Home | English | Impressum | Datenschutz | Sitemap | KIT
ZAK Logo
Christine Mielke
Ansprechpartnerin
Dr. Christine Mielke
Öffentliche Wissenschaft / Koordination Lehre

christine mielkeIsr5∂kit edu
Tel: 0721 608-46920

Dr. Ralf Schneider
Ansprechpartner
Dr. Ralf Schneider

ralf schneiderQbu4∂kit edu

DaLi // Data Literacy

Dali Banner

DaLi // Data Literacy

Daten sind die Ressource der Gegenwart. Und dies gilt nicht nur für die Forschung. Digitalisierung ist für Unternehmen aller Branchen und jeder Größe eine strategische Frage. Alle großen Unternehmen beschäftigen einen Chief Digital Officer, mittelständische Unternehmen tun sich dabei sehr viel schwerer und sind in der Regel auf Beratung von außen angewiesen.

Das Qualifikationsmoduls Data Literacy startet im Wintersemester 2019/2020 zunächst als Pilotvorhaben. In den zugeordneten Vorlesungen und Seminaren des Qualifikationsmoduls erhalten Studierenden Kenntnisse zu den wichtigsten Aspekten der Datennutzung und -analyse. Das Hauptziel des Moduls ist es, für alle Studierende am KIT die Möglichkeit zu bieten, ein Grundverständnis dafür zu entwickeln, wie Daten gesammelt, bearbeitet, verwaltet, ausgewertet und angewendet werden. Auf diesem Wissen bauen Fähigkeiten auf, die es ermöglichen, evidenzbasiert Entscheidungen zu treffen, was zunehmend in allen wissensbasierten Branchen und Berufen benötigt wird. Um diese Fähigkeiten entwickeln zu können, sollen in Zukunft mehr projektorientierte Seminare angeboten werden, die praktische Übungen mit frei verfügbaren Daten beinhalten.
Das Modul umfasst die Ringvorlesung Data Literacy.

DaLi im Vorlesungsverzeichnis

 

Ringvorlesung Data Literacy

Zeit: Mittwoch, 17.30 – 19.00 Uhr
Ort:  KIT Campus Süd, Engesser-Hörsaal (HS 93), Geb. 10.81, 2. OG, Raum 293, Otto-Ammann-Platz 1, 76131 Karlsruhe. 

In der Ringvorlesung Data Literacy setzen sich KIT-interne und externe Expertinnen und Experten mit den wichtigsten Aspekten der Datenanalyse und -nutzung auseinander. Interdisziplinäres Wissen zur Digitalisierung und eine grundlegende Informationskompetenz für die digitale Arbeitswelt, für maschinelles Lernen und für Anwendungen von Künstlicher Intelligenz werden in Zukunft auf vielen Ebenen von großer Bedeutung sein. So wird Datenkompetenz und KI für die Wertschöpfung von Unternehmen und damit für die Forschung und die akademische Lehre weiter an Bedeutung gewinnen. Die Ringvorlesung bietet einen vertiefenden Einblick und behandelt grundlegende Fragestellungen des Themas, ausgehend von den Möglichkeiten, Datenkompetenz für Studierende und Absolventen zu fördern, über die notwendigen Voraussetzungen, mit Daten zu arbeiten, bis zu den Risiken und gesellschaftlichen Implikationen.

 

 

23. Oktober 2019 Eröffnung

Data Literacy – Daten-Aufklärung 2.0 im Informationszeitalter

PD Dr. Benjamin Rathgeber
Institut für Philosophie, KIT

Data Literacy gilt als eine der Schlüsselkompetenzen im 21. Jahrhundert: Erfassen und Interpretieren, Verstehen und Bewerten von Daten stehen hier im Mittelpunkt eines kompetenten und verantwortungsbewussten Umgangs mit Information. Doch was bedeutet diese Kompetenz genau? Was zeichnet einen verständigen Umgang mit Daten aus und welche Kriterien liegen einer verantwortungsbewussten Haltung zugrunde? Im Vortrag soll diesen Fragen nachgegangen werden, um anhand erster terminologischer Unterscheidungen eine Perspektive zu entwickeln, wie eine aufgeklärte und selbstbestimmte Praxis aussehen kann.

