Data Literacy Education
Datenkompetenzen für alle Studierende: Der Stifterverband und die Heinz Nixdorf Stiftung fördern im Rahmen der Initiative "Future Skills" drei Hochschulen mit jeweils bis zu 250.000 Euro, den Erwerb von Data Literacy fachübergreifend zu etablieren.
Data literacy ist eine grundlegende Kompetenz, um in der digitalen Welt in Wissenschaft, Arbeitswelt und Gesellschaft bestehen und teilhaben zu können. Data literacy ist die Fähigkeit, planvoll mit Daten umzugehen und sie im jeweiligen Kontext bewusst einsetzen und hinterfragen zu können. Dazu gehört: Daten zu erfassen, erkunden, managen, kuratieren, analysieren, visualisieren, interpretieren, kontextualisieren, beurteilen und anzuwenden. Data literacy gestaltet die Digitalisierung und die globale Wissensgesellschaft in allen Sektoren und Disziplinen. Gleichzeitig müssen Hochschulabsolvierende aller Fächer über fachspezifische Datenkompetenzen für die Wissenschaft und für die Arbeitswelt verfügen.
Die Hochschulen adressieren den Erwerb von data literacy und fachspezifischen Datenkompetenzen bisher noch nicht in der Breite. Während bereits eine Reihe spezialisierter Data-Science-Studienangebote im Umfeld der klassischen Fächer Informatik, Mathematik und Statistik entstanden sind und entstehen, fehlt es noch an Konzepten und Angeboten für den umfassenden Erwerb von data literacy Kompetenzen durch Studierende aller Fächer.
Der Wettbewerb
Drei Hochschulen werden mit jeweils bis zu 250.000 Euro gefördert. Alle staatlichen und staatlich anerkannten Hochschulen waren eingeladen, sich mit ihren Lehr- und Lernkonzepten zu bewerben. Insgesamt wurden 47 Konzepte eingereicht von 26 Universitäten, 20 Fachhochschulen und einer pädagogischen Hochschule. Eine Jury mit Vertretern aus Wissenschaft, Wirtschaft, Politik und Zivilgesellschaft hat dann acht Hochschulen eingeladen, ihre Anträge in einer öffentlichen Auswahlsitzung am 28. September 2018 in Berlin zu präsentieren. Das Förderprogramm ist auf eine Dauer von drei Jahren angelegt. Die Förderphase hat im Oktober 2018 begonnen.
Die drei im Finale zur Förderung ausgewählten Hochschulen
Georg-August-Universität Göttingen
In dem Projekt Daten Lesen Lernen am Göttingen Campus entwickelt das Projektteam erstens die für Bachelorstudierende aller Fächer zugängliche Lehrveranstaltung Data Literacy Basics, die grundlegende Datenkompetenzen praxisorientiert und forschungsnah vermittelt. Das Projektteam etabliert zweitens das DataLab als Schnittstelle zwischen den verschiedenen Fächern, der regionalen Wirtschaft und gesellschaftlichen Akteuren. Um die Lehrveranstaltung nahtlos mit konkreten praktischen Anwendungsprojekten zu verknüpfen, kuratiert das Projektteam drittens eine qualitätsgeprüfte Sammlung von Open Educational Resources, die mit geeigneter Prüfungsform für das Studium anrechenbar sind.
Hochschule Mannheim
Das Mannheimer Modell Data Literacy Education (MoDaL) sieht drei Maßnahmen vor: Auf der Stufe unimodal1 entwickeln Studienanfänger aller Fächer digitale Kernkompetenzen. Auf der Stufe bimodal2 bearbeiten die Studierenden in interdisziplinären Kleingruppen weitgehend selbstorganisiert ein praxisorientiertes Datenprojekt. Auf der Stufe trimodal3 führen Studierende im Hauptstudium aller Bachelor-Programme datengestützte Forschungsprojekte und Abschlussarbeiten durch und vertiefen das computational thinking.
