Kursabschlussquoten: Warum Lernende abspringen

Von Brian Tr · Aktualisiert am 7. Oktober 2026

Eine Kursabschlussquote ist der Anteil der Lernenden, die einen Kurs beenden. Das klingt nach einer einzigen Zahl. Tatsächlich sind es mindestens vier, und sie können sich beim selben Kurs um eine Größenordnung unterscheiden, je nachdem, wer im Nenner mitgezählt wird und was als „beendet“ gilt.

Deshalb passen die kursierenden Zahlen nicht zusammen. Ein kostenloser Onlinekurs, den „nur“ 6 % der Angemeldeten abschließen, kann sich durchaus gut schlagen. Eine bezahlte Kohorte mit 90 % Abschluss kann hinter einem selektierten Publikum ein schwaches Programm verbergen. Ein Unternehmenskurs mit 98 % Abschluss zeigt vielleicht nur, dass Führungskräfte hinter den Leuten hergelaufen sind. Dieser Artikel behandelt, was der Begriff bedeutet, was die beste öffentliche Forschung ergab, warum Lernende abspringen, welche Maßnahmen belegt sind und wann Abschluss nicht die richtige Kennzahl ist.

Wichtige Fakten

• Über 39 MOOCs mit öffentlichen Daten lag die mediane Abschlussquote bei 6,5 % der Angemeldeten, mit einer Spanne von 0,9 % bis 36,1 % (Jordan, IRRODL 2014). Bezogen nur auf aktive Studierende lag der Median bei 9,8 %.
• Im ersten Jahr der HarvardX- und MITx-Kurse erhielten 43.196 von 841.687 Registrierungen ein Zertifikat, während 292.852 Registrierte sich nie mit den Inhalten befassten (HarvardX and MITx first-year report).
• Unter 79.535 Befragten einer Umfrage vor Kursbeginn in neun HarvardX-Kursen erhielten 19,5 % derjenigen, die den Abschluss beabsichtigten, ein Zertifikat, gegenüber 5,4 % derjenigen, die dies nicht beabsichtigten (Reich, 2014).
• In 565 Kursdurchläufen von Harvard und MIT auf edX (5,63 Millionen Lernende) betraten 52 % der Registrierten nie das Courseware-Angebot, und die Abschlussquoten hatten sich über sechs Jahre nicht verbessert (Reich and Ruipérez-Valiente, Science 2019).
• Ein in einem Stanford-MOOC getestetes Commitment-Device (657 Studierende) erhöhte die Abschlusswahrscheinlichkeit um 40 %, während Erinnerungen allein keine messbare Wirkung zeigten (Patterson, Cornell CHERI).

Was die „Abschlussquote“ tatsächlich misst

Dieselbe Bezeichnung deckt vier verschiedene Berechnungen ab. Bevor Sie zwei Zahlen vergleichen, prüfen Sie, welche davon vorliegt.

Jordans Analyse zeigt, wie viel der Nenner ausmacht. Rund 54 % der Angemeldeten wurden zu aktiven Studierenden. Bezogen auf alle Anmeldungen lag die mediane Abschlussquote bei 6,5 %. Bezogen auf aktive Studierende stieg der Median auf 9,8 %, und die Spanne weitete sich auf 1,4 % bis 50,1 % (Jordan, 2014). Dieselben Kurse, ein anderer Nenner, eine andere Schlagzeile.

Bezahlte und Kohortenprogramme verwenden wieder eine andere Grundgesamtheit. Die Lernenden haben sich beworben, bezahlt und wurden zu einem Starttermin erwartet, haben also bereits einen Filter durchlaufen, den ein kostenloser Kurs nie anwendet. Ihren Abschluss mit dem eines MOOCs zu vergleichen, vergleicht zwei verschiedene Gruppen von Menschen. Der Schwesterbeitrag zu kohortenbasiertem vs. selbstgesteuertem Lernen zeigt, wie Sie die Wirkung des Formats von der Wirkung der Selektion trennen.

