Data Literacy

Data Literacy: Die Schlüsselkompetenz der Zukunft 

Eine Person berührt ein Tablet, auf dessen Bildschirm holografische Verbindungen entstehen, die eine globale digitale Vernetzung symbolisieren. Blaue und weiße Knoten mit Benutzersymbolen sind durch Linien verbunden und bilden ein Netzwerk um einen leuchtenden Globus.

Wenn wir unseren Alltag genauer betrachten, wird schnell deutlich, wie allgegenwärtig Daten in unserem Leben sind. Täglich nehmen wir unzählige Informationen auf und deuten sie – sei es der Wetterbericht, der Blick auf den Kontostand oder die Anzahl der Schritte, die wir zurückgelegt haben. Gleichzeitig werden rund um die Uhr Daten über uns gesammelt: Wann wir soziale Medien nutzen, wo wir einkaufen oder wie unsere Arbeitszeiten aussehen. In einer Welt, in der täglich unvorstellbare Mengen an Daten produziert werden, gewinnt ein Begriff zunehmend an Bedeutung: Data Literacy. 

Was ist Data Literacy? 

Data Literacy oder auch Datenkompetenz beschreibt die Fähigkeit, Daten zu verstehen, zu interpretieren, zu analysieren und sie kritisch zu hinterfragen. Es geht darum Zusammenhänge zu erkennen, Muster zu verstehen und aus den Daten sinnvolle Schlüsse zu ziehen. 

Daten begegnen uns heute in nahezu allen Bereichen des Alltags. Oft ohne, dass wir es bewusst wahrnehmen. Von unseren Smartphones und Fitness-Trackern über soziale Medien und Online-Shopping bis hin zu Kreditkartentransaktionen und der Nutzung öffentlicher Verkehrsmittel. Diese allgegenwärtige Datenerfassung ermöglicht einerseits personalisierte Dienste und Verbesserungen in vielen Lebensbereichen, wirft andererseits aber auch wichtige Fragen zum Datenschutz und zur Datensouveränität1 auf.

Warum ist Data Literacy so wichtig? 

Data Literacy ist unverzichtbar, um in unserer datengetriebenen Welt kompetent und souverän zu agieren. Die Fähigkeit, Daten zu verstehen und sinnvoll zu nutzen, hilft uns nicht nur, fundierte Entscheidungen zu treffen, sondern auch, die wachsende Komplexität unserer Umgebung zu bewältigen. In Unternehmen ermöglicht sie es, auf der Grundlage präziser Analysen Strategien zu entwickeln, die auf realen Bedürfnissen und Verhalten basieren.

Wissenschaftler:innen können mithilfe von Daten neue Erkenntnisse gewinnen, komplexe Phänomene erforschen und Herausforderungen wie den Klimawandel oder medizinische Innovationen adressieren.

Im privaten Alltag befähigt Data Literacy uns, Technologien wie Smartphones oder Fitness-Tracker sinnvoll einzusetzen und ihre Ergebnisse kritisch zu hinterfragen, sei es bei der Gesundheitsüberwachung, der Reiseplanung oder der finanziellen Verwaltung. Zudem stärkt sie unsere Fähigkeit, zwischen zuverlässigen Informationen und manipulativen Datenquellen zu unterscheiden – ein entscheidender Faktor in einer Zeit, in der Fehlinformationen weit verbreitet sind.

Die Silhouette eines Teleskops zeichnet sich vor einem sternenklaren Nachthimmel ab. Im Hintergrund ist die Milchstraße zu sehen, die ein dichtes Feld heller und schwacher Sterne präsentiert.

Kurz gesagt: Data Literacy ist der Schlüssel, um die Chancen des digitalen Zeitalters zu nutzen, Risiken zu minimieren und eigenverantwortlich sowie informiert zu handeln.

Beispiele für Data Literacy im Alltag 

1. Rezeption von Medien 

Data Literacy spielt eine wichtige Rolle im Umgang mit Medien, auch im Kontext der Erkennung von Falschinformationen und Manipulationen. In einer Welt, in der sich Informationen in rasanter Geschwindigkeit verbreiten, ist es entscheidend, zwischen verlässlichen Quellen und manipulativen Inhalten unterscheiden zu können.

Ein Beispiel für den Bedarf an Data Literacy in diesem Bereich ist etwa die Analyse von Artikeln und Berichten, die komplexe statistische Daten in leicht verständliche Formate wie Diagramme und interaktive Visualisierungen übersetzen. Um Falschinformationen zu entlarven, muss man in der Lage sein Visualisierungen und ihren Kontext zu hinterfragen.

