKM ................. 42 7.5 KODIERUNG OFFENER ANTWORTEN DER ONLINEBEFRAGUNG .......................... 44 7.6 STECKBRIEFE DER INTERVIEWS......................................................................... 45

7.6.1 Abiturienten.............................................................................................. 45 7.6.2 Nicht-Informatikstudierende .................................................................... 47 7.6.3 Informatikstudierende .............................................................................. 50

7.7 MITTELWERTSUNTERSCHIEDE MATHEMATIK (AUSWAHL)................................ 54 7.8 POST HOC ANALYSEN ZUM STATUS VON INFORMATIK ...................................... 54

Studienwahl Informatik - Einleitung 2

1 Einleitung Trotz der Bedeutung der Informatik und dem zunehmenden Bedarf von qualifizierten

Fachkräften in diesem Bereich wählen nur wenige Abiturienten ein Studium der Informatik.

Aus dieser Sicht wäre es wünschenswert, dass gerade die guten Abgänger eines Jahrgangs

dieses eher anspruchsvolle Studium wählen, hier später beruflich tätig sind und die Informatik

in Praxis und Theorie inhaltlich weiter entwickeln. Die Studierendenzahlen sind dabei an der

TU-München nach einem Anstieg sogar wieder rückläufig, was auch dem Bundestrend

entspricht (Bundesamt für Statistik, 2007). Auch der Anteil der Frauen ist in den letzten

Jahren ungefähr gleich niedrig geblieben.

Das Ziel des Projektes ist es, die relevanten Faktoren der Wahlentscheidung für oder

gegen das Informatikstudium zu erkennen und in ihrer jeweiligen Bedeutung zu bestimmen.

Darauf aufbauend oder davon ausgehend werden Maßnahmen abgeleitet, wie vermehrt

Abiturienten für das Informatikstudium gewonnen werden können (die Umsetzung und

Evaluation der Maßnahmen könnten dann in einem Folgeprojekt angegangen werden). Als

weiteres wird die Studienabbruchsbereitschaft untersucht. Ein Studienabbruch ist in den

letzten Jahren in Informatik zurückgegangen, liegt aber immer noch bei ungefähr einem

Drittel {Heublein 2008 #2249}.

Kernstück zur Erreichung des Zieles - die Entscheidung für oder gegen das

Informatikstudium zu erkennen - bildet das Erweiterte Kognitive Motivationsmodell. Mit dem

Modell sollen alle relevanten Faktoren der Studienwahl erfasst und der empirischen

Untersuchung zugänglich gemacht werden. Darüber hinaus werden neben biografischen

Merkmalen auch überdauernde Motive berücksichtigt sowie bisherige Ausbildungsmerkmale

(etwa Informatikkurse in der Schule) betrachtet. Die Interessen der Befragten werden nicht

direkt erhoben.

Bei der Untersuchung mit Informatik-, Nichtinformatikstudierenden und Abiturienten

werden parallel Interviews als auch eine Onlinebefragung durchgeführt. Die Interviewstudie

soll qualitative, bisher noch nicht erkannte Aspekte der Studienentscheidung für oder gegen

Informatik liefern. Die Onlinebefragung erfasst die oben genannten Aspekte direkt und

erlaubt, aufgrund der höheren Fallzahl, Zusammenhänge quantitativ absichern zu können.

Studienwahl Informatik - Theoretischer Hintergrund 3

2 Theoretischer Hintergrund

Um die Wahl für oder gegen das Informatikstudium zu verstehen, können ganz

unterschiedliche Auflösungsgrade und Blickwinkel eingenommen werden. Diese können

einmal in Ihrer Bedeutung unmittelbar auf das Studium bezogen (proximal), als auch diesem

weit vorgelagert sein (distal). Distale Aspekte für die Studienwahl sind etwa

Personenmerkmale, die sich im Laufe der Lebensgeschichte entwickelt haben (z.B. das

Leistungsstreben) oder als genetische Prädispositionen festgelegt sind (z.B. biologisches

Geschlecht). Als ein Personenmerkmal haben wir generelle Vorlieben (explizite Motive, siehe

Abschnitt 3.6) beachtet - etwa ob jemand gerne in Kontakt zu anderen Menschen treten will

oder gerne Herausforderungen sucht. Diese personenbezogenen distalen Aspekte sind relativ

konstante Merkmale, die jedoch durch Erfahrungen modifiziert werden können.

Diese überdauernden Merkmale prägen nun mit, wie wir generell handeln werden, wie

wir Situationen wahrnehmen und interpretieren, welche Verlockungen und Chancen wir in

der Situation sehen. Auf die Studienwahlsituation bezogen würde dies bedeuten, dass eine

Person, die gerne mit anderen zusammen arbeitet, dies auch im Studium anstrebt bzw. nur ein

solches Studium wählt, wo dies möglich ist. Entsprechend der unterschiedlichen Ausprägung

dieser Personenmerkmale können somit ganz unterschiedliche Verlockungen und Chancen

bei sonst gleichen äußeren Bedingungen gesehen werden (Kehr, 2004).

Nun kann auch, ohne den Umweg über die zuvor genannten Persönlichkeitsmerkmale,

die unterschiedliche Wahrnehmung der Situation direkt erfasst werden. Die Erhebung dieser

unmittelbaren, proximalen Aspekte hat in aller Regel den Vorteil, das Verhalten der Person

besser vorherzusagen und in diesem Sinne so besser zu verstehen. Als wesentlichen Nachteil

können wir jedoch nur das Verhalten für diese Situation oder Bereich verstehen. Über das

Verhalten in ganz anderen Situationen können wir – im Gegensatz zur Vorhersage über

Persönlichkeitsmerkmale – keine Vermutungen anstellen.

Die proximalen Aspekte, bezogen auf die Studienwahl, wollen wir mit dem Erweiterten

Kognitiven Motivationsmodell (EKM) erfassen. In Abbildung 1 ist dieses im Zentrum

dargestellt und wird im nächsten Abschnitt ausführlich beschrieben. Dargestellt ist auch unsere Annahme, dass als distal anzusehende Merkmale wie etwa Geschlecht, Alter, explizite

Motive und bisherige Schullaufbahn auf die Komponenten des EKM wirken. Die

Komponenten des EKM bestimmen dann die Präferenz für Informatik. Die proximalen

Einflüsse werden somit über die Variablen des EKM vermittelt. Dies wird an der Variable

Geschlecht verdeutlicht. Die Studienwahl Informatik ist stark durch diese Variable bestimmt,


wesentlich mehr Männer als Frauen wählen diesen Studiengang. Es könnte nun sein, dass

Frauen eine niedrigere selbsteingeschätzte Fähigkeit für Informatik bei sich annehmen (siehe

Handlungs-Ergebnis-Erwartung im nächsten Abschnitt), welche dann die Studienwahl

unwahrscheinlicher macht. Der Einfluss von Geschlecht wäre somit über die

selbsteingeschätzte Fähigkeit vermittelt.

Alter, Geschlecht, Fähigkeiten Präferenz für Informatik/

explizite Motive, Schullaufbahn Abbruchsbereitschaft

Abbildung 1. Das Erweiterte Kognitive Motivationsmodell (im Zentrum der Abbildung) und seine

Einbettung im Projekt

Nicht erhoben haben wir die Interessen der Befragten, da unter genauerer Betrachtung der

Erklärungswert von Interesse geringer ist, als dies auf den ersten Blick erscheint. So wird die

Wahl des Studiums mit dem Interesse begründet. Woher dieses Interesse jedoch kommt und

was genauer darunter zu verstehen ist, bleibt oft unklar. Indirekt erfassen wir es aber dennoch.

Interesse ist sowohl durch eine positive emotionale Valenz in der Auseinandersetzung mit

dem Interessensgegenstand (Spaß oder Freude im Umgang) als auch einem als positiv

betrachteten Wert gekennzeichnet (etwa die Wichtigkeit, hier besonders viel zu wissen)

(Krapp 2001). Diese beiden Komponenten des Interesses werden im Erweiterten Kognitiven

Motivationsmodell als Tätigkeits- und Folgenanreize gefasst.

2.1 Das Erweiterte Kognitive Motivationsmodell (EKM)

Um möglichst alle unmittelbaren Aspekte der Entscheidung für oder gegen das

Informatikstudium zu erkennen, haben wir das Erweiterte Kognitive Motivationsmodell

Situation Action Outcome Consequences

S - O Expectancy

A - O Expectancy O - C Expectancy

activity-related

incentives

purpose-relatedincentives

S-E-Erwartung

H-E-Erwartung E-F-Erwartung

Situation Handlung Ergebnis Folgen

Folgenanreize Tätigkeits-anreize


(Heckhausen 1989; Rheinberg 2006) herangezogen. Dessen Stärke liegt im Besonderen darin,

alle in anderen Modellen benannten Faktoren der aktuellen Motivation in ein Modell zu

integrieren und zu ordnen. Das Modell folgt zunächst der allgemeinen Struktur eines

ergebnisorientierten Handlungsablaufes (siehe Zentrum der Abbildung 1).

Bezogen auf die Wahl des Studiums würde sich ein Abiturient verschiedenen

alternativen Berufswegen gegenübergestellt sehen. In dieser Situation kann er verschiedene

Studienrichtungen wählen, die jeweils ein anderes Ergebnis (Studienabschluss oder Abschluss

einzelner Studienabschnitte) herbeiführen, wobei das Ergebnis jeweils andere Folgen mit

bestimmten Folgenanreizen hat. Die Handlung selber wäre, das jeweilige Fach zu studieren.

Um die aktuelle Motivationsstärke (d.h. die Wahl für ein Studium) zu bestimmen, ist zudem

die Ausprägung von drei Erwartungstypen von Bedeutung (siehe Situations-Ergebnis-,

Handlungs-Ergebnis- und Ergebnis-Folge-Erwartung unten).

Das Modell besagt, dass eine Person nur dann motiviert ist, wenn sie hinreichend sicher

erwartet, dass die Entscheidung wertbesetzte Folgen (Folgenanreize) nach sich zieht. Die

Anreize können dabei von Person zu Person sehr verschieden sein. Bezogen auf das

Informatikstudium könnte dies etwa sein: „Technik zu verstehen und zu beherrschen“,

„schwierige Probleme elegant lösen zu können“ oder „gute Berufsaussichten zu haben“. Zu

beachten ist, dass Anreize auch negativ sein können wie etwa „für einen Sozialtrottel gehalten

zu werden“.

Das Erweiterte Kognitive Motivationsmodell bezieht zusätzlich die unmittelbar mit der

Handlung verbundenen Anreize mit ein (so genannte Tätigkeitsanreize). Damit sind alle

positiv erlebten Aspekte bei der Durchführung der Handlung gemeint. Bei Informatik wäre

dies möglicherweise der Spaß an Programmier- oder Mathematikaufgaben. Ist die

Tätigkeitsausführung aversiv besetzt, würde von einem negativen Tätigkeitsanreiz gesprochen

werden.

Als zentrale Erwartungskomponente im Modell finden wir die Handlungs-Ergebnis-

Erwartung (H-E-Erwartung). Diese erfasst die Überzeugung der Person, wie sicher sie sich

ist, die mit dem Studium verbundenen Aufgaben meistern zu können

(„Wirksamkeitserwartung“). Wenn diese Erwartung dabei niedrig ausgeprägt ist, wird sich die

Person nicht für das Informatikstudium entscheiden, da sie davon ausgeht, dass sie scheitern

würde. Die beiden anderen Erwartungstypen (S-E-Erwartung und E-F-Erwartung) sollen der

Kürze wegen hier nicht weiter dargestellt, aber im Projekt dennoch beachtet werden.

Anhand des Modells sollen somit alle relevanten Faktoren in ihrer Bedeutung empirisch

erfasst werden. Je nach unterschiedlicher Bedeutung ergeben sich dann qualitativ andere


Gründe für oder gegen das Informatikstudium. So macht es für mögliche Interventionen einen

wesentlichen Unterschied, ob Abiturienten eine niedrige Wirksamkeitserwartung haben oder

ungenügende Anreize sehen (etwa schlechte oder ungewisse Berufsaussichten).

2.2 Untersuchungsstrategie

In die Untersuchung sollen drei Gruppen einbezogen werden. Dies ist einmal die Gruppe der

Informatiker. Hier sollen in qualitativen Interviews und in der quantitativen Erhebung

diejenigen Aspekte erkannt werden, die für diese Gruppe kennzeichnend sind und die Gründe

für die Wahl des Studiums ausmachen. Um die spezifischen Aspekte bzw. Gründe dieser

Gruppe noch besser beurteilen zu können, vergleichen wir diese Gruppe mit

Nichtinformatikstudierenden. Unterschiede zwischen diesen Gruppen zeigen dann, so die

Annahme, studienwahlrelevante Aspekte auf. Dieser Vergleich wurde zudem auch noch für

eine Untergruppe der Nichtinformatikstudierenden vorgenommen – den informatiknahen

Studienfächern (siehe Abschnitt 3.6). Hier soll ebenfalls verstanden werden, was diese beiden

Gruppen bzgl. der Gründe für die Studienwahl unterscheidet.

Ferner haben wir Abiturienten mit in die Untersuchung aufgenommen. Wir wollen hier

erkennen, ob wir die gefundenen studienrelevanten Aspekte auch bei Abiturienten

wiederfinden. Dies ist auf dem Hintergrund der möglichen Verwertung der Studienergebnisse

für Interventionsprogramme zur Erhöhung der Studierendenzahl notwendig.

Die qualitative Forschung wurde in Form von Interviews parallel zur quantitativen

Befragung durchgeführt. Dies ließ sich aufgrund des kurzen Untersuchungszeitraumes nicht

anders realisieren. Das übliche Vorgehen besteht eigentlich darin, dass die Ergebnisse der

Interviews zur Gestaltung der quantitativen Erhebung verwendet werden. In der hier

realisierten Untersuchung besteht somit die Gefahr, dass aus der Sicht der Interviewten

zentrale Aspekte in der quantitativen Untersuchung fehlen. Deshalb wurden bei der

qualitativen Erhebung zusätzlich offene Fragen zur Studienwahl gestellt.1 Unabhängig davon

sollen die Ergebnisse beider Untersuchungen bewertet und miteinander verglichen werden.

Neben der Studienwahl haben wir die Präferenz für Informatik auf einer mehrstufigen

individuellen Präferenzskala (Hitliste; siehe Abschnitt 3.9) erfasst. Diese wurde von allen drei

Gruppen ausgefüllt und erlaubt somit eine differenzierte Auswertung im Sinne der

Fragestellung. Ferner wurde die Abbruchsbereitschaft erfasst. Diese wollten wir unter

Zuhilfenahme der von uns erhobenen Merkmale erklären, damit gegebenenfalls auch hier

entsprechende Maßnahmen ergriffen werden können, die Abbruchsquote zu verringern.

1 Diese sind noch nicht ausgewertet und werden diesem Bericht nachgereicht.

Studienwahl Informatik - Stichprobe und Methoden 7

3 Stichprobe und Methoden

3.1 Stichprobe qualitative Interviews

Die Stichprobe setzte sich aus 3 Abiturienten, 4 Studenten anderer Fachrichtungen und 4

Studenten der Informatik zusammen. Die Studienrichtung der Nicht-Informatiker erstreckte

sich von Englisch auf Lehramt über Jura zu Musik. Es wurden sowohl weibliche wie auch

männliche Interviewpartner befragt, die jüngste war 18 Jahre alt, der älteste 27 Jahre. Ein

Interview dauerte zwischen 30 und 50 Minuten.

3.2 Stichprobe quantitative Studie

An der quantitativen Untersuchung nahmen N = 1965 Personen teil, aufgrund unvollständiger

Angaben mussten N = 1309 Datensätze gelöscht werden. Somit ergab sich der Umfang der

Stichprobe mit N = 656 Teilnehmer, davon N = 458 (69,8 %) männlich und N = 198 weiblich

(30,2 %). N = 320 Teilnehmer gaben an, Informatik zu studieren.

Aus der Grundgesamtheit wurde zu Analysezwecken eine Untergruppe gebildet, die

ausschließlich Studenten enthält, da nur bei diesen die Studienwahl rückblickend betrachtet

werden konnte. Für diese Gruppierung ergab sich eine Stichprobengröße von N = 553 (von

der Grundgesamtheit wurden N = 103 Abiturienten abgezogen). Da sich die Grundgesamtheit

in drei große Gruppen (Informatiker, Nicht-Informatiker, Abiturienten) gliederte, sollen die

demographischen Aspekte der Gruppen aus Gründen der Übersichtlichkeit getrennt

beschrieben werden.

Informatikstudenten

Die Gruppe der Informatik-Studenten umfasste N = 320 Teilnehmer. Die Männer waren

deutlich häufiger repräsentiert mit 77 %. Der Anteil der Frauen liegt mit 23 % etwas über dem

Frauenanteil am Informatikstudium von 15% (Statistisches Bundesamt, 2001). Die

Altersspanne der Informatiker erstreckte sich von 18 bis 32 Jahren. Das Durchschnittsalter

war M = 22,9 bei einer Standardabweichung von SD = 2,58. Die große Altersspanne fand sich

auch in den Fachsemestern wieder. Es gab Teilnehmer vom 1. bis zum 19. Semester, der

Mittelwert war M = 5,03 (SD = 3,79), wobei sich 49 % in den ersten drei Semestern

befanden. Die hohen Werte bei Alter und Fachsemesterzahl waren Einzelfälle, es kamen nur

16 Personen mit über 12 Fachsemestern vor.

Nicht-Informatikstudenten

Diese Gruppe setzte sich aus 64 % Männer und 36 % Frauen zusammen und hatte insgesamt

N = 233 Teilnehmer. Das Alter der Befragten reichte von 19 bis 30 mit einem


Durchschnittsalter von M = 22,5 Jahren (SD = 2,24). Die Bandbreite der Fachsemester

erstreckte sich von 1 bis 13 bei einem Mittelwert von M = 4,67 (SD = 3,06).

Von dieser Gruppe wurde zusätzlich die Studienrichtung erfragt. Hier wurde eine große

Bandbreite abgebildet, wobei Schwerpunkte auf Maschinenbau (31%), und

Betriebswirtschaftslehre (15 %) lagen; Chemie (5%), Mathematik / Statistik (6 %) und

Sprach- und Literaturwissenschaften (6 %) bewegten sich um die 5 % Marke.

Interessant bei der Angabe des Studienfaches war, dass 21 von 233 Teilnehmern (9 %)

am Fragebogen für Nicht-Informatiker teilnahmen, als Studienfach jedoch entweder

Bioinformatik oder Wirtschaftsinformatik angaben. Hier lässt sich vermuten, dass sich diese

Personen von den „klassischen“ Informatikern abgrenzen wollen oder sich zumindest nicht

zugehörig fühlen.

Abiturienten

Diese Gruppe beinhaltete N = 103 Teilnehmer, die sich nach Geschlecht in 60 % Männer und

40 % Frauen aufteilten. Die Verteilung des Alters reichte in dieser Gruppe von 16 bis 24 bei

einem Durchschnittsalter von M = 18,6 Jahren (SD = 1,12).

3.3 Inhalt und Durchführung der Interviews

Dass die Rekonstruktion von Anreizen und die Erfassung von Anreizen per strukturiertem

Interview gut möglich ist, haben die Arbeiten von Rheinberg (2006) bei verschiedensten

Tätigkeiten (z.B. Lernhandlungen, Freizeitaktivitäten, Computernutzung) gezeigt. Die

bisherige Form des strukturierten Interviews wurde dabei um die Abfrage der oben genannten

Erwartungskomponenten (siehe Abschnitt 2.1) ergänzt. Die Interviews folgten einem

strukturierten Leitfaden, der in groben Zügen dem Aufbau der quantitativen Befragung glich

(siehe Anhang 7.1). Den Befragten wurde genug Raum für eigene Antworten gegeben, ebenso

bot sich natürlich die Möglichkeit, beliebig tief in einen Aspekt einzutauchen und

nachzufragen. Während den Interviews notierte der Fragende Kerninformationen, das gesamte

Interview wurde auf einem Diktiergerät aufgezeichnet und transkribiert.

