Inhalte & Prüfungen
Um algorithmisch getroffene Entscheidungen kritisch hinterfragen zu können, ist ein Grundverständnis 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 Data Literacy im Umfang von 30 LP bietet insbesondere Studierenden informatikferner Fachrichtungen die Möglichkeit, diese Kenntnisse zu erwerben und entsprechende Erfahrungen zu sammeln. Studierenden der Informatik bietet es die Möglichkeit, spezialisierte Erfahrungen zu sammeln und bestehende Kenntnisse zu vertiefen. Das Zusatzstudium vermittelt nicht nur Alltagskompetenzen sondern bereitet Studierende auch auf neue Herausforderungen des Berufslebens vor.
Durch den Abschluss des Zusatzstudiums Data Literacy soll nachgewiesen werden, dass die Studierenden die Fähigkeit besitzen, Konzepte und Problemstellungen aus den vorstehend genannten Bereichen der Datenkompetenz selbstständig zu erkennen und kritisch einzuordnen. Durch die Vermittlung von Denk- und Arbeitsweisen der Informatik soll die Kommunikationsfähigkeit Studierender informatikferner Fachrichtungen verbessert werden. Durch das Zusatzstudium erwerben Studierende aller Fachrichtungen spezielle Fachkenntnisse und praxis- und alltagsrelevante Kompetenzen. Diese Fähigkeiten sind für den Übergang in die Berufspraxis hilfreich. Sie befähigen Studierende für den interdisziplinären Austausch und zur Problemlösung in Gesellschaft und Wirtschaft, in denen zunehmend datengetriebene Entscheidungen getroffen werden.
Die Module im Detail
Computational Thinking
Dieses ist das Pflichmodul für Studierende, die das Zusatzstudium Data Literacy ohne einen B.Sc. Informatik, B.Sc. Angewandte Informatik oder einen gleichwertigen Abschluss aufnehmen.
Studierende erlernen eine Programmiersprache, lernen die Grundzüge der Informatik oder Algorithmik kennen, lernen die Funktionsweise von Computern oder ähnliches.
Aus dem Lehrangebot der Universität Bayreuth wird hier z.B. das Modul INF 504: Einführung in die Informatik für Studierende anderer Fachrichtungen (s. Modulhandbuch Informatik) empfohlen. Alternativ können hier Angebote der vhb, MOOCs oder vergleichbare Online-Kurse wahrgenommen werden. Es ist Rücksprache mit dem Prüfungsausschuss über die Wahl eines konkreten Angebots zu halten.
Datenanalyseprojekt
Dieses ist das Pflichmodul für Studierende, die das Zusatzstudium Data Literacy mit einem B.Sc. Informatik, B.Sc. Angewandte Informatik oder einem gleichwertigen Abschluss aufnehmen. Studierende ohne die genannten Abschlüsse können dieses Modul im Wahlpflichtbereich einbringen.
Hier besteht, in Absprache mit dem Prüfungsausschuss, die Möglichkeit ein selbstständig durchgeführtes Datenanalyseprojekt einzubringen. Im Rahmen eines solchen Projekts kann beispielsweise ein Beitrag zu einem Datenanalysewettbewerb ausgearbeitet werden.
Datenbanken und Informationssysteme für informatikferne Studierende
Studierende erlernen theoretische Konzepte für die Modellierung im Bereich relationaler Datenbanken und Informationssysteme. Hier können Module aus dem Angebot der Universität Bayreuth eingebracht werden oder geeignete Online-Kurse.
Dieses Modul ist für Studierende, die das Zusatzstudium Data Literacy ohne einen B.Sc. Informatik, B.Sc. Angewandte Informatik oder einen gleichwertigen Abschluss aufnehmen, empfohlen.
Hier wird der vhb-Kurs "Relationale Datenbanken in der Anwendung" von Prof. Stefan Jablonski empfohlen. Es ist Rücksprache mit dem Prüfungsausschuss über die Wahl eines konkreten Angebots zu halten.
Datenmodellierung und Wissensgenerierung
Studierende lernen unterschiedliche Methoden zur Datenanalyse und Wissensgenerierung kennen - dazu zählen unter anderem Methoden aus dem Bereich des Machine Learning, des Data Mining, des Text Mining, der Sozialen Netzwerkanalyse und der Informationsvisualisierung.
Die Studierenden machen sich die Anforderungen an die benötigten Datenmodelle bewusst, die die unterschiedlichen Analysemethoden mit sich bringen.
Die Studierenden verstehen, Datenanalysen kritisch zu hinterfragen, die impliziten Modellierungsentscheidungen konkret zu benennen und Analyseergebnisse stets vor dem Hintergrund dieser Entscheidungen zu bewerten.
Datenethik und kritisches Denken
Studierende beleuchten die kulturellen, ethischen und soziotechnischen Herausforderungen an der Schnittstelle zwischen Informatik, Sozialwissenschaft und Gesellschaft. Die Studierenden erarbeiten kritisch Themen wie Big Data, Datenwissenschaft, Datenethik, Privatsphäre, Fake News, und diskutieren wie Datensysteme und Algorithmen dazu beitragen können, gesellschaftliche Probleme zu lösen.
Dimensionen von Medien und Gesellschaft
Verschiedene Aspekten von Medien und Gesellschaft werden in ihrem historischen Kontext vorgestellt, medientheoretisch reflektiert und eingeordnet. Zudem werden Grundlagen rechtlicher Rahmenbedingungen, z.B. Urheber-, Marken, Teledienst-, Telemedien-, Jugendschutz-, Datenschutz, Schuld- und Strafrecht vorgestellt.
Angewandte Datenanalyse: Soziale Netzwerkanalyse
Studierende führen Forschungsprojekte zu selbst gewählten Themen durch. Dabei kommen computergestützte Methoden zur Aufbereitung von Daten, Auswertung von Daten, Visualisierung von Ergebnissen, o.ä. zum Einsatz. Studierende erarbeiten die gezielte Auswahl und den erkenntnisfördernden Einsatz von computergestützen Methoden aus dem Bereich der Sozialen Netzwerkanalysein einem Datenauswertungsprozess.
Angewandte Datenanalyse: Text Mining
Studierende führen Forschungsprojekte zu selbst gewählten Themen durch. Dabei kommen computergestützte Methoden zur Aufbereitung von Daten, Auswertung von Daten, Visualisierung von Ergebnissen, o.ä. zum Einsatz. Studierende erarbeiten die gezielte Auswahl und den erkenntnisfördernden Einsatz von computergestützen Methoden aus dem Bereich der quantitativen Textanalyse in einem Datenauswertungsprozess.
Digitalium Generale
Hier besteht, in Absprache mit dem Prüfungsausschuss, die Wahl von beliebigen Modulen aus dem Lehrangebot der Universität Bayreuth. Alternativ können hier auch Angebote der vhb, MOOCs oder vergleichbare Online-Angebote wahrgenommen werden. Es ist Rücksprache mit den Dozierenden der jeweiligen Veranstaltungen zu halten, ob eine Teilnahme möglich ist. Die Prüfungen in diesem Modul sind nicht endnotenrelevant.