Zugewiesenes Unternehmenstraining ist der Sonderfall. Wenn eine Führungskraft oder eine Compliance-Frist den Abschluss erzwingt, misst die Abschlussquote überwiegend die Durchsetzung. Wir haben dafür keinen öffentlichen Benchmark gefunden, der seine Grundgesamtheit sauber definiert, daher nennt dieser Artikel keinen.

Was die Forschung zeigt

Die sorgfältigste öffentliche Evidenz stammt aus MOOCs. Sie sind keine Unternehmensprogramme und keine bezahlten Bootcamps. Lesen Sie die Zahlen daher als das, was bei kostenlosen Lernenden mit offener Anmeldung passiert, nicht als Prognose für Ihr Produkt.

Frühe Benchmarks: einstellige Werte

Katy Jordan sammelte öffentliche Anmelde- und Abschlusszahlen von MOOCs, die im Juli 2013 gelistet waren. Sie definierte Abschluss als den Prozentsatz der Angemeldeten, die die Zertifikatskriterien des Kurses erfüllten, weil dies die am häufigsten veröffentlichte Zahl war. Für 39 Kurse lagen Abschlussdaten vor. Der Median betrug 6,5 %, die Spanne 0,9 % bis 36,1 %, und eine Quote um 5 % war typisch. Der Abschluss war negativ mit der Kurslänge korreliert und variierte nicht signifikant mit Datum, Universitätsranking oder Gesamtanmeldungen (Jordan, 2014). Jordan mahnte außerdem, dass das Absolvieren von Prüfungen nicht der einzige Weg ist, von einem Kurs zu profitieren.

Ein Jahr HarvardX und MITx

Der Bericht zum ersten Jahr von HarvardX und MITx umfasste 17 Kurse von Herbst 2012 bis Sommer 2013. Er zählte 841.687 Registrierungen von 597.692 einzelnen Nutzern. Von diesen Registrierungen erhielten 43.196 ein Zertifikat, nach unserer Rechnung etwa 5,1 %. Weitere 35.937 erkundeten die Hälfte der Inhalte oder mehr ohne Zertifizierung, 469.702 sahen weniger als die Hälfte, und 292.852 befassten sich nie mit den Inhalten (HarvardX and MITx report).

Liest man die vier Gruppen zusammen, zeigt sich ein Muster. Ein Zertifikat ist ein schmaler Ausschnitt der Menschen, die erschienen sind, und eine große Gruppe hat nie angefangen. Das „Abspringen“ geschieht oft, bevor der Kurs in einem sinnvollen Sinn überhaupt begonnen hat.

Intention verändert das Bild

Justin Reich analysierte Umfragen vor Kursbeginn aus neun HarvardX-Kursen in den Jahren 2013 und 2014. Von 79.535 Befragten gaben 56 % an, abschließen zu wollen. Von diesen erwarben 19,5 % ein Zertifikat. Unter den 44 %, die nicht abschließen wollten, waren es 5,4 %. Die Gesamtquote der Befragten lag bei 13,3 % (Reich, 2014).

Das lässt sich auf zwei Arten lesen. Die Intention zählt: Wer abschließen wollte, tat dies fast viermal so häufig wie jemand, der es nicht wollte. Und die Intention reicht nicht: Etwa vier von fünf Personen, die abschließen wollten, taten es trotzdem nicht. Zudem unterscheiden sich Umfrageteilnehmer von Nichtteilnehmern, sodass diese Quoten die Befragten beschreiben, nicht alle Registrierten.

Sechs Jahre später hatte sich nichts bewegt

Reich und Ruipérez-Valiente betrachteten alle HarvardX- und MITx-Kurse auf edX bis Mai 2018: 565 Kursdurchläufe, 261 Kurse, 12,67 Millionen Registrierungen von 5,63 Millionen Lernenden. Sie fanden, dass 52 % der Registrierten nie das Courseware-Angebot betraten. Außerdem verfolgten sie den Abschluss für drei sich überschneidende Gruppen: alle Teilnehmenden, diejenigen, die abschließen wollten, und diejenigen, die für einen verifizierten Track zahlten. Keine zeigte über sechs Jahre eine nennenswerte Verbesserung. Und die größte Kohorte, 1,1 Millionen neue Lernende in 2015-2016, sah nur 12 % im Folgejahr einen weiteren HarvardX- oder MITx-Kurs belegen, wobei die Bindung im zweiten Jahr von 38 % in der ersten Kohorte auf 7 % in der Kohorte 2016-2017 sank (Reich and Ruipérez-Valiente, 2019).