3.4 Durchführung der Fragebogenuntersuchung

Der Fragebogen wurde in HTML konzipiert und unter „www.psycho.wi.tum.de/

Befragung/Studienwahl“ im Internet zugänglich gemacht. Diese Seite gehört zur

psychologischen Fakultät der TU München. Als Anreiz zur Teilnahme wurde die Verlosung

von Buchgutscheinen in Aussicht gestellt.

Die Fachschaften der Informatik wurden deutschlandweit angeschrieben und um

Teilnahme gebeten. Studenten anderer Studienrichtungen wurden vornehmlich an den


Münchner Universitäten rekrutiert. Problematisch gestaltete sich das Gewinnen der

Abiturienten, da diese nicht so gesammelt erreichbar waren wie die Studenten. Es wurden die

Sekretariate der Schulen mit der Bitte kontaktiert, ein Anschreiben an die Abiturienten

weiterzuleiten. Ferner nutzten wir einschlägige Internet Portale wie www.lokalisten.de und

www.Schuelervz.de.

3.5 Biografische Daten

Abgefragt wurden Angaben zu Geschlecht, Alter, Studienfach, aktuelles Studiensemester,

Abiturnote in Mathematik und Deutsch sowie die Abiturnote insgesamt. Zur Bestimmung

bisherig relevanter Ausbildungsaspekte wurde erfragt, welche Leistungskurse besucht werden

bzw. besucht wurden, ob und in welcher Form Informatik an der Schule belegt wurde. Zudem

hatten die Befragten über eine Auswahl zu Beginn der Untersuchung angegeben, ob sie

Informatik oder ein anderes Studienfach studieren bzw. Abiturienten sind.

3.6 Explizite Motive

Das Leistungsmotiv wurde mit der Kurzform der „Leistungsstreben Motive Scale“ (AMS)

erfasst (Lang & Fries, 2006). Von den insgesamt 10 Items erfassen jeweils fünf die

Komponenten des Leistungsmotivs Hoffnung auf Erfolg (HE) und Furcht vor Misserfolg

(FM). Ein Beispielitem der Skala HE ist: „Ich merke, dass mein Interesse sehr schnell

erwacht, wenn ich vor einem Problem stehe, dass ich nicht auf Anhieb verstehe“. Ein

Beispielitem für die Skala FM lautet: „Wenn eine Sache etwas schwieriger ist, hoffe ich dass

ich es nicht machen muss, weil ich Angst habe, es nicht zu schaffen“. Die verwendete

Antwortskala ist vierstufig und erfasst die Zustimmung der Teilnehmer von (1) „trifft gar

nicht auf mich zu“ bis (4) „trifft völlig auf mich zu“.

Weiterhin wurden verschiedene Facetten des NEO-PI-R herangezogen, die in enger

Beziehung zu den expliziten Motiven stehen (Engeser & Langens, 2008). (1) Dies ist die

Facette Leistungsstreben, die eine enge Beziehung zum Leistungsmotiv aufweist. (2) Die

Facette Durchsetzungsvermögen weist eine starke Beziehung zum Machtmotiv auf. Um den

Bezug hier zu verdeutlichen, wird in der Arbeit die Bezeichnung Machtmotiv verwendet. (3)

Die Facette Geselligkeit hat enge Bezüge zum Anschlussmotiv. (4) Die Facette soziale

Befangenheit als Teil von Neutrotizismus repräsentiert die Furchtmotivation. Die verwendete

Antwortskala erfasst die Zustimmung zu den Aussagen fünfstufig.

In Tabelle 1 sind die Mittelwerte, Standardabweichungen sowie die Korrelation

aufgeführt. Dabei fällt auf, dass es insgesamt hohe Werte in Hoffnung auf Erfolg und

Leistungsstreben gibt, ebenfalls ist das Anschlussmotiv stark ausgeprägt. Die Korrelationen


zwischen den Maßen sind insgesamt schwach bis mäßig ausgeprägt. In der Diagonale sind die

internen Konsistenzen dargestellt (blau unterlegt), die durchweg zufrieden stellend ausfallen.

Tabelle 1. Explizite Motive: Korrelationen, Reliabilitäten, Mittelwerte und Standardabweichung

1 2 3 4 5 6 M SD

1 HE ,78 3,45 0,49

2 FM -,15** ,83 2,25 0,72

3 Leistungsstreben ,37** -,22** ,67 4,24 0,62

4 Machtmotive ,22** -,41** ,29** ,75 3,99 0,69

5 Anschlussmotiv ,02 -,24** ,16** ,42** ,82 4,42 0,80

6 Neurotizismus -,11** ,53* -,21** -,51** -,34** ,67 3,48 0,63 Anmerkung: N = 656; * p < .05, ** p < .01; blau unterlegt die internen Konsistenzen

3.7 Einteilung der Leistungskurse und der Studienfächer

Die Leistungskurse wie auch die Studienfächer der Studierenden wurden nach der Fächer-

und Berufseinteilung der Agentur für Arbeit vorgenommen (2008). Hier ist nur die

Dichotomisierung in informatiknahe und informatikferne Fächer und Studiengänge von

Interesse. Wir haben die technisch-mathematischen Leistungskurse als informatiknah

betrachtet. Diese beinhalten die Fächer Mathematik, Physik, Elektrotechnik und Informatik. N

= 406 im Vergleich zu N= 229 haben mindestens eines dieser Fächer als Leistungskurs

gewählt. N = 21 haben hier keine verwertbaren Angaben gemacht und für die Verwendung in

der Regressionsanalyse (siehe Abschnitt 4.2 bis 4.6) wurden diese Werte durch den

Gesamtmittelwert der Population ersetzt.

Für den Vergleich informatiknaher Studiengänge mit Informatik wurde eine

vergleichbare Dichotomisierung vorgenommen. Informatik wurden dabei folgende Fächer

gegenüber gestellt: Maschinenbau, Luft- und Raumfahrttechnik, Physik, Mathematik und

Statistik. Dabei werden N = 320 Informatiker N = 110 anderen Studierenden gegenüber

gestellt.

3.8 Assoziationen zum Informatikstudium

Die Befragten waren aufgefordert, in bis zu fünf Stichworten zu benennen, was ihnen

unmittelbar zum Informatikstudium einfällt. Die Stichwörter wurden in neun Kategorien

eingeteilt. Abbildung 2 gibt für die einzelnen Inhaltskategorien die Häufigkeitsverteilung für

die ersten drei Stichwörter wieder (getrennt für Informatikstudierende,


Nichtinformatikstudierende und Abiturienten. Nach der Reihenfolge der Kategorien für die

Informatiker sind dies:

Logik (Stichwörter: Mathe, Rechnen, Logik, Analyse u. ä.) Programmieren (Stichwörter: Programmieren, Programmiersprachen, Software) positives Image (Stichwörter: Abwechslung, Geld, Zukunft, Fortschritt u. ä.) Computer (Stichwörter: Computer, PC, Arbeitsplatz PC) Technik (Stichwörter: Technologie, Automatisierung, Roboter u. ä.) Kreativität (Stichwörter: Kreativität, Softwareentwicklung, Designen u. ä.) Daten (Stichwörter: Informationsverarbeitung, Information, Datenbanken) negatives Image (Stichwörter: Nerd, schwer, langweilig, Kellerarbeit u. ä.) neutrales Image (Stichwörter: Theorie, Büroarbeit, Organisation u. ä.) Spiele (Stichwörter: Spiele, Internet, Chatten u. ä.)

AbiturientenNicht-InformatikInformatik

40

30

20

10

0

Stichwort 1


Stichwort 2


Stichwort 3

ImagepositivprogrammierenLogik

KreativitätTechnikComputer

SpieleImagenegativDaten

Abbildung 2. Prozentuale Häufigkeit der Inhalt der Stichwörter nach Gruppen

Diese Reihenfolge für die Informatiker weicht deutlich von der Reihenfolge bei den Nicht-

Informatikern und den Abiturienten ab. Diese nennen wesentlich weniger die Kategorie

Logik, positives Image und Technik. Öfters genannt wird hingegen die Kategorie

Programmieren, Computer und negatives Image. Dies verdeutlicht, dass es wesentliche

Unterscheide zwischen den Gruppen gibt, die sich in vergleichbare Form auch im zweiten und

dritten Stichwort wieder findet.

3.9 Der Einfluss der Informationsquellen

Die Teilnehmenden wurden befragt, welche Quellen ihre Vorstellung von Informatik

beeinflusst haben. Diese Quellen wurden auf einer 7-stufigen Skala von „keinen Einfluss“ bis

„starken Einfluss“ bewertet: (1) Freunde, (2) Bekannter Informatiker (3) Bekannter


Programmierer, (4) Studierende der Informatik, (5) Studierende anderer Fächer, (6) Eltern,

Verwandte, (7) Andere Bekannte, (8) Internet, (9) Universität (Infoveranstaltungen,

Internetseiten, Vorlesungsverzeichnis etc.), (10) Agentur für Arbeit (11) Eigene

Programmiererfahrung, (12) Fachbücher, und (13) Andere Quellen.

Die Tabelle 2 zeigt die Korrelationen zwischen den Quellen, sowie die Mittelwerte und

Standardabweichungen. Außerdem werden die Korrelationen der Quellen mit den Variablen

Präferenz nach der Hitliste, Studienwahl, Informatiker gegen informatiknahe sowie

Studienabbruch dargestellt (siehe Abschnitte 3.9, 3.6 und 3.12; vgl. auch Regressionsanalysen

Abschnitt 4.2 bis 4.6).

Tabelle 2. Die Bedeutung der Informationsquellen

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11) (12)

(1) Freunde

(2) Informatiker ,20*

(3) Programmierer ,18* ,64*

(4) Info.student ,24* ,30* ,25*

(5) Studenten ,24* ,12* ,10* ,30*

(6) Verwandte ,14* ,16* ,13* ,02 ,16*

(7) Bekannte ,25* ,13* ,17* ,10* ,23* ,41*

(8) Internet ,07 ,05 ,10* ,09* ,05 ,10* ,21*

(9) Universität ,00 ,04 ,04 ,17* ,06 ,07 ,09* ,25*

(10) AA -,04 ,00 ,03 ,04 ,15* ,06 ,12* ,10* ,16*

(11) Programmieren -,02 ,08* ,16* ,01 -,07 -,07 -,01 ,28* ,15* ,01

(12) Bücher -,05 ,12* ,17* ,07 -,05 ,00 ,11* ,34* ,23* ,05 ,54*

M 3,55 2,72 2,48 2,83 2,40 2,90 2,64 4,10 3,46 1,47 4,43 2,85

SD 2,04 1,96 1,91 2,00 1,70 2,00 1,81 2,01 2,05 1,18 2,32 2,15

Hitliste -,15* ,03 ,05 -,06 -,14* ,08* -,02 ,28* ,29* ,00 ,42* ,42*

Studienwahl -,20* -,04 -,02 -,10* -,11* ,04 -,01 ,23* ,19* ,03 ,24* ,24*

Inf. vs. informatik-nahes Fach

-,19* -,04 -,04 -,11* -,12* ,05 ,02 ,21* ,20* ,03 ,12* ,25*

Studienabbruch ,04 ,12* ,10 -,01 ,08 ,07 ,17* -,06 -,08 ,05 -,02 -,03Anmerkungen. N = 656; * p < .05

Die Mittelwerte zeigen eine Rangfolge der maßgeblichen Quellen auf. Eigene

Programmiererfahrung hat den größten Einfluss (M = 4,43; SD = 2,32) gefolgt von Internet

(M = 4,10; SD = 2,01) und Freunden (M = 3,55; SD = 2,04). Der Einfluss anderer Quellen ist

eher gering (M < 2.90). Die Präferenz (Hitliste) und die Studienwahl (insgesamt als auch der

Vergleich von Informatik mit informatiknahen Studienfächern) werden kaum oder nur


schwach von diesen Quellen beeinflusst. Ausnahme ist die eigene Programmiererfahrung und

das Lesen von Fachbüchern. Kaum einen Einfluss haben die Quellen auf den Studienabbruch.

3.10 Hitliste

Jeder Teilnehmer war aufgefordert, eine persönliche Hitliste seiner Ausbildungspräferenzen

anzugeben. Dazu sollte er seine drei „Lieblingsfächer“ bzw. „Lieblingsberufe“ sowie seine

diesbezüglich Unbeliebtesten angeben. Dieser persönlichen Hitliste sollte dann Informatik

zugeordnet werden. Die Person konnte also angeben, ob Informatik zu den Lieblingsfächern

bzw. zum Lieblingsfach gehört (also eine hohe Präferenz besitzt) oder eher im Mittelfeld oder

sogar zu den ungeliebten Fächern gehört. Die Skala dieser Zuordnung reicht von 1 (niedrigste

Präferenz) bis zur höchsten Präferenz von 11.

Informatikern wurde die Zuordnung von Informatik nicht vorgelegt, da wir davon

ausgegangen sind, dass diese in der Hitliste selbst auftaucht. Dies war jedoch bei N = 46

Personen nicht der Fall. Dabei handelte es sich bei den angegebenen Studienfächern auf den

drei oberen Plätzen der Hitliste nicht ausschließlich um zulassungsbegrenzte Fächer, so dass

der Grund hierfür offen bleiben muss. Diese Fälle wurden bei den unten berichteten Analysen

ausgeschlossen.

Erwartungsgemäß hatten die Informatiker mit M = 10,7 (SD = 0,73) auch im

Durchschnitt fast den Höchstwert erreicht. Bei den Nicht-Informatikstudenten liegt der Wert

mit M = 7,03 (SD = 2,75) und bei den Schülern mit M = 6,88 (SD = 3,04) leicht über dem

Mittelwert der Skala. Insgesamt nimmt Informatik somit einen guten Mittelplatz in der

Präferenz ein.

3.11 Sicherheit in der Studienwahl

Die Sicherheit in der Studienwahl bzw. in der Wahl eines Ausbildungsberufes wurde mit fünf

selbstgenerierten Items auf einer Skala von 1 bis 7 erfragt (siehe Anhang 1.1). Die Sicherheit

in der Wahl ist mit M = 5,07 (SD = 1,66) hoch ausgeprägt. Besonders ausgeprägt war die

Sicherheit bei den Informatikstudierenden (M = 5,32, SD = 1,60). Andere Studierende (M =

4,85, SD = 1,73) und Abiturienten (M = 4,70, SD = 1,57) sind sich hingegen etwas

unsicherer.

3.12 Studiumsabbruchsbereitschaft

Die Studiumsabbruchsbereitschaft wurde mit Items aus der Skala von Döhnert (2005) erfasst

(siehe Anhang 0). Diese ist bei den Informatikern mit M = 1,86 (SD = 1,27) sehr niedrig und

liegt auch für Studierende in den ersten zwei Semestern nicht wesentlich höher M = 1,96 (SD


= 1,28). Weiter sollten die Studierenden hier angeben, wie gut sie Ihre Leistungen im Studium

sowie in den letzten zwei Monaten einschätzen. Dazu sollten sie sich selbst Noten von 1 bis 6

geben. Die Noten liegen für die Informatiker bei M = 2,41 (SD = 0,77) und M = 2.42 (SD =

0,93). Von N = 83 wurden Gründe für einen möglichen Abbruch genannt. Etwas mehr als die

Hälfte gibt an (N = 43) an, dass das Studium zu schwer oder zeitaufwändig ist. Knapp ein

Viertel (N = 19) nennen, dass sie andere inhaltliche Präferenzen entwickelt hätten. Die

restlichen Angaben sind sehr heterogen und reichen von finanziellen und persönlichen

Schwierigkeiten oder Langeweile bis zu einem attraktiven Jobangebot.

3.13 Motivationale Aspekte des Informatikstudiums nach dem EKM

Die Komponenten des Erweiterten Kognitiven Motivationsmodells (EKM) wurden mit 61

Items erfasst (siehe Anhang 7.4). Über das Modell hinaus wurde das Image und Frauenbild

erhoben, welche nicht direkt eine Komponente des Modells darstellen, wohl aber in enger

Beziehung zu den Anreizen stehen sollten (siehe Anhang 7.4). Bei der Faktorenanalyse ließen

sich die Fragen auf 9 Faktoren zurückführen (siehe Anhang 7.4). Es wurden dabei 12 Fragen

aus der Faktorenanalyse herausgenommen (siehe Anhang 7.4). Es ist anzunehmen, dass diese

Fragen von den Teilnehmern nicht eindeutig genug verstanden wurden und deshalb hohe

Doppelladungen auftraten bzw. die inhaltliche Zuordnung nicht stimmig war. Die Faktoren

ließen sich gut der theoretischen Struktur nach dem EKM zuordnen und sollen im Folgenden

kurz beschrieben werden.

Folgenanreiz (FA): Der erste Faktor beinhaltete 14 Aussagen. Es wurden Aspekte

zusammengefasst, die sich mit den potentiellen Folgen eines absolvierten Informatikstudiums

befassen. Dazu zählten sowohl Karrieremöglichkeiten und Arbeitsplatzsicherheit als auch

Begeisterung für Informatik als Zukunftstechnologie und die Beherrschung der Technologie.

Image: Der Faktor ‚Image’ bestand aus 9 Items. Diese beinhalteten Vorurteile

gegenüber den Informatikern als soziale Gruppe. Klischees vom ‚Hacker’ bis zum

‚vereinsamten Programmierer’ wurden abgefragt und von den Fragebogen-Teilnehmern

bewertet. Ein Beispielsatz aus diesem Faktor war: „Informatiker sitzen nur vorm Computer

und haben Angst, Menschen zu begegnen.“

Handlungs-Ergebnis-Erwartung (HEE): Auf diesen Faktor fielen fünf Aussagen, die der

Handlungs-Ergebnis Erwartung zuzuordnen sind. Die Items spiegeln wider, ob bzw. wie sehr

der Befragte durch die eigene Handlung das Ergebnis beeinflussen kann. Die Aussagen

drücken aus, wie sehr sich der Befragte den empfundenen Anforderungen eines

Informatikstudiums gewachsen fühlt. Eine Beispielaussage war: „Ich bin mir sicher, dass ich


den Anforderungen eines Informatikstudiums gewachsen bin.“ Über diesen Aspekt hinaus

fallen Items, die dem Tätigkeitsanreiz zugeordnet werden, ebenfalls auf diesen Faktor.

Inhaltlich bedeutet dies, dass die eigene wahrgenommene Wirksamkeit, die Dinge

beeinflussen zu können, mit dem Spaß an der Tätigkeit selbst zusammenfallen und empirisch

nicht unterschieden werden können. Wer sich etwas zutraut, hat auch Spaß daran und

umgekehrt, die Freude an der Tätigkeit steigert das Können bzw. das selbsteingeschätzte

Können.

„Hacker“: Ein Aspekt der vier Fragen dieses Faktors spiegelt einen spezifischen

Folgenanreiz wider, der als Hacken (=Eindringen in fremde Systeme ohne

Schädigungsabsicht) bezeichnet werden kann. Das Gegenteil davon bedeutet, die Systeme

sicher zu machen. Eine diesbezügliche Aussage war etwa: „Informationstechnische Systeme

sicher zu machen, reizt mich“. Beide Aspekte wurden von den Befragten jedoch als ein

Aspekt mit unterschiedlichen Vorzeichen verstanden und wurden deshalb zu einem Faktor

zusammen gefasst.

Frauenbild: Dieser Faktor hat sich als getrennt von anderen Imagefragen erwiesen und

bildet Vorurteile im Hinblick auf Frauen und Informatik ab. Dieser Aspekt wird durch vier

Fragen gebildet. Eine beispielhafte Frage war: „Informatik – das können nur Männer.“

Unklare Vorstellungen (Unklar): Weitere vier Fragen richteten sich auf unklare

Vorstellungen der Informatik gegenüber. Diese richteten sich in den Fragen sowohl auf

Inhalte des Studiums wie auch auf das spätere Berufsfeld eines Informatikers. Eine Frage war

zum Beispiel: „Die Inhalte des Informatikstudiums sind mir völlig unklar.“

Ergebnis-Folge-Erwartung (EFE): Dieser Faktor beinhaltete 3 Fragen. Der Faktor fragt

die Ergebnis–Folge–Erwartung des Teilnehmers ab. Es sollte ermittelt werden, wie sicher die

Berufsaussichten mit einem abgeschlossenen Informatikstudium (Ergebnis) auf einen späteren

Job (Folge) eingeschätzt werden. Eine beispielhafte Frage war: „Das Informatikstudium bildet

eigentlich nicht für den späteren Beruf aus.“ Hohe Werte bei dieser Frage würden also

bedeuten, dass das Informatikstudium nicht zuverlässig die gewünschten Folgen nach sich

zieht, das heißt, eine niedrige EFE ausdrücken.

