Digitale Kompetenzen in Deutschland

1. Beschreibung der Datenbasis

Das Nationale Bildungspanel (NEPS) ist eine zur Erforschung von Bildungsprozessen und -übergängen angelegte, für die Bevölkerung in Deutschland repräsentative Mehr-Kohorten-Studie und stellt Befragungsdaten im Längsschnitt u. a. zu sozio-ökonomischen Charakteristika, zur Kompetenzentwicklung und zu Bildungsentscheidungen zur Verfügung (Blossfeld et al., 2011). Methodisch ist das NEPS als Multi-Kohorten-Sequenz-Design über sechs verschiedene Startkohorten (SC) angelegt, welche sämtliche Bildungsetappen von der frühkindlichen Bildung im Kleinkindalter über Studium und Weiterbildung im Beruf bis zum Rentenalter betrachten. Im Rahmen der Befragungen werden u. a. auch Kompetenzerhebungen bei den Studienteilnehmenden durchgeführt.

Die digitalen Kompetenzen wurden bisher zwischen 2010 und 2013 mittels authentischer Problemstellungen (z. B. durch Screenshots realistischer Situationen) abgefragt (Senkbeil et al., 2021). Eine Übersicht der entsprechenden Schul- und Erhebungsjahre, Schulformen und Testformen bei der Erhebung findet sich in Tabelle 1. Weitere Erhebungen der digitalen Kompetenzen fanden bzw. finden für Jugendliche und Erwachsene im Laufe des Jahres 2022 statt und werden voraussichtlich Ende 2022 bzw. Anfang 2023 veröffentlicht (LIfBI, 2022).

Senkbeil und Ihme (2015) zeigen, dass es im Rahmen der Kompetenzerhebungen zu kaum ungültigen Antworten kam und auch nur wenige Fragen von den Teilnehmenden übersprungen wurden. In den Gruppen der Kinder (6. Klasse) und der Studierenden haben fast alle Befragten sämtliche Fragen beantwortet. In den anderen Kohorten sind fehlende Antworten insbesondere darauf zurückzuführen, dass die Zeitvorgabe von rund 30 Minuten den Teilnehmenden nicht zur Beantwortung aller Fragen ausreichte (vgl. hierzu auch Bachmann et al. 2021).

2. Stichprobe

Für die dieser Untersuchung zugrundeliegende Stichprobe wurden sämtliche Beobachtungen zu Individuen, bei denen keine Erhebungen der digitalen Kompetenzen durchgeführt wurden, oder bei denen Angaben zu relevanten sozio-demografischen Merkmalen wie Geschlecht, Migrationshintergrund und eigener oder elterlicher Berufswahl fehlten, entfernt. Die so entstandene Stichprobe ist zwar im Vergleich zur Grundgesamtheit weiterhin sehr ähnlich in den sozio-demografischen Merkmalen, doch nicht mehr vollständig für Deutschland repräsentativ. Die Implikationen für die Ergebnisse werden im Ergebnisteil gesondert diskutiert. Eine umfangreiche Darstellung des Panelausfalls im Rahmen der Erhebungen der digitalen Kompetenzen findet sich in Bachmann et al. (2021).

1. Messung der digitalen Kompetenzen

Die digitalen Kompetenzen werden über verschiedene Items abgefragt, die zu den Prozesskategorien „zugreifen“, „verwalten“, „bewerten“ und „erstellen“ gehören. Die Items beziehen sich auf die verschiedenen Softwareanwendungsgruppen „Betriebssystem und Textverarbeitung“, „Tabellenkalkulation und Präsentation“, „E-Mail“ sowie „Internet und Suchmaschinen“. Jede der vier Prozesskategorien beinhaltet dementsprechend anwendungsorientierte Aufgaben aus allen vier Softwarebereichen (Senkbeil et al., 2021).

