Data Literacy Education (DataLitE)

Daten spielen in der heutigen Gesellschaft in fast allen Lebensbereichen und über alle Fachdisziplinen eine zentrale Rolle und sind aus dem Alltag nicht mehr wegzudenken. In einer zunehmend datengetriebenen Welt ist es daher sowohl für die Berufswelt als auch die persönliche Entwicklung unabdingbar sich mit diesem Themengebiet auseinanderzusetzen. So ist die Fähigkeit mit Daten sinnvoll umzugehen und beispielsweise ihre Aussagekraft kontextbezogen richtig einordnen und daraus korrekten Schlussfolgerungen ableiten zu können, sowohl in der Arbeitswelt als auch in Bezug auf die gesellschaftliche Teilhabe, äußerst relevant. Die Data Literacy (Datenkompetenz) zählt folglich zu den wichtigsten Schlüsselkompetenzen des 21. Jahrhunderts und kann als essentielle Qualifikation für alle Bürger*innen bezeichnet werden.

Als School of Personal Developement and Education (ScoPE) ist es uns deshalb ein Anliegen alle Studierenden, unabhängig von ihrer Studienrichtung, in ihrer Datenkompetenz zu stärken, indem wir einen disziplinübergreifenden, generischen Ansatz verfolgen. Dabei möchten wir die Studierenden sensibilisieren Daten und daraus gewonnene Rückschlüsse kritisch zu hinterfragen, und auch ethische Gesichtspunkte zu reflektieren.

Um dieses Ziel zu erreichen haben wir verschiedene Angebote geplant. Bei der Erstellung unserer Angebote ist es uns wichtig einen Einblick in die verschiedenen Aspekte der Data Literacy und die Vermittlung von Grundkompetenzen zu geben. Das weit verbreitete Kompetenzraster von Ridsdale et al., 2015 gibt einen ersten Überblick, ausgehend von fünf übergeordneten Kompetenzbereichen, was alles zu dem Bereich der Data Literacy gehört:

• Datengrundlagen
  z.B. Einsatz von Daten; Datentypen
• Sammeln von Daten
  z.B. (für Fragestellung passende) Daten finden und sammeln; Bewertung Datenqualität
• Datenmanagement
  z.B. Datenorganisation (Ordnerstruktur); Datenbereinigung; Konvertierung von Daten; Metadaten (Nutzen/Erstellen); Datensicherheit und Nachnutzung; Datenaufbewahrung
• Datenevaluation
  z.B. Umgang mit Datenauswertungsprogrammen; Grundlagen der Datenanalyse; Dateninterpretation; Identifizierung von Problemen mit Hilfe von Daten; Datenvisualisierung; Datenpräsentation; Datenbasierte Entscheidungen
• Datenanwendung
  Kritisches Denken; Datenkultur; Datenethik; Zitieren von Daten; Daten teilen; Beurteilung datenbasierter Entscheidungen