Programmierkenntnisse: Es sollte weiterhin erhoben werden, ob es Personen gibt, die

davon ausgehen, dass sie alles, was man im Informatikstudium lernen würde, bereits vor

Beginn des Studiums können und wissen (Situations-Ergebnis-Erwartung nach dem EKM).

Hier handelte es sich hauptsächlich um Programmierkenntnisse, die bei den Befragten bereits

schon vor dem Studium vorhanden waren. Diese Fragen fielen auch auf einen Faktor, eine


Frage lautete zum Beispiel: „Ich kann im Informatikstudium nichts dazu lernen, weil ich alles

Wesentliche schon kann.“

Wechselnde Bedingungen (Wechsel): Informatik ist als eine Disziplin bekannt, deren

Inhalte und Vorraussetzungen starken und schnellen Änderungen unterworfen sind. Dies

könnte deshalb für viele Personen einen negativen Anreiz darstellen. Dieser Aspekt findet

sich in den Items zu diesem Faktor wieder. Eine Frage aus diesem Faktor war: „Mich stört

irgendwie die Vorstellung, dass sich in der Informationstechnologie alles so schnell ändert.“

In Tabelle 3 sind sowohl die Mittelwerte und Standardabweichungen der einzelnen

Faktoren als auch die Korrelationen der Faktoren dargestellt. Bei Betrachtung der Mittelwerte

fällt auf, dass insgesamt betrachtet, die Folgenanreize, die Handlungs-Ergebnis-Erwartung

und die Ergebnis-Folge-Erwartung hoch ausgeprägt sind. Mittelwertsunterschiede zwischen

den Gruppen sind in Abschnitt 4.1.2 (Abbildung 2) zu sehen. Relativ niedrig ausgeprägt sind

Image (inklusive dem Frauenbild), der Anreiz zum Hacken, Unklarheit über die Inhalte im

Studium und der negative Anreiz der wechselnden Bedingungen. Ebenfalls gering ausgeprägt

sind die selbsteingeschätzten Programmierkenntnisse. Dabei gilt es allerdings zu beachten,

dass die Items zum Teil so formuliert sind, dass die Kenntnisse so hoch sind, dass ein

Studium schon fragwürdig ist.

Tabelle 3. Korrelationstabelle der 9 Faktoren des EKM

(1) (2) (3) (4) (5) (6) (7) (8) (9)

(1) Folgenanreiz ,88

(2) Image -,28** ,89

(3) HEE ,48** -,23** ,87

(4) Hacken ,51** -,09* ,23** ,72

(5) Frauenbild -,18** ,49** -,25** -,03 ,81

(6) Unklar -,40** ,35** -,46** -,15** ,30** ,75

(7) EFE ,15** -,25** ,16** -,04 -,19** -,20** ,62

(8) Programmierkenntnisse ,31** -,01 ,46** ,21** -,04 -,32** -,17** ,71

(9) Wechsel -,15** ,20** -,23** -,02 ,20** ,21** -,24** -,01 ,77

M 4,54 3,30 5,20 3,44 2,49 2,98 4,62 2,52 2,29

SD 1,19 1,44 1,60 1,50 1,40 1,38 1,16 1,20 1,39Anmerkungen. N = 656; * p < .05, ** p < .01; blau unterlegt die internen Konsistenzen

3.14 Offene Fragen

Die Teilnehmer der Onlinebefragungen wurden gebeten, in freier Nennung darzustellen, was

aus ihrer Sicht für oder gegen das Informatikstudium spricht. Alle Teilnehmer wurden dazu in


zwei getrennten Fragen aufgefordert anzugeben, was aus ihrer Sicht für und gegen die Wahl

eines Informatikstudiums spricht. In einer weiteren Frage sollten die Nicht-

Informatikstudierenden bzw. die, die nicht Informatik studieren wollen, darüber hinaus noch

angeben, was aus Ihrer Sicht für die Wahl des eigenen Faches ausschlaggebend war bzw. ist.

Wir wollten mit den offenen Fragen überprüfen, inwieweit wir alle wesentlichen

Aspekte in den geschlossenen Fragen abgefragt haben. War dies nicht der Fall, ließen sich

aufgrund der hohen Anzahl der Antworten zu den Fragen (N = 617 gaben ernsthafte

Antworten für und N = 639 gegen Informatik; N = 321 machten sinnvolle Angaben eigenen

Nicht-Informatikstudium) auch hier eine quantitative Abschätzung der Bedeutung

vornehmen. Mit den offenen Fragen lassen sich folgende Aspekte näher beleuchten:

1. Was ist aus persönlicher Sicht der Informatikstudenten bzw. der Abiturienten mit

Studienwunsch Informatik maßgeblich, sich für das Studium zu entscheiden?

2. Was spricht aus persönlicher Sicht der Informatikstudenten bzw. der Abiturienten mit

Studienwunsch Informatik gegen das Studium?

3. Was unterscheidet die persönliche Sichtweise der Informatikstudierenden bzw. der

Abiturienten mit Studienwunsch Informatik von denen der anderen Studenten und

Abiturienten?

4. Gibt es aus persönlicher Sicht unterschiedliche Veranlassungsstrukturen für das

Informatikstudium im Vergleich zu anderen Fächern, vor allem auch zu

informatiknahen Fächern (siehe Abschnitt 3.7)?

Studienwahl Informatik - Ergebnisse 18

LK / GK Sonstige Gar nicht

4 Ergebnisse

4.1 Deskriptive Statistiken

4.1.1 Informatik in der Schule

Ein Faktor, in dem sich die drei Gruppen (Informatik, anderes Studienfach, Abiturienten)

eindeutig unterscheiden, ist die Frage, ob Informatik in der Schule belegt wurde oder nicht.

Hier liegen die Informatiker vorne: 50 % hatten Informatik entweder als Leistungskurs oder

als Grundkurs. Nur 29 % der Informatik-Studenten gaben an, in der Schule „gar nichts“ mit

Informatik zu tun gehabt zu haben. Der Rest dieser Gruppe besuchte Informatik entweder als

Wahlfach, AG, Unterrichtsfach oder in einer anderen Form.

In Abbildung 3 ist diese Verteilung dargestellt und den anderen Gruppen

gegenübergestellt. Hier wird ein deutlicher Unterschied sichtbar. Nicht-Informatikstudierende

haben sich weniger intensiv mit Informatik in der Schule auseinandergesetzt. In noch

stärkerem Maße gilt dies für die Abiturienten. Somit wird schon hier deutlich, dass die

bisherige Ausbildung einen erheblichen Einfluss auf die Studienwahl hat. In weiter unten

dargestellter Regressionsanalyse wurde dieser Aspekt so herangezogen, dass Informatik in der

Oberstufe als Leistungskurs und Grundkurs den restlichen beiden Kategorien (sonstiges und

gar nicht) gegenübergestellt wurde. Die fehlenden Angaben bei dieser Variable (N = 21)

wurden dabei für diese Analysen durch den Populationsmittelwert ersetzt.

Informatiker Nicht-Informatiker Abiturienten

Abbildung 3. Informatik in der Schule

4.1.2 Gruppenunterschiede in motivationalen Aspekten nach dem EKM

In Abbildung 4 sind die Mittelwerte und Standardabweichungen der motivationalen Faktoren

nach dem EKM für die drei Gruppen Informatiker, Nicht-Informatiker und Abiturienten

dargestellt. Dabei fallen besonders starke Differenzen in den Folgenanreizen und der


Handlungs-Ergebnis-Erwartung ins Auge. Diese beiden Faktoren sind auch in den unten

aufgeführten Regressionsanalysen durchgehend von Bedeutung. Die Bedeutung der anderen

Faktoren für die Erklärung der Präferenz für Informatik, der Studienwahl und des

Studienabbruchs sind weniger bedeutsam, aber zum Teil doch gegeben. Dies gilt für das

Image und die Ergebnis-Folge-Erwartung. Die anderen Faktoren erweisen sich hingegen als

erklärungsschwach im Sinne der Fragestellungen der Untersuchung.

GruppeneinteilungSchülerNicht-InformatikInformatik

Mit

telw

ert

7,00

6,00

5,00

4,00

3,00

2,00

1,00

Fehlerbalken: +/- 1 SD

Wechselnde BedingungenFrauenbildunklare VorstellungProgrammierkentnisseImageHackenEFEFolgenanreizHEE

INDEX

Abbildung 4. Mittelwerte und Standardabweichung der motivationale Faktoren nach Gruppen

4.2 Hitliste – Vorhersage der Präferenz für Informatik

Die Präferenz für Informatik wie anhand der Hitliste eingeordnet (siehe Abschnitt 3.9) soll in

den folgenden Analysen als abhängige Variable herangezogen werden. Die Analysen werden

einmal für die Gesamtstichprobe durchgeführt, darüber hinaus für Abiturienten gesondert.

Damit soll beurteilt werden können, ob die Zusammenhänge zwischen den Gruppen gleich

sind oder ob es spezifische Aspekte dieser Gruppe gibt.


4.2.1 Biografische Daten und explizite Motive

Die Präferenz nach der Hitliste soll in einem ersten Schritt anhand der unabhängigen

biografischen Daten und expliziten Motiven vorhergesagt werden. Von den biografischen

Daten wurden Geschlecht, Alter, Mathematiknote im Abitur, Oberstufenkurs Informatik und

technisch-mathematischer Leistungskurs einbezogen. Bei den expliziten Motiven wurden das

Leistungsmotiv (Hoffnung auf Erfolg und Furcht vor Misserfolg), das Leistungstreben, das

Macht- und Anschlussmotiv sowie Neurotizismus aufgenommen (siehe Abschnitt 3.6).

Die Ergebnisse einer Regressionsanalyse mit den personenbezogene Daten und Motiv-

bzw. Persönlichkeitsvariablen sind in Tabelle 4 dargestellt. Neben den standardisierten

Betagewichten der Regressionsanalyse sind auch die Korrelationen der Prädiktoren mit der

Hitliste aufgeführt.

Tabelle 4. Hitliste: Biografische Daten und explizite Motive

Alle Abiturienten

Beta Korrelation Beta Korrelation

Geschlecht ,25** ,32** ,41** ,43**

Alter ,13** ,19** ,00 ,04

Mathematik Note ,06 ,12** ,14 ,22*

Oberstufeninformatik ,27** ,37** ,23** ,39**

Techn.-math. LK ,15** ,26** ,27** ,34**

Hoffnung auf Erfolg ,00 ,01 ,08 ,11

Leistungsstreben ,01 -,01 -,03 -,05

Machtmotiv -,05 -,11** -,21 -,06

Anschlussmotiv -,07 -,16** ,12 -,01

Neurotizismus ,05 ,06 -,03 -,03

R-Quadrat ,27 ,42 Anmerkungen. N (alle) = 610; N (Abiturienten) = 103; * p < .05, ** p < .01

Bei der Analyse über die Gesamtstichprobe haben sich Geschlecht, Alter,

Oberstufeninformatik und technisch-mathematischer LK als signifikante Einflussgrößen

herausgestellt. Diese erklären zusammen 27 % der Varianz der Hitliste (R-Quadrat). Die

Mathematiknote hat bei der Regressionsanalyse keinen bedeutsamen Effekt auf die Hitliste,

obwohl sie auf korrelativer Ebene signifikante positive Zusammenhänge aufweist. Dies kann

so verstanden werden, dass die Mathematiknote mit der Kurswahl zusammenhängt die

wiederum auch die Präferenz nach der Hitliste bestimmt.


Motiv- und Persönlichkeitswerte haben ebenfalls keinen bedeutsamen Einfluss bei der

Regressionsanalyse. Der auf korrelativer Ebene gefundene negative Zusammenhang des

Machtmotivs und Geselligkeit ist im Kontext der anderen Variablen nicht mehr signifikant.

Auch dies kann wieder so verstanden werden, dass der Effekt über andere Variablen

vermittelt ist. Dennoch bleibt festzuhalten, dass weniger stark machtmotivierte Personen eher

Informatik präferieren, gesellige dagegen weniger.

Die Zusammenhänge für die Abiturienten sind weitgehend analog zu der

Gesamtstichprobe. Abweichend findet sich, dass das Alter keinen Einfluss auf die Präferenz

hat. Dies lässt sich darauf zurückführen, dass die Stichprobe der Abiturienten altersmäßig

nicht wesentlich um die 18 Jahre streut und sich ein Zusammenhang somit gar nicht zeigen

kann.

Insgesamt betrachtet zeigen sich also über beide Analysen (über alle und für die Abiturienten

getrennt) hinweg stabile Zusammenhänge. Die Präferenz für Informatik ist dabei im

Wesentlichen durch das Geschlecht als auch durch die bisherigen Erfahrungen bzw.

Fächerwahlen in der Schule bestimmt.

4.2.2 Variablen des Erweiterten Kognitiven Motivationsmodells (EKM)

In dieser Analyse werden die Variablen des EKM als Prädiktoren aufgenommen (siehe

Abschnitt 14). Die Ergebnisse dieser Analysen sind in Tabelle 5 dargestellt.

Signifikante Einflussgrößen in der Analyse der Gesamtstichprobe waren Folgenanreize,

Handlungs-Ergebnis-Erwartung und Programmierkenntnisse. Diese erklären 60 % der

Varianz der Hitliste (siehe R-Quadrat). Die hohen negativen korrelativen Zusammenhänge

von Image, Frauenbild, unklaren Vorstellungen, Ergebnis-Folge Erwartung und wechselnden

Bedingungen mit der Hitliste sind durch den Einbezug der anderen Variablen nicht mehr

signifikant. Dies kann so verstanden werden, dass diese Effekte in den anderen Variablen

enthalten sind. Der positive korrelative Effekt von Hacken auf die Präferenz verliert ebenfalls

das Signifikanz Niveau. Auch hier verschwindet der ursprüngliche Zusammenhang in den

anderen signifikanten Variablen.

Die Analyse der Abiturienten ergibt die gleichen signifikanten Zusammenhänge bis auf

Programmierkenntnisse (die Varianzaufklärung ist mit 70 % höher). Ein korrelativer Einfluss

ist zwar vorhanden, tritt aber nicht in der Regression auf. Das kann den Grund haben, dass

Programmierkenntnisse stark mit der Handlungs-Ergebnis-Erwartung korreliert. Eine Person,


die sich das Studium zutraut (Handlungs-Ergebnis-Erwartung), verfügt vielleicht schon über

Programmierkenntnisse.

Tabelle 5. Hitliste: Variablen des Erweiterten Kognitiven Motivationsmodell (EKM)

Alle Abiturienten


Folgenanreiz ,46** ,67** ,48** ,79**

HEE ,38** ,66** ,29** ,73**

Image ,01 -,22** -,07 -,31**

Frauenbild -,04 -,23** -,05 -,39**

Hacken -,04 ,31** ,04 ,61**

Unklare Anforderungen ,00 -,41** -,09 -,56**

EFE -,05 -,15** ,09 -,04

Programmierkenntnisse ,11** ,42** ,02 ,37**

Wechsel ,03 -15** ,00 -,20*


Zusammenfassend kann festgehalten werden, dass sich die Präferenz nach der Hitliste zum

einen aus Folgenanreize, zum andern durch die selbst eingeschätzte Befähigung, das Studium

zu bewerkstelligen, ergibt.)

4.2.3 Biografische Daten, explizite Motive und Variablen des EKM

In der folgenden Regression werden die statistisch bedeutsamen Einflussgrößen der beiden

oben durchgeführten Analysen in eine gemeinsame Analyse aufgenommen. Die Analyse ist in

Tabelle 6 dargestellt.

Die bestehenden signifikanten Einflussgrößen sind Alter, Oberstufeninformatik,

Folgenanreiz, Handlungs-Ergebnis-Erwartung und Programmierkenntnisse. Der Effekt von

Geschlecht ist bei Einbezug der EKM Variablen nicht mehr signifikant. Das bedeutet, dass

der Effekt von Geschlecht über die Variablen des EKM vermittelt ist (hier vor allem durch

HEE, aber auch vom Folgenanreiz). Das kann so verstanden werden, dass die Handlungs-

Ergebnis-Erwartung und die Folgenanreize bereits geschlechtsspezifisch sind.


Tabelle 6. Hitliste: Biografische Daten, explizite Motive und Variablen des EKM

Alle Abiturienten


Geschlecht ,04 ,32** ,14* ,43**

Alter ,11** ,19** ,02 ,04

Mathematik Note ,01 ,16** ,03 ,22*

Oberstufeninformatik ,11** ,37** ,02 ,39**

Techn.-math. LK ,03 ,26** ,04 ,34**

Folgenanreiz ,45** ,67** ,50** ,79**

HEE ,33** ,67** ,31** ,73**

Programmierkenntnisse ,07* ,42** ,01 ,37**


Ebenso verschwindet der Effekt der Mathematik-Note und des technisch-mathematischen LK,

sobald die Handlungs-Ergebnis-Erwartung hinzugenommen wird. Auch hier kann interpretiert

werden, dass jemand, der bessere Noten in Mathematik hatte oder beispielsweise einen

Grundkurs Informatik besucht hat, eine höhere Handlungs-Ergebnis-Erwartung hat, sich also

ein Informatikstudium eher zutraut.

Es zeigen sich einige Unterschiede zwischen den Abiturienten und den Studenten. Für

die Abiturienten sind die signifikanten Einflussgrößen das Geschlecht, technisch-

mathematischer LK, Folgenanreize und Handlungs-Ergebnis-Erwartung. Der

Geschlechtseffekt verschwindet bei den Abiturienten nicht ganz, kann also nicht vollständig

über Folgenanreize und HEE beschrieben werden. Es bleibt ein Teil des Einflusses des

Geschlechts, der nicht in den anderen Variablen enthalten ist. Auch hier zeigt sich, dass die

Fächerwahl in die technisch-mathematische Richtung auf einen hohen Stellenwert der

Informatik in der Hitliste hindeutet.

Insgesamt betrachtet kann die Präferenz anhand der Hitliste über die Variablen des EKM gut

erklärt werden. Die besten Prädiktoren sind Folgenanreize und Handlungs-Ergebnis-

Erwartung. Der ohne die Betrachtung dieser Variablen gefundene Geschlechtseffekt kann

ebenfalls mit FA und HEE erklärt werden. Oberstufeninformatik hat darüber hinaus einen

direkten Einfluss auf die Präferenz nach der Hitliste.


4.3 Studienwahl

Die tatsächliche Studienwahl soll in den folgenden Analysen als abhängige Variable

verwendet werden. Für diese Analyse wurde die Stichprobe mit N = 533 Teilnehmern

verwendet, da lediglich die Studenten für die Studienwahl in Frage kommen. Wie schon bei

der Hitliste wurden zwei getrennte Analysen für die biografischen Daten mit den expliziten

Motiven und den Variablen des Erweiterten Kognitiven Motivationsmodells (EKM)

durchgeführt. Im Folgenden soll nur die gemeinsame Analyse mit den signifikanten

Prädiktoren vorgestellt werden. Die Ergebnisse finden sich in Tabelle 7 dargestellt.

Tabelle 7. Studienwahl: Biografische Daten, explizite Motive und Variablen des EKM

Beta Korrelation

Geschlecht -,01 ,14**

Mathematik Note -,12** -,10*

Oberstufeninformatik ,17** ,30**

Techn.-.math. LK ,04 ,13**

Folgenanreiz ,38** ,51**

HEE ,12** ,36**

Image -,07+ -,26**

Programmierkenntnisse ,04 ,23**

EFE -,06 -,16**

R-Quadrat ,34 Anmerkungen. N = 533; + p < .10; * p < .05, ** p < .01

Signifikante Zusammenhänge für die Regressionsanalyse (siehe Beta-Koeffizienten) finden

sich für die Variablen Mathematiknote, Oberstufeninformatik, Folgenanreize, Handlungs-

Ergebnis-Erwartung und Image. Insgesamt können so 34 % der Studienwahl erklärt werden

(siehe R-Quadrat).

