Bild: Anna Logue
Projekt MaDaLi²
In einer digitalisierten Welt spielt der Umgang mit Daten eine zentrale Rolle.
Data Literacy kann als „Schlüsselkompetenz des 21. Jahrhunderts“ verstanden werden, die Personen in die Lage versetzt, Daten nicht nur zu sammeln und zu analysieren, sondern auch kritisch zu bewerten und sinnvoll zu interpretieren. Diese Kompetenz ist essentiell, um fundierte Entscheidungen zu treffen, sei es in der Wissenschaft, Wirtschaft oder im täglichen Leben. Vor diesem Hintergrund erweitert die Universität Mannheim ihr extracurriculares Lehrangebot um den eLearning-Kurs MaDaLi2, mit dem wir unseren Studierenden die Möglichkeit geben wollen, sich grundlegende, praxisorientierte Datenkompetenz zu erarbeiten.
Was ist Data Literacy?
„Data Literacy ist die Fähigkeit, Daten auf kritische Weise zu sammeln, zu verwalten, zu bewerten und anzuwenden." (vgl. Ridsdale et al., 2015, S. 8)
Data Literacy (dt. etwa „Datenkompetenz“) meint die Fähigkeit, kritisch mit Daten umgehen zu können. Häufig werden mit diesem Begriff verschiedene Einzelfähigkeiten beschrieben, beispielsweise die Fähigkeit, Daten zu sammeln, zu bewerten, zu analysieren oder auch zu visualisieren. Data Literacy kann somit als grundlegende Kompetenz verstanden werden, um souverän und verantwortungsvoll an einem durch Digitalisierung geprägten Alltag teilzunehmen.
Datenkompetenz für Studierende aller Fachrichtungen
Bild: Claudia Olawsky
Der in Kooperation mit dem Zentrum für Lehren und Lernen (ZLL), der Universitätsbibliothek (UB) sowie Vertreter*innen der Fakultät für Betriebswirtschaftslehre (Lehrstuhl Stahl) und der Philosophischen Fakultät (Lehrstuhl Altvater-Mackensen und Lehrstuhl Naab) konzipierte Kurs bietet Studierenden der Universität Mannheim eine fächerübergreifende Vermittlung von theoretischen Grundlagen sowie praktischen Fähigkeiten im Umgang mit Daten an.
Der Kurs befindet sich aktuell im Aufbau und wird aus acht Modulen bestehen, die sich auch am Data-Literacy-Framework von Schüller et al. orientieren. Die Lernmodule können flexibel im Selbststudium bearbeitet werden. Studierende können zudem einzelne ausgewählte Module belegen. Für die Teilnahme am Kurs sind keine Vorkenntnisse nötig.
Modulübersicht
Modul 1: Datenkultur etablieren
- Grundlagenwissen zum Begriff der Data Literacy
- Daten in Alltag und Forschung
- Vermittlung von Methodenkenntnissen (qualitative und quantitative Forschung)
- Einführung in den (Forschungs-)Datenlebenszyklus
- Ethische Probleme im Umgang mit Daten
Modul 2: Datenethik verankern
- Datenschutz
- Urheber*innen- und Lizenzrecht
- Einführung in das Konzept der personenbezogenen Daten
Modul 3: Daten erheben und (nach)nutzen
- Erläuterung qualitativer und quantitativer Datenerhebung anhand verschiedener Datenerhebungsmethodiken
- Ablauf empirischer Untersuchungen
- Open Data
- Umgang mit geschützten Daten
Modul 4: Daten managen
- Metadaten und Dokumentation
- Bedeutung von Kennzahlen
- Datenkonvertierung
Modul 5: Daten auswerten
- (Explorative) Datenanalyse und -bereinigung
- Einführung in statistische Kennzahlen
- Grundlagen der Inferenzstatistik und Auswertung von Stichprobendaten
- Erkennung von Mustern und Trends in Daten
- Datenvisualisierung
Modul 6: Daten interpretieren
- Einführung in das Konzept der Visual Literacy
- Kritische Analyse von Datenvisualisierungen
- Bias und Verzerrungen
Modul 7: Daten einordnen
- Kritische Einordnung und Bewertung von Daten
- Interpretation eigener Datenanalysen
Modul 8: Daten publizieren und archivieren
- Nachhaltige Datenpublikation in Repositorien
- Nachnutzung und Langzeitarchivierung
- Einführung in die FAIR-Prinzipien
- Open Science und Open Access
- Exkurs zur Nationalen Forschungsdateninfrastruktur (NFDI)
Team
Beteiligte Institutionen
- Zentrum für Lehren und Lernen (ZLL)
- Universitätsbibliothek (UB)
- Lehrstuhl für Psycholinguistik (Philosophische Fakultät)
- Lehrstuhl für Digitale Kommunikation (Philosophische Fakultät)
- Lehrstuhl für Quantitatives Marketing (Fakultät für Betriebswirtschaftslehre)
Kontakt
Ansprechpartner*innen
Bild: Fotostudio Thomas Mannheim
Bild: klassisch-modern
Bild: Julia Geiger
Bild: Alexander Münch