DaLi // Data Literacy

Dali Banner

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

Anmeldung erforderlich über diesen Link. Für Gasthörende erfolgt die Anmeldung über die E-Mailadresse: eva spaethe∂kit edu. Sie erhalten dann den Zugangslink zur Vorlesung per Mail.

Zeit: Mittwoch, 16 – 17.30 Uhr
Ort:  Die Ringvorlesung findet online über Zoom statt.

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.

 

 

11. November 2020 Eröffnung
 

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.

 

18. November 2020

 

Data Literacy – Daten-Aufklärung 2.0 im Informationszeitalter
 

Prof. Dr. Benjamin Rathgeber
Professur für Naturphilosophie mit Schwerpunkt Natur und Geist an der Hochschule für Philosophie München (HSPH)

 

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.

 

2. Dezember 2020

 

Die San Francisco Declaration on Research Assessment  – Eine Chance für die wissenschaftliche Würdigung des Forschungsdatenmanagements

 


Dr. Hans-Jürgen Goebelbecker, Stv. Direktor der KIT-Bibliothek, und Rhiannon Schmitt, KIT-Bibliothek, Abt. Forschungsdienste

 

Die San Francisco Declaration on Research Assessment (DORA) setzt sich für die Verbesserung der Bewertung wissenschaftlicher Ergebnisse ein. Neben einer transparenteren Bewertung von Zeitschriftenartikeln hat DORA das Ziel, auch der Erhebung und Dokumentation von Forschungsdaten als wichtige Forschungsleistung eine angemessene Anerkennung zu ermöglichen. DORA wurde vom KIT im Dezember 2019 unterzeichnet. Ansätze zur Umsetzung dieses Ziels am KIT werden derzeit in Projekten im Förderrahmen der Exzellenzinitiative ausgearbeitet.

 

9. Dezember 2020

 

Daten-intensives Rechnen möglich machen

 

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

 

Big Data, Datenanalyse, künstliche Intelligenz und Cloud Computing sind Schlagworte des heutigen Alltags in Wissenschaft, Industrie und Gesellschaft. Der Vortrag gibt einen Überblick über die Aktivitäten des Steinbuch Centre for Computing (SCC) des KIT in diesem Themenbereich, um die Generierung von Wissen aus Daten zu ermöglichen und zu unterstützen.

 

16. Dezember 2020

 

Open Knowledge Labs: Bürgernahe Projekte mit offenen Daten


Dr. Andreas Kugel, OK Lab Karlsruhe / Institut für technische Informatik (ZITI), Universität Heidelberg

 

Code For Germany ist ein Netzwerk von ehrenamtlichen Labs mit dem Ziel, einen nachhaltigen digitalen Wandel zu fördern durch digitale Werkzeuge für z.B. Data Literacy, Transparenz und Open Government. Nach aktuellen Projektbeispielen und konkreten Anwendungen aus dem Lab in Karlsruhe wird in einer Demo die Nutzung von OpenSource Software zur Auswertung offener Verwaltungsdaten gezeigt. Ein komplexerer Anwendungsfall aus Karlsruhe verweist auf die vielen Aspekte von offenen Daten - mit Erhebung, Modellierung, Auswertung, Nutzung, Teilhabe seien nur einige genannt - und soll als Einstieg in eine Diskussion dienen.

 

20. Januar 2021

 

Vom Glauben an Künstliches Bewusstsein - was Menschen denken und Computer tun

 

Prof. Dr. Karsten Wendland, Medieninformatik, Fakultät Optik und Mechatronik, Hochschule Aalen /Institut für Technikfolgenabschätzung und Systemanalyse (ITAS), KIT

 

Ist künstliches Bewusstsein möglich, wenn man vielen Daten zusammenführt und hochintegriert? Beeindrucken uns mache KI-Systeme nur durch ihr äußeres Verhalten, oder steckt auch innen drin eine datenbasierte Intelligenz, die uns vielleicht sogar irgendwann ablösen könnte? In unsere, Forschungsprojekt „Abklärung des Verdachts aufsteigenden Bewusstseins in der Künstlichen Intelligenz (KI-Bewusstein)“ haben wir verschiedene wissenschaftliche und alltagsweltliche Positionen tiefer untersucht und ausgewertet und Vertreter ausgewählter Positionen ins Gespräch gebeten. Einige davon sind im Podcast Selbstbewusste KI veröffentlicht. Im Vortrag wird vorgestellt, was unter KI-Bewusstsein alles verstanden wird, wie das jeweils funktionieren solle und welche Zukunftsprognosen für eine Welt mit oder ohne künstlichem Bewusstsein abgegeben werden und auch entmystifiziert werden können. Methodisch wird vorgestellt, wie der Zugriff auf das Gegenstandsfeld „KI-Bewusstsein“ erfolgte, welche Erfahrungen gemacht wurden und welche fortführenden Fragestellungen sich anbieten.

 

27. Januar 2021

 

Interaction between user well-being, health, and energy in buildings: management of objective and subjective data

 

Romina Rissetto and Isabel Mino, Building and Science Group (fbta), IEB, Department of Architecture, KIT

 

How comfortable are we at our working space with the building environmental conditions? With how many devices and building system do we interact at home every day? Could energy consumption or comfort data be used to modify occupant behavior? Occupants‘ behaviors influence greatly the building energy performance, but more importantly their comfort and health. At fbta we try to understand the dynamic between occupants, comfort, and energy. To capture occupants‘ interactions with the built environment and comfort requirements, data collection is a crucial step in this process. We collect physical (objective) data from the environment, but also psychological and physiological (subjective) information from the human, both in-situ and laboratory conditions. Prediction models, ethical guidelines, data protection, feedback from and to occupant’s and their willingness to share information arise also as crucial topics. 

 

Anmeldung:

Studierende melden sich bitte hier an
Alle anderen Interessierten können sich per E-Mail anmelden.

 

Leistungsnachweis:

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

 

Leitfaden für Lernprotokolle

Leitfaden (PDF, ca 40KB)