Cathleen M. Stützer

Academic Analytics | Hochschulentwicklung | Data & Decision Intelligence

Mein Leitgedanke: „Daten erklären nicht die Welt. Aber sie helfen uns, die richtigen Fragen zu stellen, Zusammenhänge sichtbar zu machen und bessere Entscheidungen zu treffen.“

Ich arbeite an der Schnittstelle von Daten, Entscheidungen und Hochschulentwicklung. Mein Schwerpunkt liegt auf der Entwicklung evidenzbasierter Grundlagen für strategische Entscheidungen in Wissenschafts- und Hochschulorganisationen.

Dabei verbinde ich langjährige Erfahrungen aus Forschung, Qualitätsmanagement, Datenanalyse und strategischer Hochschulentwicklung. Mein beruflicher Fokus liegt heute auf der Entwicklung dateninformierter Entscheidungs- und Steuerungsprozesse im Hochschulkontext.

Zuvor war ich über viele Jahre in Forschungs- und Leitungsfunktionen tätig und verantwortete Projekte in den Bereichen Learning Analytics, Academic Analytics, digitale Hochschulbildung, Künstliche Intelligenz und Computational Social Science.

Meine fachliche Perspektive vereint wissenschaftliche Forschung, organisatorische Entwicklung und dateninformierte Steuerung. Dadurch bewege ich mich bewusst zwischen den Welten von Wissenschaft, Hochschulmanagement und strategischer Transformation.

Zu meinen Themenfeldern gehören:

• Academic Analytics
• Evidenzbasierte Universitätsentwicklung
• Hochschulgovernance und Datenstrategie
• Digitale Transformation
• Learning Analytics und KI in der Hochschulbildung
• Network Science und Computational Social Science

Über viele Jahre hinweg engagierte ich mich in wissenschaftlichen Fachgesellschaften, als Herausgeberin wissenschaftlicher Publikationsreihen sowie in der Organisation internationaler Konferenzen und Workshops.

Mein Ziel ist es, Daten, Analytik und wissenschaftliche Evidenz so nutzbar zu machen, dass sie Hochschulen bei strategischen Entscheidungen, organisationalem Lernen und nachhaltiger Entwicklung unterstützen.

Ausgewählte Publikationen

Grundlagenarbeiten zu Social Academic Analytics, Network Science und kollaborativen Lernsystemen (2011–2013) bilden den Ausgangspunkt meiner späteren Arbeiten zu Learning Analytics, Künstlicher Intelligenz in der Hochschulbildung und Academic Analytics.

Strategische Beiträge

Academic Analytics, 25.03.2026, TUD Miteinanderklausur, TU Dresden

Academic Analytics. Erfolgsfaktoren und Herausforderungen bei der Implementierung datengetriebener Hochschulsteuerung, 17.-19.09.2024, Zwischen Komplexitätsreduktion und Zauberei: Strategisch relevante Daten für Entscheidungsträger*innen an Hochschulen bereitstellen, visualisieren, verständlich machen, Universität Bielefeld, Tagungsprogramm

Academic Analytics, 27.03.2025, TUD Miteinanderklausur, TU Dresden

Evidenzbasierte Universitätsentwicklung. Innovatives Steuern für die Zukunft des Hochschulsektors, 23.-25.09.2024, Jahrestagung der Gesellschaft für Hochschulforschung (GFHF), Feruniversität Hagen, Tagungsprogramm

Academic Analytics. DE-Executive One Page (Dresden, 28.09.2025)

Academic Analytics. EN-Executive One Page (Dresden, 28.09.2025)

Wegweisende Arbeiten

• Stuetzer, C. M., Breiger, R., & Koehler, T. (2013). Social Academic Analytics in Higher Education.
• Stuetzer, C. M., Koehler, T., Carley, K. M., & Thiem, G. (2013). Brokering Behavior in Collaborative Learning Systems. DOI: https://doi.org/10.1016/j.sbspro.2013.10.702
• Stuetzer, C. M., Carley, K. M., Koehler, T., & Thiem, G. (2011). The Communication Infrastructure During the Learning Process in Web-Based Collaborative Learning Systems. DOI: https://doi.org/10.1145/2527031.2527045

Academic Analytics & Hochschulentwicklung

• Stützer, C. M. (2017). Academic Analytics: Zur Bedeutung von (Big) Data Analytics in der Evaluation.
• Stuetzer, C. M., Breiger, R., & Koehler, T. (2013). Social Academic Analytics in Higher Education.

Künstliche Intelligenz & Hochschulbildung

• Stützer, C. M. (2022). Künstliche Intelligenz in der Hochschullehre. DOI: https://doi.org/10.25368/2022.12
• Stützer, C. M., & Kravčík, M. (2023). Künstliche Intelligenz in der Hochschulbildung. DOI: https://doi.org/10.1007/978-3-658-40079-8

Learning Analytics

• Gaaw, S., & Stuetzer, C. M. (2020). A Proactive Perspective on the Future of Learning Analytics. https://www.solaresearch.org/wp-content/uploads/2020/06/LAK20_Companion_Proceedings.pdf
• Stützer, C. M., Winter, J., & Jablonka, M. (2020). Blended Learning Analytics (II) – Text als Wissensspeicher. https://zfe.hszg.de/fileadmin/NEU/Redaktion-Zfe/Dateien/wel/wel20/Tagungsband_WeL20.pdf

Computational Social Science & Network Science

• Stuetzer, C. M., Welker, M., & Egger, M. (2018). Big Data Analytics: Obstacles and Opportunities for Social Science. https://www.halem-verlag.de/wp-content/uploads/2017/03/9783869622675_le.pdf
• Stuetzer, C. M., Koehler, T., Carley, K. M., & Thiem, G. (2013). Brokering Behavior in Collaborative Learning Systems. https://doi.org/10.1016/j.sbspro.2013.10.702

Herausgeberschaften

• Tabino, O., Stützer, C., & Wachenfeld-Schell, A. (Eds.) (2021). Data Visualization in Social Science and Market Research. https://doi.org/10.25368/2021.91
• Stützer, C. M., Frohwieser, D., & Lenz, K. (Eds.) (2020). Potentiale und Herausforderungen digitaler Hochschulbildung. https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-720292
• Stuetzer, C. M., Welker, M., & Egger, M. (Eds.) (2018). Computational Social Science in the Age of Big Data. https://www.halem-verlag.de/computational-social-science-in-the-age-of-big-data/