Die Einflussgröße technisch-mathematischer LK ist nicht mehr signifikant. Das kann so

interpretiert werden, dass diese Variable durch die Handlungs-Ergebnis-Erwartung

transportiert wird. Der Effekt der technisch-mathematischen LKs bleibt in der Analyse unter

Einbezug der anderen Variablen stabil. Der korrelative Zusammenhang zu Geschlecht wird

unter Einbezug der anderen Variablen nicht mehr signifikant. Dies kann so verstanden

werden, dass sich Frauen und Männer in den Folgenanreizen und in der Handlungs-Ergebnis-

Erwartung unterscheiden.


Die Studienwahl bestimmt sich nach dieser Analyse also durch eine technisch-mathematische

Vorprägung in der Schullaufbahn und durch die Mathematiknote. Die Note hat jedoch einen

negativen Einfluss auf die Studienwahl Informatik. Dieser unerwartete Zusammenhang soll

bei den Vergleichen in Abschnitt 4.5 aufgegriffen werden. Weiter findet sich ein positiver

Einfluss der Folgenanreize und eine hohe Handlungs-Ergebnis-Erwartung. Ein negatives

Image wirkt sich dagegen negativ aus.

4.4 Vergleich der Ergebnisse Hitliste und Studienwahl

Bei einem Vergleich der Ergebnisse Hitliste und Studienwahl ist einschränkend zu beachten,

dass unterschiedliche Stichproben verglichen werden. Es werden die Gesamtheit aller

Personen bei der Hitliste (N = 610) mit den Studierenden verglichen (N = 553). Jedoch hat

sich gezeigt, dass zwischen Abiturienten und Studenten kaum Unterschiede bestehen (siehe

Abschnitt 4.2), sodass ein Vergleich wohl sinnvoll möglich ist. Des Weiteren ist anzumerken,

dass die Analyse zur Präferenz nach der Hitliste eine Skala mit höherer Granularität

verwendet (Zahlenwerte von 1 bis 11 möglich), während die Studienwahl ein dichotomes

Merkmal ist (Informatik ja oder nein). Wenn nun beispielsweise ein Einflussfaktor mit der

Präferenz positiv korreliert, kann das durchaus bedeuten, dass Informatik trotzdem nur auf

Platz zwei der Hitliste steht und die erste Wahl aber ein anderes Fach gewesen wäre. Dies

kann auch erklären, dass bei der Hitliste wesentlich mehr Varianz aufgeklärt werden kann.

Hingegen ist die Studienwahl in dieser Hinsicht eine eindeutigere Skala und für die

Fragestellung dieser Untersuchung von entscheidender Bedeutung.

Ein Vergleich der Analysen zu Präferenz und Studienwahl zeigt insgesamt betrachtet,

dass die Ergebnisse ähnlich sind, jedoch die Präferenz besser vorhergesagt werden kann. In

beiden Analysen besitzen die Variablen technisch-mathematischer LK, Image und Ergebnis-

Folge-Erwartung keinen signifikanten Einfluss. Übereinstimmungen gibt es bezüglich den

Prädiktoren Folgenanreizen, Handlungs-Ergebnis-Erwartung und Oberstufeninformatik. Der

Effekt, dass ältere Teilnehmer Informatik höher in der Präferenz angeben, äußert sich nicht in

der Studienwahl.

Besondere Erwähnung verdient die Mathematiknote. Sie hat bei der Präferenz keinen ,

bei der Studienwahl sogar einen negativen Einfluss. Dieser unerwartete Effekt soll bei einem

Vergleich von technisch-mathematischen Fächerwahlen mit Informatik nochmals aufgegriffen

werden. Weiterhin ist der signifikante Einfluss von Programmierkenntnissen auf die

Präferenz, nicht auf die Studienwahl, zu finden. Das kann so gedeutet werden, dass bereits


vorhandene Programmierkenntnisse ein Informatik Studium attraktiver machen, aber schwach

ausgeprägte Programmierkenntnisse nicht von einem Informatik Studium abhalten.

Für die Hitliste (Präferenz) und die Wahl des Informatikstudiums finden sich, wie zu

erwarten, vergleichbare Zusammenhänge. Beides wird von der Kurswahl in der Schule, den

Folgenanreizen und der Handlungs-Ergebnis-Erwartung bestimmt. Ein bedeutsamer

Unterschied ist, dass die Mathematiknote bei der Wahl einen negativen Einfluss hat sowie

durch das Image von Informatik bestimmt wird.

4.5 Vergleich informatiknaher Studienfächer mit Informatik

In den folgenden Analysen soll die Wahl zwischen einem Informatikstudium im Vergleich zu

einer informatiknahen Fächerwahl verstanden werden (siehe Abschnitt 3.6). Die Regression

soll also zeigen, welche Faktoren eher auf ein Informatik Studium hindeuten, und welche in

ein informatiknahes Studium leiten. Falls ein Einflussfaktor positiv mit der Abhängigen

korreliert, deutet das auf ein Informatik Studium hin, bei negativer Korrelation auf ein

informatiknahes Fach.

Wie schon bei der Hitliste und der Studienwahl wurden zwei getrennte Analysen für die

biografischen Daten mit den expliziten Motiven und den Variablen des Erweiterten

Kognitiven Motivationsmodells (EKM) durchgeführt. Im Folgenden soll nur die gemeinsame

Analyse mit den signifikanten Prädiktoren vorgestellt werden. Die Ergebnisse finden sich in

Tabelle 8 dargestellt.

Wie schon bei der Studienwahl gesamt hängt die Wahl im Besonderen von den

Folgenanreizen ab. Hier unterscheiden sich Studierende, die Informatik wählen, in

besonderem Maße. Auch findet sich der negative Einfluss der Mathematiknote wieder, sogar

stärker als bei der Studienwahl insgesamt (vgl. Tabelle 7). Dies weist also darauf hin, dass

hierin eine Erklärung zu finden ist. Wer sehr gut in Mathematik ist, studiert nicht unbedingt

Informatik, sondern wählt einen Studiengang, bei dem Mathematik auch von besonderer

Bedeutung ist, aber eben nicht Informatik.

Wie bei der Wahl insgesamt beeinflusst der Besuch der Obenstufeninformatik sowohl

die Fachwahl und als auch die Ergebnis-Folge-Erwartung. Dieser Einfluss ist sogar

tendenziell stärker, als bei der Studienwahl gesamt (vgl. Tabelle 7). Hingegen ist das Image

ohne Bedeutung - ein Einfluss, der sich bei der Studienwahl noch angedeutet hat (vgl. Tabelle

7).


Auch wenn die Ergebnisse recht ähnlich sind, fällt auf, dass die Handlungs-Ergebnis-

Erwartung keinen Einfluss hat. Dies bedeutet, dass die selbsteingeschätzte Fähigkeit, das

Informatikstudium zu bewältigen, nicht bedeutsam ist. Hierauf weist auch der Einfluss der

Mathematiknote hin.

Tabelle 8. Vergleich informatiknaher Studienfächer mit Informatik: Biografische Daten, explizite

Motive und Variablen des EKM

Beta Korrelation

Alter ,13** ,14**

Mathematiknote -,16** -,22**



Image -,03 -,19**

EFE -,11** -,20**

R-Quadrat ,30 Anmerkungen. N = 432; * p < .05, ** p < .01

Die Studienwahl zwischen Informatik und informatiknahen Studiengängen ist recht ähnlich,

dennoch bestehen Unterschiede. Gleich sind der starke Einfluss der Folgenanreize und der

Einfluss durch eine informationstechnische Vorprägung der Schullaufbahn. Der negative

Einfluss der Mathematiknote ist beim Vergleich zwischen Informatik und informatiknahen

Studiengängen sogar noch stärker. Wer also gut in Mathematik ist, wählt eher ein

informatiknahes Fach als Informatik selbst. Bemerkwert ist, dass die selbsteingeschätzte

Fähigkeit kein Prädiktor mehr ist. Informatiknahe Studiengänge sind also zumindest so

überzeugt, ein Informatikstudium zu schaffen, wie die Informatikstudenten selbst.

4.6 Studienabbruchsbereitschaft

Als abhängige Variable wird die Variable Studienabbruch herangezogen (siehe Abschnitt

3.12). In dieser Regression werden ausschließlich Informatik Studenten analysiert. Wie schon

bei den obigen Analysen wurden zwei getrennte Analysen für die biografischen Daten mit

den expliziten Motiven und den Variablen des Erweiterten Kognitiven Motivationsmodells

(EKM) durchgeführt. Zusätzlich zu den bisherigen Analysen wurde die selbsteingeschätzte

Studienleistung als Prädiktor aufgenommen (siehe Abschnitt 3.12). Im Folgenden soll nur die


gemeinsame Analyse mit den signifikanten Prädiktoren vorgestellt werden. Die Ergebnisse

sind in Tabelle 9 dargestellt.

Tabelle 9. Studienabbruchsbereitschaft: Biografische Daten, explizite Motive und Variablen des

EKM

Beta Korrelation

Einschätzung der Studienleistung (2 Monate) -,31** -,39**

Hoffnung auf Erfolg -,10+ -,23**

Folgenanreiz -,10+ -,25**

HEE -,20** -,32**

EFE ,18** ,32**

Programmierkenntnisse ,12* ,06


Die Variablen Leistungsmotiv (Hoffnung auf Erfolg) und Folgenanreiz stellen sich als nur

marginal signifikant heraus. Der stärkste Prädiktor ist die selbsteingeschätzte Studienleistung.

Hier gilt, je schlechter die selbsteingeschätzte Studienleistung, desto eher wird das Studium

abgebrochen (vgl. genannte Gründe für einen möglichen Abbruch in Abschnitt 3.12). Dieser

Zusammenhang war zu erwarten, da die Note konkret Auskunft über die Befähigung im

Studium und die erbrachten Leistungen gibt.

Die Handlungs-Ergebnis-Erwartung korreliert ebenso negativ mit dem Studienabbruch.

Das kann so interpretiert werden, als dass jemand, der sich prinzipiell den Anforderungen des

Informatik-Studiums gewachsen sieht, eher nicht das Studium abbricht. Zudem zeigt sich die

Ergebnis-Folge-Erwartung als Prädiktor. Wer mit einem abgeschlossenen Studium sicher

positive Folgen erwartet, wird weniger einen Studienabbruch in Betracht ziehen. Die Variable

Programmierkenntnisse ist zwar signifikant, korreliert aber nur sehr gering. Das zeigt sich

auch im Betagewicht. In der Regression mit Einflussgrößen aus beiden Variablengruppen

zeigen sich stabile Effekte. Der Studienabbruch kann durch die Variablen Einschätzung der

Studienleistung, Handlungs-Ergebnis-Erwartung und die Ergebnis-Folge-Erwartung

vorhergesagt werden.

Zusammenfassend kann festgehalten werden, dass der Studienabbruch negativ mit dem

Leistungsmotiv zusammenhängt. Hoch leistungsmotivierte Personen brechen das Studium

eher nicht ab. Dieser Einfluss verschwindet, wenn studiennahe Aspekte mit berücksichtigt

werden. Trivialerweise wird das Studium bei schlechterer Leistung abgebrochen, jedoch


bleibt der Einfluss der selbsteingeschätzten Handlungs-Ergebnis-Erwartung und Ergebnis-

Folge-Erwartung nach wie vor bedeutsam, ebenfalls die Programmierkenntnisse. Somit hängt

die Studienleistung nicht ausschließlich von der (selbsteingeschätzten) Leistung ab.

4.7 Qualitative Auswertung

4.7.1 Offene Fragen der Onlinebefragung

Alle von den Teilnehmenden in freier Nennung angegebenen Gründe für oder gegen das

Informatikstudium wurden entsprechend dem im Anhang 7.5 aufgeführten Kategorienschema

kodiert. Mit dem selben Schema wurden auch die Nennungen der Nicht-

Informatikstudierenden bzw. die, die nicht Informatik studieren wollen, ausgewertet. In

Tabelle 10 sind die Häufigkeiten in Prozent aufgeführt, in der die Kategorie in den ersten drei

genannten Aspekten auftaucht (die Summe der Prozente addiert sich damit auf über 100%, da

von den Befragten bis zu drei Aspekte ausgewertet wurden). Die genannten Kategorien sind

danach geordnet, wie häufig sie von den Informatikstudierenden (hier sind auch die

Abiturienten aufgeführt, die Informatik in ihrer Hitliste auf Platz 1 eingeordnet haben)

genannt werden. Kategorien, die weniger als von 1,5% der Befragten genannt wurden, sind

nicht aufgeführt (siehe Anhang 7.5).

Tabelle 10. Gründe für das Informatikstudium und andere Fächer (Nennungen in Prozent)

Informatikstudium Anderes Fach

Informatiker - Nicht-Informatiker

Über alle Fächer

Informa-tiknahes

Fach Interesse 43,7 22,2 50,2 50,9 Vorbildung (Programmierung) 39,7 13,9 18,2 14,2 Mathematikanteil 29,4 35,2 2,9 6,6 Äußere Umstände 16,6 6,0 19,5 9,4 Berufsaussichten 14,2 16,2 26,1 33,0 Tätigkeitsanreiz Programmieren 11,4 15,9 0,3 0,0 Wissenschaft mit Zukunft 11,3 23,1 0,7 0,9 Logik, Problemlösung 11,1 10,9 1,6 3,8 Verstehen des PC 7,1 3,0 0,3 0,9 Vielfalt 6,8 7,0 23,1 31,1 Talent 6,5 1,7 9,1 6,6 Früher Zugang zum PC 5,2 0,0 0,0 0,0

Von den Informatikstudierenden wurde Interesse zu knapp 44 % der Fälle in den ersten drei

Antworten genannt, von den Nicht-Informatikern ist Interesse dagegen für die Wahl des


Informatikstudiums weniger von Bedeutung. Für die Veranlassung der anderen Studienfächer

wurde Interesse sogar noch etwas häufiger als Begründung der Studienwahl gegeben.

Ein bedeutsamer Unterschied von Informatikerstudierenden findet sich in der

Vorbildung. Sie geben an, das Fach deshalb gewählt zu haben, weil sie hier in Praktika oder

auch in eigener Programmiererfahrung eine Vorbildung haben. Andere Studierende sehen

dies als Grund weniger, vor allem auch, wenn es die eigenen Studienwahl betrifft. Hier spielt

Vorbildung eine wesentlich geringere Rolle als bei den Informatikern.

Den hohen Mathematikanteil sehen Informatiker als auch Nicht-Informatiker als einen

wichtigen Grund an, dieses Fach zu studieren. Dies ist in den anderen Studiengängen von

wesentlich geringere Bedeutung.

Etwas merkwürdig ist die häufige Nennung von äußeren Umständen für die eigene

Studienwahl sowohl für Informatiker als auch bei den Nicht-Informatikern für das eigene

Fach. Hier wurden Nennungen wie „kein NC“, „wird an der Uni in meiner Stadt angeboten“

und „passt zu meiner Fächerkombination“. Diese Veranlassung wird von Nicht-Informatikern

weniger gesehen.

Gute Berufsaussichten wurden von Informatikern als auch Nicht-Informatikern etwa

gleich häufig genannt. Für die anderen Studienfächer ist dieser Grund aber noch wesentlich

stärker ausgeprägt.

Der Tätigkeitsanreiz beim Programmieren (Freunde und Spaß) ist für die

Informatikstudierenden ein doch häufig genannter Grund für die Wahl des Studiums. Dieser

Grund ist aus Sicht der anderen Studierenden sogar noch wichtiger. Für das eigene Studium

spielt dieser Aspekt keine Rolle. Analog verhält es sich mit der Nennung Wissenschaft mit

Zukunft. Dies wird im Informatikstudium gesehen, für die Wahl eines anderen Studienfaches

hat dies jedoch kaum eine Bedeutung.

Die Auseinandersetzung mit Logik und Problemlösungen spielt für die Veranlassung

zum Informatikstudium mit etwas mehr als 10% eine doch substanzielle Rolle. Dieser Aspekt

ist wiederum bei anderen Studiengängen kein genannter Grund, das Studium zu wählen.

Naheliegenderweise spielt das Verstehen des Computers keine Rolle, außer im

Informatikstudium selbst und kann bei den anderen Fächern vernachlässigt werden.

Besonders große Unterschiede finden sich in der Vielfalt des Studienganges. Diese ist

als Grund für das Informatikstudium relativ gering, vor allem im Vergleich zu anderen

Fächern. Dort wird dieser Grund zu fast einem Drittel genannt. Die Vielfalt ist hier also ein

wichtiger Grund aus der Sicht Studierender anderer Fachrichtungen.


Talent als Grund für die Wahl von Informatik wird von kapp 7% der Informatiker

genannt und kaum als Grund für die Wahl von Informatik für Nicht-Informatiker. Studierende

anderer Fächer nennen dies etwas häufiger. Genuin für die Wahl dies Studiums ist der frühe

Zugang zum PC. Informatikstudierende geben dies in 5% der Fälle als einen Grund an, das

Studium gewählt zu haben. Bei den anderen Gruppen tritt dieser Grund nicht auf.

In Tabelle 11 sind die Gründe aufgeführt, die gegen die Wahl des Informatikstudiums

sprechen. Die Angaben drücken Häufigkeiten in Prozent aus, in der die Kategorie in den

ersten drei genannten Aspekten auftaucht.

Tabelle 11. Gründe gegen das Informatikstudium (Nennungen in Prozent)

Gründe Informatiker Nicht-Informatiker

Informatik-nahes Fach

Mathematikanteil 18,7 19,5 18,5 Interesse an anderen Fächern 13,5 2,9 4,6 Image negativ 10,7 7,3 14,8 Theorielastig 11,7 23,3 25,9 Vorbildung (Programmieren) fehlend 6,5 7,0 5,6 Äußere Umstände 6,4 1,9 1,9 Einseitig 4,0 10,5 16,7 Kein Interesse 4,0 11,5 6,5 Berufsaussichten 4,0 3,8 6,5 Geringe Frauenquote 3,4 2,2 0,9 Arbeit am PC 2,8 20,4 19,4 Tätigkeitsanreiz Programmieren 2,8 8,9 9,3 Talent 2,8 2,2 1,9

Der Mathematikanteil stellt sowohl für Informatiker als auch Nicht-Informatiker zu knapp

einem Fünftel einen Grund dar, der gegen die Wahl des Informatikstudiums spricht. Wie wir

oben gesehen haben, stellt der Mathematikanteil für manche Personen auch einen Grund dar,

das Fach zu ergreifen. Dies macht deutlich, dass bei einer Veränderung eines Aspektes des

Studiums nicht notwendigerweise mehr Personen, sondern andere Personen gewonnen

werden könnten.

Als weitere Gründe die von über 10% der Informatiker genannt werden, ist das

Interesse an anderen Fächern, das negative Image und dass das Studium als theorielastig

wahrgenommen wird. Dieser letzte Aspekt wird gerade auch von den Nicht-Informatikern als

ein gewichtiger Grund angesehen, nicht Informatik zu studieren. Weiter oft genannte Aspekte

von Nichtinformatikern sind die wahrgenommene Einseitigkeit und die Arbeit am Computer;

auch spricht mit knapp 10% der negative Tätigkeitsanreiz beim Programmieren eine

wesentliche Rolle.


Die Veranlassung zum Informatikstudium wie von den Befragten in freier Antwort berichtet,

zeigt einige Besonderheiten. Dies ist einmal die Bedeutung der Vorbildung für die Wahl des

Studiums. Informatikstudierende sehen hier einen wichtigen Grund, das Studium gewählt zu

haben. Weiter ist zu festzustellen, dass der hohe Mathematikanteil, Logik und Problemlösen

sowie eine Wissenschaft mit Zukunft als Gründe für das Informatikstudium häufig genannt

werden. Hingegen haben die Berufsaussichten eine vergleichsweise geringe Bedeutung und

diese ist viel geringer als für andere Studiengänge. Auch wird die Vielfalt des Studienganges

für die Veranlassung zur Studienwahl für das Nicht-Informatikfach viel öfter genannt.

