Een systematische review van 22 studies in het basisonderwijs maakt duidelijk dat het werken met deze twee soorten leerlinggegevens deels op dezelfde basis rust, maar ook deels uiteenlopende eisen stelt aan leraren. Kunnen omgaan met data, vertrouwen hebben in het eigen kunnen en samenwerken met collega’s zijn in beide situaties belangrijk. Bij gegevens die al zijn verzameld ligt de nadruk echter sterker op analyseren en reflecteren, terwijl gegevens die tijdens de les binnenkomen vooral snelle pedagogische beslissingen en vertrouwdheid met de gebruikte technologie vragen.
Een rapport achteraf of informatie die blijft binnenkomen
De onderzoekers maken onderscheid tussen twee manieren waarop leraren met leerlinggegevens werken. Bij zogenoemde statische data gaat het bijvoorbeeld om toetsuitslagen, voortgangsoverzichten of andere gegevens die op een bepaald moment zijn verzameld en daarna niet meer voortdurend veranderen. Een leraar kan die gegevens gebruiken om patronen te herkennen, leerlingen te groeperen of vervolgonderwijs te plannen.
Realtime gegevens veranderen terwijl leerlingen bezig zijn. Digitale leeromgevingen en adaptieve leersystemen kunnen bijvoorbeeld tijdens een les laten zien hoe leerlingen vorderen. Een dashboard kan de leraar daardoor helpen om meteen feedback te geven, extra uitleg te bieden, leerlingen anders te groeperen of een opdracht aan te passen.
Van 430 publicaties naar 22 studies
Voor hun review, doorzochten de onderzoekers in juni en juli 2025 verschillende wetenschappelijke databanken, congrespublicaties over learning analytics en de literatuur rond een aantal belangrijke eerdere studies. Dat leverde aanvankelijk 430 publicaties op.
Na het verwijderen van dubbele en duidelijk niet-relevante publicaties bleven 331 studies over. Van die publicaties beoordeelden twee onderzoekers onafhankelijk van elkaar de titel en de samenvatting. Vervolgens bekeken zij 61 publicaties volledig. Uiteindelijk voldeden 22 studies aan alle voorwaarden voor opname in de review. Vijftien daarvan gingen over statische leerlinggegevens en zeven over realtime gegevens.
De studies verschilden sterk in omvang en aanpak. Er waren interviews, vragenlijsten, observaties, documentanalyses en experimenten met bijvoorbeeld fictieve lessituaties. De onderzoekers waarschuwen daarom dat de uitkomsten vooral als terugkerende patronen in een uiteenlopende verzameling studies moeten worden gelezen. De zeven studies naar realtime gegevens vormen bovendien nog een betrekkelijk kleine onderzoeksbasis.
Niet alleen een kwestie van cijfers kunnen lezen
In beide soorten onderzoek komt het belang van datageletterdheid terug. Daarmee bedoelen de auteurs niet simpelweg dat een leraar een tabel of grafiek moet kunnen lezen. Het gaat ook om het analyseren en interpreteren van leerlinggegevens en om vervolgens te bepalen wat die informatie voor het onderwijs betekent.
Bij statische gegevens leggen studies relatief veel nadruk op zorgvuldig analyseren. Leraren moeten bijvoorbeeld weten hoe gegevens tot stand zijn gekomen, relevante informatie kunnen selecteren, vaste werkwijzen voor analyse kunnen gebruiken en kritisch op conclusies kunnen reflecteren.
Bij realtime gegevens verschuift de aandacht. Dan zijn kennis van leerlingen, foutpatronen, het curriculum en het gebruikte digitale systeem belangrijk om snel te kunnen beoordelen wat er gebeurt. Ook het herkennen van relevante informatie tussen alle gegevens die een systeem toont, speelt een rol.
De review maakt daarmee duidelijk dat dezelfde algemene datavaardigheid in de praktijk verschillende vormen kan aannemen. Een toetsrapport rustig analyseren vraagt iets anders dan tijdens een lopende les op een dashboard signaleren dat een groep leerlingen vastloopt en direct besluiten wat er dan moet gebeuren.
