Zum Inhalt
Spotlight For­schung: Prof. Katja Ickstadt zu Data Literacy in der For­schung

Da­ten­kom­pe­tenz heißt: Spra­che ler­nen einmal anders“

-
in
  • Top-Meldungen
  • For­schung
  • Reihen & Dossiers
Portrait von Prof. Katja Ickstadt © Felix Schmale​/​ TU Dort­mund
Prof. Katja Ickstadt ist seit 2004 Professorin für Mathematische Statistik und Biometrische An­wen­dungen an der Fa­kul­tät Statistik der TU Dort­mund.

Prof. Katja Ickstadt leitet als Dekanin an der TU Dort­mund die einzige ei­gen­stän­dige Fa­kul­tät Statistik im deutsch­sprachigen Raum. Täglich arbeitet sie in ihrer For­schung mit enormen Datenmengen, die nach sinnvollen Ver­fah­ren modelliert und klassifiziert wer­den müs­sen. Auch in anderen Fachdisziplinen wird ein kompetenter und ziel­ge­rich­te­ter Umgang mit Daten immer wich­ti­ger: Wissen­schaft­liche Thesen wer­den mit großen Datenmengen unterfüttert, Dritt­mit­tel­ge­ber fordern Pläne für ein nachhaltiges For­schungs­daten­ma­nage­ment. Um Stu­die­ren­den und Pro­mo­vie­ren­den aller Fächer diese Kom­pe­ten­zen früh­zei­tig zu vermitteln, startete vor Kurzem das Data Competence Network (DaCoNet). Geleitet wird es von Prof. Katja Ickstadt und Prof. Henrik Müller vom Institut für Jour­na­lis­tik der TU Dort­mund. Das Projekt konnte sich er­folg­reich im Wett­be­werb „Data Literacy Education.NRW“ durchsetzen und wird vom Stif­ter­ver­band NRW für die kom­men­den drei Jahre ge­för­dert. Im Interview spricht Prof. Ickstadt über die He­raus­for­de­run­gen beim Umgang mit Daten und er­klärt, warum Data Literacy nicht nur in der Statistik eine zentrale Be­deu­tung hat.

Prof. Ickstadt, woran forschen Sie gerade?

Methodisch beschäftige ich mich vor allem mit der Analyse hochdimensionaler Daten. Dabei geht es da­rum, sehr große Datenmengen zu reduzieren, ohne dass sich das Ergebnis einer Analyse wesentlich ändert. Einen wei­te­ren Schwer­punkt meiner For­schung bildet die Modellierung von Daten mit raum-zeitlicher Struk­tur, bei der so­ge­nannte Bayesianische Modelle zum Ein­satz kom­men. Diese er­mög­li­chen es, Wahr­schein­lich­kei­ten unter Be­rück­sich­ti­gung von Vorwissen zu be­stim­men und sie kön­nen auch aus we­ni­gen oder unvollständigen Daten Aus­sa­gen ableiten. Für uns Statistikerinnen und Statistiker sind die Anwendungsgebiete vielfältig – das macht unser Fach so abwechslungsreich. Hauptsächlich beschäftige ich mich mit epidemiologischen Fragestellungen, zum Bei­spiel: Welchen Ein­fluss haben bestimmte Schadstoffe oder genetische Dispositionen auf ver­schie­de­ne Er­kran­kun­gen? Aber auch Fragen aus dem Bau­in­ge­ni­eur­we­sen wie die Rissentwicklung im Beton bearbeiten wir gerade. Spaß ma­chen na­tür­lich auch For­schungs­fra­gen aus dem Sport, etwa beim Fußball: Hat ein Stürmer, der mehrere Treffer erzielt und somit einen „Lauf“ hat, tatsächlich eine höhere Wahr­schein­lich­keit, ein wei­te­res Tor zu erzielen? Es gibt Hinweise auf diesen so­ge­nann­ten „Hot Shoe Effect“. Analog dazu un­ter­su­chen wir gerade, ob es auch einen „Hot Glove“-Effekt bei Torhütern gibt.

Was bedeutet eigentlich Data Literacy?

Kurz gesagt be­schreibt Data Literacy die Kom­pe­tenz, sinnvoll mit Daten umgehen zu kön­nen. Dazu gehören bei­spiels­weise die Fähigkeiten, Daten zu erfassen, zu visualisieren und zu analysieren, zu interpretieren und im jeweiligen Kontext zu beurteilen. Wenn Daten der neue Grundstoff unserer Gesell­schaft sind, ist Data Literacy die nötige Kulturtechnik für den Umgang damit. Deshalb betrifft das The­ma alle Fächer. Daten be­geg­nen uns täglich, seien es die neuesten Co­ro­na-Zahlen, Börsenkurse oder Sportergebnisse – doch sie werfen viele Fragen auf: Kenne ich die Quelle und ist sie verlässlich? Sind es Rohdaten oder wurden sie bereits vorbearbeitet und/oder zu­sam­men­ge­fasst? Welche Antworten liefern sie, wel­che Me­tho­den eignen sich zur Analyse und wel­che Sorgfaltspflichten habe ich im Umgang mit den Daten? Um diese Fragen zu be­ant­wor­ten, ist das Zusammenspiel aller Fachdisziplinen not­wen­dig – und für die Verständigung braucht es eine gemeinsame Spra­che. Insofern bedeutet Da­ten­kom­pe­tenz: Spra­che ler­nen einmal anders.

Welche Ziele verfolgen Sie mit dem Projekt DaCoNet?