Gegen das Informatikstudium wird der hohe Mathematikanteil und die wahrgenomme

Theorielastigkeit des Studiums aufgeführt. Bei den Nicht-Informatikern wird darüber hinaus

oft die Einseitigkeit des Studiums und die Arbeit am PC als ein wesentlicher Aspekt genannt;

ebenfalls die mangelnde Freude am Programmieren.

4.7.2 Subjektive Entscheidungsfindung

Der subjektive Entscheidungsprozess der einzelnen Interviewpartner gleicht sich vor allem in

der Hinsicht, dass nahezu alle Personen schon relativ früh Interesse an ihrem jetzigen

Studienfach oder Studienwunsch fanden. Einer der Interviewpartner sagte zum Beispiel aus,

dass er schon immer viel Musik gemacht habe, seine ganze Familie aus Musikern bestehe und

es deshalb für ihn immer schon klar war, dass er Musik studieren werde (siehe Steckbrief

Interviewpartner 2, Abschnitt 7.5). Ein anderer Teilnehmer erzählte, dass er schon in seiner

Kindheit sehr an Technik und an Maschinen interessiert war und sich dieses Interesse bis

heute erhalten habe, weshalb er sich zum Maschinenbaustudium entschieden habe (siehe

Steckbrief Interviewpartner 9, Abschnitt 7.5). Eine weitere Studentin gab an, schon lange

Nachhilfe zu geben und dort viele positive Erfahrungen gemacht zu haben. Dabei habe sie ihr

Interesse am Unterrichten entdeckt (siehe Steckbrief Interviewpartner 6, Abschnitt 7.5).

Im Bezug auf die Informatikstudenten bedeutet dies, dass sie schon sehr früh in ihrem

Leben den ersten Kontakt zum Computer hatten. Ein Informatikstudent erzählte zum Beispiel

er habe bereits in der 6./7. Klasse Zugang zum Laptop seines Vaters gehabt und in der

8.Klasse im Rahmen des Mathematikunterrichts erste Programmiererfahrungen sammeln

dürfen, so wurde sein Interesse an der Informatik geweckt. Ein anderer Informatikstudent gab

an, schon mit circa 7-8 Jahren Zugang zu einem PC im Haus der Eltern gehabt zu haben, an

dem er hauptsächlich Computerspiele spielte. Bereits in der 8.Klasse hat er an einem


Schulprojekt, bei dem die Schulhomepage erstellt wurde, teilgenommen. Im Gegensatz hierzu

gibt es jedoch auch einige Interviewteilnehmer, die schon früh Kontakt zu PCs hatten,

welcher ihr Interesse für Informatik jedoch nicht weckte. So erzählte eine Studentin schon

früh Zugang zu PCs gehabt zu haben, da ihr Vater Programmierer sei. Dieser Kontakt war für

sie zwar positiv, jedoch wurde in ihr nicht das Interesse - über die reine Anwendung von

Programmen oder das Chatten hinaus - tiefer in die Informatik einzusteigen, geweckt.

Ungefähr die Hälfte der befragten Personen gab an, von ihren Eltern und ihrer Familie in ihrer

Studienwahl beeinflusst worden zu sein. Die Freunde hingegen übten in keinem der Fälle

Einfluss auf die Studienwahl aus.

Aus Sicht der Studierenden entwickelten diese schon früh ein ausgeprägtes Interesse für ihr

jetziges Studienfach. In dieser Hinsicht scheint eine Entscheidung aus ihrer Sicht schon

relativ früh festgelegt. Sozialisationseinflüsse durch die Eltern werden gesehen, jedoch ist ein

Kontakt zur Informatik durch die Eltern höchstens ein notwendiger, aber nicht hinreichender

Aspekt.

4.7.3 Anreize für das Informatikstudium

Die befragten Abiturienten und Studenten anderer Fachrichtungen gaben als positive Anreize

für das Informatikstudium hauptsächlich an, dass die Informatik auch im Alltag von großem

Nutzen ist und man gute Berufs- und Verdienstchancen hat. Darüber hinaus wurde auch

genannt, dass man das Programmieren lernt und so eigene Webseiten und Programme mit

relativ wenig Aufwand erstellen kann. Einer der Interviewpartner fand es auch interessant zu

lernen, wie man hackt, um sich vor Angriffen schützen zu können oder aber auch um

Schwachstellen in Programmen zu finden. Die Informatikstudenten stimmen mit den

Aussagen der Abiturienten und anderen Studenten teilweise überein, nannten jedoch als

positiven Anreiz auch das positive Image der Informatiker, welche besonders sozial und

hilfsbereit seien.

Des Weiteren befand es ein Informatikstudent für besonders positiv, dass die Informatik

nicht isoliert von anderen Bereichen ist, sondern immer angewandt sei. Man wäre nicht nur

auf einen Fachbereich fixiert (siehe Steckbrief Interviewpartner 10). Darüber hinaus ist es für

sie interessant, auch hinter die Programme zu sehen und sich nicht nur auf der reinen

Anwenderebene zu bewegen (siehe Steckbrief Interviewpartner 11). Der praktische Aspekt

der Programme war für einen der Interviewpartner besonders faszinierend (siehe Steckbrief


Interviewpartner 8). Vor allem deshalb, weil man sich zunächst mit dem komplizierten

Einstieg in ein Programm auseinandersetzen muss, dann aber die Arbeitserleichterung nutzen

kann. Für viele spielte der Computer aber auch die ganze Jugend hindurch eine große Rolle in

ihrem Leben (siehe Steckbrief Interviewpartner 10). Es machte ihnen schon immer Spaß mit

und an dem PC zu arbeiten, so dass es nahe lag, ein Informatikstudium zu wählen.

Als negative Anreize für das Informatikstudium nannten die informatikfremden

Interviewpartner vor allem, dass man häufig allein am PC arbeitet und dass es sehr

arbeitsintensiv ist. Außerdem fanden nahezu alle das negative Image des Informatikers eher

abschreckend.

Die Informatikstudenten finden es hingegen schwierig, sich mit jemandem, der nicht

Informatik studiert, über seine Erfahrungen und Leistungen auszutauschen, da die Informatik

sehr speziell und abstrakt sei. Deshalb ist es schwer vermittelbar, wenn nicht schon bestimmte

Kenntnisse vorhanden sind.

Im Gegensatz zu den Abiturienten und den Studenten anderer Fachrichtungen finden sie

jedoch nicht, dass man viel Zeit alleine am PC verbringt, ganz im Gegenteil, sehr viele

Aufgaben werden im Team bearbeitet und gelöst.

Alle Befragten bewerten den hohen (alltäglichen) Nutzen und die Bedeutung von Informatik

sowie die damit verbundenen Berufschancen als positiv. Des Weiteren wird von den

Informatikstudierenden die Vielseitigkeit und Anwendungsnähe der Informatik geschätzt,

sowie der Reiz, Programme zu verstehen. Auch der Spaß im Umgang mit Computern wird

betont. Negativ wiegt bei Nichtinformatikern die Vorstellung, sowohl viel als auch allein am

PC zu arbeiten, was jedoch aus Sicht der Informatikstudierenden nicht der Realität entspricht.

4.7.4 Anforderungen des Informatikstudiums / des Informatikerberufs

Die Schwierigkeit der Informatik liegt für die Abiturienten und die Studenten anderer

Fachrichtungen vor allem in dem großen Mathematikanteil begründet. Wesentlich ist auch,

dass ausnahmslos geäußert wird, dass große Vorkenntnisse vor dem Studium vorhanden sein

müssen. Die Informatikstudenten sehen dies ähnlich, auch sie empfinden die Informatik

aufgrund des großen Mathematikanteils als schwierig.

Viele der befragten Personen setzen das Programmieren mit der Informatik gleich und denken

man müsse dies schon relativ gut beherrschen um das Informatikstudium angehen zu können.

Interviewpartner 7 bestätigte dies mit der Aussage, dass die Schwierigkeit des


Informatikstudiums darin besteht, dass es sehr schnell vorangeht, was wiederum dafür spricht,

dass man schon viel Vorwissen benötigt um nicht nachzuhinken.

Alle befragten Gruppen halten das Informatikstudium für sehr arbeitsintensiv.

Außerdem sehen sie die Informatik als einen sich schnell ändernden Bereich an, der

Weiterbildung notwendig macht. Auf Nachfrage gaben auch alle Interviewpartner an, die

Informatik als kreativ einzuschätzen, da man oft neue Lösungswege finden muss und es sehr

viele Wege gibt, zu einem bestimmten Ergebnis zu kommen.

Das spätere Berufsleben des Informatikers beschreiben vor allem die informatikfremden

Interviewpartner als isoliertes Arbeiten mit wenig Kontakt zu Kollegen, das sich

hauptsächlich auf das Programmieren beschränkt. Informatikstudenten vertreten hier den

Standpunkt, dass der Beruf Informatiker sehr viel mit Teamwork zu tun hat und weit über das

reine Programmieren hinausgeht. Sie nennen hier auch Projektmanagement, Projektleitung,

Design und Systementwicklung. Der Druck auf einen Informatiker wird bei fast allen

Interviewpartnern als vergleichbar mit anderen Berufen angesehen.

Informatik wird – in der Hauptsache aufgrund des hohen Mathematikanteils – als sehr

schwieriges Studium wahrgenommen, das zudem ohne vorherige Programmierkenntnisse

nicht zu meistern scheint. Die Bedeutung von Kreativität wird auf Nachfrage von allen

Befragten gesehen. Wie auch schon bei den Anreizen beschrieben, wird der Informatikerberuf

als isoliertes Arbeiten am PC betrachtet und auf das Programmieren reduziert. Dies ist aus

Sicht der Informatikstudenten ein unzutreffendes Bild.

4.7.5 Frauenbild in der Informatik

Der Frauenanteil im Informatikstudium liegt bei etwa 15%. Die verschiedenen

Interviewpartner versuchten diese doch sehr geringe Zahl auf verschiedene Weise zu erklären.

Interviewpartner 10 sagte aus, dass Frauen und Männer von Grund auf eine unterschiedliche

Art zu denken haben. Frauen würden, seiner Ansicht nach, eher assoziativ denken und Dinge

miteinander verknüpfen. Deshalb würden Frauen seltener Informatik studieren als Männer, da

hier z.B. beim Computerprogrammieren eine algorithmische Denkweise gefordert sei, welche

bei Männern so schon vorhanden sei. Aus diesem Grund traut Interviewpartner 10 Frauen

eher Studiengänge wie Architektur zu. Darüber hinaus empfindet er auch das negative Image

des Informatikstudiums als negativen Einflussfaktor auf die Frauenquote.


Interviewpartner 11 und 9 denken weiterhin, dass sich Frauen deshalb weniger für

Informatik interessieren, weil sie nicht durch Computerspiele darauf hingeführt werden.

Computerspiele sind ihrer Meinung nach mehr auf Jungs zugeschnitten, wodurch das Spielen

an sich ihr Interesse am Computer weckt. So lernen sie auch andere Anwendungen des

Computers kennen und üben so den Umgang damit.

Ein negatives Image von Frauen und Informatik scheint an verschiedenen Stellen bei

Informatikstudierenden durch.

Studienwahl Informatik - Diskussion 37

5 Diskussion

5.1 Zusammenfassung der Ergebnisse

Die Präferenz von Informatik (Hitliste) und die Studienwahl von Informatik werden, wie

erwartet, von ähnlichen Variablen vorhergesagt. In beiden Fällen sind die Folgenanreize

entscheidende Aspekte. Als Folgenanreize werden Karrieremöglichkeiten, das Beherrschen

einer Schlüssel- und Zukunftstechnologie, die guten Berufsmöglichkeiten, eine

wissenschaftliche Herausforderung zu suchen als auch an der gesellschaftlichen Bedeutung

von Informatik teilzuhaben, betrachtet. Wer solche und ähnliche Anreize sieht, präferiert eher

Informatik und entscheidet sich für ein Informatikstudium.

Daneben hat sich die Handlungs-Ergebnis-Erwartung als bedeutsam für die Präferenz

und Wahl herausgestellt. Nur wer sich ein Informatikstudium zutraut und glaubt, den

Anforderungen gewachsen zu sein, wählt ein Informatikstudium. Die Einschätzung der

diesbezüglichen Wirksamkeitserwartung ist dabei eng verbunden damit, dass einem

Programmieren nicht als schrecklich erscheint. Als weitere, wenn auch wesentlich

schwächere Einflussgröße hat sich der Faktor selbsteingeschätzter Programmierkenntnisse

bzw. selbsteingeschätzter Kenntnisse in Informatik gezeigt.

In beiden Fällen hat das Geschlecht keinen direkten Einfluss auf die Präferenz und

Studienwahl. Zwar präferieren und wählen Männer das Informatikstudium häufiger, dies lässt

sich jedoch anhand der oben genannten Variablen erklären. So wählen Frauen seltener das

Informatikstudium, weil sie geringere Anreize darin sehen und sich ein Studium weniger

zutrauen. Ein mögliches negatives Image von Frauen ist insgesamt gesehen eher schwach

ausgeprägt und kann die Präferenz und Wahl nicht erklären.

Die bisherige Schullaufbahn hat auf die Wahl und Präferenz Einfluss. Sowohl die Wahl

als auch die Präferenz ist bei denjenigen stärker, die Informatik in der Schule hatten. Unklar

muss hier zunächst bleiben, ob der Unterricht einen kausalen Einfluss hat. Dies wäre der Fall,

wenn die Schüler hier Erfahrungen machen, ohne die sie nicht das Studium wählen würden.

Auf der anderen Seite kann argumentiert werden, dass die Wahl für das Schulfach selbst

schon Ausdruck der Präferenz ist.

Bei der Vorhersage der Präferenz und der Wahl des Studiums zeigen sich aber auch

bedeutsame Unterschiede. Zum einen hat das negative Image keine Bedeutung für die

Präferenz. Also unabhängig davon, ob eine Person ein positives oder negatives Image sieht,

fällt ihre Präferenz aus. Bei der Wahl hingegen spielt das Image dann doch eine Rolle und tritt


hier in seiner Bedeutung zu Tage. Anzumerken ist jedoch, dass dieser Einfluss schwach ist

und sich statistisch nur als Tendenz zeigt.

Die Mathematikleistung hat ebenfalls unterschiedliche Bedeutung für die Präferenz und

Wahl. Bei der Präferenz für Informatik spielt die Mathematikleistung keine Rolle, wenn die

oben genannten Variablen berücksichtigt werden (etwa die Handlungs-Ergebnis-Erwartung).

Hingegen ist der Einfluss auf die Wahl negativ, d.h. je besser die Mathematiknote, desto eher

wird ein anderes Fach gewählt.

Dieser Effekt lässt sich am besten Verstehen, wenn wir die Analysen betrachten, bei

denen die Informatikstudierenden mit informatiknahen Studierenden verglichen wurden (dies

sind Maschinenbau, Elektrotechnik, Physik und Mathematik; siehe Abschnitt 3.6). Hier wird

der Einfluss der Mathematiknote wie gerade beschrieben noch deutlicher. Befragte, die also

gut in Mathematik waren, wählen Fächer, in denen ebenfalls Mathematik von Bedeutung ist,

jedoch nicht Informatik.

Die Wahl zwischen einen Informatikstudium und einen informatiknahen Studium

unterscheidet sich generell auch noch dadurch, dass hier die Handlungs-Ergebnis-Erwartung

kein Unterscheidungsmerkmal darstellt. Auch die Studierenden der informatiknahen Fächer

würden sich also prinzipiell ein Informatikstudium zutrauen, zumindest in dem Ausmaße wie

die Informatikstudierenden dies tun. Sollten gerade informatiknahe Interessenten für

Informatik gewonnen werden, müsste stärker auf die Folgenanreize gezielt und die Ergebnis-

Folge-Erwartung gestärkt werden, welche sich hier als bedeutsam erwiesen hat. Bei den

Studierenden von informatiknahen Fächern ist stärker die Sicht vorhanden, dass das

Informatikstudium eher diffuse Qualifikationen mit sich bringt (etwa „Ich befürchte, dass man

beim Informatikstudium irgendwie alles und nichts lernt“).

Ein Blick auf die Assoziationen zum Informatikstudium zeigt, dass diese für die drei

Gruppen (Informatiker, Nichtinformatiker, Abiturienten) recht unterschiedlich sind. So

assoziierten Informatiker ihr eigenes Fach vor allem mit Mathematik, Logik und abstrakten

Analysen, jedoch durchaus auch mit Programmieren. Nichtinformatiker und Abiturienten

assoziieren Informatik dahingehend, dass sie dieses Fach in erheblich stärkerem Maße mit

Programmieren und Computer verbinden und auch häufig Aspekte eines negativen Images

nennen (Nerd, Kellerarbeit). Die Nennung des negativen Image hat sich auch bei den

quantitativen Analysen gezeigt (vgl. Abbildung 4) und lässt somit auf deren Verbreitung

schließen. Die Mittelwerte der quantitativen Analyse zeigen aber auch, dass dies vielleicht

nicht so stark ist, wie hätte erwartet werden können.


Die Assoziationen decken sich auch mit den weiteren qualitativen Daten der Interviews.

Dort haben Nichtinformatiker die Ansicht, dass Informatik heißt, allein vor dem PC zu sitzen

und zu programmieren. Informatikstudierende sehen hingegen die Arbeit im Team und dass

Informatik mehr ist als Programmierarbeit. Alle Befragten sehen jedoch den hohen

(alltäglichen) Nutzen der Informatik, die kreativen Aspekte des Faches und die damit

verbundenen Berufschancen. Informatikstudierende wollen diese ergreifen, weil sie neben

einem grundlegenden Interesse die Vielseitigkeit und die Anwendungsnähe der Informatik

schätzen. Zudem macht ihnen der Umgang mit Computern generell und mit das

Programmieren im Speziellen Spaß. Sie erleben es als eine Herausforderung, Programme zu

verstehen und selbst zu planen.

Von allen Befragten wird Informatik als sehr schwieriges Studium wahrgenommen.

Dies basiert hauptsächlich auf dem hohen Mathematikanteil, der vor allem auf

Nichtinformatiker sehr abschreckend wirkt. Eine Besonderheit des Informatikstudiums dürfte

hier die Erwartung sein, , dass ohne Programmierkenntnisse das Studium nicht zu empfehlen

bzw. zu meistern ist. In anderen vergleichbaren Fächern ist uns keine solch spezifische

Kenntnisanforderung bekannt.

Ein negatives Image von Frauen und Informatik dringt an verschiedenen Stellen bei

Informatikstudierenden durch. Dies deckt sich nicht ganz mit den quantitativen Daten. Dort

herrscht bei den Informatikern eigentlich kaum ein negatives Frauenbild vor, eher noch bei

den Nichtinformatikstudierenden. Jedoch tauchen in freier Nennung vielleicht Aspekte auf,

die bei einer Zustimmung oder Ablehnung zu einem Item nicht zum Vorschein kommen.

Für die Entstehung der Präferenz und die Wahl des Studiums scheint aus Sicht der

Befragten diese schon relativ früh geprägt. Die Weichen sind also aus dieser Sicht schon

relativ früh in eine Richtung gestellt. Die Auswahl scheint dann auch eher aktiv zu erfolgen.

Personen, die sich für informationstechnische Sachverhalte interessieren, suchen diese auf.

Dass dies nicht umgekehrt der Fall ist, also ein Interesse durch die Auseinandersetzung

entsteht, ergeben bestimmte Hinweise. Selbst bei unmittelbar gegebenen,

informatikfreundlich gesinnten Eltern oder Freunden hat dies keinen Einfluss.

Bei den Auskünften zur Studienentscheidung ist aber zu bedenken, dass Befragte ihre

Entscheidungen im Nachhinein (für sich und andere) als kohärent und sinnvoll erscheinen

lassen wollen und dabei nur sehr begrenzt Einblick in zugrundeliegenden

Entscheidungsmechanismen haben. Nichtsdestotrotz hat diese subjektiv wahrgenommen

Erklärung wohl dennoch einiges für sich. Auch eine im Dezember 2007 erschienene

qualitative Untersuchung zum selben Thema in der Schweiz weist auf die Bedeutung der


frühen Interessensentwicklung hin (Flubacher, 2007). Die Autorin bemerkt aber in einer

Fußnote auch, dass Interesse allerdings ein zunächst schwer zu begründetes Konzept ist (vgl.

