Data Literacy Education für Studierende aller Fächer. Kompetenzziele, curriculare Integration und didaktische Ausgestaltung interdisziplinärer Lehr-Lern-Angebote
Kurzbeschreibung
In dem vorliegenden Beitrag wird Data Literacy als Schlüsselkompetenz für Studierende diskutiert. Dabei werden Möglichkeiten erörtert, auf welche Weise der Kompetenzerwerb für Studierende aller Fächer unterstützt werden kann. Im Fokus steht die Auseinandersetzung mit Lernzielen, Möglichkeiten der curricularen Integration und geeignete didaktische Ausgestaltungen von Lehr-Lernsettings. Dafür wird beispielhaft das Mannheimer Modell Data Literacy Education („modal“) vorgestellt und anschließend anhand von Evaluationsergebnissen aus dem Wintersemester 2019/20 reflektiert. In der Evaluation kamen Fokusgruppen und Online-Fragebögen zum Einsatz.
Annahmen über die Folgen der Digitalisierung
Data Literacy und digitaler Kompetenz kommt in der heutigen Gesellschaft eine wichtige Rolle zu. Dies spiegelt sich sowohl in Forderungen von Unternehmen, Studierenden als auch der Politik nach einer zunehmenden Förderung von Data Literacy.
Kompetenzanforderungen
Data Literacy bezieht sich vor allem auf den Umgang mit Daten - von der Erhebung bis zur Aufbereitung von Daten.
Kompetenzdimensionen
Instrumentell-qualifikatorische Dimension: Datenrecherche; Datenerhebung; Statistik und Datenanalyse mit R; Datenvisualisierung und Ergebnispräsentation; IT-Kompetenz; Digitale Wissenschaft.
Kognitive Dimension: Problemfelder im Umgang mit Daten kennenlernen und identifizieren; digital Informieren und Recherchieren.
Soziale Dimension: im kollaborativen Arbeiten soziale Kernkompetenzen mit Datenkompetenzen verknüpfen; digital Kommunizieren und Kooperieren.
Kritisch-reflexive Dimension: verantwortlicher und kritischer Umgang mit Daten; Analysieren und Reflektieren; digitale Identität und Karriereplanung.
Zentrale theoretische Annahmen über Kompetenz
Datenkompetenz ist die Schlüsselkompetenz in der digitalen Welt. Die Autor*innen beschreiben Data Literacy im Rahmen von Future Skills als eine Kompetenz neben anderen "nicht digitalen Schlüsselkompetenzen" (S. 402) wie beispielsweise Teamfähigkeit oder Kreativität. Kompetenzen entwickeln sich im Handeln "durch reflektiertes Erproben und Erfahren, eingebettet in eine soziale Situation" (S. 400). Zudem ist die Entwicklung von Kompetenz zugleich Ergebnis und Voraussetzung selbstorganisierten Lernens.
Perspektive der Kompetenzträger*innen auf Kompetenz einbezogen?
keine Angabe
Lebenskontexte der Kompetenzträger*innen einbezogen?
Als eine Herausforderung für die Förderung von Datenkompetenzen beschreiben die Autor*innen die bereits vollen Curricula an Hochschulen und Universitäten. Für eine erfolgreiche Vermittlung von Datenkompetenzen erscheinen verschiedene Aspekte der Gestaltung von Lehr-Lern-Settings als ausschlaggebend. Dies sind etwa das Tranparentmachen von Lernzielen, die Ermöglichung anwendungsorientierten (gegebenenfalls auch projektbasierten) Lernens sowie modularisiertes Lernen, das bedeutet, dass die Komplexität von Ausgaben schrittweise gesteigert wird. Auch das Zugrundelegen echter Daten wird für den Lernprozess und die Motivation der Lernenden als förderlich erachtet. Auch einer Zusammenarbeit über Fachgrenzen und Institutionen hinweg wird für die Förderung von Datenkompetenzen Relevanz zugeschrieben. Daran wird bereits deutlich, dass das soziale Umfeld - in diesem Fall vor allem der Austausch mit Kommiliton*innen - für die Entwicklung von Kompetenz eine besondere Bedeutung erlangt.
Herausforderungen der Erfassung von Kompetenz
keine Angabe
Zentrale empirische Befunde über Kompetenz
Im Vergleich zur Eingangsbefragung schätzen sich die Studierenden am Ende des Projekts in der Ausgangsbefragung in allen sechs Kompetenzbereichen positiver ein. Dabei ergab sich der größte Anstieg im Berech des digitalen Informierens und Recherchierens. Ebenfalls deutlich höher fiel die Einschätzung der Studierenden bezüglich ihrer Fähigkeiten zum digitalen Kommunizieren und Kooperieren aus. Jedoch legen auch die Ergebnisse der Ausgangsbefragung noch nahe, dass es weiterhin Entwicklungspotentiale mit Blick auf die digitalen Kompetenzen gibt.
Quellenangabe
Bandtel, M., Kauz, L., & Weißker, N. (2021). Data Literacy Education für Studierende aller Fächer. Kompetenzziele, curriculare Integration und didaktische Ausgestaltung interdisziplinärer Lehr-Lern-Angebote. In Hochschulforum Digitalisierung (Hrsg.), Digitalisierung in Studium und Lehre gemeinsam gestalten: Innovative Formate, Strategien und Netzwerke (S. 395-412). Springer Fachmedien Wiesbaden.