Online-Lehre an der Freien Universität: Praxistipp 7 (Data Literacy)
News vom 21.05.2021
Liebe Lehrende,
liebe Kolleginnen und Kollegen,
im heutigen Praxistipp schauen wir über den Tellerrand der digitalen Tools und wagen einen inhaltlichen Ausflug. Die Digitalisierung hat nicht nur einen Einfluss darauf, wie wir Lehre gestalten. Unser Alltag, die Methoden, mit denen wir forschen und auch, welche Kompetenzen Studierende nach ihrem Abschluss benötigen, wandeln sich. Themen wie Datenschutz, Big Data und datengetriebene Entscheidungen sind längst nicht mehr nur für techniknahe Fächer relevant – eine kritische Auseinandersetzung damit ist für alle Fächer wichtig. Deshalb geben wir heute einen Einblick in das aktuelle Thema Data Literacy in der universitären (Online)-Lehre. Sie erfahren mehr über den Begriff, warum eine Vermittlung entsprechender Kompetenzen für Studierende heutzutage immer wichtiger wird, welche digitalen Tools dabei hilfreich sein können und wie Data Literacy in der Lehre an der Freien Universität konkret aussehen kann.
Praxistipp diese Woche: Data Literacy
Überblick: Was ist Data Literacy | |
Eine häufig verwendete Definition von Data Literacy ist „Fähigkeiten, Daten auf kritische Art und Weise zu sammeln, zu managen, zu bewerten und anzuwenden.“ (Ridsdale et al., 2015). Unter dem Begriff werden unterschiedliche Kompetenzen für den Umgang mit und die Nutzung von Daten verstanden, wobei oftmals der planvolle Umgang mit Daten entlang des gesamten datenverarbeitenden Prozesses gemeint ist. Data Literacy meint explizit nicht nur Methoden, die beispielsweise in einem klassischen Statistikkurs vermittelt werden, sondern verbindet diese mit fachspezifischen Anwendungen und gesellschaftlichen Aspekten wie Datenethik und -Recht. |
|
Warum Data Literacy | |
|
Gründe für die stärkere Vermittlung von Data Literacy sind die Vorbereitung von Studierenden auf berufliche Anforderungen, aber auch die Stärkung von Selbstbestimmung in Bezug auf Daten und die Stärkung der gesellschaftlichen Teilhabe, wie in der Data-Literacy-Charta formuliert. Viele Teilaspekte, die unter Data Literacy zusammengefasst werden, überschneiden sich mit etablierteren Konzepten wie Medien- und Informationskompetenz, digitalen Kompetenzen sowie der „klassischen“ Vermittlung von quantitativen Methoden bzw. Statistik. Manche (Teil-)Aspekte sind also keineswegs neu. Mit der zunehmenden Bedeutung von Daten wird jedoch auch der kompetente Umgang damit immer wichtiger. |
Fachliche Perspektive | |
In jeder Fachdisziplin wird die Frage, welche (Daten-)Kompetenzen die eigenen Studierenden benötigen, anders beantwortet. Einige Perspektiven aus der Freien Universität wurden hier gesammelt: |
|
Gesellschaftliche Perspektive | |
|
Zentraler Bestandteil von Data Literacy ist die kritische Auseinandersetzung damit, welche Rolle Daten in unserer Welt haben (und welche sie haben sollten). Der kompetente Umgang mit eigenen Daten ist nicht nur für Hochschulabsolventen und -absolventinnen relevant, sondern kann mit fortschreitender Digitalisierung als Teil der Allgemeinbildung angesehen werden. Die Lehrkräftebildung spielt daher in Bezug auf Data Literacy eine besondere Rolle. |
Digitale Tools | |
|
Mithilfe von digitalen Tools können Studierende zur aktiven Auseinandersetzung mit den technisch-methodischen Aspekten von Data Literacy motiviert werden. Sog. Shiny Apps können statistische Konzepte oder Analysemethoden spielerisch veranschaulichen und erfahrbar machen. Jupyter Notebooks ermöglichen die kombinierte Darstellung von Text, Bildern und veränderbarem Code, wodurch beispielsweise interaktive Aufgaben erstellt werden können. |
Data Literacy in der Lehre | |
Einige Beispiele aus der Freien Universität sollen aufzeigen, wie die Vermittlung von Data Literacy (auch in Online-Semestern) in der Praxis aussehen kann:
|
|
Anwendungstipps |
|
Wissen aufbauen oder auffrischen: Nur wer sich selbst als kompetent erlebt, kann Inhalte auch gut vermitteln. Online gibt es sowohl fachspezifische als auch interdisziplinäre Angebote z. B. von OpenHPI, KI-Campus oder Software Carpentry. Das CeDiS plant für das Wintersemester 2021/22 eine Fortbildungsreihe für FU-Angehörige zum Thema „Textuelle Daten explorieren, analysieren & visualisieren“ (Termine folgen im August). Anwendungsbezug herstellen: Daten umgeben uns jeden Tag. Die Verwendung von Fallbeispielen (z. B. Gewissensbits, Unstatistik des Monats) und echten Datensätzen macht das sichtbar und kann dabei helfen, das Interesse von Studierenden zu erhöhen. In Bestehendes integrieren: Es muss nicht gleich eine aufwändige Neu-Konzeption sein. Kleine Modifikationen in bestehenden Veranstaltungen können Studierende sensibilisieren, beispielsweise indem in Einführungsvorlesungen neue Forschungsmöglichkeiten aufgezeigt oder in Seminaren behandelte Datenvisualisierungen kritisch hinterfragt werden. |
|
Beratung und Unterstützung |
|
Sie wünschen sich Beratung zur Vermittlung von Data Literacy? Melden Sie sich gerne! Kontakt: dataliteracy@cedis.fu-berlin.de |
Bildquellen: CeDiS und Alexander Sperl: 83 und 70 freie Illustrationen für E-Learning-Materialien; CC BY-SA 4.0
Sie haben eine allgemeine Frage oder möchten etwas beisteuern? Schreiben Sie an: digitale-lehre@fu-berlin.de oder teilen Sie Ihre Erfahrungen und Ideen im Community-Blog.
Ihr Center für Digitale Systeme
- Praxistipps abonnieren (zur Weiterleitung an Interessierte)
- Praxistipps abbestellen
Freie Universität Berlin
Universitätsbibliothek
Ihnestraße 24
14195 Berlin
digitale-lehre@fu-berlin.de