Abschnitt 2): „Bereits in der Hauptstudie [Studie zu verschiedenen Fächern] stieß man auf

Grenzen, wenn man ‚Interesse’ näher beleuchten wollte: Viele Studierende wissen nicht, wie

ihr Interesse entstanden ist und was dabei die beeinflussenden Faktoren waren“ (Fußnote S.

17). Die qualitative Untersuchung in der Schweiz zeigt weiterhin, dass die eigene

Kompetenzeinschätzung, die Vertrautheit mit dem Computer und die Berufsmöglichkeiten

aus Sicht der interviewten Personen von entscheidender Bedeutung sind. Dies zeigt sich,

insgesamt betrachtet, auch für diese Untersuchung. Ebenso finden sich ganz ähnliche

Hinweise bezüglich der Bedeutung der Sozialisationserfahrungen auf die Präferenz für

Informatik.

In der freien Nennung sollten die Befragten bei der Onlinebefragung angeben, was aus

ihrer Sicht für oder gegen das Informatikstudium spricht. Nicht-Informatikstudierende sollten

zudem die Gründe für Ihre eigene Studienwahl nennen. Es zeigte sich, dass die Veranlassung

zum Informatikstudium einige Besonderheiten aufweist. Dies ist einmal die Bedeutung der

Vorbildung für die Wahl des Studiums. Informatikstudierende sehen hier einen wichtigen

Grund, das Studium gewählt zu haben. Weiter ist zu festzustellen, dass der hohe

Mathematikanteil, Logik und Problemlösen sowie eine Wissenschaft mit Zukunft bedeutsam

für die Wahl des Informatikstudiums aus Sicht der Informatiker sind. Hingegen spielen die

Berufsaussichten eine vergleichsweise geringe Bedeutung. Dies wird besonders deutlich, da

die Nicht-Informatiker die Berufsaussichten für die eigene Studienwahl viel öfters als Grund

angeben. Dieser Befund mag dadurch zu erklären sein, dass die Berufsaussichten bei anderen

Studiengängen als höher eingeschätzt werden können. Unter Umständen spielen hier aber

auch andere Gründe eine Rolle, die über die Berufsaussichten im Sinne der Marktnachfrage

hinaus gehen. Hier könnte das eher unklare Berufsbild mit unklarem Status eine Rolle spielen

(siehe Analysen Anhang 7.8).

Weiter wird die Vielfalt des Studienganges für die Veranlassung zur Studienwahl bei

anderen Fächern viel öfter genannt. Gegen das Informatikstudium wird der hohe

Mathematikanteil und die wahrgenommen Theorielastigkeit des Studiums aufgeführt. Bei den

Nichtinformatikern wird darüber hinaus die Einseitigkeit des Studiums und die Arbeit am PC

oft genannt; ebenfalls die mangelnde Freude am Programmieren. Insgesamt fügen sich die

genannten Gründe für oder gegen das Informatikstudium gut in das Bild der anderen

qualitativen und quantitativen Ergebnisse ein. Als ein neuer Aspekt kann jedoch betrachtet

werden, dass die Berufsaussichten nicht ohne weiteres für ein Informatikstudium sprechen.


Abschließend sei noch kurz auf den Studienabbruch hingewiesen. Hier finden wir doch

andere Zusammenhänge als bei der Präferenz und der Wahl. So hängt der Studienabbruch

negativ mit dem Leistungsmotiv zusammen. Hoch leistungsmotivierte Personen brechen das

Studium eher nicht ab. Trivialerweise wird das Studium bei schlechterer Leistung

abgebrochen. Wichtig ist, dass nicht allein die schlechte Leistung die Abbruchsbereitschaft

erhöht. Die selbsteingeschätzte Handlungs-Ergebnis-Erwartung hat nach wie vor einen

Einfluss und Interventionen können gerade darauf bauen, dass diese erhöht werden kann, um

dadurch einen Studienabbruch zu vermeiden. Die frei genannten Gründe weisen auch darauf

hin, dass Studienabbrüche meist aufgrund mangelnder Leistung bzw. zu hoher Anforderung

in Erwägung gezogen werden. Weiter ist die Ergebnis-Folge-Erwartung von Bedeutung. In

diesem Sinne könnte versucht werden, den Studierenden zu verdeutlichen, was das Studium

für sie bringt.

5.2 Schlussfolgerungen

Wir wollen nun in den Schlussfolgerungen mögliche Implikationen für ein

Interventionsprogramm zur Erhöhung der Studienzahl und Studienabschlüsse in Informatik

vorstellen. Dabei wollen wir uns jedoch zunächst einen Schritt von unseren eigenen

Ergebnissen entfernen und auf andere Studien blicken.

Prinzipiell scheinen Abiturienten auf der einen Seite offen für Informationen, fühlen

sich aber andererseits nicht gut informiert. Zudem besteht nach einer Studie von Heine,

Spangenberg und Willich (2007) aus Sicht der Abiturienten ein halbes Jahr vor

Schulabschluss bei der Hälfte weiterhin Klärungsbedarf sowohl über ihre

Fähigkeiten/Neigungen als auch über ihre Interessen. Somit ist zu erwarten, dass eine

Offenheit für Informationen vorhanden ist und diese Informationen durchaus noch

entscheidend für die Berufswahl sind. Auch ist nach diesen Daten die Interessensentwicklung

noch nicht abgeschlossen und Interessen noch nicht gefestigt.

Bezüglich des Frauenanteils zeigt ein Blick auf andere Länder, dass Interesse für

Technik kein inhärenter Grund in den Personen ist. Die Frauenquote liegt in einigen Ländern

sogar über der der Männer (z.B. Indien; Schinzel, 2002). Vielmehr zeigen sich kulturell und

strukturell bedingte Unterschiede und geben damit auch einen Hinweis, dass dies verändert

werden kann. Die unten stehenden Maßnahmen können also auch hier noch ein großes

Potential erschließen, da kein biologischer Determinismus vorliegt.

Als nächstes sei auf Interventionsvorschläge von Heine et al. (Heine et al. 2006)

verwiesen, die eine Studie durchgeführt haben, die zeigt, wie Schüler vermehrt für


naturwissenschaftliche und technische Studienfächer gewonnen werden können. Diese seien

hier stichwortartig aufgeführt):

Sie sehen eine besonderes Potential bei Schülern in beruflichen Schulen, welches gezielt genutzt werden sollte.

Sie plädieren für eine bessere Technikvermittlung an der Schule.

Sie fordern eine gezielte Förderung von Frauen.

Selektive ökonomische Anreize sollten geschaffen werden, etwa für niedrige Sozialschichten und Ausländer.

Die Studiererfolgsquote sollte erhöht werden.

Die Lehre sollte vor allem auch im Grundstudium verbessert werden.

Berufliche Neuorientierung zu den Ingenieurs- und Naturwissenschaften sollten erleichtert werden.

Diese Empfehlungen können wir teilen und diese sind sicherlich auch für die Erhöhung

der Studierendenzahl in Informatik hilfreich. Aufgrund unserer Daten können wir noch einige

spezifische Möglichkeiten aufzeigen, die in der Zusammenfassung der Ergebnisse an

verschiedenen Stellen bereits schon angeklungen sind:

Die Berufschancen des Informatikstudiums sollten vermittelt werden. Dabei sollten die

einzelnen Karrieremöglichkeiten und Berufsfelder sowie der Aspekt der Zukunftstechnologie

explizit genannt werden. Dies gilt für alle Personengruppen, also auch für Personen mit

informatiknahen Studieninteressen Personen. Auch eher ungewöhnliche Bereiche wie

künstliche Intelligenz und Robotik sind hier sicherlich vorteilhaft zu kommunizieren.

Nach wie vor wird Informatik falsch assoziiert und als einsames Arbeiten vorm PC

verstanden. Hier könnte ein Vergleich mit anderen Studiengängen bzw. Berufen die Augen

öffnen, da die meisten Studenten im Studium und später im Beruf nicht weniger Zeit mit

einem Computer verbringen als Informatikstudenten.

Von besonderer Bedeutung halten wir die Überzeugung, dass Informatik nur mit

vertieften Vorkenntnissen in Informatik (d. h. in dem Fall programmieren) angegangen

werden soll und kann. Das Gegenteil sollte vermittelt werden, . Jedoch sollte dies im Studium

auch realisiert werden. Implizit wird vermutlich von den Lehrenden in Informatik davon

ausgegangen, dass Studenten Programmiererfahrung haben. Damit würden aber Studenten

ohne diese Erfahrung realiter scheitern, obwohl das Programmieren nicht in den Kernbereich

der Informatik fällt. Es sollte auf jeden Fall kommuniziert werden, welche Vorkenntnisse

wirklich vorhanden sein müssen und mögliche Lücken auch nachgeholt werden können

(vielleicht sogar in einer Art Propädeutikum).


Das Selbstvertrauen der potentiellen Studenten muss bezüglich ihrer

selbsteingeschätzten Fähigkeiten gestärkt werden. Zu diesem Zweck wären schulische

Wettbewerbe in informatiknahen Disziplinen, Schnupperkurse (wie schon für Mädchen

vorhanden) oder ähnliche Veranstaltungen denkbar, welche die Handlungs-Ergebnis-

Erwartung stärken. Hier ist von besonderer Bedeutung, dass auch an Informatik nicht direkt

interessierte Personen erreicht werden. Nur hier ist die Handlungs-Ergebnis-Erwartung so

niedrig, dass dieses sie von einem Studium der Informatik abhält.

Informatik sollte vermehrt an Schulen gelehrt werden. Die schulische Erfahrung mit

Informatik hat sich als ein Prädiktor für die Präferenz und Wahl des Informatikstudiums

erwiesen. Jedoch ist nicht klar, ob die Erfahrung im Unterricht die Präferenz beeinflusst hat.

So ist es auch nahe liegend, dass das Fach nur Ausdruck einer Präferenz ist, diese aber nicht

beeinflusst. Wir denken, dass es letztendlich von der Qualität des Unterrichts abhängt und

Informatik für alle verpflichtend gelehrt werden soll. Dies wäre, was den Frauenanteil

anbelangt, vielleicht sogar das entscheidende Eingangstor, die oben genannten Aspekte auch

hier anzusprechen (etwa die Folgenanreize).

An der Universität Freiburg gibt es online ein „Self Assessment Informatik“

(http://www.psaw.uni-freiburg.de/selfassessment/informatik/). Dort wird das Interesse

Programmierung, Logik und Informatikanwendungen kurz abgefragt. Fähigkeiten werden

sogar in Form von kurzen Vorlesungsmitschnitten getestet. Weiter wird das Wissen über das

Studium erhoben und, in besonders ausführlicher Weise, die Arbeitshaltung abgefragt. Wir

können an dieser Stelle nicht den Effekt auf die Präferenz und Wahl bzgl. des

Informatikstudiums abschätzen. Es könnte durchaus auch sein, dass Personen sogar

abgeschreckt werden. Dies müsste in weiteren Untersuchungen näher untersucht werden. Vor

allem aber sollten nicht unmittelbar an Informatik Interessierte erreicht werden. Hier ist dann

besonders wichtig, einen Abschreckungseffekt durch proklamierte sehr hohe Anforderungen

zu vermeiden.

Studienwahl Informatik - Literatur 44

6 Literatur

Agentur für Arbeit (2008). Berufsinformationen einfach finden. http://berufenet. arbeitsagentur.de/berufe/themeSearch.do

Döhnert, Iris (2005). Motivationsreleveante Einflussfaktoren auf die Studienabbruchsbereitschaft von Diplom-Mathtematikstudierenden. Diplomarbeit: Institut für Psychologie Universität Potsdam.

Engeser, S.; Langens, T. (2008): Mapping Social Motives on Personality Traits. Sumitted for publication.

Flubacher, M.-C. (2007). Fächerwahl - Zusatzstudie Informatik. Bern. (http://www.cest.ch/Publikationen/2007/Zusatzstudie_Informatik.pdf)

Heckhausen, H. (1989): Motivation und Handeln. Berlin: Springer .

Heine, C., Spangenberg, H., & Willich, J. (2007). Informationsbedarf, Informationsangebote und Schwierigkeiten bei der Studien- und Berufswahl. Hochschul Informations System GmbH. (http://www.his.de/pdf/pub_fh/fh-200712.pdf)

Heine, C.; Egeln, J.; Kerst, C.; Müller, E.; Park, S.-M. (2006). Bestimmungsgründe für die Wahl von ingenieur- und naturwissenschaftlichen Studiengängen. Hochschul Informations System GmbH.(ftp://ftp.zew.de/pub/zew-docs/docus/dokumentation 0602.pdf)

Heine, C.; Kerst, C.; Sommer, D. (2007). Studienanfänger im Wintersemester 2005/06. Hochschul Informations System GmbH. (http://www.his.de/pdf/pub_fh/fh-200701.pdf)

Heublein, U., Schmelzer, R., & Sommer, D. (2008). Die Entwicklung der Studienabbruchquote an den deutschen Hochschulen: Ergebnisse einer Berechnung des Studienabbruchs auf der Baisis des Absolventenjahrgangs 2006. Hochschul Informations System GmbH (http://www.bmbf.de/pub/his-projektbericht-studienabbruch.pdf)

Kehr, H. M. (2004). Motivation und Volition: Funktionsanalysen, Feldstudien mit Führungskräften und Entwicklung eines Selbstmanagement-Trainings (SMT). (Motivationsforschung, Bd. 20). Göttingen: Hogrefe.

Krapp, A. (2001): Interesse. In: Rost, D.H. (Hg.): Handwörterbuch Pädagogische Psychologie. Weinheim: Psychologie Verlags Union, Beltz, S. 286–293.

Lang, J.; Fries, S. (2006): A Revised 10-Item Version of the Achievement Motives Scale: Psychometric Properties in German-Speaking Samples. European Journal of Psychological Assessment, 22, 216–224.

Rheinberg, F. (2006): Intrinsische Motivation und Flow-Erleben. In: Heckhausen, J.; Heckhausen, H. (Hg.), Motivation und Handeln (331–354). Berlin: Springer.

Schinzel, B. (2002): Cultural Differences of Female Enrollment in Tertiary Education in Computer Science. HCC, 283-292

Studienwahl Informatik - Anhang 45

7 Anhang

7.1 Interviewleitfaden

Informatikstudierende Studierende anderer Fächer Abiturienten

Erster Kontakt Wann hattest du zum ersten mal die Idee, Informatik zu studieren?

Warum gerade Informatik?

Welche anderen Fächer oder Ausbildungen hattest du noch in Erwägung gezogen?

Wann hattest du zum ersten mal die Idee, dein jetziges Studium zu studieren?

Hast du jemals darüber nachgedacht, Informatik zu studieren?

Welche anderen Fächer oder Ausbildungen hattest du noch in Erwägung gezogen?

Hattest du schon mal die Idee, Informatik zu studieren? – wenn ja, warum gerade Informatik

Welche anderen Fächer oder Ausbildungen ziehst du in Erwägung?

Initialanreiz Was fandest du am Informatikstudium besonders reizvoll?

Gab es für dich einen ausschlaggebenden Grund?

Was denkst du: was waren für die anderen Informatikstudierenden der entscheidende Anreiz?

Im Gegensatz zu Informatik, was war für dich der ausschlaggebende Grund, dein Fach zu studieren?

Hast du was am Informatikstudium reizvoll gefunden? Wenn ja - was?

Was denkst du: was waren für die anderen Informatikstudierenden der entscheidende Anreiz?

Was findest du am Informatikstudium reizvoll?

Was findest du am Informatikstudium wenig reizvoll?

Was denkst du, ist für andere der entscheidende Anreiz Informatik zu studieren?

Äquivalenz In welchen anderen Fächern oder Ausbildungsgängen siehst du ähnliche Aspekte?

Was ist für dich das komplette Gegenteil des Informatikstudiums?

Siehst du in deinem Studium ähnliche Aspekte wie im Informatikstudium?


Wenn Informatik als Studienwunsch: In welchen Fächern oder Ausbildungsgängen siehst du ähnliche Aspekte wie im Informatikstudium?

Wenn nein: Siehst du in deiner Wahl der Ausbildung ähnliche Aspekte wie beim Informatikstudium?


Negative Anreize

Was hat für dich gegen das Informatikstudium gesprochen?

Was hat dich daran wirklich zum Zweifeln gebracht?

Was hat für dich gegen das Informatikstudium gesprochen?

Was wäre für dich am Informatikstudium absolut unerträglich gewesen?

Was spricht für dich gegen das Informatikstudium?

Was ist für dich am Informatikstudium absolut unerträglich?


Was denkst du, sehen andere Negatives am Informatikstudium?



Fähigkeiten Wie hast du die Anforderungen des Informatikstudiums eingeschätzt?

Wie hast du deine Fähigkeiten für das Informatikstudium eingeschätzt?

Wie hast du die Anforderungen des Informatikstudiums eingeschätzt?

Wie hast du deine Fähigkeiten für das Informatikstudium eingeschätzt?

Wie hast du die Anforderungen des Informatikstudiums eingeschätzt?

Wie schätzt du deine Fähigkeiten für das Informatikstudium ein?

Erfahrung Programmierung

Hattest du schon vor dem Studium Erfahrung mit Programmieren?

Wenn ja:

o Welche faszinierenden Aspekte gab es für dich dabei?

o Hast du auch abstoßende Aspekte erlebt?

o Wie haben andere auf dein Programmieren reagiert?

Wenn nein:

o Wie hast du dir vorgestellt, wie es wäre zu programmieren?

o Hattest du dir darunter auch negative Aspekte vorgestellt?

Hattest du schon vor dem Studium Erfahrung mit Programmieren?

Wenn ja:

o Welche faszinierenden Aspekte gab es für dich dabei?

o Hast du auch abstoßende Aspekte erlebt?

o Wie haben andere auf dein Programmieren reagiert?

Wenn nein:

o Wie hast du dir vorgestellt, wie es wäre zu programmieren?

o Hattest du dir darunter auch negative Aspekte vorgestellt?

Hast du schon Erfahrung mit Programmieren?

Wenn ja:

o Welche faszinierenden Aspekte gibt es für dich dabei?

o Erlebst du auch abstoßende Aspekte?

o Wie reagieren andere auf dein Programmieren?

Wenn nein:

o Wie stellst du es dir vor, wie es wäre zu programmieren?

o Stellst du dir darunter auch negative Aspekte vor?

Soziale Einbettung

Fühltest du dich einer Gruppe von Programmierern oder Computerinteressierten zugehörig?

Welche Bedeutung hatte dies für die Studiumswahl?

Was hattest du von dem Kontakt zu Mitstudierenden erwartet?

Fühltest du dich einer Gruppe von Programmierern oder Computerinteressierten zugehörig?

Hatte das eine Bedeutung für die Studienwahl?

Was hättest du von dem Kontakt zu Mitstudierenden der Informatik erwartet?

Fühlst du dich einer Gruppe von Programmierern oder Computerinteressierten zugehörig?

Hat das eine Bedeutung für die Studienwahl?

Wie stellst du dir den Kontakt zu Mitstudierenden der Informatik vor?

Soziale Anerkennung

Wie war das, als du anderen Leuten davon erzählt hast, dass du Informatik studieren willst?:

o Warst du stolz dabei?

o Hast du dich eher geschämt?

o Welche Reaktionen sind dir

Wie wäre es gewesen, wenn du anderen Leuten erzählt hättest, dass du Informatik studieren willst?

o Wärst du stolz dabei gewesen?

o Hättest du dich eher geschämt?

o Welche Reaktionen wären dir

Wie wäre es, wenn du anderen erzählen würdest, dass du Informatik studieren möchtest?

o Wärst du stolz dabei?

o Würdest du dich eher schämen?

o Welche Reaktionen erwartest du


entgegen gekommen

Was denkt dein Bekanntenkreis über das Informatikstudium?

Wie hatte dies deine Wahl beeinflusst?

entgegen gekommen

Was würde dein Bekanntenkreis über das Informatikstudium denken?

Wie hatte dies deine Wahl beeinflusst?

von anderen?

Was denkt dein Bekanntenkreis über das Informatikstudium?

Wie beeinflusst dies deine Wahl für oder gegen das Informatikstudium?

