Daten Lesen Lernen

Um die Studierenden zu befähigen, Werkzeuge wie Bibliotheken zum Umgang mit Daten zu nutzen, benötigen sie Kenntnisse einer Skriptsprache. Bei der Wahl dieser Sprache liegt der Fokus sowohl auf der einfachen Erlernbarkeit, als auch auf der universellen Einsetzbarkeit. Ziel ist es, den Studierenden ein Werkzeug an die Hand zu geben, welches sie später unabhängig von der Problemstellung in möglichst allen Bereichen einsetzen können. Python bietet hier durch seine weite Verbreitung in vielen Disziplinen und seine Open Source-Natur große Vorteile. Das Python-Universum bietet außerdem mit Jupyter Notebooks und dem JupyterHub zwei Browser-basierte Werkzeuge, die interaktives Lehren und Lernen stark vereinfachen und einen schnellen Einstieg ermöglichen.

In diesem Teil der Vorlesung liegt der Fokus darauf, den Studierenden eine Einführung in die Sammlung und das Management von Daten zu geben sowie das (automatisierte) Lesen, Schreiben und Säubern von Daten in gängigen Formaten zu ermöglichen. Dafür benötigen die Studierenden eine Einführung in die Natur von Daten, die kurz und praxisnah gehalten ist und das Gelernte in einem größeren gesellschaftlichen und wissenschaftlichen Kontext einordnet. Anschließend wird vermittelt, wie Problemstellungen der Organisation, Manipulation und Konvertierung von Daten mit etablierten und weit verbreiteten Werkzeugen aus dem Python-Universum (Python-Standardbibliothek, Pandas) bewältigt werden können. Schlussendlich wird vermittelt, wie mit unvollständigen oder korrumpierten Einträgen in Datensätzen umgegangen werden kann und wie sich unvollständige Datensätze auf Analyseergebnisse auswirken können.

In diesem Teil der Vorlesung wird detaillierter als im ersten Teil darauf eingegangen, wie eine Bibliothek und ihre Methoden erschließbar und anwendbar sind. Weit verbreitete Bibliotheken (Pandas, Matplotlib), die den Umgang mit Daten erleichtern, werden eingesetzt um einfache Kenngrößen von Datensätzen zu berechnen und diese zu visualisieren. Mit Hilfe dieser Werkzeuge wird den Studierenden dann vermittelt, wie die gewonnenen Erkenntnisse zu interpretieren sind.

Auch hier liegt der Fokus auf der Befähigung zur Anwendung von Methoden und weniger auf der Vermittlung von fundierten theoretischen Kenntnissen der Statistik. Mit Hilfe von Bibliotheken (SciPy, Scikit-learn) können zügig lineare Regressionen und einfache Methoden aus dem Bereich des Machine Learning auf erschlossene Datensätze angewandt und anhand der Anwendung eventuell auftretende Probleme mit der Anwendung der Methoden bzw. der Interpretation der resultierenden Ergebnisse illustriert werden. Hierbei soll eine Orientierung dafür vermittelt werden,

• welche Methoden für welche Art von Fragen und Daten geeignet sind,
• wie die gewonnenen Erkenntnisse verwendet werden können, um Antworten auf die initialen Fragen zu finden und wo die Schwächen verschiedener Methoden liegen.

Als Zusammenfassung der Data Literacy Basics werden die Inhalte in den Gesamtkontext der Arbeit mit Daten eingeordnet und die Bedeutung der Aspekte von Datenethik, Datenschutz und der Veröffentlichung von Daten dargestellt. Hierdurch werden die Studierenden angeregt, ihre erfolgreich erworbenen Kompetenzen entsprechend ihrer individuellen Bedürfnisse in weiteren Lerneinheiten zu erweitern und zu vertiefen. Dazu können sie aus einem Katalog passender Open Educational Resources wählen, der als dritte Säule des Projekts erarbeitet wird.

Ergänzend zur der Vorlesung "Data Literacy Basics" werden wöchentlich begleitende Tutorials angeboten. In einer ersten Phase dieser Tutorials soll den Studierenden die selbständige Anwendung von Datenkompetenzen anhand von praxisnahen und fachspezifischen Beispielen vermittelt werden. Dabei liegt der Schwerpunkt auf der Hilfestellung beim Lösen fachspezifischer Probleme und der Vermittlung von weiterführenden und eigenständigen Problemlösungskompetenzen im Umgang mit der Skriptsprache und den Werkzeugen zur Bearbeitung von Datenproblemen. Beispielhaft seien hier folgende drei Anwendungen jeweils aus der wirtschaftswissenschaftlichen, der sozialwissenschaftlichen und der philosophischen Fakultät genannt:

• In Tutorials für Studierende der wirtschaftswissenschaftlichen Fakultät können anhand umfassender Panel-Datenbanken und unter Verwendung von Regressionstechniken komplexe Zusammenhänge zwischen sozio-ökonomischen Variablen wie Arbeitszeit, Arbeitslöhnen und Arbeitslosigkeit analysiert werden.
• In einem Tutorial an der sozialwissenschaftlichen Fakultät können die online frei verfügbaren Wahlprogramme der im Bundestag vertretenen Parteien eingelesen und mittels korpusgestützter Forschungsmethoden verglichen werden.
• In der philosophischen Fakultät können die erlernten Datenkompetenzen beispielsweise verwendet werden um in Kooperation mit dem 3D Campuslabor der klassischen Archäologie topometrische Untersuchungen zu erläutern, in welchen die computergestützte vergleichende Objektanalyse den Studierenden nähergebracht wird.

