Universität Bayreuth bietet ab Herbst 2021 ein neues Zusatzstudium: Datenkompetenz (Data Literacy)
![Logo der Universität Bayreuth](https://www.wiesentbote.de/wb/wp-content/uploads/2020/12/logo-uni-bayreuth.png)
Die Digitalisierung bewirkt einen gesellschaftlichen Wandel, der auch die individuelle Alltagserfahrung betrifft und nachhaltig verändert. Zunehmend kommen wir mit algorithmisch getroffenen Entscheidungen in Berührung. Prozesse des maschinellen Lernens oder der künstlichen Intelligenz beeinflussen unser Leben mehr und mehr. Das Zusatzstudium Datenkompetenz (Data Literacy) bietet die Universität Bayreuth neu ab dem WS 2021/22 an.
Im Zusatzstudium Datenkompetenz – Data Literacy – erwerben Studierende Kenntnisse und Fähigkeiten, um Daten auf kritische Art und Weise zu sammeln, zu verwalten, zu analysieren und anzuwenden. Das Zusatzstudium dient dem Erwerb von wissenschaftlichen sowie beruflichen Teilqualifikationen und bereitet Studierende auf berufliche Aufgaben vor, die sie in einer digitalisierten Wirtschaft und Gesellschaft zu erfüllen haben. „Ganz wichtig für den Beruf ist die Kompetenz zur selbstständigen, gezielten Durchführung einer Datenanalyse. Unsere Absolventinnen und Absolventen kennen die Fallstricke, die bei der Datenmodellierung und -auswertung lauern. Sie können erkenntnisfördernde Methoden auswählen und anwenden. Und sie sind in der Lage, Ergebnisse zu visualisieren und zu kommunizieren“, sagt Prof. Dr. Mirco Schönfeld, Studiengangsmoderator und Inhaber der Juniorprofessur Datenmodellierung und interdisziplinäre Wissensgenerierung.
Schließlich sei auch die Kommunikationsfähigkeit eine wichtige Kompetenz, so Schönfeld. Absolventinnen und Absolventen würden die Anforderungen von Algorithmen an Daten kennen und wissen, welche Modellierungsentscheidungen sich dahinter verbergen. Sie könnten kompetent mitreden und kritisch einschätzen, wenn es um maschinelles Lernen, künstliche Intelligenz oder einfache Datenanalysen geht. Das Zusatzstudium bündele daher grundlegende Konzepte der Informatik und des Umgangs mit Daten, vermittele Arbeits- und Denkweisen der Informatik und fördere eine kritische Perspektive auf den Umgang mit Daten. Studierende erhielten Einblick in zentrale Bereiche der Datenkompetenz, wozu die Sammlung, das Management, die Evaluation von Daten gehörten sowie datenbasierte Erkenntnis- und Entscheidungsprozesse.
Um algorithmisch getroffene Entscheidungen kritisch hinterfragen zu können, ist ein Verständnis der zugrundeliegenden Verfahren, Techniken und Denkweisen essentiell. Einblicke in die Programmierung und Datenanalyse und eine kritische Auseinandersetzung mit Datenpraktiken ist dazu vonnöten. Zudem sind eigene Erfahrungen durch selbstständig durchgeführte datengetriebene Forschungsprojekte hilfreich. „Das Zusatzstudium“, so der Studiengangsmoderator, „bietet insbesondere Studierenden informatikferner Fachrichtungen die Möglichkeit, diese Kenntnisse zu erwerben und entsprechende Erfahrungen zu sammeln. Andrerseits können Informatik-Studierende spezialisierte Erfahrungen sammeln und bestehende Kenntnisse vertiefen. Das Zusatzstudium vermittelt Alltagskompetenzen, verbessert die Kommunikationsfähigkeit der Studierenden und bereitet sie auf neue Herausforderungen des Berufslebens vor.“
Welche Kompetenzen werden erworben?
„Die wichtigste Kompetenz ist sicherlich die Auswertung von Daten“, erläutert Schönfeld. „Studierende können Programmiersprachen zur Datenauswertung erlernen und damit schnell tolle Visualisierungen ihrer Daten produzieren. Die Programmiersprachen haben eine niedrige Einstiegshürde – um damit sicher umgehen zu können, braucht es kein Informatikstudium. Studierende lernen Verfahren des maschinellen Lernens und der künstlichen Intelligenz kennen. Und sie können lernen, wie sie selbst solche Algorithmen einsetzen können. Noch wichtiger aber: Sie können das Ergebnis der Verfahren kompetent und kritisch beurteilen. Schließlich gewinnen Studierende wichtige Erkenntnisse in Bezug auf die kritische Auseinandersetzung mit Daten und Algorithmen in ihrem Alltag. Sie verstehen, dass selbst in algorithmisch ermittelte Ergebnisse menschliche Entscheidungen eingeflossen sind.“
Das Zusatzstudium bietet…
- Einblicke in zentrale Bereiche der Datenkompetenz – Dazu gehören die Sammlung, das Management, die Bewertung von Daten sowie datenbasierte Erkenntnis- und Entscheidungsprozesse.
- zusätzliche Kenntnisse im Bereich der Informatik für Studierende informatikferner Fachrichtungen – Zu den Inhalten des Zusatzstudiums gehört bspw. der Erwerb einer Programmiersprache.
- spezialisierte Erfahrungen bspw. im Bereich der Datenanalyse für Informatik-Studierende – Zum Curriculum gehört für Informatik-Studierende bspw. ein selbstständig durchgeführtes Datenanalyseprojekt.
- Anerkennung in Form eines Zeugnisses – Der erfolgreiche Abschluss des Zusatzstudiums wird mit einem Zeugnis bescheinigt.
Die Modalitäten des Zusatzstudiums
Data Literacy besteht aus einem Pflichtmodul und mehreren Wahlpflichtmodulen. Das Pflichtmodul hängt vom Vorstudium ab; aus den Wahlpflichtmodulen können Studierende selbstständig eine Auswahl treffen. Wahlpflichtmodule sind bspw. Datenmodellierung und Wissensgenerierung, Datenethik und kritisches Denken sowie Dimensionen von Medien und Gesellschaft. Bei letzterem werden bspw. verschiedene Aspekte von Medien und Gesellschaft in ihrem historischen Kontext vorgestellt, medientheoretisch reflektiert und eingeordnet. Zudem werden Grundlagen rechtlicher Rahmenbedingungen, wie bspw. Urheber-, Marken, Teledienst-, Telemedien-, Jugendschutz-, Datenschutz, Schuld- und Strafrecht vorgestellt.
- Das Zusatzstudium steht allen Studierenden eines Masterstudiengangs oder Promovierenden der Universität Bayreuth offen – es gibt kein Bewerbungsverfahren.
- Die Sprache ist hauptsächlich Deutsch, das Zusatzstudium kann aber auch auf Englisch absolviert werden.
- Ausgelegt ist das Zusatzstudium auf vier Semester, um die notwendigen 30 LP (bzw. ECTS) zu erreichen.
- Studiengangsmoderator ist Prof. Dr. Mirco Schönfeld, Inhaber der Juniorprofessur Datenmodellierung und interdisziplinäre Wissensgenerierung (Kontakt siehe unten).
Weitere Infos gibt es hier: www.dataliteracy.uni-bayreuth.de
Neueste Kommentare