Die Stichprobe besteht aus zwei Elite-Universitäten auf einer Plattform und steht daher nicht für jeden Kurs. Aber es ist einer der größten offenen Datensätze zum Lernverhalten, und der Befund ist deutlich: Besseres Video, besseres Design und sechs Jahre Forschung haben den Abschluss kaum bewegt. Selbst zahlende Lernende schlossen deutlich seltener ab als zu 100 %.

Nicht nur eine Art des Abspringens

Kizilcec, Piech und Schneider klassifizierten Lernende in drei Informatik-MOOCs danach, wie sie mit Videos und Prüfungen interagierten. Die Methode fand durchgängig vier Verlaufsmuster: Abschließende (Completing), Zuhörende (Auditing), Aussteigende (Disengaging) und Hineinschnuppernde (Sampling). Die bemerkenswerteste Gruppe waren Lernende, die über den gesamten Kurs engagiert blieben, ohne Prüfungen abzulegen. Die Autoren argumentierten, dass der Fokus auf den Abschluss eine monolithische Sicht auf Disengagement widerspiegelt, die Designern nicht hilft, unterschiedliche Lernende gezielt anzusprechen (Kizilcec et al., LAK 2013).

Warum Lernende abspringen

Die Forschung liefert uns keine saubere Liste von Gründen. Betrachten Sie das Folgende daher als vier Themen, die die Evidenz teilweise stützt, nicht als Rangfolge.

Die Intention war von Anfang an schwach. Viele Registrierte wollten nie abschließen. Die Daten von Reich zeigen, dass 44 % der Umfrageteilnehmer dies nicht beabsichtigten, und die HarvardX-Zahlen zeigen Hunderttausende, die sich kaum beteiligten. Für diese Lernenden ist das Aussteigen kein Versagen des Kurses.

Zeit und konkurrierende Anforderungen. Erwachsene Lernende fügen Kurse um Beruf und Familie herum ein. Ein Kurs, der fünf Stunden pro Woche braucht, verliert Menschen in der Woche, in der ein Projekt ansteht. Jordans Befund, dass längere Kurse seltener abgeschlossen wurden, passt dazu, belegt die Ursache aber nicht.

Schwache Selbststeuerung. In einer Studie mit 4.831 Lernenden über sechs MOOCs hinweg sagten Zielsetzung und strategische Planung voraus, ob Lernende ihre eigenen Kursziele erreichten, während sich die Suche nach Hilfe als kontraproduktiv erwies (Kizilcec et al., Computers and Education 2017). Lernende, die planen, schneiden besser ab. Die meisten Lernenden planen nicht.

Niemand erwartet sie. In einem selbstgesteuerten Kurs bemerkt niemand eine Abwesenheit. Fristen, eine Live-Kohorte und eine Person, die auf Ihre Arbeit wartet, ändern das, und das ist die Logik hinter dem Kohortenmodell. In Lerngemeinschaften lesen Sie, wie Peer-Gruppen diese Erwartung schaffen.

Auch das Kursdesign zählt, aber die Evidenz, dass Design allein den Abschluss bewegt, ist schwächer, als die meisten Anbieter andeuten. Reich und Ruipérez-Valiente halten fest, dass sechs Jahre Investitionen in Kursentwicklung und Lernforschung keine nennenswerten Zuwächse beim Abschluss gebracht hatten.

Welche Hebel belegt sind

Hier steht, was getestet wurde, jeweils mit der Gruppe, die das Ergebnis beschreibt.