Die mehrdimensionale Erfassung digitaler Kompetenzen ist für deskriptive und ökonometrische Analysen wenig geeignet. Daher wird für die vorliegenden Studie ein gewichteter Summenscore als eindimensionales Maß der digitalen Kompetenzen verwendet. Dieser skaliert alle Testitems zwischen 0 und 1 und summiert die Anzahl der korrekt beantworteten Items relativ zur Gesamtzahl der abgefragten Items auf. Komplizierte Items erhalten dadurch die gleiche Gewichtung wie einfache Items. Nicht beantwortete Items erhalten den Wert 0. Der für jede befragte Person auf diese Weise ermittelte Summenscore liegt im Intervall von 0 bis 1. Ein Summenscore von 0,5 bedeutet dann beispielsweise, dass die Hälfte aller im Kompetenztest abgefragten Aufgaben korrekt beantwortet wurde.^[1]

2. Verteilung der digitalen Kompetenzen nach Altersgruppen

Basierend auf den gewichteten Summenscores für die Startkohorten der Kinder (SC3), Jugendlichen (SC4), Studierenden (SC5) und Erwachsenen (SC6) lassen sich Aussagen über die allgemeine Verteilung der digitalen Kompetenzen innerhalb dieser Gruppen treffen. Wie in Abbildung 1 ersichtlich, hat die große Mehrheit der Schülerinnen und Schüler der sechsten, neunten bzw. zwölften Klasse einen Summenscore zwischen 0,5 und 0,6. Das bedeutet, dass etwas mehr als die Hälfte der im Rahmen der Kompetenzmessungen gestellten Fragen korrekt und in der zur Verfügung stehenden Zeit beantwortet wurde. Auch zeigt Abbildung 1, dass ältere Schülerinnen und Schüler über alle Jahrgangsstufen geringere Scores als jüngere aufweisen. Bei den Studierenden hat die große Mehrheit der Befragten einen Summenscore von 0,35 bis 0,45. Da in der Gruppe der Studierenden die Kompetenztests fast immer vollständig ausgefüllt wurden, zeigen die Summenscores, dass weniger als die Hälfte der Items korrekt beantwortet wurde. Die Streubreite zeigt eine große Heterogenität innerhalb der Gruppe der Studierenden, was im Einklang mit den Ergebnissen von Senkbeil et al. (2019) für Lehramtsstudierende verschiedener Fächer steht.

Die Gruppe der Erwachsenen weist gleichmäßig verteilte Summenscores von 0,3 bis 0,9 auf. Anders als in den anderen Startkohorten ist die Streubreite der digitalen Kompetenzen in der Kohorte der Erwachsenen deutlich größer. Somit gibt es bei den Erwachsenen deutlich mehr Personen, die sehr niedrige oder sehr hohe digitale Kompetenzen aufweisen, als dies bei Kindern, Jugendlichen und Studierenden der Fall ist. Dies ist ein erster Hinweis darauf, dass der Digital Divide bei Erwachsenen möglicherweise stärker ausgeprägt ist als bei jüngeren Personen. In der Gruppe der Erwachsenen ist jedoch zu berücksichtigen, dass die Zeitvorgabe zur Beantwortung der Items für mehr als die Hälfte der Befragten nicht ausreichte (vgl. Bachmann et al. 2021). Ob Befragte manche Fragen hätten beantworten können und somit gegebenenfalls höhere digitale Kompetenzen haben, welche nur nicht in kurzer Zeit abgerufen werden konnten, lässt sich aus den Daten nicht ermitteln. Die Aufteilung in Altersgruppen in Abbildung 1 zeigt außerdem, dass ältere Erwachsene (ab 51 Jahren) deutlich geringere digitale Kompetenzen als jüngere Erwachsene aufweisen.

Abbildung 1:

Verteilung der digitalen Kompetenzen über Startkohorten

Quelle: Eigene Darstellung mit Daten des NEPS. – Anmerkung: Die Histogramme veranschaulichen die relativen Häufigkeitsverteilungen der gewichteten Summenscores in den fünf Alterskohorten. Hierbei wird jeweils zusätzlich innerhalb der Kohorten nach Alter unterschieden: Die Kategorie „jünger“ umfasst vorzeitig eingeschulte Schülerinnen und Schüler (SC3 und SC4), Studierende der SC5 bis 20 Jahre sowie Erwachsene der SC6 bis 36 Jahre. Die Kategorie „älter“ umfasst verspätet eingeschulte Schülerinnen und Schüler (SC3 und SC4), Studierende ab 25 Jahren sowie Erwachsene der SC6 ab 51 Jahren. Die Kategorie „mittel“ umfasst alle Beobachtungen zwischen den zwei vorgenannten Kategorien.

