Learning Analytics ist der Einsatz von datenbasierten Verfahren zur Analyse und Optimierung von Lernverhalten und der Kontexte, in denen es auftritt. Dies geschieht meist auf sehr großen Datenmengen, so dass Learning Analytics oft auch als "Big Data für die Hochschullehre" bezeichnet werden. Zu den Zielen gehören die Weiterentwicklung didaktischer Methoden, die Befähigung zu aktivem Lernen, die gezielte Förderung von Studierenden auf allen Leistungsniveaus und die Bemessung von Faktoren, die sich auf Abschlussquoten und Studienerfolge auswirken.

Ein spezieller Bereich der Learning Analytics sind die Assessment Analytics, die sich mit der datengestützten Optimierung von Prüfungsszenarien befassen. Unter dem Begriff Educational Data Mining versteht man die Analyse großer Datenmengen eher auf der Ebene der Administration, um daraus Entscheidungen für Studiengänge oder die gesamte Hochschule abzuleiten. Alle drei Begriffe – Learning Analytics, Assessment Analytics und Educational Data Mining – werden unter dem Überbegriff Academic Analytics zusammengefasst.

Das Projekt RWTHanalytics zielt auf den Aufbau eines RWTH-weiten Service-Angebots im Bereich der Academic Analytics für Studierende, Lehrende und die lehrstützenden Einrichtungen. Unser Ziel ist es, Studium und Lehre evidenzbasiert und datengestützt weiterzuentwickeln. Dafür arbeitet unser Team sowohl innerhalb als auch außerhalb der RWTH in vielfältigen Verbünden, um im Sinne des "Aachen Way" alle Stakeholder von Beginn an zu beteiligen und gemeinsam ein nachhaltiges Angebot schaffen zu können. Die Projektergebnisse werden konsequent als offene Ressourcen veröffentlicht, zum Beispiel als Open Source Software oder als Open Educational Ressources.