E-Learning-Kurs Mannheim Data Literacy (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 E-Learning-Kurs MaDaLi2, mit dem wir unseren Studierenden die Möglichkeit geben wollen, sich grundlegende, praxisorientierte Datenkompetenz zu erarbeiten.
Datenkompetenz für Studierende aller Fachrichtungen
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 Grundlagenkurs besteht aus acht Modulen, die sich am Data-Literacy-Framework von Schüller et al. orientieren. Er ist aktuell in einer Beta-Version verfügbar. Die Lernmodule können flexibel im Selbststudium bearbeitet werden. Studierende können zudem einzelne ausgewählte Module belegen. Für die Teilnahme am Kurs sind keine Vorkenntnisse nötig.
Die Beta-Version des Grundlagenkurses steht ab sofort zur Verfügung. Treten Sie einfach dem ILIAS-Kurs Mannheim Data Literacy – MaDaLi² bei.
Einzelne Module können auch in Lehrveranstaltungen integriert werden. Wir beraten Sie gerne!
Modulübersicht
Modul 1: Daten verstehen
- 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 beachten
- 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
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)
Kontakt