Vertrouwen in het dashboard
Ook bij de houding van leraren zien de onderzoekers verschillen. In studies naar statische gegevens komen algemene opvattingen over data veel terug. Leraren gebruiken gegevens gemakkelijker wanneer zij die nuttig vinden en vertrouwen hebben in hun vermogen om ermee te werken. Stress, weerstand en het gevoel door gegevens te worden overspoeld hangen juist samen met minder datagebruik.
Bij realtime gegevens gaat het in de beschikbare studies minder over zo’n algemene houding. Daar komen vooral drie andere zaken naar voren: de mentale belasting tijdens de les, het vertrouwen in de technologie en het vertrouwen in het eigen vermogen om onmiddellijk iets met de informatie te doen.
Dat verschil betekent volgens de onderzoekers niet dat gevoelens of opvattingen bij realtime gegevens onbelangrijk zijn. Daarnaar is simpelweg minder onderzoek gedaan. Ook emoties zoals frustratie en verwarring zijn in de bestaande studies nauwelijks onderzocht.
Scholen moeten tijd en ondersteuning organiseren
Of een leraar iets met leerlinggegevens kan doen, wordt bovendien niet alleen door individuele vaardigheden bepaald. Samenwerking met collega’s, tijd om gegevens gezamenlijk te bespreken en steun vanuit de schoolleiding komen in meerdere studies terug.
Bij statische gegevens kijken studies daarnaast naar bredere omstandigheden, zoals verantwoordingsdruk, beleid en verwachtingen van de inspectie en van ouders. Ook schoolcultuur, beschikbare tijd en de manier waarop een school datagebruik organiseert spelen mee.
Bij realtime gegevens draait het sterker om wat er in en rond de klas praktisch mogelijk is. Leraren moeten met de betreffende dashboards of adaptieve leersystemen leren werken. Apparaten moeten beschikbaar zijn, systemen moeten betrouwbaar functioneren en de informatie moet aansluiten bij het curriculum. Ook de organisatie van verschillende groepen leerlingen die tegelijkertijd met digitale middelen werken, kan bepalend zijn.
De onderzoekers concluderen daarom dat datagebruik niet als één uniforme vaardigheid moet worden behandeld. De basis is deels dezelfde, maar het werken met informatie achteraf en het reageren op voortdurend veranderende gegevens tijdens een les zijn twee verwante, maar onderscheiden vormen van professioneel handelen.
Tegelijk benadrukken zij dat technologie alleen niet volstaat. Scholen moeten tijd voor samenwerking organiseren, leraren ondersteunen en zorgen voor goed werkende systemen. Hoe groot de verschillen tussen statisch en realtime datagebruik werkelijk zijn, moet nog preciezer worden onderzocht. De auteurs pleiten onder meer voor studies waarin beide vormen van datagebruik binnen dezelfde scholen en klassen rechtstreeks met elkaar worden vergeleken.
Wat betekent dit in de praktijk?
Voor leraren in het basisonderwijs maakt deze review duidelijk dat een dashboard tijdens de les iets anders vraagt dan het bekijken van toets- of voortgangsgegevens achteraf. Bij realtime gegevens moet een leraar snel kunnen bepalen welke informatie belangrijk is en welke onderwijsactie daarbij past, zonder dat het volgen van het dashboard de les zelf in de weg zit.
Voor schoolleiders laten de onderzochte studies zien dat goed datagebruik niet alleen afhangt van de vaardigheden van individuele leraren. Tijd om gegevens gezamenlijk te bespreken, samenwerking binnen het team, ondersteuning vanuit de schoolleiding en betrouwbare technische ondersteuning komen eveneens als belangrijke voorwaarden naar voren.
Voor lerarenopleidingen en nascholing betekent dit volgens de onderzoekers dat algemene uitleg over data-analyse niet volstaat. Naast het zorgvuldig analyseren van bestaande gegevens is oefening nodig in het snel lezen en gebruiken van realtime informatie uit dashboards en adaptieve leersystemen, gekoppeld aan concrete pedagogische beslissingen in de klas.
Bron: Van Kessel, M., Horvers, A., De Jonge, M., Molenaar, I. & Saab, N. (2026). From data to action: a systematic review of what teachers need to act on static and real-time student data in primary education, Teaching and Teacher Education, 182, 105768. DOI: https://doi.org/10.1016/j.tate.2026.105768