Struktur und Fristen

Eine finnische Studie verglich zwei Versionen eines Programmier-MOOCs mit über 8.000 Studierenden. Die Version mit festem Zeitplan hatte 45 % Gesamtbindung, die selbstgesteuerte Version 13 % (Noponen et al., IEEE FIE 2020). Das ist ein großer Abstand, aber die Zusammenfassung gibt nicht an, ob die Lernenden zufällig zugewiesen wurden, sodass die Selbstwahl der Version einen Teil davon erklären könnte.

Ein sauberer Vergleich hielt den Kurs konstant. Ein MITx-Kurs zum Supply Chain wechselte von instruktorgesteuert zu selbstgesteuert, und eine Arbeit zu Learning Analytics berichtete, dass der Abschluss um 6 %, die Bestehensquote um 10 % und ein Engagement-Wert um 7 % sanken, während die Zufriedenheit gleich blieb. Der Effekt war nicht bei allen Lernenden gleich (Bilal, MIT 2019). Das Tempo hilft also, aber weniger, als die rohen Kohortenzahlen nahelegen.

Commitment-Devices

Richard Patterson führte ein randomisiertes Experiment mit 657 Studierenden in einem Stanford-MOOC durch. Ein Tool, mit dem Studierende sich vorab auf Zeitlimits für ablenkende Websites festlegen konnten, führte zu 24 % mehr Zeit im Kurs, 0,29 Standardabweichungen höheren Noten und einer um 40 % höheren Abschlusswahrscheinlichkeit. Erinnerungs- und Fokus-Tools waren statistisch nicht von der Kontrollgruppe zu unterscheiden (Patterson, Cornell CHERI working paper, 2015). Es war ein einzelner Kurs mit selbstselektierter Stichprobe, aber der Kontrast ist nützlich: Ein Nudge, der eine Verpflichtung verlangt, schlug einen Nudge, der nur erinnert.

Nudges im großen Maßstab: kleiner als erhofft

Die stärkste Warnung kommt aus dem größten Test. Kizilcec und Kollegen führten fünf Verhaltensinterventionen in 247 Kursen von Harvard, MIT und Stanford durch, mit 269.169 Studierenden über zweieinhalb Jahre. Die Interventionen waren Planerstellung (lang- und kurzfristig), Wertrelevanz, mentales Kontrastieren mit Durchführungsintentionen und soziale Verantwortlichkeit. Die Effekte waren etwa eine Größenordnung kleiner als in früheren, kleineren Studien. Die Übung zur Wertrelevanz erhöhte den Abschluss um etwa 2,8 Prozentpunkte, aber nur für Lernende in weniger entwickelten Ländern in Kursen mit großer Leistungslücke. Die Planerstellung steigerte das frühe Engagement für ein bis zwei Wochen, ohne dauerhafte Wirkung auf den Abschluss (Kizilcec et al., PNAS 2020).

Die praktische Lehre: Ein Nudge, der einmal funktioniert hat, funktioniert wahrscheinlich nicht überall, also testen Sie bei Ihren eigenen Lernenden.

Präsenz von Dozenten und soziale Präsenz

Tomkin und Charlevoix wiesen Teilnehmende eines MOOCs zur Physical Science der University of Illinois zufällig entweder einer Gruppe ohne Interaktion mit Dozenten oder einer Gruppe zu, in der der Professor und die Teaching Assistants Forenbeiträge beantworteten und wöchentlich Feedback posteten. Die Beteiligung der Dozenten hatte keinen signifikanten Effekt auf den Gesamtabschluss, steigerte aber den Abschluss des Forum-Badges, auf das die Intervention zielte (Tomkin and Charlevoix, L@S 2014). Präsenz hilft bei dem, worauf sie zielt. Sie ist kein allgemeines Mittel für den Abschluss.

Reich und Ruipérez-Valiente ziehen einen härteren Schluss: Etablierte Forschung legt nahe, dass menschliche Verbindungen über Berater, Tutoren und Peer-Gruppen die wichtigste Unterstützung für Studierende sind, und diese kosten Geld, was gegen niedrige Preise spricht (Reich and Ruipérez-Valiente, 2019).