3. Ökonometrische Methodik

Um den Zusammenhang zwischen sozio-ökonomischen Charakteristika und digitalen Kompetenzen zu beschreiben, werden lineare Regressionsmodelle mit der Methode der kleinsten Quadrate geschätzt. Die abhängige Variable ist hierbei die digitale Kompetenz einer Person i, welche mit dem gewichteten Summenscore DigLitScore operationalisiert wird. Das zugrundeliegende Modell lässt sich wie folgt beschreiben:

Der Vektor X_i umfasst die Variablen Geschlecht, Migrationshintergrund, einen Interaktionsterm zwischen Geschlecht und Migrationshintergrund sowie je nach Spezifikation und Startkohorte weitere sozio-ökonomische Variablen, welche die Literatur in verschiedenen Studien vorgibt (z. B. Eickelmann et al., 2019, Bos et al., 2014, Wicht et al., 2018).

Die Ergebnisse der Regressionen lassen sich wie folgt interpretieren: Ein Koeffizient von 0,1 gibt an, dass zwischen den Kategorien der untersuchten Variablen ein Unterschied von ceteris paribus 10 Prozentpunkten vorliegt. Dies entspricht einem Mehr an drei bis vier korrekt beantworteten Fragen in der Kompetenzerhebung. Konkret trägt eine korrekt beantwortete Aufgabe in der 6. Klasse (SC3) zu 0,033 Punkten zum DigLitScore bei, in der 9. Klasse (SC4) zu 0,026 Punkten, in der 12. Klasse (SC4) zu 0,032 Punkten, bei den Studierenden (SC5) zu 0,033 Punkten und bei den übrigen Erwachsenen (SC6) zu 0,034 Punkten.

1. Kinder und Jugendliche

Im Folgenden werden zunächst die Regressionsergebnisse für Kinder und Jugendliche der sechsten, neunten und 12. Klasse dargestellt. Kinder der sechsten Klasse sind in der Startkohorte SC3 und wurden im Schuljahr 2011/12 befragt. Die Ergebnisse zu Jugendlichen der neunten und zwölften Klasse basieren auf der Startkohorte SC4. Wir verwenden Daten zu Jugendlichen, die im Schuljahr 2010/11 befragt wurden (9. Klasse), sowie ein weiteres Mal im Schuljahr 2013/14 am Kompetenztest teilgenommen haben (12. Klasse), sofern sie eine allgemeinbildende Schule besucht hatten. Die Ergebnisse zu Jugendlichen der 12. Klasse betreffen also ausschließlich Jugendliche, die im Schuljahr 2013/14 eine Hochschulreife anstrebten.

Tabelle 2 stellt die Ergebnisse der Regressionen dar. Spalte (1a) zeigt, dass Kinder der sechsten Klasse, die einen Migrationshintergrund haben, im Mittel eine der 30 Fragen weniger als ihre Mitschülerinnen und Mitschüler ohne Migrationshintergrund beantworteten. Kinder mit mindestens einem berufstätigen Elternteil konnten im Mittel knapp eine Frage mehr beantworten als Kinder, von denen kein Elternteil berufstätig ist. Diese Zusammenhänge sind statistisch signifikant auf dem 1 %-Niveau. Der statistisch nicht signifikante Interaktionsterm zwischen elterlicher Berufstätigkeit und Migrationshintergrund weist darauf hin, dass elterliche Berufstätigkeit und Migrationshintergrund keine gemeinsame Bedeutung zur Entwicklung der digitalen Kompetenzen von Kindern haben, d. h. dass es für die digitalen Kompetenzen von Kindern der sechsten Klasse unbedeutend ist, ob ihre berufstätigen Eltern einen Migrationshintergrund haben oder nicht.