Ein Diagramm könnte beispielsweise den Eindruck erwecken, dass es eine klare Korrelation zwischen zwei Variablen gibt, obwohl der Zusammenhang statistisch irrelevant ist oder die Daten nur einen Teilaspekt der gesamten Information zeigen. Die Fähigkeit, den „Maßstab“ der Visualisierung zu erkennen, ob wichtige Achsen oder Datenpunkte fehlen, ist hier von großer Bedeutung.

Auch die Quellenkritik ist ein wesentlicher Aspekt der Datenkompetenz. Eine Website oder ein Social-Media-Post, der auf eine unseriöse Quelle verweist oder eine manipulative URL hat (z.B. eine sehr ähnliche Domain wie eine vertrauenswürdige, aber mit kleinen Unterschieden), ist ein Anzeichen für mögliche Falschinformationen oder sogar Betrug.

Data Literacy befähigt Nutzer:innen, diese Indizien zu erkennen und somit Desinformationen auf der Ebene des Inhalts und auf der strukturellen Ebene zu identifizieren. Wer diese Fähigkeiten besitzt, ist in der Lage, informierte Entscheidungen zu treffen und die Echtheit von Informationen zu hinterfragen. 

Eine Person tippt im Freien auf eine Smartwatch. Der verschwommene Hintergrund aus Gras und Blättern suggeriert eine Natur- oder Parkumgebung. Das Armband ist schwarz und die Haut der Person hat einen hellen Hautton.

2. Gesundheitsdaten 

In unserem Alltag nutzen bereits viele von uns Fitnesstracker oder Schrittzähler, um Gesundheitsdaten zu erfassen. Ein weiterer Fall, in dem das Sammeln und Interpretieren von Daten besonders von Bedeutung ist, ist der Bereich der medizinischen Forschung und der personalisierten Medizin.

Stellen wir uns vor, ein Patient wird mit einer chronischen Krankheit wie Diabetes diagnostiziert. Die behandelnde Ärztin oder das Gesundheitsteam könnte dem Patienten eine Vielzahl von Daten aus verschiedenen Quellen zur Verfügung stellen: Blutzuckerwerte über einen längeren Zeitraum, Ernährungstracking und die körperliche Aktivität. In diesem Fall ist Data Literacy für den Patienten und das Gesundheitsteam gleichermaßen von entscheidender Bedeutung.

Ein Patient, der diese Daten richtig interpretiert, kann nicht nur seine Ernährung und Aktivität entsprechend anpassen, sondern auch die Auswirkungen von Medikamenten und Lebensstiländerungen auf seinen Blutzuckerspiegel besser verstehen. Das Gesundheitsteam wiederum muss in der Lage sein, Trends in den Daten zu erkennen und diese mit den klinischen Erfahrungen und aktuellen Forschungsergebnissen zu verbinden, um eine individuell angepasste Therapie zu entwickeln.

In diesem Kontext kann Data Literacy helfen, die richtigen Entscheidungen zu treffen, um die Krankheit besser zu kontrollieren, die Behandlung zu optimieren und das Risiko für Komplikationen zu minimieren.

Wie kann man Data Literacy erlernen? 

Die gute Nachricht ist: Data Literacy ist keine exklusive Fähigkeit, die nur Datenwissenschaftler:innen vorbehalten ist. Ganz im Gegenteil – jede:r kann lernen, Daten zu verstehen, kritisch zu hinterfragen und effektiv zu nutzen. Mit den richtigen Werkzeugen und Methoden wird der Einstieg in die Welt der Datenkompetenz für alle möglich.

Auf dem MINT-Campus bieten wir zwei maßgeschneiderte Lernangebote, um Euch Schritt für Schritt sicher im Umgang mit Daten zu machen:

Im Data Literacy: Basiskurs Data Lifecycle lernt Ihr, wie Ihr Daten richtig nutzt: von der Sammlung und Verwaltung über die Auswertung bis zur Interpretation. Außerdem könnt Ihr erste Schritte für ein Open-Data-Projekt ausprobieren und Daten im beruflichen Alltag besser einschätzen.

Im Kurs Data Literacy: Daten interpretieren durch Data Mining geht es darum, wie man Datenfragen löst, die passenden Methoden auswählt, Ergebnisse beurteilt und Aufgaben in Python programmiert. Ob Ihr in der Wissenschaft, im Beruf oder im Alltag mit Daten arbeitet – diese Kurse vermitteln Euch die Fähigkeiten, um Daten effektiv zu nutzen und Eure Datenkompetenz auf das nächste Level zu bringen.

  1. Unter Datensouveränität versteht man das Recht über die Erhebung, Speicherung, Nutzung und Verarbeitung der eigenen Daten zu bestimmen. Dieses gilt nicht nur für Einzelpersonen, sondern auch für ganze Unternehmen und Institutionen. ↩︎