Leuphana Universität Lüneburg
Das Konzept DATA DRIVEN x (DATAx) zielt darauf ab, Data Literacy Education in das Studienmodell der Leuphana zu integrieren. Das sogenannte Leuphana Semester, mit dem alle Studierenden beginnen, umfasst mehrheitlich fachübergreifende Inhalte. Zunächst vermittelt DATAx im Online-Selbststudium Grundlagenwissen in den Bereichen Mathematik, Statistik und Programmierung. Die Methodenausbildung wird an Inhalte der Data Literacy Education angepasst und für alle Bachelor-Studierenden geöffnet. Zur vertiefenden Anwendung werden im weiteren Verlauf die Studierenden in einem "Open Data Hacking Space" mit Echtdaten von Praxis- und Kooperationspartnern eigenständig in Gruppen Praxisprojekte der Datenanalyse und -visualisierung umsetzen und Ergebnisse veröffentlichen.
"So wie Lesen oder Schreiben eine Grundfähigkeit ist, wird auch das Lesen von Daten jetzt immer wichtiger."
Video abspielen
"Wir hoffen, dass wir etwa zehn Prozent der Studierenden wirklich für das Thema begeistern können. Die sagen: Davon möchte ich mehr haben."
Video abspielen
Die fünf weiteren Finalisten
Hochschule für Technik und Wirtschaft Berlin
Das Konzept HTW Berlin Datathon sieht ein hochschulweites Format zum praxisnahen Erwerb von Data Literacy vor: Der HTW Berlin Datathon soll als Wettbewerb mit attraktiven Preisen jedes Semester stattfinden und allen Studierenden offen stehen. Die Wettbewerbskategorien ermuntern und befähigen zur Beschäftigung mit datengetriebenen ethischen Fragestellungen (Kategorie "Fairy Tale Fair Data"), zur visuellen, gar künstlerischen Auseinandersetzung mit Daten (Kategorie "Daten.Kunst.Daten"), zum Ausprobieren fortgeschrittener analytischer Methoden wie machine learning (Kategorie "Nicht-trivial, banal") oder zur Beschäftigung mit Sensor- und Internet-of-Things-Daten (Kategorie "Unfassbar").
Ruhr-Universität Bochum
Das Konzept data.literacy@rub: sensibilisieren, ausprobieren, profilieren sieht drei Stufen vor. Ein Basismodul (Stufe 1) adressiert alle Studierenden an der Ruhr-Universität Bochum (RUB) mit dem Ziel der Sensibilisierung für die Relevanz von Data Literacy als erforderliche Kompetenz für die Lebens- und Arbeitswelt. Ein Vertiefungsmodul (Stufe 2) zielt, angeboten über das fakultätsübergreifende Methodenzentrum, auf die Vermittlung von Data-Science-Kompetenzen und auf die damit verbundene substanzwissenschaftliche Anwendung im Fach. Ein Forschungsmodul (Stufe 3) ermöglicht die Studienoption einer fachlichen Profilbildung in Data Science.
Universität Hildesheim
Das Konzept Data Science für Alle (DS4all) fasst eine methodische Data Literacy als Data Science für alle auf und sieht zwei Einführungskurse in die Data Science vor, die mikromodular aufgebaut sind. Die Mikromodule nehmen jeweils nur zehn Minuten ein und sind einerseits fachübergreifend (methodische Mikromodule) und andererseits fachbezogen, indem sie eine Methode anhand eines fachlichen Beispiels verdeutlichen (Beispiel-Mikromodule). Studierende aller Fachrichtungen können ein Data-Literacy-Zertifikat und ein darauf aufbauendes Data-Science-Zertifikat erwerben. Hierzu gehört ein Lab-Kurs Data Science, in dem die Studierenden ihr theoretisches Wissen an konkreten Datensätzen ihrer Fächer ausprobieren können.