In Spalte (1b) wurde zusätzlich der Beruf der Eltern in die Regression aufgenommen. Es zeigt sich, dass nicht die Berufstätigkeit der Eltern per se mit höheren digitalen Kompetenzen der Kinder verbunden ist, sondern es auch einen Zusammenhang mit dem Berufsfeld der Eltern gibt: Arbeitet mindestens ein Elternteil in einem mathematischen, informatischen, naturwissenschaftlichen oder technischen Beruf (MINT-Beruf), so können zwei von drei Kindern eine Frage mehr als diejenigen Kinder mit Eltern in anderen Berufen beantworten.

Ähnlich verhält es sich bei den Jugendlichen in der neunten und 12. Klasse: Auch in diesen Kompetenztests haben Jugendliche mit Migrationshintergrund und Kinder arbeitsloser Eltern im Mittel weniger Fragen und Kinder von Eltern in einem MINT-Beruf mehr Fragen richtig beantwortet. Zu beachten ist hierbei, dass die Koeffizienten in ihrer Stärke nicht über die verschiedenen Altersgruppen miteinander verglichen werden können, da die Durchführung der Kompetenztests sowie die Ausgestaltung der Stichproben keine Aussagen darüber erlauben, ob Unterschiede über die Zeit (z. B. von der sechsten zur neunten Klasse) größer werden.

Bei den Jugendlichen der neunten Klasse ist zudem interessant, dass jedes zweite bis dritte getestete Mädchen im Mittel eine der 39 gestellten Fragen mehr als die Jungen beantwortet hat (Spalten 2a und 2b), Mädchen mit Migrationshintergrund aber eher weniger Fragen beantworten konnten. In der zwölften Klasse hingegen ist der Koeffizient für „weiblich“ negativ, während der Interaktionsterm zwischen Geschlecht und Migrationshintergrund keine statistische Signifikanz mehr aufweist.

Ein weiterer Unterschied zu den Ergebnissen der Kinder der sechsten Klasse ist, dass ab der neunten Klasse der Interaktionsterm zwischen der elterlichen Berufstätigkeit und dem Migrationshintergrund positiv und statistisch signifikant ist. Bei Jugendlichen mit Migrationshintergrund sind die digitalen Kompetenzen geringer, wenn die Eltern nicht erwerbstätig sind. Dies ist ein Hinweis darauf, dass die Entwicklung der digitalen Kompetenzen für Personen mit Migrationshintergrund besonders stark von der Berufstätigkeit der Eltern abhängt. Dieser Zusammenhang ist aber nicht mehr statistisch signifikant, wenn für den Beruf der Eltern kontrolliert wird (Spalten 2b bzw. 3b).

Insgesamt zeigt Tabelle 2, dass über die verschiedenen Altersstufen diejenigen Kinder geringere digitale Kompetenzen aufweisen, deren Eltern nicht arbeiten oder aus einer Familie mit Migrationshintergrund kommen. Diese Kinder konnten im Mittel von den 30 bis 39 gestellten Fragen ein bis drei weniger korrekt beantworten. Da sowohl Kinder mit Migrationshintergrund als auch Kinder arbeitsloser Eltern in der Stichprobe im Vergleich zur Grundgesamtheit leicht unterrepräsentiert sind, kann der Zusammenhang sogar noch stärker sein, wenn vor allem diejenigen Kinder getestet wurden, die ein Grundmaß an Kompetenzen aufweisen (vgl. hierzu auch Bachmann et al., 2021).

Zudem, aber in der Ausprägung deutlich geringer, haben Mädchen gegen Ende der Schulzeit leicht geringere digitale Kompetenzen als Jungen. Inwieweit Selektionseffekte hier eine Rolle spielen, kann mit den vorliegenden Daten nicht untersucht werden.

