Das im Juli 2020 gestartete Projekt wird vom Stifterverband gefördert. Es setzt sich zum Ziel, allen Studierenden der TU-Dortmund ein fundiertes Wissen im Umgang mit Daten und Data Literacy-Kompetenzen zu ermöglichen.
Data Literacy fasst diverse Kompetenzen zusammen, die für einen kompetenten Umgang mit Daten von der Erhebung über die Aufbereitung bis hin zur Auswertung und Interpretation nötig sind. Daten sind überall und Studienabsolventen egal welcher Fachrichtung sollen zunehmend ein fundiertes Wissen im Umgang mit Daten mitbringen.
Um das ganze nochmal besser zu verstehen, hat die Freie Universität Berln diese Frage in kurzen Videos beantwortet. Das erste Video gibt dabei einen guten Überblick. Das finden Sie hier.
DaCoNet baut ein Angebot auf drei Ebenen auf: Sensibilisieren, Qualifizieren, Spezialisieren
Auf Level 1 geht es dabei um ein elementares Datenverständnis, das sich an Bachelor-Studierende aller Studiengänge richtet. Hier kann in einem Blended Learning Format das Zertifikat „DaCoNet Basic“ erworben werden.
Für Fortgeschrittenes Datenverständnis wird dann auf Level 2 qualifiziert. Hier wird es fachspezifischere Angebote geben, die Datenbezogene Kompetenzen vertiefen. Das Level 2 kann mit dem Zertifikat „DaCoNet Advanced“ abgeschlossen werden.
Level 3 des DaCoNet-Programms schließlich führt zum Zertifikat „DaCoNet Expert“, indem fortgeschrittene Verfahren des Datenmanagements erlernt werden.
Das Basis-Modul auf Level 1 dient der Orientierung und Sensibilisierung und richtet sich an Studierende aller Fächer. In Form von Blended-Learning-Angeboten sollen Studierende sich insbesondere mit der Erhebung von Daten, dem Datenmanagement, der Visualisierung und der Evaluation von Daten, dem Anwendungskontext sowie mit Fragen der Datensicherheit und -ethik beschäftigen. Dabei sollen sie insbesondere folgende Kompetenzen erlangen:
● unterschiedliche Datentypen kennen
● Repräsentativität von Daten verstehen
● Kennzahlen verstehen
● Grafiken lesen und verstehen
● fehlerbehaftete Anwendungen erkennen
● Auswertungsverfahren kennenlernen: Überblick über explorative und modellbasierte Verfahren (was wird gemacht, nicht wie)
● Grundlagen der Datensicherheit und -ethik verstehen
● Einführung in das Forschungsdatenmanagement.
Ergänzend werden Professorinnen und Professoren aus unterschiedlichen Fachdisziplinen in einer Ringvorlesung datengestützte Anwendungen aus ihren jeweiligen Forschungskontexten vorstellen, um zur Beschäftigung mit Data Literacy anzuregen.
Die übrigen Lehrinhalte des Basis-Moduls werden in Blended-Learning-Formaten angeboten, wobei Studierende die Möglichkeit haben, sowohl Präsenzveranstaltungen (Vorlesungen) zu besuchen als auch sich die Lehrinhalte mittels über Moodle bereitgestellter E-Learning-Materialien selbständig anzueignen.
Nach dem erfolgreichen Abschluss einer noch festzulegenden Anzahl von Modulen erhalten die Studierenden ein Zertifikat “DaCoNet Basic”. In den Studiengängen, die sich am Studium Fundamentale beteiligen, können die Module des Zertifikats curricular angerechnet werden.
Am Übergang von Level 1 zu Level 2 ist für Studierende datenferner Fächer der Erwerb zusätzlicher Kompetenzen erforderlich, insbesondere in grundlegender Mathematik, grundlegender Informatik oder einer Programmiersprache. Hierfür werden gezielt passende Lehrveranstaltungen für fachfremde Studierende geöffnet und zusätzlich via Moodle entsprechende Materialien (z.B. Videotutorials, kleinere Datensätze mit Programmiercode, Programmieraufgaben) angeboten.