DaCoNet verfolgt beim Umgang mit Daten drei Ziele, die aufeinander aufbauen: sen­si­bi­li­sie­ren, qualifizieren und spezialisieren. Zunächst wol­len wir Bachelor-Stu­die­ren­den aller Fächer ein elementares Datenverständnis vermitteln und sie für die ver­schie­de­nen Bereiche sen­si­bi­li­sie­ren, die mit Da­ten­kom­pe­tenz verbunden sind. Dazu nut­zen wir eine Kombination aus Prä­senz­ver­an­stal­tun­gen und di­gi­ta­len Lernangeboten sowie eine in­ter­dis­zi­pli­nä­re Ringvorlesung. Im zwei­ten Schritt kön­nen Stu­die­ren­de in ihren Fächern ein fortgeschrittenes Datenverständnis erwerben. Das geschieht in Tandems aus Lehrenden datenwissenschaftlicher und an­wen­dungs­orien­tier­ter Disziplinen. Level drei, das Expert-Level, richtet sich schließlich an Masterstudierende und Promovierende in datenintensiven Fächern. Sie erlernen hier den au­to­ma­ti­sier­ten Umgang mit For­schungs­da­ten im ge­sam­ten Prozessablauf und erstellen eigene Programmskripte. Auch an ein Fortbildungsangebot für Lehrerinnen und Lehrer ist auf diesem Level gedacht. Auf jeder der drei Stufen ist es zudem mög­lich, ein DaCoNet-Zer­ti­fi­kat zu erwerben. Wir freuen uns sehr, dass das Projekt nun ge­star­tet ist und hoffen, es zu­sam­men mit dem Dort­mund Data Science Center (DoDSc) weiter ausbauen zu kön­nen, um Da­ten­kom­pe­tenz als The­ma dauerhaft an unserer Uni­ver­si­tät zu verankern.
 

Zur Person:

●    1994 Pro­mo­ti­on in Ma­the­ma­tik an der TU Darmstadt
●    1997-1998 Assistant Professor am Department of Sta­tis­tics, Uni­ver­sity of North Carolina, Chapel Hill, USA     
●    2001 Habilitation in Ma­the­ma­tik an der TU Darmstadt     
●    Seit 2004 Professorin für Mathematische Statistik und Biometrische An­wen­dungen an der Fa­kul­tät Statistik der TU Dort­mund
●    Seit 2011 Teilprojektleitung im Sonder­forschungs­bereich 876 „Verfügbarkeit von Information durch Analyse unter Ressourcenbeschränkung“
●    Seit 2013 Teilprojektleitung im Sonder­forschungs­bereich 823 „Statistik nichtlinearer dynamischer Prozesse“
●    Seit 2018 Vorstandsmitglied des in­ter­dis­zi­pli­nä­ren Dort­mund Data Science Center(DoDSc) an der TU Dort­mund
 

Weitere In­for­ma­ti­onen:
Projekt DaCoNet an der TU Dort­mund
Aus­schrei­bung „Data Literacy Education“ des Stifterverbandes NRW
Be­ra­tung zum For­schungs­daten­ma­nage­ment durch das Referat For­schungs­för­de­rung der TU Dort­mund

 

Alle Interviews der Reihe Spotlight For­schung:
Zur Über­sicht

Kalender

Zur Veranstaltungsübersicht

Mensapläne

Anfahrt & Lageplan

Der Cam­pus der TU Dort­mund liegt in der Nähe des Autobahnkreuzes Dort­mund West, wo die Sauerlandlinie A45 den Ruhrschnellweg B1/A40 kreuzt. Die Abfahrt Dort­mund-Eichlinghofen auf der A45 führt zum Cam­pus Süd, die Abfahrt Dort­mund-Dorstfeld auf der A40 zum Cam­pus-Nord. An beiden Ausfahrten ist die Uni­ver­si­tät ausgeschildert.
Für E-Autos gibt es eine Ladesäule am Cam­pus Nord, Vo­gel­pothsweg.

Direkt auf dem Cam­pus Nord befindet sich die S-Bahn-Station „Dort­mund Uni­ver­si­tät“. Von dort fährt die S-Bahn-Linie S1 im 15- oder 30-Minuten-Takt zum Hauptbahnhof Dort­mund und in der Gegenrichtung zum Hauptbahnhof Düsseldorf über Bochum, Essen und Duis­burg. Außerdem ist die Uni­ver­si­tät mit den Buslinien 445, 447 und 462 zu erreichen. Eine Fahrplanauskunft findet sich auf der Homepage des Verkehrsverbundes Rhein-Ruhr, au­ßer­dem bieten die DSW21 einen interaktiven Liniennetzplan an.
 

Zu den Wahrzeichen der TU Dort­mund gehört die H-Bahn. Linie 1 verkehrt im 10-Minuten-Takt zwischen Dort­mund Eichlinghofen und dem Technologiezentrum über Cam­pus Süd und Dort­mund Uni­ver­si­tät S, Linie 2 pendelt im 5-Minuten-Takt zwischen Cam­pus Nord und Cam­pus Süd. Diese Strecke legt sie in zwei Minuten zu­rück.

Vom Flughafen Dort­mund aus gelangt man mit dem AirportExpress innerhalb von gut 20 Minuten zum Dort­mun­der Hauptbahnhof und von dort mit der S-Bahn zur Uni­ver­si­tät. Ein größeres Angebot an inter­natio­nalen Flugverbindungen bietet der etwa 60 Ki­lo­me­ter entfernte Flughafen Düsseldorf, der direkt mit der S-Bahn vom Bahnhof der Uni­ver­si­tät zu erreichen ist.

Die Ein­rich­tun­gen der TU Dort­mund verteilen sich auf den größeren Cam­pus Nord und den kleineren Cam­pus Süd. Zu­dem befinden sich einige Bereiche der Hoch­schu­le im angrenzenden Technologiepark. Genauere In­for­ma­ti­onen kön­nen Sie den Lageplänen entnehmen.