In vielen Bereichen unseres Lebens werden zunehmend mehr Daten gesammelt. Fitness-Tracker führen Buch über unsere tägliche Bewegung. Aus unseren Aktivitäten können soziale Medien unsere Stimmung und Interessen erfassen. Sensordaten im Auto liefern detaillierte Informationen über unser Bewegungs- und Fahrverhalten. Das sind nur einige Beispiele der zunehmenden Vermessung, Quantifizierung und automatisierten Auswertung von personenbezogenen Daten. Unter dem Stichwort Big Data werden Datenmengen beschrieben, die so umfangreich sind und oft laufend neu generiert werden, dass sie manuell oder mit herkömmlichen Verfahren nicht mehr ausgewertet werden können. Algorithmen können in diesen grossen Datenmengen automatisiert Zusammenhänge erkennen und in eine für uns Menschen lesbare Form bringen.
Big Data betrifft auch das Bildungswesen. Mit Learning Analytics wird die automatisierte Erhebung, Verarbeitung und Auswertung von unterschiedlichsten Daten aus Lehr- und Lernprozessen bezeichnet. Es geht darum, Lernaktivitäten und Lernprozesse sichtbar zu machen und diese besser unterstützen zu können. Werden Daten über längere Zeit gesammelt, entstehen Profile für jeden Lernenden. Die Daten erlauben aber auch Vorhersagen, indem bereits gesammelte Daten mit jenen früherer Lernenden automatisiert verglichen werden. Daraus lässt sich etwa statistisch berechnen, wie gross die Wahrscheinlichkeit für einen bestimmten Schulabschluss oder eine Berufschance ist. Stehen diese Daten über Schulgrenzen hinweg zur Verfügung, lassen sich automatisiert Vergleiche zwischen Institutionen generieren und Trends erkennen. Wie auch in anderen Branchen lassen sich die Potenziale von Big Data für die Bildung heute noch nicht abschätzen. Durch die zunehmende Rechenleistung und historischen Daten werden vielfältige neue Möglichkeiten entstehen (siehe auch Mayer-Schönberger & Cukier 2014).