Auf Level 2 erwerben Studierende ein fortgeschrittenes Datenverständnis in ihrer jeweiligen Disziplin. Dazu werden Tandems aus Lehrenden datenwissenschaftlicher und anwendungsorientierter Disziplinen gebildet. Als Vorbild für geistes-, sozial- und kulturwissenschaftliche Fächer dienen Veranstaltungen im Studiengang Wissenschaftsjournalismus, die bereits seit 2003 unter Beteiligung von Lehrenden aus der Journalistik und der Statistik angeboten werden. Bei der Arbeit in Tandems aus Data Scientist und Data Literate kommt es nicht nur zu einem Wissenstransfer, sondern auch zur Schärfung des wechselseitigen Verständnisses und somit zur Verbesserung der Kommunikationsfähigkeit, wovon sowohl die Studierenden als auch die Lehrenden selbst profitieren.
Insbesondere sollen die Studierenden auf Level 2 folgende Kompetenzen erwerben:
● Datenerhebung
● Datenintegration
● Forschungsdatenmanagement (Vertiefung)
● Datensicherheit und -ethik (Vertiefung)
● Data Mining, Datenexploration
● Visualisierung
● Modellierung
● Inferenz, rechnergestützte Auswertung
● domänenspezifische Anwendung im Kontext, datenbasierte Entscheidungen (data-based decision making).
Im Level 2 werden somit die im Basis-Modul erworbenen Kompetenzen vor allem fachspezifisch vertieft. Die Studierenden werden durch die Erweiterung bestehender Lehrveranstaltungen dafür qualifiziert, fachmethodische Zugänge auf größere Datenmengen anzuwenden. Sie erlernen mit Hilfe von Blended-Learning-Formaten (etwa Lehrvideos) und anhand von echten Datensätzen den Umgang mit fachspezifischer Software. Die Datensätze können zum Teil selbst von den Studierenden in Remote und Virtual Labs erzeugt werden.
Das Forschungsdatenmanagement wird als inhärenter Bestandteil des Data-Literacy-Angebots auf Level 2 betrachtet, analog zur guten wissenschaftlichen Praxis. Sobald die Studierenden mit eigenen oder bereitgestellten Daten arbeiten, sollen sie die Handhabung der Daten entlang des Datenlebenszyklus erlernen und erproben. Ziel ist es, die grundsätzliche Kompetenz im verantwortungsvollen Umgang mit Forschungsdaten zu vermitteln. Die Notwendigkeit der umfassenden Dokumentation und Kuration von Datensätzen zur Sicherung der Qualität und Nachvollziehbarkeit soll verdeutlicht werden.
Zur individuellen Vertiefung können Studierende auf Level 2 ein weiteres Zertifikat (“DaCoNet Advanced”) erwerben. Durch die Öffnung von Lehrveranstaltungen anderer Studiengänge können die Studierenden sich Kompetenzen aneignen, die in ihren Studiengängen nicht standardmäßig verortet sind. Zum Beispiel erhalten Studierende der geistes- und kulturwissenschaftlichen Fächer die Gelegenheit (Einführungs-)Veranstaltungen der Fakultäten Mathematik, Informatik oder Statistik zu belegen, um Konzepte wie Maschinelles Lernen nicht nur vom Grundsatz her zu kennen, sondern auch die dahinter liegenden mathematischen Verfahren prinzipiell zu verstehen. Studierende der MINT-Fächer werden wiederum Veranstaltungen z.B. aus der Journalistik besuchen können, in denen die Visualisierung von Daten vermittelt und tiefergehende Aspekte des Datenschutzes behandelt werden.
Level 3 des DaCoNet-Programms besteht in einer Hinführung zu Angeboten auf graduiertem und postgraduiertem Niveau. Dazu zählt zum Beispiel der Master Data Science, der prinzipiell nicht nur Studierenden der Informatik und der Statistik offensteht, sondern allen Bachelorabsolventen mit einschlägiger Qualifikation. Das auf Level 2 erworbene Zertifikat “DaCoNet Advanced” soll Studierenden anderer Disziplinen den Zugang zu praktischen Data Science Anwendungen ebnen. Bestandteil der Angebote auf Level 3 sind fortgeschrittene Verfahren des Datenmanagements. Studierende in datenintensiven Domänen sollen die automatisierte Handhabung von Daten im gesamten Prozessablauf kennen lernen. Selbst erstellte Programmskripte vereinfachen die Handhabung der Forschungsdaten und ermöglichen eine hohe Transparenz, da alle Prozessschritte nachvollziehbar und reproduzierbar sind. Die Fortbildung in Level 3 schließt mit dem Zertifikat “DaCoNet Expert” ab.