Im DataLab wird neben der Durchführung der Tutorials auch die Betreuung der Abschlussprojekte für die Veranstaltung "Data Literacy Basics" stattfinden. Dabei werden Studierende an einem fachlich für sie relevanten Datenproblem arbeiten und somit demonstrieren, dass sie die vermittelten Inhalte praxisbezogen anwenden können. Die Projekte werden in Kleingruppen von 3 bis 5 Bachelorstudierenden bearbeitet, wobei jede Kleingruppe durch einen Tutor betreut wird. Die enge Betreuung gewährleistet dabei eine umfassende Hilfestellung für die Studierenden.

Seit 2012 bietet das Zentrum für Statistik eine statistische Beratung für Abschlussarbeiten an der Universität Göttingen an, welche sich an Studierende aller Fachbereiche richtet. Ergänzt wird diese Beratung durch fachspezifische Beratungsmöglichkeiten für Studierende und Promovierende an sieben verschiedenen Fakultäten. Im Zuge eines zu schaffenden DataLabs wird eine zentrale Anlaufstelle für Studierende und Promovierende des Göttingen Campus geschaffen, an welche diese sich mit datenbezogenen Problemstellungen wenden können. Das bestehende Angebot wird so verbessert und ausgeweitet werden. Zusätzlich wird die Wahrnehmung des DataLabs durch Studierende über den Einsatz einer zentralen und gezielten Informationspolitik gesteigert.

Im Rahmen der Beratung werden anfallende fachspezifische Fragestellungen und Datensätze systematisch gesammelt und, soweit möglich, für die Lehre nutzbar gemacht. Insbesondere sollen Fragestellungen, Datensätze und Schlussfolgerungen so aufbereitet werden, dass diese in der oben skizzierten Vorlesung und den dazugehörigen Tutorials als Anwendungsbeispiele verwendet werden können, um möglichst viele Anwendungsbereiche von Datenkompetenzen abzudecken. Darüber hinaus soll die statistische Beratung im Zuge des beantragten Projektes auch Hilfestellungen für die eingesetzten Tutoren bei Problemstellungen in den Abschlussprojekten im Zuge der geplanten Veranstaltung leisten.

Aufbauend auf bereits existierenden Netzwerken innerhalb des Göttingen Campus, des SüdNiedersachsenInnovationsCampus und des Measurement Valley wird das DataLab als Anlaufstelle für Unternehmen und weitere gesellschaftliche Akteure sowie als Plattform für den Austausch zwischen Studierenden, Forschern, Unternehmen und außeruniversitären Einrichtungen zu spezifischen Fragestellungen in Hinblick auf Datenanalysen etabliert. Zu diesem Vorhaben trägt das beantragte Projekt über die Bearbeitung von datenspezifischen Fragestellungen außeruniversitärer Partner als Abschlussprojekte bei.

Der Schwerpunkt liegt dabei vorrangig auf niedrigschwelligen Angeboten, die auch für Studierende der geistes- und gesellschaftswissenschaftlichen Fächer nutzbar sind. Hierbei sollen im Rahmen des Projekts nur in geringem Umfang neue Angebote mit direktem Bezug zur geplanten Lehrveranstaltung entstehen (etwa die Aufzeichnungen der Vorlesung) und stattdessen das bereits von anderen Anbietern erstellte Material zielgruppengerecht zusammengestellt und katalogisiert werden. Dies geschieht zum einen durch die Projektmitarbeiter und zum anderen können Studierende und Lehrende entsprechende Vorschläge machen und Bedarfe anmelden. Verschiedene Bedarfe werden hierbei durch Module mit unterschiedlichem zeitlichem Aufwand und inhaltlicher Tiefe bedient.

In Zusammenarbeit mit den zuständigen dezentralen und zentralen Gremien wird im Rahmen des Projekts ein Prozess etabliert, der die Rahmenbedingungen und die praktischen Fragen der Anrechnung in den Curricula regelt. Im Rahmen der Katalogisierung werden auf dieser Basis Modulbeschreibungen erstellt und verabschiedet. Hierzu werden auch gleichartige Angebote parallel angeboten, hinsichtlich Ihrer Eignung systematisch verglichen und auf dieser Basis entsprechende Empfehlungen für die Auswahl gegeben.

Die aufbereiteten Informationen zum generellen Prozess und zu den katalogisierten OER werden mit Partnern im eCULT+-Netzwerk abgestimmt und online veröffentlicht. So können auch Studierende und Studiengangsverantwortliche anderer Hochschulen auf diese mit dem jeweiligen OER-Material verknüpften Daten zugreifen. Auf diese Weise erreicht man eine Übertragbarkeit der entsprechenden Angebote über die Nutzung an der Universität Göttingen hinaus.