Damit unterstreichen und erweitern die vorliegenden Ergebnisse bisherige Erkenntnisse zu den digitalen Kompetenzen von Kindern und Jugendlichen in Deutschland: So vermuten zahlreiche Studien, dass der soziale und berufliche Status des Elternhauses ein maßgeblicher Prädiktor für digitale Kompetenzen ist: Bos et al. (2014) zeigen für Jugendliche der achten Klasse in Deutschland, dass das kulturelle Kapital der Eltern in einem positiven Zusammenhang mit den digitalen Kompetenzen steht, sowie dass Kinder aus nicht-akademischen oder gering formal gebildeten Elternhäusern im Mittel geringere digitale Kompetenzen als Kinder akademisch gebildeter Eltern aufweisen. Ähnliche Ergebnisse finden auch Hatlevik und Christophersen (2013) und Hatlevik et al. (2015) für Norwegen, Aesaert und van Braak (2015) für die Niederlande und Fraillon et al. (2018) für Australien. Hollingworth et al. (2011) stellen diesbezüglich für Großbritannien dar, dass dies einerseits auf die Ausstattung des Haushalts mit Informations- und Kommunikationstechnologien und andererseits auf die Möglichkeit der Eltern, die Kinder beim Erlernen von digitalen Kompetenzen zu unterstützen, zurückzuführen ist. Ein für die Literatur neues Ergebnis in Tabelle 2 ist, dass auch das Berufsfeld der Eltern in einem Zusammenhang mit den digitalen Kompetenzen der Kinder steht.

Auch unsere Ergebnisse zum Zusammenhang zwischen den digitalen Kompetenzen und dem Migrationshintergrund von Kindern und Jugendlichen bestätigen und erweitern bisherige Erkenntnisse aus verschiedenen Ländern: Bos et al. (2014) und Eickelmann et al. (2019) ermitteln mit deutschen Daten der ICILS-Studien für Jugendliche der achten Klassenstufe einen negativen Zusammenhang zwischen Migrationsstatus und digitaler Kompetenz. Auch für Norwegen (Hatlevik/Christophersen, 2013, Hatlevik et al., 2015) und die Niederlande (Kuhlemeier/Hemker, 2007, Volman et al., 2005) wurde bereits dargestellt, dass diejenigen Kinder, die ethnischen Minderheiten angehören oder zu Hause nicht die Landessprache sprechen, signifikant geringere digitale Kompetenzen aufweisen. Wir können zeigen, dass dieser negative Zusammenhang nicht nur in der Mittelstufe existiert, sondern sich die digitalen Kompetenzen zwischen Kindern mit und ohne Migrationshintergrund bereits in der Unterstufe (6. Klasse) unterscheiden und ein solcher Unterschied auch – trotz der Selektion in die Oberstufe – in Klasse 12 noch präsent ist.

Ähnlich wie in der vorliegenden Untersuchung finden auch internationale Studien keinen klaren Zusammenhang zwischen Geschlecht und den digitalen Kompetenzen bei Kindern und Jugendlichen: Zwar ist die Einstellung von Jungen zu Informations- und Kommunikationstechnologien oft selbstbewusster und positiver als die von gleichaltrigen Mädchen (vgl. z. B. Colley/Comber, 2003, für Großbritannien sowie Hargittai/Shafer, 2006, für die USA), doch ist in Kompetenztestmessungen kein klarer geschlechtsspezifischer Unterschied erkennbar: Einige Studien finden stärkere computerbezogene Kompetenzen bei Mädchen (Bos et al., 2014 für Deutschland; Fraillon et al., 2018 für Australien; Hatlevik/Christophersen, 2013 für Norwegen), andere bei Jungen (Kuhlemeier/Hemker, 2007 für die Niederlande).

2. Erwachsene

Das NEPS umfasst zwei verschiedene Kohorten von Erwachsenen: In der Startkohorte SC5 werden ausschließlich Studierende befragt, welche im Wintersemester 2010/11 im ersten Fachsemester an einer deutschen Hochschule immatrikuliert waren. Für die Aufnahme in das NEPS wurden alle Studienbereiche gewählt, wobei Lehramtsstudierende und Studierende privater Hochschulen gezielt überrepräsentiert wurden (Weiß, 2012). Bei den Studierenden wurden im Jahr 2013 während des sechsten Studiensemesters die digitalen Kompetenzen gemessen.