 

06. November 2019

Daten-intensives Rechnen möglich machen

Prof. Dr. Achim Streit
Direktor Steinbuch Centre for Computing (SCC), KIT

Big Data, Datenanalyse, Künstliche Intelligenz und Cloud-Computing sind Schlüsselbegriffe des heutigen Alltags in Wissenschaft, Industrie und Gesellschaft. Der Vortrag wird einen Überblick über die Aktivitäten des Steinbuch Centre for Computing (SCC) am KIT in Bezug auf dieses aktuelle Thema geben, der die Erzeugung von Wissen aus Daten ebenso ermöglichen wie unterstützen soll.

 


04. Dezember 2019

Die Rolle(n) der KIT-Bibliothek – Informationskompetenz und Forschungsdatenmanagement

Dr. Hans-Jürgen Goebelbecker, Stv. Direktor der KIT-Bibliothek, und
Diana Tangen, Stv. Leitung Benutzung und Leitung Informationskompetenz, KIT-Bibliothek

Informationskompetenz (Information Literacy) ist eine Schlüsselqualifikation der modernen Informationsgesellschaft und ein entscheidender Faktor für den Erfolg in Studium, Forschung und Beruf. Die Vermittlung von Informationskompetenz ist eine Kernaufgabe wissenschaftlicher Bibliotheken. Die Konzepte zur Vermittlung von Information Literacy und Data Literacy zeigen große Überlappung, wenn man davon ausgeht, dass Information aus Daten extrahiert oder abgeleitet wird. In dem Vortrag werden die Konzepte und Angebote der KIT-Bibliothek zur Vermittlung von Informations- bzw. Datenkompetenzen aufgezeigt.

Eine weitere Facette der Data Literacy in Hochschulen und Forschungseinrichtungen ist das Forschungsdatenmanagement. Schon seit Wissenschaft systematisch betrieben wird, gibt es ein Datenmanagement. Im Zuge der digitalen Transformation entstehen diesbezüglich gesteigerte Anforderungen, die durch die so genannten FAIR-Prinzipien treffend beschrieben werden (Findable – Accessible – Interoperable – Reusable). Aber was sind eigentlich Forschungsdaten? Auf ihre vielfältige Natur und den entsprechenden Anforderungen an ein Management wird im Vortrag eingegangen und nachfolgend aufgezeigt, welche konkreten Dienste das Serviceteam RDM@KIT den Forschenden am KIT bietet (www.rdm.kit.edu).

 

08. Januar 2020

Datensouveränität ohne Datenkompetenz? Ergebnisbericht aus dem AK Ethik des BMBF-Projekts ABIDA.

Christian Wadephul
Institut für Technikfolgenabschätzung und Systemanalyse (ITAS), KIT, Forschungsbereich Innovationsprozesse und Technikfolgen

Wie erlangen wir als Nutzer*innen digitaler und vernetzter Medien wieder Kontrolle über unsere Daten? „Bildung zur Datenkompetenz“, lautet das Credo. Data Literacy, also mit Daten nicht nur praktisch sondern auch kritisch-reflexiv umgehen zu können, ist zwar eine grundlegende Kompetenz, welche alle Bildungseinrichtungen gefordert sind zu vermitteln – doch sollten auch die Grenzen eines solchen anspruchsvollen Konzepts klar benannt werden. Denn sowohl Datenverarbeitungsprozesse als auch Datenschutzerklärungen sind komplex und wenig verständlich, viele datenbasierten Geschäftsmodelle geradezu darauf ausgerichtet, Daten sogar jenseits vereinbarter Zweckbindungen auszuwerten. Wenn bisherige Datenschutzsysteme diesen Herausforderungen nicht gewachsen waren, scheinen Ansätze, die allein auf individuelle Kontrolle bauen, nicht auszureichen, Nutzer*innen im Big-Data-Zeitalter wieder zu Datensouveränen zu machen. Dazu bedarf es auch unternehmerischer und staatlicher Verantwortung, nämlich durchRegulierung. Der Vortrag versucht deshalb im Anschluss an den Ergebnisbericht aus dem AK Ethik des BMBF-Projekts ABIDA (www.abida.de) einen Ausblick auf das Folgeprojekt GoAL zu werfen: Governance von und durch Algorithmen.