Anreize Tätigkeit Informatiker

Wie hast du die Berufstätigkeit als Informatiker gesehen? Was fandest du daran besonders gut?

Was war weniger angenehm?

Was dachtest du über die ständigen Neuerungen auf dem Gebiet der Informatik? – Herausforderung oder Fluch?

War für dich Informatik mit „alleine am Rechner arbeiten“ verbunden?

Auf Informatiker wird in der Praxis immer nur Druck ausgeübt und Aufträge ausgeteilt? – siehst du das so und hat dies deine Wahl beeinflusst?

Wie hast die Berufstätigkeit als Informatiker gesehen? Was fandest du daran besonders gut?


Was dachtest du über die ständigen Neuerungen auf dem Gebiet der Informatik? – Herausforderung oder Fluch?

War für dich Informatik mit „alleine am Rechner arbeiten“ verbunden?

Auf Informatiker wird in der Praxis immer nur Druck ausgeübt und Aufträge ausgeteilt? – siehst du das so und hat dies deine Wahl beeinflusst?

Wie siehst du die Berufstätigkeit als Informatiker? Was findest du daran besonders gut?


Was denkst du über die ständigen Neuerungen auf dem Gebiet der Informatik? – Herausforderung oder Fluch?

Ist für dich Informatik mit „alleine am Rechner arbeiten“ verbunden?

Auf Informatiker wird in der Praxis immer nur Druck ausgeübt und Aufträge ausgeteilt? – siehst du das so und wie beeinflusst dies deine Wahl?

Folgenanreize Studium

Was dachtest du, bringt dir ein Informatikstudium?

Wie beurteiltest du die Berufschancen für dich? Welche Rolle hat dies bei deiner Entscheidung gespielt?

Wie beurteiltest du vor dem Studium folgende Aussage: „Informatik ist in der Praxis einfach programmieren; zum Programmieren lernen brauche ich kein Informatikstudium“

Technik beherrschen: einfach ein tolles Gefühl! Hast du das so erlebt und gesehen?

In einer Schlüsseltechnologie Expertise besitzen! War diese Vorstellung faszinierend für dich? Wenn ja, warum?

Als Du Dich für das Informatikstudium entschieden hast, stand da eher das Studium an

Was dachtest du, würde dir ein Informatikstudium bringen?

Wie beurteiltest du die Berufschancen für Informatiker? Hat dies eine Rolle bei deiner Entscheidung gegen dieses Studium gespielt?

Wie beurteiltest du vor dem Studium folgende Aussage: „Informatik ist in der Praxis einfach programmieren; zum Programmieren lernen braucht man kein Informatikstudium“

Technik beherrschen: einfach ein tolles Gefühl! Hast du das so erlebt und gesehen?

In einer Schlüsseltechnologie Expertise besitzen! War diese Vorstellung faszinierend für dich? Wenn ja, warum?

Als Du Dich gegen das Informatikstudium entschieden hast, stand da eher das Studium an

Was denkst du, was würde dir das Informatikstudium bringen?

Wie beurteiltest du die Berufschancen für Informatiker? Spielt dies für deine Entscheidung eine Rolle?

Wie beurteiltest du folgende Aussage: „Informatik ist in der Praxis einfach programmieren; zum Programmieren lernen braucht man kein Informatikstudium“

Technik beherrschen: einfach ein tolles Gefühl! Erlebst oder siehst du das so?

In einer Schlüsseltechnologie Expertise besitzen! Ist diese Vorstellung faszinierend für dich? Wenn ja, warum?

Wenn du dich entscheidest, steht für dich dann eher das Studium/Ausbildung an sich im


sich im Vordergrund oder haben berufliche Ziele eine größere Rolle gespielt?

sich im Vordergrund oder haben berufliche Ziele eine größere Rolle gespielt?

Vordergrund oder sind es die beruflichen Ziele die eine größere Rolle spielen?

Woher Informationen

Welche Quellen zur Information über das Studium hast du herangezogen?

Welche davon hatte besondere Bedeutung für deine Studiumswahl?


Was und woher wusstest du über das Informatikstudium?

Was davon war ausschlaggebend für deine Studiumswahl?


Was und woher weißt du über das Informatikstudium?

Was davon war ausschlaggebend für deine Studiumswahl/Berufswahl?

Abschluss Wurde eine wichtiger Aspekt deiner Studienwahl bisher nicht genannt?

Wem würdest du empfehlen, Informatik zu studieren?

Zum Abschluss: Würdest du nochmals Informatik studieren? Denkst du daran das Studium abzubrechen?

Wurde eine wichtiger Aspekt bzgl. der Studienwahl Informatik bisher nicht genannt?

Wem würdest du empfehlen Informatik zu studieren?

Zum Abschluss: Würdest du dich heute für ein Informatikstudium entscheiden oder dies in Erwägung ziehen?

Wurde ein wichtiger Aspekt bzgl. der Studienwahl Informatik bisher nicht genannt?

Wem würdest du empfehlen Informatik zu studieren?

7.2 Sicherheit in der Studienwahl

Die Abfrage erfolgte auf einer siebenstufigen Skala:

Für mich steht 100% fest, dass ich das von mir gewählte Studium studieren will / den gewählten Beruf erlernen will

Ich überlege noch hin und her, was ich studieren soll / lernen soll (umkodiert)

Meine Entscheidung bzgl. meines Studiums/Berufes ist eindeutig

Ich würde alles daran setzten, mein Studienfach studieren zu können / mein Beruf erlernen zu können

Letztendlich bin ich mir bei meiner Studienwahl / Berufswahl sehr unsicher (umkodiert)

7.3 Studienabbruchsbereitschaft

Die Abfrage erfolgte auf einer siebenstufigen Skala:

Ich denke öfters darüber nach, mein jetziges Studium abzubrechen

Ich denke ernsthaft darüber nach, mein Studienfach zu wechseln

Ich halte es für ausgeschlossen, dass ich mein Studium abbreche (umkodiert)

Am liebsten würde ich auf der Stelle mein Studium hinschmeißen


7.4 Faktorenstruktur Motivationale Aspekte nach dem EKM

Vor den Items sind die jeweiligen theoretischen Zuordnungen aufgeführt (siehe Erläuterung

zu den Anmerkungen der Tabelle). Eigenwertverlauf (10.6, 5.00, 3.17, 2.40, 1.69, 1.54, 1.47,

1.34, 1.30, 1.10, 0.96, 0.91) legt nach Screeplot eine 4 oder 9 faktorielle Struktur, nach der

Parallelanalyse eine 9 faktorielle Struktur nahe (siehe Tabelle 12).

Tabelle 12: Faktorenanalyse mit den motivationalen Aspekten nach dem EKM

Faktorenladungen

1 2 3 4 5 6 7 8 9

Folgenanreize

FA: Informatik bietet mir die Karrieremöglichkeiten, die ich will 73

FA: Beherrschung einer Schlüssel- und Zukunftstechnologie – super 68

FA: Informatik bietet die Berufsmöglichkeiten, die ich mir wünsche 68 -35

FA: Die hohe Arbeitsplatzsicherheit finde ich einen wichtigen Grund für das Informatikstudium

64

FA: Ich bin überzeugt, dass Informatik Dienst an einer besseren Zukunft ist.

59

EFE: Die Berufschancen für Informatiker werden, so bin ich überzeugt, auch in den nächsten Jahren sehr gut sein

58 -40

FA: Informatik ist für mich eine intellektuell wissenschaftliche Herausforderung

57

FA: Sich schnell veränderndes Wissen und neuartige Anwendungen in Informatik fordern mich heraus

57 -35

TA: Im Informatikstudium mit anderen Studierenden zusammenarbeiten, darauf freue ich mich

57

FA: Informationstechnische Systeme funktionsfähig zu machen, ist eine reizvolle Herausforderung

56 -30 32

FA: Ich will mit meinem Wissen in Informatik den Wohlstand in unserer Gesellschaft sichern

54

FA: In einem Entwicklerteam arbeiten ist eine schöne Vorstellung für mich

51

TA: Im Informatikstudium Gleichgesinnte zu treffen, das ist eine schöne Vorstellung für mich

45 -31

TA: Es gefällt mir, dass ich als Informatiker auch als Selbstständiger oder Unternehmer arbeiten kann

44

Image

Image: Informatiker sind doch sozial gestört 79

Image: Informatiker sind irgendwie verklemmt 79

Image: Informatiker sitzen nur vorm Computer und haben Angst Menschen zu begegnen

78

Image: Informatiker haben keine oder kaum Freunde 75

Image: Das Image eines vereinsamten Programmierers gilt nach wie vor 71

Image: Informatiker sind Nerds 68

Image: Informatik ist wenig „sexy“ 67

Image: Ich habe bzw. hätte auf Partys oder bei Bekannten ungerne erzählt, dass ich Informatik studieren möchte

58

Image: Informatiker sind eine geschlossene Clique für sich, unnahbar 57

Fortsetzung Tabelle 12 auf der nächsten Seite


Fortsetzung Tabelle 12

Handlungs-Ergebnis-Erwartung

HEE: Ich traue mir ein Informatikstudium nicht zu 82

HEE: Ehrlich gesagt, die Anforderungen im Informatikstudium schrecken mich ab

79

HEE: Ich bin mir sicher, dass ich den Anforderungen eines Informatikstudiums gewachsen bin

-73

TA: Programmieren bzw. die Vorstellung davon ist irgendwie Horror für mich

68

TA: Ich hasse programmieren 67

Unklare Vorstellungen (Unklar)

EFE: Ich weiß eigentlich gar nicht, was das Berufsfeld des Informatikers ist

76

EFE: Ich kann mir unter Informatik gar nichts konkretes vorstellen 74

EFE: Die Inhalte des Informatikstudiums sind mir völlig unklar 72

EFE: Informatik ist nicht viel mehr als Programmieren 34 49

Frauenbild

Image: Informatiker denken: Frauen können keine schwierige Informatikprobleme lösen

85

Image: Informatiker denken: Frauen können nicht programmieren 84

Image: Informatiker sind frauenfeindlich 40 59

Image: Informatik – das können nur Männer 56 30

Hacker (Folgenanreiz)

FA: In andere Computersysteme einzudringen, ist eine mich faszinierende Tätigkeit

73

FA: Mich gegen informationstechnische Angriffe zu wehren, dies will ich unbedingt lernen

71

FA: Informationstechnische Systeme sicher zu machen, reizt mich 39 62

FA: Andere mit „Geheimwissen Informatik“ zu beherrschen – irgendwie reizvoll

62

Ergebnis-Folge-Erwartung

EFE: Das Informatikstudium bildet eigentlich nicht für den späteren Beruf aus

69

EFE: Ich befürchte, dass man beim Informatikstudium irgendwie alles und nichts lernt

63

EFE: Ein Abschluss in Informatik bringt eigentlich gar nichts -36 61

Programmierkenntnisse (Situations-Ergebnis-Erwartung)

SEE: Ich kann im Informatikstudium nichts dazu lernen, weil ich alles Wesentliche schon kann

78

HEE: Ich beurteile meine Programmierkenntnisse, die ich vor dem Studium hatte, als sehr gut.

-47 58

SEE: Mir scheint, dass ich fürs Programmieren durch das Informatikstudium nichts dazu lernen würde

40 58

HEE: Ich schätze meine Kompetenzen auf dem Gebiet der Informatik sehr hoch ein

-46 57

Wechselnde Bedingungen (Wechsel; Folgenanreiz)

FA: Mir missfällt die Vorstellung, später in einem sich schnell verändernden Bereich tätig zu sein

86

FA: Mich stört irgendwie die Vorstellung, dass sich in der Informationstechnologie alles so schnell ändert

83

Anmerkung. N = 656; FA = Folgenanreiz, TA = Tätigkeitsanreiz, HEE = Handlungs-Ergebnis-Erwartung, EFE = Ergebnis-Folge-Erwartung, SEE = Situations-Ergebnis-Erwartung; Varimax-rotierte Hauptkomponentenanalyse; Varianzaufklärung 59 %


Aus der Analyse ausgeschieden sind die folgenden Items (in Klammern die ursprüngliche theoretische Zuordnung – siehe Erläuterungen in den Anmerkungen Tabelle 12):

Die Anerkennung anderer reizt mich, beim Programmieren besonders gut zu werden (FA)

Informatiker müssen doch nur machen, was ihnen andere vorgeben (FA) Wenn ich schon Zahlen sehe, wird mir fast schlecht (TA) An Mathe find ich den Knobelaspekt ziemlich super (TA) Ein Programmierproblem zu lösen, ist eine schöne Bestätigung (TA) Ich glaube nicht, dass ich mit dem Informatikstudium später auch einen guten Job

bekomme (EFE) Mich würde das Informatikstudium nur vom Programmieren abhalten (SEE) Wenn ich mir Mühe gebe, werde ich das Informatikstudium schaffen (HEE) Ich habe bzw. hätte auf Partys stolz erzählt, dass ich Informatik studieren will (Image) Informatikstudierende unterscheiden sich von anderen Studierenden (Image) Informatik ist nur ein Studium für Computerfreaks (Image) Informatiker sind mir überwiegend sympathisch (Image)

7.5 Kodierung offener Antworten der Onlinebefragung

Die in offenen Antworten gegebenen Gründe, welche für bzw. gegen ein Informatikstudium sprechen wurden in folgende Kategorien zusammengefasst:

Kategorie Beschreibung in Stichwörter

Interesse Interesse an Computer, Materie, Studium

Praxisnähe Praktika, Projekte, Bezug zur Realität

Vielfalt des Studiengangs abwechslungsreich, breites Spektrum

Kreativ/ Konstruktiv neues Entwickeln, Kreativität, etwas Erschaffen

Frauenquote negativ Männerdomäne, Frauenmangel

Image negativ Nerds, Freaks, Geeks

Äußere Umstände NC, Universitätsstandort, Zulassung

Vorbildung/ Vorkenntnisse (im Programmieren)

Praktika, Ausbildung

Vorbildung/Vorkenntnisse (im Programmieren) fehlend

kein Kontakt, keine Erfahrungen

Umgang mit Menschen Kontakt zu Anderen, Teamarbeit

Arbeit am PC nur vor dem PC sitzen, mit dem Computer arbeiten

Kein Kontakt zu anderen Kellerarbeit, Arbeit alleine, wenig Zusammenarbeit

Logik, Problemlösen Logisches, analytisches Denken, Analysen, Problemlösung

Tätigkeitsanreiz Programmieren positiv

eigene Ideen Umsetzen, Spaß am Programmieren

Tötigkeitsanreiz Programmieren negativ

Programmiersprachen, viel programmieren)

Verstehen des Computers verstehen wie ein PC funktioniert, verstehen von Vorgängen

Wissenschaft mit Zukunft zukunftsorientiert, zukunftsweisend, hat noch großes Forschungspotential

Mathematikanteil positiv Spaß an Mathematik, Bezug zur Mathematik, Mathematik aber angewandt

Mathematikanteil negativ zu viel Mathematik, zu schwere Mathematik


Früher Zugang zum PC früher Umgang, mit 12 erster eigener PC

Wissensvertiefung fachliches Wissen erweitern, mehr über die Materie erfahren

Theorielastig sehr theoretisch, sehr trocken

Berufsaussichten Arbeitsmarkt, Verdienst, Jobaussichten

Talent Fähigkeiten, persönliche Eignung, eigene Stärken in dem Bereich

Abbruchquote Durchfallquote, Abbruchquote

Einseitig Einseitigkeit, Monotonie, Eintönigkeit

Kein Interesse nicht genug Interesse, mangelndes Interesse

Interesse an anderen Fächern mehr Interesse an einem anderen Fach, Begabung für/mehr Spaß an einem anderen Fach

Rest (Kategorien mit unter 1,5% )

Alltagstauglichkeit (Stichwörter: Verwendung im Alltag, Bedeutung im Alltag)

Herausforderung (Stichwörter: Herausforderung, sich Neuem stellen)

Image positiv (Stichwörter: Hilfsbereit, gebildet)

sozialer Status (Stichwörter: Ansehen der Wissenschaft/ des Berufes in Gesellschaft)

Niveau/ Anforderungen (Stichwörter: passend, zu hoch)

Berufsbild (Stichwörter: Berufsbild, Aufgabenbereiche)

Möglichkeit ins Ausland zu gehen

Aufbau des Studiengangs (Stichwörter: Anteil an bestimmten Fächern, Studienplan)

Fächerübergreifend (Stichwörter: interdisziplinär, in vielen Bereichen wichtig)

Macht über Technik (Stichwörter: Computer beherrschen)

schneller Wandel (Stichwörter: immer neue Erkenntnisse, wandelnder Bereich)

alles (alles spricht dafür bzw. dagegen)

Spaß an der Materie verlieren (Stichwörter: durch Professionalisierung den Spaß verlieren, Durch Studiendruck den Spaß verlieren)

Menschen helfen (Stichwörter: Menschen helfen, unterstützen, Menschen im Privatleben helfen)

nichts (nichts spricht für bzw. dagegen)

nicht greifbar (Stichwörter: abstrakt, nichts zum Anfassen)

Rest

7.6 Steckbriefe der Interviews

7.6.1 Abiturienten

Interviewpartner 1

Interviewpartner 1 ist weiblich, Abiturient und will Psychologie oder Sprachheiltherapie studieren, weil er gerne mit Menschen arbeitet. Hat nie in Erwägung gezogen Informatik zu studieren. Wenig „Kontakt“ mit PC, nur wenn nötig, interessiert sich nicht für Computer.

Anreize eigenes Studium:

Arbeitet gerne mit Menschen; Interesse an der Psychologie; gute Verdienstchancen; will Menschen helfen und unterstützen: singt gerne (Sprachheilkunde); eine Freundin studiert schon Sprachheilkunde

Subjektiver Entscheidungsfindungsprozess:


Will mit Menschen arbeiten und ihnen helfen; informiert sich gerade über die verschiedenen Möglichkeiten; Familie/Freunde hatten keinen Einfluss

Anreize für das Informatikstudium:

Negativ: Viel Physik; Mathe; viel Arbeit am PC; wenig Umgang mit Menschen

Positiv: nennt keine positiven Anreize

Fähigkeitsselbstbild Informatik/ Schwierigkeit Informatik:

Man muss schon Vorkenntnisse haben und technikinteressiert sein

Sicht auf das Studium/ den Beruf:

Zu viel Mathe; viel Arbeit am PC; wenig Kontakt zu anderen; viel Weiterbildung, bestimmte Bereiche kreativ; Programmieren; evtl. Forschung; nicht emotional gebunden (die Probleme in der Arbeit beschäftigen einen zu Hause nicht)

Potentielle Anreize( für andere):

Gute Berufsaussichten/ gute Verdienstmöglichkeiten; Spaß, wenn man sich sowieso damit auseinandersetzen will; wenig Kontakt zu anderen

Gegenteil von Informatik:

Biologie, da sie sich mit der Natur und deren Zusammenhänge befasst, daher keine Verbindung zur Informatik

Interviewpartner 2

Interviewpartner 2 ist männlich und Abiturient, will Musik studieren und hat nie in Erwägung gezogen, Informatik zu studieren; wenig Erfahrungen mit Programmieren, sondern nur mit normalem Gebrauch; generell Computerinteressiert.


Macht schon immer viel Musik; hat Freude daran; will anderen Freude damit bereiten; will im Studium dazulernen; Interesse an Musik


Macht schon immer viel Musik und hat schon lange vor es zu studieren, will bestimmte Dinge dazulernen, ganze Familie sind Musiker, ist auf musischem Gymnasium


Negativ: Viel Arbeit vorm PC

Positiv: selbst Webseiten programmieren, sich selber helfen können


sehr technisch; programmieren; man muss interessiert sein; Interesse an Neuem muss vorhanden sein; anstrengender Studiengang


kreativ in bestimmten Bereichen; viel programmieren; Informatiker für Firmen; flexibel; Umgang mit PC wird erlernt


Gute Berufs- und Verdienstmöglichkeiten; man macht Interesse zum Beruf; auch für den Alltag wichtig

Interviewpartner 9

Interviewpartner 9 ist Abiturient und möchte Maschinenbau studieren; Entscheidung ist schon früh gefallen, da er sich schon seit seiner Kindheit für Technik und Maschinen interessiert;


Informatik kam noch nie in Frage; eher Computeruninteressiert; macht nur notwendige Dinge am PC; hat keine Programmiererfahrung; hatte schon früh ersten Kontakt zu PCs


Interessiert sich schon seit Kindesalter für Technik, später für das Pläne entwerfen und ausprobieren


Positiv:

Programmieren lernen; Grafiken erstellen

Negativ:

Klischee des typischen Informatikers (blasse Haut, Brille, gesellschaftlich zurückgezogen)


Sehr viel Theorie; schweres Studium; kostet viel Zeit und Arbeit; man muss schon Vorkenntnisse haben; kreativ


Sehr viel arbeit alleine am PC; wenig körperliche Aktivität; Grafiken entwerfen; Webseiten entwerfen; ständige Neuerungen; Programmieren ein großer Teil der Informatik; man muss technikbegeistert sein.