Die Startkohorte SC6 besteht aus Erwachsenen der Geburtsjahrgänge 1944 bis 1986, welche zum Zeitpunkt der Kompetenzerhebung in den Jahren 2012 und 2013 zwischen 26 und 69 Jahren alt waren. Die digitalen Kompetenzen wurden nicht bei denjenigen Befragten gemessen, die angaben, in dem gesamten der Befragung vorangegangenen Jahr keinen Computer benutzt zu haben. Dies traf auf 7,4 % der Befragten zu (Bech et al. 2013).

Tabelle 3 stellt die Ergebnisse der Regressionen dar. Die Spalten (1a), (1b) und (1c) fassen die Ergebnisse für die Studierenden (SC5) zusammen; die Spalten 2a bis 2c die Ergebnisse der übrigen Erwachsenen (SC6). Spalten (1a) bis (1c) zeigen, dass sowohl Studentinnen als auch Studierende mit Migrationshintergrund im Mittel eine bis zwei der 30 Fragen weniger beantworten konnten als Männer und Studierende ohne Migrationshintergrund. Im Gegensatz zu den Ergebnissen von Schülerinnen und Schülern scheint das Geschlecht bei Studierenden keine Rolle zu spielen, d. h. es macht keinen Unterschied, ob Studentinnen einen Migrationshintergrund haben. Auch das Elternhaus scheint bei Studierenden keinen Einfluss mehr auf die digitalen Kompetenzen zu haben. Dies kann darin begründet sein, dass die Kompetenzmessungen erst im sechsten Semester erfolgt sind und Defizite aus der Schulzeit, die mit dem Elternhaus in Zusammenhang stehen, in der Zwischenzeit kompensiert werden konnten. Eine weitere Ursache könnten Selektionsprozesse am Übergang von Schule in Studium sein.

Die Ergebnisse zeigen außerdem, dass in den NEPS-Daten kein allgemeiner Unterschied in den digitalen Kompetenzen zwischen den Studierenden aus dem MINT-Bereich und den übrigen Studierenden besteht. Dies kann darin begründet sein, dass z. B. Lehramtsstudierende zwar ggf. ein MINT-Fach auf Lehramt studieren, das Lehramtsstudium aber zu den Geisteswissenschaften zählt. So zeigen Senkbeil et al. (2019) ebenfalls mit den Daten des NEPS, dass Lehramtsstudierende mit MINT-Fächern digital kompetenter als Lehramtsstudierende anderer Fächer sind.

Bei den weiteren Erwachsenen (SC6) zeigt sich das gleiche Muster, dass Personen mit Migrationshintergrund im Mittel zwei bis vier der 29 Fragen weniger beantworten konnten als Personen ohne Migrationshintergrund. Bei den Frauen zeigt sich ebenfalls, dass sie ein bis zwei Fragen weniger als Männer beantworten konnten. Diejenigen Personen mit mehr Bildungsjahren können tendenziell mehr Fragen korrekt beantworten, wobei jedes weitere Jahr an Bildung einer weiteren korrekt beantworteten Antwort im Kompetenztest entspricht (s. Spalte 2b in Tabelle 3). Aus Spalte (2c) in Tabelle 3 wird zudem ersichtlich, dass Personen, die in einem MINT-Beruf arbeiten, im Mittel zwei Fragen mehr beantworten können als Personen in anderen Berufsfeldern. Der negative Zusammenhang zwischen der Zahl der Berufsjahre und den digitalen Kompetenzen kann ein Hinweis auf Kohorteneffekte sein, da – wie in Abbildung 1 veranschaulicht wurde – ältere Personen systematisch geringere digitale Kompetenzen aufweisen. Der Interaktionsterm zwischen Geschlecht und Berufsjahren – der aber weder statistisch noch ökonomisch signifikant ist – kann für die unterschiedliche Arbeitsmarktbeteiligung von Frauen kontrollieren.

