Leiderschapsuitdagingen

in Data Ondersteund Werken

Onderwijs Editie (October 2024)

Programma.

Het gebruik van data en de toepassing van analytics , van een relatief eenvoudig dashboard, tot aan meer complex gebruik van kunstmatige intelligentie (AI), bieden enorme kansen om onderwijs en ondersteunende processen student-centric te maken, efficiënter in te richten en te innoveren. Maar wat is er nodig om analytics en AI waardevolle onderdelen te maken van de manier waarop we ons onderwijs organiseren? Veel experts zijn van mening dat een succesvolle transformatie van ons onderwijs afhangt van vijf pijlers: strategie, HR en cultuur, organisatie, bestuur en compliance, ICT. Endaarnaast een holistisch begrip van de wijze waarop je waarde kan realiseren uit data.

Deelnemers.

Het programma richt zich op multidisciplinaire teams van 3 tot 6 personen uit (hoger) onderwijsinstellingen (MBO-HBO-Universiteiten). Idealiter komen teamleden uit de volgende domeinen: datagebruikers/bedrijven (zoals ontwerpers van onderwijsprogramma’s, managers, analisten, docenten, financiële controllers, beleidsmakers), projectmanagers/vertalers, informatie-experts (zoals CIO’s, CDO’s, informatiemanagers, architecten, BI-analisten, datafunctionarissen, data-ingenieurs, datawetenschappers), en ICT-professionals (zoals IT-managers, BI-ontwikkelaars, IT-specialisten).

Leerdoelen.

Data Meesterschap

Verbeter het hoger onderwijs door effectieve data-utilisatie voor onderwijskundige verbetering, operationele efficiëntie en gepersonaliseerde diensten.

Inzichtontwikkeling

Cultiveer een basis voor datagestuurde besluitvorming door inzichten uit analytics en AI te benutten.

Analytics Expertise

Beheers de levenscyclus van data-analyse, van exploratie, engineering, analyse, visualisatie tot presentatie.

Ethische Innovatie

Innoveer met datatechnologieën, bevorder samenwerking met stakeholders en geef prioriteit aan psychologische aspecten, privacy, beveiliging, ethiek en verantwoordelijkheid.

Action Learning Project.

Teams brengen tijdens het programma hun eigen casus met datasets in, als onderdeel van een action learning project. We hanteren het principe van ‘denk groot, begin klein en schaal snel’. Eerdere alumniteams werkten aan diverse action learning-projecten richting proof of concept, waarbij ze alle lessen van het programma toepasten. Vaak resulteerden deze projecten in implementatie binnen de organisatie. Zo ontwikkelde een team in 2021 een data-gedreven aanpak voor het voorspellen van studentenuitval, door verschillende open datasets te combineren met privacy-by-design. Hierbij werd menselijke besluitvorming gecombineerd met data-gedreven suggesties om ethische dilemma’s af te wegen.

Unique Aspecten.

Gevarieerde Inhoud

Holistische opzet met een breed scala aan onderwerpen die aan bod komen.

Data Navigator

Essentieel voor de organisatorische transformatie naar een data-gedreven instelling, waarbij multidisciplinaire teams leren door te doen en te ervaren.

Action Learning

Actiegericht en praktisch, met organisatiespecifieke use cases ontwikkeld binnen een action learning project onder begeleiding van een persoonlijke teamcoach.

Team Synergie

Interne bestuurder / opdrachtgever wordt betrokken aan het begin en einde van het programma.

Peer Inzichten

Het inspireert deelnemers door middel van peer-learning en een outside-in perspectief.

Data Verheffen

Het meet de data-analyse volwassenheid van de organisatie aan het begin van het programma via een vragenlijst.

Aanhaken van Bestuurders.

Een lid van het bestuur of instituut (interne sponsor) neemt deel aan het executive introductietraject tijdens de kick-off dag. Bestuurders kunnen tijdens dit traject leiderschapsuitdagingen bespreken bij de transformatie naar een data-gedreven organisatie. Na een introductie en samenvatting van het programma sluiten zij aan bij het welkomstdiner met deelnemers. Bij de afsluitende pitchsessie zijn de bestuurders opnieuw aanwezig, waar teams hun eindproduct/proof-of-concept presenteren aan een professionele jury van experts. Het programma wordt afgesloten.

Programme Structuur.

Kick-Off

  • Introductie & kick-off

  • Data analyse strategie

  • Data analyse volwassenheld meting

  • Welkom diner

  • Stakeholder engagement omgaan met politek

  • Workshop use case ontwikkeling

  • Elevor Pitches

Wekelijkse Bijeenkomsten en Coaching

  • Data governance & architectuur DataPoly workshop

  • Use case coaching sessie

  • Datagedreven innovatie in onderwijs met studiedata Learning analytics

  • Data fundamentals workshop

  • Use case coaching sessie & midterm pitches

  • Visualisatie dashboards storytelling

  • Data privacy & data ethiek workshop ethische data assistant

  • Use case coaching sessie

  • Introductie artificial intelligence toepassing (gen)AI in onderwijs

  • Use case coaching sessie final pitch voorbereiding

Afsluiting

  • Datagedreven transformatie in de bestuurskamer Van experiment naar service keynote gastspreker

  • Final Pitch sessie van POCs

  • Jurering

  • Afsluitend diner certificaten bekendmaken winnend team

Alumni Community.