Das Hobby zum Beruf machen; man kann selbst Programme erstellen; gute Berufsaussichten; gute Verdienstmöglichkeiten;


Biologie, da man sich hier mit lebenden Dingen, der Natur, beschäftigt. Der Computer ist eine Maschine und bloße Theorie

Jungs interessieren sich mehr für Computer da sie über Computerspiele darauf hingeführt werden. Computerspiele sind meist eher auf Jungs zugeschnitten.

7.6.2 Nicht-Informatikstudierende

Interviewpartner 3

Interviewpartner 3 studiert Rechtswissenschaften im 7. Semester. Wollte vorher Architektur studieren und hat sich aber aufgrund der Berufsaussichten und dem Berufsbild dagegen entschieden. Generelles Interesse für Technik war schon immer da (Physik); früher Zugang zu PCs und erste Programmiererfahrungen


Interesse an Rechtswissenschaften; Abmachung mit einem Freund; brauchbarer Studiengang; finanzieller Aspekt; Teamarbeit; Kontakt zu den Mandanten/ Anderen; konnte technische Berufe aufgrund eines Praktikums ausschließen, da zu technisch, zu wenig Kontakt zu Anderen.


Vater ist auch Jurist; Entscheidung (Oberstufe) zusammen mit einem Freund


Negativ: Klischee des typischen Informatikers (Brille, viel am PC); nicht unbedingt gute Verdienstmöglichkeiten; zu Computerbezogen


Positiv: sehr viel Logik; sehr strukturiertes Denken; mit relativ geringem Aufwand gute Ergebnisse am PC; Möglichkeit selbst etwas herzustellen; „basteln“; positives Feedback anderer (wow das geht); man kann produktiv sein; kann anderen helfen; Webseiten erstellen; auch privat brauchbar; gute Jobaussichten


Komplex; man muss gut mit Zahlen sein; sehr kompliziert; großer Abstraktheitsgrad; lange Logikketten; Affinität zur Mathematik; Programmieren; man muss schon Vorkenntnisse haben.


Man muss schon Vorkenntnisse haben; rein computerbezogene Tätigkeit; wenig Kontakt zu anderen; viel Mathematik; teilweise Arbeit unter Druck; viele Neuerungen


Mann kennt sich schon aus; hat Spaß daran und will damit sein Geld verdienen; Vorbilder wie z.B. Bill Gates.


Gärtnerlehre, da man sich dort nur mit der Natur beschäftigt, wenig mit Technik und Maschinen zu tun hat. Computer sind hoch zivilisierte Geräte

Interviewpartner 4

Frau 4 ist Jahre alt und studiert im xx Semester Deutsch und Religion im Lehramt Realschule. Entscheidung für dieses Studium ist schon sehr früh gefallen, da ihm die Arbeit mit den Kindern schon immer viel Spaß gemacht hat „Gut dann werde ich Lehrer“. Ein Informatikstudium hat er nie in Erwägung gezogen, eine Zeitlang ein Musikstudium (aufgrund von Erfahrungen im Leistungskurs aber nicht mehr erwogen).

Anreize eigenes Studium: Spaß im Umgang mit Kindern; keine Anerkennung durch andere; sicheres Gehalt / Sicherheit

Subjektiver Entscheidungsfindungsprozess: Spaß mit Kindern, schon lange klar und auch mangelnde Anerkennung nicht Entscheidung ins wackeln gebracht; wegen Lehrer werden wollen Studium auf sich genommen (bringt eigentlich für später gar nichts, muss es aber machen); Sicherheit im Anstellungsverhältnis i-Punkt, aber nicht ausschlaggebend; andere haben Ihn schon als klein gesagt, dass er Lehrer wird oder ein guter Lehrer wäre.

Anreize für das Informatikstudium: Zu mathelastig, kein Interesse vorm Computer sitzen und programmieren; Langweilig; Spaß am Chatten nie zu Neugier was dahinter steht geführt; keinerlei Interesse auch wenn im persönlichen Umfeld Programmierer sind (Vater, Freundin); Anerkennung durch andere „wow“; Berufschancen als offen angesehen; guter Verdienst

Fähigkeitsselbstbild Informatik / Schwierigkeit Informatik: „totaler Computeridiot“; schwieriges Studium (indirekt erkennbar; auch Erzählungen von seiner Freundin, die Informatik studiert); Mathelastig

Sicht auf das Studium / den Beruf: Muss schon Vorkenntnisse haben und in Mathe sehr gut sein; Programmieren; kreative aber nicht künstlerisch; Arbeit im Team aber man hat sein eigenes Programm; auch Zeiten mit viel Druck; im Grundstudium eigentlich ein Mathestudium (hat Freund abgeschreckt)

Potentielle Anreize (für andere): Interesse; Leute, die viel mit Computer machen

Gegenteil von Informatik: Deutsch, da nicht mathelastig und technisch

Interviewpartner 5


Interviewpartner 5 ist männlich; studiert Musik; hat davor 2 Semester Physik studiert. Leistungskurse Physik/ Musik. Hat zwischenzeitlich kurz BWL und Informatik in Betracht gezogen. Arbeitet viel mit Computer, hatte schon früh Kontakt damit, hat schon Programmiererfahrungen. Sieht sich als computeraffiner Mensch.


Spielt schon sehr lange Trompete und kann das sehr gut, hat Spaß an der Musik, will auf der Bühne stehen und vor Publikum spielen.


Ganze Familie Musiker; Physikstudium war zu schwer; war auf musischem Gymnasium und wusste eigentlich von Anfang an, dass er Musik studieren will und vor allem auf der Bühne stehen will; viele Freunde die auch Musiker sind; wurde aber auch vor Musik gewarnt da damit kein Geld verdient werden kann.


Negativ: Zu mathelastig; wendet lieber Programme an als sie zu programmieren; Programmieren; zu arbeitsintensiv; Klischee der Informatikers (wenig Kontakt zu anderen)

Positiv:

Interesse wie man Programme entwickelt; zu wissen wie man hackt sich dagegen schützt; Schwachstellen in Programmen finden; gute Berufschancen


Man braucht gutes Vorstellungsvermögen zum programmieren; viel Mathe; man muss schon Wissen mitbringen.


Arbeitsintensiv; Firmen vernetzen; Problemlösungen bereitstellen; Programmiercodes schreiben; Bereich, der sich sehr schnell verändert und daher extrem anstrengend, auf dem neuesten Stand zu bleiben; viel Druck, da alles funktionieren muss; man muss früh in Kontakt mit Computer gekommen sein; Computerzeitschriften lesen.


Personen die gerne mit PC arbeiten und damit dann Geld verdienen können; tief in die Materie einzusteigen; gute Berufschancen


Musik (die Bühne sind die Zuschauer) steht gegen Informatik (die Bühne ist der Computer)

Interviewpartner 6

Interviewpartner 6 ist weiblich und studiert Lehramt für Gesundheitswissenschaften und Englisch; wollte immer schon etwas soziales machen und hat sich dann für Lehramt entschieden. Hat auch Biologie in Betracht gezogen. Wollte nie Informatik machen; später Zugang zu PCs ( 11.Klasse)und nur alltäglicher Umgang mit PCs; hatte Informatik in der Schule


Arbeit mit Menschen, soziales Berufsfeld


Hat schon immer viel Nachhilfe gegeben und gemerkt, dass ihm unterrichten Spaß macht,


Positiv: Problemlösen; Homepages und Programme entwickeln; gute Möglichkeit schnell Geld zu verdienen; wichtig für Alltagsgebrauch; man kann viel Wissen in andere Bereiche übertragen; gemischte Berufsaussichten


Negativ: Am Computer sitzen; schlechter Ruf „zocken“; Überforderung weil man schon viel können muss


Man braucht mathematisch-technisches Verständnis; man muss schon viel können


Viel Mathe; man muss gerne am PC arbeiten; Homepages erstellen; Spiele entwerfen; programmieren; eher kreatives arbeiten (da man neue Lösungswege finden muss; Dinge designen); isoliertes arbeiten (man hat viel Kontakt mit Kollegen jedoch nur über den PC); relativ entspanntes, eigenständiges arbeiten; Bereich der sich sehr schnell ändert, daher Weiterbildung immer nötig.


Interesse daran, wie ein PC funktioniert; für technikaffine Personen; Spaß am Programmieren/ an der Arbeit am PC.

7.6.3 Informatikstudierende

Interviewpartner 7

Interviewpartner 7 studiert Informatik und kommt aus Südtirol. Die Entscheidung zum Studium ist schon früh gefallen; er war auf einer technischen Oberschule und hatte dort schon Informatikunterricht und Informatikpraktika. Er hatte schon früh Kontakt zu Computern (mit ca. 7/8 Jahren PC zu Hause, Spiele und DOS, 8.Klasse Projekt „Website für die Schule“ erstellen)


War auf technischer Oberschule und hatte dort schon Informatik und damit viel Vorwissen; hatte immer schon Interesse daran; Weg steht einem offen; habe viele Fachzeitschriften gelesen; Freunde übten keinen Einfluss aus.

Anreize Informatikstudium:

Positiv: Informatik ist kreativ und man hat verschiedene Lösungswege die einem offen stehen, eigenständiges Arbeiten, kreativer Freiraum

Negativ: Es ist schwierig mit jemanden, der nicht Informatik studiert über seine Erfahrungen zu sprechen; negatives Image des Informatikers


Anstrengendes Studium; schnell wandelndes Gebiet; Studium geht schnell voran.


Programmieren wird nicht gut erklärt; Programmieren; viel Teamarbeit; gleicher Druck wie in anderen Berufen

Potentielle Anreize (für andere):

Spaß an der Arbeit vorm Computer; guter Arbeitsmarkt


Sprachen (außer Englisch), da der naturwissenschaftliche Bezug fehlt, Geschichte

Interviewpartner 8

Interviewpartner 8 studiert Informatik; die Entscheidung ist in der Oberstufe gefallen; eine Alternative wäre Mathematik gewesen es ist ihm aber zu trocken und mathelastig, erster


Kontakt mit PC war schon früh (ca. 6./7. Klasse, Laptop des Vaters, WORD und Spiele); war von Anfang an fasziniert;


Eltern haben beide E-Technik studiert und arbeiten im Informatiksektor; hatte in der 9. Klasse einen Schnupperkurs PASCAL (hat ihm viel Spaß gemacht) und starkes Interesse am Programmieren; Freunde übten keinen Einfluss aus

Anreize Informatikstudium:

Positiv: Der praktische Aspekt der Computerprogramme, die Arbeitserleichterung durch den PC, Verdienstmöglichkeiten, Faszination an Programmiersprachen, Interesse daran wie Programme funktionieren

Negativ: Es ist schwierig mit jemanden, der nicht Informatik studiert über seine Erfahrungen zu sprechen. Klischee des Informatikers (Brille, fettige Haare)


Viele haben schon Vorkenntnisse; man hinkt nach; anstrengendes Studium; schnell wandelndes Gebiet


Studium geht schnell voran; viel Mathe; Programmieren; Systementwicklung; Projektleitung; viel Teamarbeit; gleicher Druck wie in anderen Berufen

Potentielle Anreize(für andere):

Guter Arbeitsmarkt; Programmierfreude; Vergangenheit der Eltern


Sprachen (außer Englisch), da der naturwissenschaftliche Bezug fehlt, Geschichte

Ähnlich zu Informatik:

Mathematik, E-Technik, Maschinenbau

Interviewpartner 10

Interviewpartner 10 studiert Informatik; hat sich in der 12. Klasse dazu entschieden; hatte Mathe/ Physik LK; hat auch Physik (jedoch zu speziell); Mathe (zu trocken) oder Maschinenbau (jedoch nicht handwerklich begabt) in Erwägung gezogen. Hatte schon früh den ersten Kontakt zum Computer


Wollte auf alle Fälle ein technisches Fach studieren; hat sich immer schon für Informatik interessiert; Computer war Hobby; Informatik ist immer angewandt und man ist nicht auf einen Bereich fixiert; Entscheidung fiel aufgrund von Empfehlungen, v.a. durch den Vater;


Positiv: Gute Verdienstmöglichkeiten und Berufsaussichten; positives Image des Informatikers (sehr sozial und hilfsbereit); Wirtschaftlichkeit z.B. Informatik ist wirtschaftlicher später im Job als Physik

Negativ: Negatives Image des Informatikers (Lange Haare, Metall-T-Shirts, Brillen, nur Männer)


Viel Mathe; schwer kommunizierbar mit Anderen; hohe Anforderungen (v.a. im Grundstudium)



Man muss einen Bezug dazu haben; sich gerne mit PCs beschäftigen; viel Mathe; mit anderen Fächern verbunden;


Jura da keine schaffende Tätigkeit sondern nur Regeln befolgen und versuchen sie zu umgehen

Ähnlich zu Informatik:

Mathe auf Grund des Abstraktionsvermögens, an einem Teilproblem arbeiten zu können ohne das Ganze zu verstehen

Frauenbild:

Frauen haben eine andere Denkweise bzw. Herangehensweise an Probleme. Mehr kreative Berufe da Begabung mehr für Kreatives wie Architektur anstatt Informatik; außerdem hat das negative Image des Informatikstudiums einen negativen Einfluss auf die Frauenquote

Interviewpartner 11

Interviewpartnerin 11 ist 22 Jahre alt und studiert Informatik im 5. Semester; schon im Kindesalter, Vater hatte 383er für die Familie, schon früh (Grundschulalter) fasziniert vom Beherrschen dieser Maschine, hatte noch Mathematik in Erwägung gezogen, sich aber dann für Informatik entschieden, besuchte mehrfache Informationsveranstaltungen der TU (Technik und Mädchen, Herbstschule)


Interessiert sich schon seit Kindesalter für Technik und später für das Pläne entwerfen und ausprobiere; es war schon immer klar, dass sie Informatik machen wollte, da spielte die soziale Gruppe keinen Einfluss (beste Freundin hatte überhaupt keine Lust auf Computer, jedoch Geschwister - sowohl Schwester als auch Bruder - studieren bzw. werden Informatik studieren)


Auch hinter die Anwendungen zu schauen, nicht sich rein auf Anwendungsebene zu bewegen, Eigentlich keine Aspekte sprachen gegen das Informatik Studium; Ist stolz darauf in einer Männerdomäne als Frau zu bestehen, erwartet auch in Gesprächen derartige Reaktionen.


Realistisch eingeschätzt, hatte gute Informationsmaterial um die Anforderungen einzuschätzen. War auch fit genug, Hatte schon grundlegende Kenntnisse in Programmieren (kannte schon Schleifen, if-Abfragen etc), hatte schon in Delphi und Turbopascal, und Java reingeschnuppert, fasziniert von Macht über den Computer, ihm sagen können, was er macht. Ausgabe des Computers produzieren. Hat zum Beispiel ihrem Freund ein Programm zum Geburtstag geschrieben. Keine abstoßenden Aspekte.


Es stand hauptsächlich das Studium als Anreiz im Vordergrund, hatte wenig Gedanken an den späteren Beruf, aber eher als Bestärkung positive Berufsaussichten im Hinterkopf. Fürchtet sich so bisschen vor dem späteren Beruf, hofft, dass sie später in Richtung künstliche Intelligenz oder ähnliches arbeiten darf.

Ständige Neuerungen auf dem Gebiet sind eher Segen als Fluch.

Schon ein Job mit Druck, aber abhängig von der eigentlichen Tätigkeit. Sieht sich auf keinen Fall in Manager Position, der nur Leuten sagt was sie tun sollen und aber selber nichts machen darf.



Computeraffine Leute studieren Informatik, Leute die Spaß an analytischem logischen Denken haben, die Spaß haben mit Menschen zusammenzuarbeiten


Erdkunde (wäre auch Hassfach gewesen), wird als das komplette Gegenteil wahrgenommen.

Frauenbild:

Jungs interessieren sich mehr für Computer da sie über Computerspiele darauf hingeführt werden. Computerspiele sind meist eher auf Jungs zugeschnitten; bekräftigt eher die Wahl zum Studium.


7.7 Mittelwertsunterschiede Mathematik (Auswahl)

Tabelle 13. Mittelwertsunterschiede Mathematik (Auswahl)

N M SD

Informatik 320 4,92 a 1,00

Elektrotechnik 4 5,50 1,00

Maschinenbau 73 5,37 a 0,60

Chemie 12 5,28 0,69

Mathematik 15 5,60 a 0,52

Physik 7 5,61 a 0,76

Luft- und Raumfahrttechnik 8 5,29 0,70

Anmerkung. A Gruppen unterscheiden sich signifikant (5 % Niveau)

7.8 Post hoc Analysen zum Status von Informatik

Bei den offen genannten Fragen wurden die Berufsmöglichkeiten für das Informatikstudium

wesentlich weniger als Grund genannt, als die für die anderen Fächer und vor allem auch

informatiknahen Fächern (siehe Abschnitt 4.7.1). Dies ist zunächst etwas überraschend und

hat uns zu der Hypothese veranlasst, dass hier der Status bzw. der Einfluss des Berufes eine

Rolle spielen könnten (es bleiben natürlich weitere naheliegende Erklärungen, dass

Informatik hier in der Öffentlichkeit nicht entsprechend wahrgenommen wird und ähnliches).

Aspekte zum mangelnden Status wurden in den Fragen der quantitativen Erhebung nicht

entsprechend beachtet und in den offenen Fragen als auch im Interview wurde der Aspekte

nicht erwähnt. In der quantitativen Erhebung wurde jedoch ein Frage vorgegeben, die diesen

Aspekt in einer Facette beinhaltet: „Informatiker müssen doch nur machen, was andere

vorgeben“. Wird diese Item zur Vorhersage der Präferenz für Informatik herangezogen, zeigt

sich über die Variablen in Abschnitt 4.2.3 (Tabelle 6) hinaus einen geringen, wenn auch

signifikanten Einfluss. Über die Variablen der Studienwahl (Abschnitt 4.3) hinaus ist dieser

Einfluss deutlich stärker und in der Tabelle 14dargestellt. Das selbe gilt für den Vergleich von

Informatikern nicht informatiknahen Studienfächer (Tabelle 15). Somit zeigt sich, dass dieser

Aspekt, wenn auch nur mit einem Item nur sehr ungenau gemessen, doch einen Einfluss vor

allem auf die Studienwahl hat (vgl. den Einfluss von Image in Abschnitt 4.3).


Tabelle 14. Studienwahl: Biografische Daten, explizite Motive und Variablen des EKM

Beta Korrelation

Geschlecht ,01 ,14**

Mathematik Note -,11* -,10*

Oberstufeninformatik ,17* ,30**

Techn.-.math. LK ,04 ,13**

Folgenanreiz ,36* ,51**

HEE ,11* ,36**

Image -,02 -,26**

Programmierkenntnisse ,05 ,23**

EFE -,01 -,16**

Informatiker müssen doch nur machen, was andere vorgeben

-,20* -,32**


Tabelle 15. Vergleich informatiknaher Studienfächer mit Informatik: Biografische Daten, explizite

Motive und Variablen des EKM

Beta Korrelation

Alter ,11** ,14**

Mathematiknote -,15** -,22**



Image ,03 -,19**

EFE ,07 ,20**

Informatiker müssen doch nur machen, was andere vorgeben

-,20** -,35**

R-Quadrat ,33 Anmerkungen. N = 432; * p < .05, ** p < .01

Documents

Studienwahl Informatik