Die vorliegenden Ergebnisse decken sich in ihrer Richtung mit bekannter Evidenz zu der Verteilung der digitalen Kompetenzen in der erwachsenen Bevölkerung. So finden Nägle und Schmidt (2012) für Deutschland sowie Williams (2003) für Großbritannien, dass erwachsene Männer höhere digitale Kompetenzen als Frauen aufweisen. Bzgl. des Migrationshintergrunds zeigen auch Wicht et al. (2018) und Ertl et al. (2020) in der Auswertung der PIAAC-Daten, dass Personen mit Migrationshintergrund systematisch schlechter in Kompetenzerhebungen abschneiden.

Bei Erwachsenen wurde zudem für die Niederlande (van Deursen und van Diepen, 2013, van Deursen et al., 2011) und Deutschland (Ertl et al., 2020; Wicht et al., 2018) ein positiver Zusammenhang zwischen dem eigenen Bildungsniveau und den digitalen Kompetenzen ermittelt. Wicht et al. (2018) zeigen zudem für Deutschland, dass vor allem Langzeitarbeitslose deutlich schlechtere digitale Kompetenzen aufweisen als Erwerbstätige. Hier kann aber nicht unterschieden werden, ob die Langzeitarbeitslosigkeit eine Folge von geringen (digitalen) Kompetenzen ist oder es zu einem Abbau der Kompetenzen durch fehlende Tätigkeit kommt.

Für Erwachsene gibt es zudem Evidenz aus Großbritannien (Williams, 2003), Deutschland (Ertl et al., 2020) und den Niederlanden (Wicht et al., 2018), dass die digitalen Komptenzen bei Personen ab etwa 40 Jahren abnehmen. Ob dies auf Kohorteneffekte – d. h., dass ältere Personen weniger Zugang zu Informations- und Kommunikationstechnologien hatten und diese seltener nutzen (Schreuers et al., 2017, Nägle/Schmidt, 2012) – oder auf abnehmende kognitive Fähigkeiten zurückzuführen ist, lässt sich nicht eindeutig ermitteln. Wicht et al. (2021) argumentieren, dass digitale Kompetenzen nur entstehen, wenn Informations- und Kommunikationstechnologien auch verwendet werden. Bachmann et al. (2021) zeigen, dass im Erwachsenenalter die Korrelation zwischen den digitalen Kompetenzen und den mathematischen (0,59) und naturwissenschaftlichen Kompetenzen (0,63) sowie mit der Lesekompetenz (0,58) recht hoch ist. Dies kann ein Hinweis darauf sein, dass digitale und allgemeine Fähigkeiten nicht vollständig isoliert voneinander betrachtet werden können.

Zusammengefasst decken sich die Erkenntnisse aus den Daten der Startkohorten SC5 und SC6 des NEPS mit bisherigen Ergebnissen in internationalen Vergleichsstudien wie PIACC und einzelnen Studien anderer Länder.

Förderung

Wir danken dem Ministerium für Kultur und Wissenschaft des Landes NRW sowie dem Bundesministerium für Wirtschaft für ihre Unterstützung der Forschungsgruppe Bildung am RWI im Rahmen des „Zukunftsprogramm RWI 2020“.

Hinweis zu den verwendeten Daten

Diese Arbeit nutzt Daten des Nationalen Bildungspanels (NEPS): Startkohorte Klasse 5 (doi:10.5157/NEPS:SC3:11.0.1), Startkohorte Klasse 9, (doi:10.5157/NEPS:SC4:12.0.0), Startkohorte Studierende (doi:10.5157/NEPS:SC5:15.0.0) und Startkohorte Erwachsene (doi:10.5157/NEPS:SC6:12.1.0). Die Daten des NEPS wurden von 2008 bis 2013 als Teil des Rahmenprogramms zur Förderung der empirischen Bildungsforschung erhoben, welches vom Bundesministerium für Bildung und Forschung (BMBF) finanziert wurde. Seit 2014 wird NEPS vom Leibniz-Institut für Bildungsverläufe (LIfBi) an der Otto-Friedrich-Universität Bamberg in Kooperation mit einem deutschlandweiten Netzwerk weitergeführt.