Johannes Gutenberg-Universität Mainz
Das Konzept Gutenberg Data #Health – From Literacy to Data Literacy sieht ein Pilotprojekt in der Anwendungsdomäne "Gesundheitsdaten" vor, die eine interdisziplinäre Bearbeitung rechtlicher, gesellschaftspolitischer und ethischer Fragen an der Schnittstelle der Fächergruppen Gesundheit, Informationstechnologie und Gesellschaft ermöglicht. Tandem- und Team-Teaching sollen eine multidisziplinäre Sicht auf Daten und einen Austausch zwischen den Dozierenden fördern. Drei Vermittlungsformate sieht das Konzept vor: Ziel des MOOC ist, eine gemeinsame Wissensbasis zu schaffen, um darauf aufbauend im Hackathon in interdisziplinären Projektteams problembasiert an realen Daten zu bearbeiten. Im DataLab findet schließlich die praxisnahe Auseinandersetzung mit den diversen datenbasierten Anwendungen im digitalen Gesundheitssystem statt. Studierende erhalten nach erfolgreicher Teilnahme an MOOC, Hackathon und DataLab ein Gutenberg Data-Zertifikat.
Universität Regensburg
Das Konzept Data schafft2 Wissen soll Lehrende und Studierende aller Fakultäten zusammenbringen. Es sieht eine Data-Science-Ausbildung für Studierende aller Fakultäten vor, in der sie zwei abgestufte Zertifikate (das kleine und das große "Daten-Latinum") erwerben können. Eines richtet sich an Studierende ohne Vorkenntnisse und eines an Studierende, die in ihren Studiengängen bereits einschlägige Grundlagen (zum Beispiel in Programmierung, Statistik oder Maschinellem Lernen) erwerben konnten. Zusätzlich beinhaltet das Konzept einen von Studierenden eigenverantwortlich gestalteten und geleiteten Data-Science-Inkubator, in dem die Zusammenarbeit über Fakultäten hinweg vor allem durch Studierende gedeihen soll.
Ziele und Schwerpunkt der Förderung
Mit dem Förderprogramm "Data Literacy Education" möchten die Heinz Nixdorf Stiftung und der Stifterverband im Rahmen der Initiative Future Skills einen Beitrag dazu leisten, den Erwerb von data literacy für Studierende aller Fächer an deutschen Hochschulen zu etablieren. Internationale Vorbilder für ein institutionelles Angebot zur Vermittlung von data literacy sind zum Beispiel das Data Science Education Program der UC Berkeley oder die Moore-Sloan Data Science Environments.
Die geförderten Lehr- und Lernkonzepte sollen jeweils mindestens einen Studienabschnitt (Bachelor, Master, Staatsexamen) oder die Promotion adressieren und für Studierende bzw. Promovierende aller Fächer angeboten werden oder zumindest auf eine fakultätsübergreifende Fächergruppe ausgerichtet sein. Konzepte, die sich auf einzelne Studiengänge oder Promotionsprogramme oder – in Hochschulen mit mehreren Fakultäten – auf eine einzelne Fakultät beschränken, sind nicht förderfähig. Die Konzepte sollen nachhaltig und mehrjährig in der Durchführung angelegt sein.
Die Implementierung von data literacy in die Curricula und ihre Vermittlung erfordert die Kollaboration der Lehrenden untereinander und eine fach- wie hochschulübergreifende Zusammenarbeit. Die Lehr- und Lernformate müssen der Kompetenz entsprechend gestaltet sein. Sie sollten digitale Methoden, Werkzeuge und Ressourcen einsetzen sowie projektbasiertes, praktisches Lernen an echten Datenbeständen vorsehen.
Downloads
Publikationen
Veranstaltungen
Am 24. April 2018 hat der Stifterverband gemeinsam mit der Gesellschaft für Informatik und der Heinz Nixdorf Stiftung im Rahmen eines Symposiums das Thema Data Literacy und dessen Vermittlung näher beleuchtet – und hierzu Pioniere und Studienautoren aus dem In- und Ausland sowie Entscheider aus deutschen Hochschulen und dem Hochschulsystem zusammengebracht. Im Rahmen des Symposiums bestand auch die Möglichkeit, Rückfragen zur Ausschreibung zu klären.
Mehr Info zur Veranstaltung und Präsentationsmaterial
Kontakt
Andreas Sorge
ist als Programmmanager/Wissenschaftlicher Referent im Bereich "Programm und Förderung" tätig.
T 030 322982-316
F 030 322982-515