Die Studierendenbefragung in Deutschland.
Ordemann, J., & Daniel, A. (2026, Juni). Die Studierendenbefragung in Deutschland. Vortrag in der Veranstaltungsreihe Meet-the-data, KonsortSWD und VerbundFDB, Berlin, Deutschland.
Abstract
Die Studierendenbefragung in Deutschland erhebt alle vier Jahre eine Fülle an Informationen über die Lebens- und Studiensituation der Studierenden in Deutschland. Seit 2021 integriert sie die ursprünglich separat durchgeführten Langzeitstudien Sozialerhebung, Konstanzer Studierendensurvey und „best: Studieren mit einer gesundheitlichen Beeinträchtigung“. Die Grundgesamtheit der Studie bilden alle Studierenden, die an einer teilnehmenden staatlichen, kirchlichen oder privaten Hochschule in Deutschland immatrikuliert sind. Die aktuell verfügbaren Daten von über 180.000 Studierenden aus dem Jahr 2021 stehen über das Forschungsdatenzentrum als Scientific Use File und Campus File zur Verfügung.
|
Webinar für das Bundesland Hessen zur Einführung in das Higher Education Analytical Data System (HEADS).
Gottburgsen, A., & Laajouzi, R. (2026). Workshop Webinar für das Bundesland Hessen zur Einführung in das Higher Education Analytical Data System (HEADS), Deutsches Zentrum für Hochschul- und Wissenschaftsforschung.
|
Einführung in HEADS - Indikatoren und Kennzahlen für die Bundesländer am Beispiel von Hessen.
Gottburgsen, A., & Laajouzi, R. (2026, April). Einführung in HEADS - Indikatoren und Kennzahlen für die Bundesländer am Beispiel von Hessen. Vortrag im Rahmen des Webinar "Einführung in das Higher Education Analytical Data System (HEADS) für das Bundesland Hessen", Deutsches Zentrum für Hochschul- und Wissenschaftsforschung.
|
Werkstattbericht - Ein KI-Tool für die automatisierte Verkodung von Berufsangaben mittels Open-Source-LLMs.
Broneske, D. (2026, April). Werkstattbericht - Ein KI-Tool für die automatisierte Verkodung von Berufsangaben mittels Open-Source-LLMs. Vortrag im Rahmen des Austausches des Verbund Forschungsdaten Bildung (VerbundFDB), DIPF Frankfurt.
|
Populist narratives in motion: Unpacking the AfD´s digital campaign on TikTok for the 2025 German Federal Election.
Niemann-Lenz, J., Revers, M., Meyer, H., & Rodeck, L. (2026, März). Populist narratives in motion: Unpacking the AfD´s digital campaign on TikTok for the 2025 German Federal Election. Vortrag auf der Tagung 71. Jahrestagung der Deutschen Gesellschaft für Publizistik- und Kommunikationswissenschaft, Dortmund, Deutschland.
|
Identifying bots through LLM-generated text in open narrative questions on LGBTQ+-related topics: A proof-of-concept study.
Höhne, J. K., Claaßen, J., Bach, R., & Haensch, A.-C. (2026, März). Identifying bots through LLM-generated text in open narrative questions on LGBTQ+-related topics: A proof-of-concept study. Vortrag auf der Tagung Spring conference of the German Sociological Association (DGS) section “Methods of Empirical Social Research”, Bonn, Deutschland.
|
From text to voice: Qualitative insights into open narrative final comment questions.
Claaßen, J., Höhne, J. K., & Kuhlmann, J. (2026, März). From text to voice: Qualitative insights into open narrative final comment questions. Vortrag auf der Tagung Spring conference of the German Sociological Association (DGS) section “Methods of Empirical Social Research”, Bonn, Deutschland.
|
The (technological) future of student surveys.
Höhne, J. (2026, März). The (technological) future of student surveys. Keynote im Rahmen des EUROSTUDENT Researchers Forum 2026, Malta.
|
Going beyond survey self-reports: Processing, enriching, and analyzing digital traces.
Claaßen, J., Boeschoten, L., Nguyen, D., Struminskaya, B., & van Es, K. (2026, Februar). Going beyond survey self-reports: Processing, enriching, and analyzing digital traces. Vortrag auf der Konferenz Current Innovations in Probability-Based Household Internet Panel Research (CIPHER), Washington, D.C., USA.
|
Survey data contamination through Large Language Models: Predicting LLM-generated answers to open narrative questions.
Höhne, J. K., Claaßen, J., Bach, R., & Haensch, A.-C. (2026, Februar). Survey data contamination through Large Language Models: Predicting LLM-generated answers to open narrative questions. Vortrag auf der Konferenz Current Innovations in Probability-based Household Internet Panel Research (CIPHER), Washington, D.C., USA.
|
Higher Education Analytical Data System (HEADS) - Instrument für das Reporting von Hochschulen.
Gottburgsen, A., & Laajouzi, R. (2026, Februar). Higher Education Analytical Data System (HEADS) - Instrument für das Reporting von Hochschulen. Vortrag im Rahmen des Webinars "DZHW-Absolvent*innenbefragung 2025: Inhalte, Durchführung, Nutzen", Deutsches Zentrum für Hochschul- und Wissenschaftsforschung, Hannover.
|
Digital micro publics: The building blocks of publicness under platformized conditions.
Niemann-Lenz, J., Revers, M., Meyer, H., & Rodeck, L. (2026, Februar). Digital micro publics: The building blocks of publicness under platformized conditions. Vortrag auf der Konferenz Jahrestagung der DGPuK Fachgruppe „Kommunikation & Politik“, Hamburg.
|
Love, loathing, and loyalty: Affective counterpublics on German political TikTok in the run-up to the 2025 federal election.
Niemann-Lenz, J., Rodeck, L., Revers, M., & Meyer, H. (2026, Februar). Love, loathing, and loyalty: Affective counterpublics on German political TikTok in the run-up to the 2025 federal election. Vortrag auf der Tagung Jahrestagung der DGPuK Fachgruppe „Kommunikation & Politik“, Hamburg, Deutschland.
|
Das Higher Education Analytical Data System (HEADS): Eine Einführung.
Gottburgsen, A., & Laajouzi, R. (2025, November). Das Higher Education Analytical Data System (HEADS): Eine Einführung. Vortrag im Rahmen des Workshops "Potenziale des Higher Education Analytical Data System (HEADS) für Bundesländer: Nutzungsmöglichkeiten und Zugänge", Deutsches Zentrum für Hochschul- und Wissenschaftsforschung.
|
Potenziale des Higher Education Analytical Data System (HEADS) für Bundesländer: Nutzungsmöglichkeiten und Zugänge.
Gottburgsen, A., Laajouzi, R., & Schneider, H. (2025). Workshop Potenziale des Higher Education Analytical Data System (HEADS) für Bundesländer: Nutzungsmöglichkeiten und Zugänge, Deutsches Zentrum für Hochschul- und Wissenschaftsforschung, Hannover.
|