Eine kurze Zusammenfassung der Evidenz

Für Designideen, die zu diesen Befunden passen, siehe verteilte Wiederholung und Vergessenskurve für die Terminierung, Microlearning für kleinere Einheiten und Gamification im Lernen für die Mechaniken, die manche Produkte nutzen, um Menschen zurückzuholen.

Wann der Abschluss die falsche Kennzahl ist

Abschluss ist leicht zu zählen, weshalb er überall auftaucht. In mehreren Situationen ist er aber ein schlechter Stellvertreter.

Wenn Lernende unterschiedliche Ziele haben. Ein Entwickler, der drei Videos ansieht, um ein Problem zu lösen, und dann geht, hat bekommen, was er wollte. Ihn als Abbrecher zu zählen, bestraft einen Kurs dafür, dass er funktioniert. Die Verlaufsmuster von Kizilcec und die Intentionsdaten von Reich machen beide diesen Punkt.

Wenn der Kurs nicht linear ist. Bei Nachschlage- oder Just-in-time-Inhalten soll niemand „fertig werden“. Kurze Inhalte zum Nachschlagen sind dafür gebaut, in Teilen genutzt zu werden.

Wenn zugewiesenes Training Abschlussziele erfüllen muss. Ist das Ziel eine Abschlussquote von 100 %, klicken Menschen sich durch. Die Zahl sagt Ihnen, dass jemand die letzte Folie erreicht hat. Sie sagt nicht, dass er etwas Neues kann.

Wenn ein Zertifikat nicht das Ergebnis ist. Jordan stellte fest, dass Menschen von einem Kurs profitieren können, ohne dessen Prüfungen zu absolvieren. Der HarvardX-Bericht fand etwa 36.000 Registrierte, die mindestens die Hälfte der Inhalte ohne Zertifikat erkundeten. Ein Käufer, dem es auf die Arbeitsleistung ankommt, interessiert sich nicht für die Zahl der Zertifikate.

Bessere Begleiter des Abschlusses sind der Anteil aktiver Lernender, die einen aussagekräftigen Meilenstein erreichen, die Bindung über den nächsten Kurs oder das nächste Modul hinweg und ein Ergebnis im Arbeitsalltag, das dem Käufer wichtig ist. Kennzahlen zum Engagement der Lernenden zeigt, wie Sie diese messen, und den ROI von Trainings nachweisen behandelt, wie Sie sie mit Geschäftsergebnissen verknüpfen.

Was das für EdTech-Unternehmen bedeutet

Die Abschlussquote taucht in Vertriebsgesprächen, Board-Decks und Verlängerungsrunden auf. Ein paar Gewohnheiten halten sie nützlich.

1. Nennen Sie immer den Nenner. „Abschlussquote“ ohne „der Angemeldeten“ oder „der aktiven Lernenden“ lädt zu einem schlechten Vergleich ein.
2. Verfolgen Sie den Funnel vor dem Kurs. Wenn ein großer Anteil der Registrierten nie startet, liegt das Problem in der Aktivierung, nicht im Kursdesign. Siehe den Einschreibungsfunnel im Online-Lernen.
3. Segmentieren Sie nach Intention und Kohorte. Gemischte Durchschnitte verbergen die Lernenden, denen Sie tatsächlich helfen könnten.
4. Testen Sie Ihre eigenen Nudges. Die Studie mit 247 Kursen zeigt, dass Effekte im großen Maßstab schrumpfen und je nach Kontext variieren, also pilotieren und messen Sie.
5. Übernehmen Sie keine Benchmarks über Grundgesamtheiten hinweg. Der MOOC-Median von 6,5 % sagt ein bezahltes Unternehmensprogramm nicht voraus, und die 90 % eines Anbieters für eine Kohorte beschreiben keinen kostenlosen Kurs.

Weiterführende Lektüre

• Kennzahlen zum Engagement der Lernenden
• Kohortenbasiertes vs. selbstgesteuertes Lernen
• Einschreibungsfunnel im Online-Lernen
• Microlearning
• Den ROI von Trainings nachweisen