 

15. Januar 2020

Datengetriebene Systeme als ubiquitäre Werkzeuge in Alltag und Beruf

Prof. Dr. Michael Beigl
Institut für Telematik, Lehrstuhl für Pervasive Computing Systems, KIT und Leiter der Forschungsgruppe Technology for Pervasive Computing (TecO)

Datengetriebene Systeme halten immer mehr Einzug in unser tägliches Leben. Dies können wir innerhalb des Smart Data Innovation Labs (SDIL), einem Lab in dem die Wirtschaft und die Forschung zum Thema Datenanalyse arbeiten, immer mehr beobachten. Komplexe Abläufen und Tätigkeiten in der Industrie erfordern oder erzwingen sogar die Verwendung von datengetriebenen Systemen. Aber auch unser Alltag wird immer mehr durch die Verwendung datengetriebener Systeme bestimmt. Der Vortrag wird anhand von Beispielen beleuchten, wo und wie heute und morgen datengetriebene Systeme im Einsatz sind bzw. sein werden, und wie diese ausgeprägt sind.

 

29. Januar 2020

Aus Tabellen werden Bilder: Datenkompetenz in der Stadt- und Raumplanung

Junior-Prof. Dr. Martin Berchtold
Fachbereich Raum- und Umweltplanung, TU Kaiserslautern, Professur für Digitalisierung, Visualisierung und Monitoring in der Raumplanung

Ein hoher Anteil von Daten hat direkten oder zumindest impliziten Raumbezug, wobei die Annahmen in Fachkreisen von 60 bis 100% reichen. Viele dieser Daten werden in Planungsprozessen verarbeitet, beispielsweise in kommunalen Fachverfahren. Aber häufig wird das Potenzial von an sich bereits vorhandenen Daten gar nicht ausgeschöpft, oder deren räumliche Bedeutung oder die Relevanz für eine nachhaltige Stadt- und Raumplanung gar nicht erkannt. Der Vortrag zeichnet ein Bild der Datenverarbeitung und Datenkompetenz aus Sicht der Stadt- und Raumplanung und diskutiert planerische Denkansätze und Arbeitsweisen: vom kreativen Finden, Lesen und Spielen, vom unsachgerechten Verarbeiten mit neuem Erkenntnisgewinn, vom „hybriden“ Entwerfen mit digital-analogen Prozessen bis hin zu Aspekten des Datenschutzes und einer notwendigen Visualisierungs- und Vermittlungssethik. 

 

05. Februar 2020

Bildung für das digitale Zeitalter - Data Science als Spezialdisziplin oder als Basiskompetenz für alle?

Dr. Maren Lübcke
Institut für Hochschulentwicklung Hannover, Geschäftsbereich Hochschulmanagement, Schwerpunkt Digitalisierung in Lehre und Forschung 

„Data Science“ bzw. Datenwissenschaft etabliert sich als rasch wachsende Wissenschaftsdisziplin mit hohem Innovationspotenzial an der Schnittstelle zwischen Angewandter Informatik, Mathematik, Statistik und weiteren Fachgebieten (z. B. Betriebswirtschaftslehre, Informationswissenschaften, Design und Kommunikation). Da die neuen Methoden der Aus- und Verwertung von großen Datenmengen international u. a. weitreichende Auswirkungen auf Geschäftsmodelle von Unternehmen und implizit auch auf die Ansprüche von Bürgern oder der Politik an die Akteure im öffentlichen Bereich haben, kommt der Wissenschaftsdisziplin Data Science gesamtgesellschaftlich wie makroökonomisch erhebliche Bedeutung zu. Angesichts eines vielfach diagnostizierten erheblichen Mangels an Expert(inn)en in diesem Bereich wird die Frage gestellt, welche Rolle Hochschulen bei der Deckung der Nachfrage nach Data Science-Expert(inn)en am Arbeitsmarkt zukommt und ob Data Science darüber hinaus Potentiale auch für andere Wissenschaftsdisziplinen bietet.

 

Leistungsnachweis:

Zum Erwerb der 3 LP ist es erforderlich, 4 Lernprotokolle zu ausgewählten Sitzungen der Ringvorlesung zu erstellen.

 

Leitfaden für Lernprotokolle

Leitfaden (PDF, ca 180KB)