Modul Data Literacy
| Modul: | 338047 Data Literacy (Pflichtmodul im Grundstudium) |
|---|
| Modulverantwortlicher: | Prof. Dr. Yvonne Kammerer |
|
ECTS-min./max.:
|
10 / 10 |
|
Workload:
|
4 SWS / 10 ECTS = 300 h
1. Semester:
- Teilnahme an den Lehrveranstaltungen : 25 h
- Vor- und Nachbereitung der Inhalte : 25 h
- Bearbeiten und Dokumentieren von 10 Aufgabenstellungen : 100 h
2. Semester:
- Teilnahme an den Lehrveranstaltungen : 25 h
- Eigenständiges Einarbeiten in R : 25 h
- Bearbeiten von 3 Aufgaben : 20
- Durchführen eines Data-Analytics-Projektes : 80 h
|
| Modulprüfung: |
KMP |
|
Formale Zulassungsvoraussetzungen: |
keine
|
| Prüfungsvorleistung: |
KSP, Anmeldung unter 338048 |
| Kompetenzprofil |
| Lernergebnisse: | Die Studierenden lernen im Modul:
- wichtige Konzepte und Vorgehensweisen bei der Durchführung von Data-Analytics-Projekten kennen (Datenkultur etablieren);
- die Quellen und die Vorgehensweisen kennen, um vorhandene Erkenntnisse durch Informationsrecherche zu beschaffen (Desk-Research);
- Methoden für das Erheben von Daten kennen und anwenden;(Fragebogen, Interview)
- Methoden für die Auswertung qualitativer Daten kennen und anwenden (Inhaltsanalyse);
- Methoden für die statistische Auswertung quantiativer Daten mit R kennen und anwenden.
|
| Weitere Angaben einblenden
|
Ausbildungsziele des Moduls: ?
- Theoretische Grundlagen (modulspezifisch oder modulübergreifend): grundlegende theoretische Sachverhalte einer (Fach-)Disziplin
- Analyse: Methoden zur Erhebung relevanter Informationen, Identifikation ursächlicher Prozesse und fachadäquater Dokumentation von Zusammenhängen
- Konzeption: Vermittlung von fachspezifischen Fähigkeiten und Methoden zur systematischen Erstellung von Zuständen, Systemen oder Produkten (aufbauend auf Erfahrung und Analyse)
- Realisierung: Vermittlung von fachspezifischen Fähigkeiten und Methoden zur operativen Umsetzung des angestrebten Zustands, Systems oder Produkts (aufbauend auf Analyse und Konzeption)
|
| Theoretische Grundlagen | 40 % |
| Analyse | 20 % |
| Konzeption | 20 % |
| Realisierung | 20 % |
| Klassifikation der Lernergebnisse nach kognitiven Stufen/Schlüsselkompetenzen |
| Fachkompetenzen (Wissen und Fertigkeiten): ?
Fähigkeit und Bereitschaft, Aufgaben und Problemstellungen fachlich angemessen und methodengeleitet zu bearbeiten
- Stufe 1: Relevantes Wissen aus dem Gedächtnis abrufen
- Stufe 2: Bedeutung von Wissen erkennen, Gelerntes in neuen Situationen anwenden
- Stufe 3: Material in seine konstituierenden Teile gliedern und seine Struktur bestimmen; Urteile auf der Basis von Kriterien und Standards fällen
- Stufe 4: Elemente zu einem neuen, kohärenten, funktionierenden Ganzen zusammenführen
|
| Stufe 1: wiedererkennen & wiedergeben |  |
| Stufe 2: verstehen & anwenden |  |
| Stufe 3: vergleichen & bewerten | |
| Stufe 4: verknüpfen, vertiefen & entwickeln | |
| Hinweis: Die Stufen bauen aufeinander auf und schließen die jeweils vorigen mit ein. In der Regel stehen Basismodule auf den niederen, weiterführende Module auf den höheren Stufen. |
| Personale Kompetenzen (Sozialkompetenz und Selbständigkeit): ?
Fähigkeit und Bereitschaft, das eigene Leben eigenständig und verantwortlich zu gestalten
- Kommunikation: Austausch von Informationen zwischen Personen, in Gruppen und Organisationen.
- Teamfähigkeit: Innerhalb einer Gruppe zur Erreichung von Zielen zu kooperieren
- Reflexion: Aus Erfahrungen zu lernen, kritisch zu denken und zu handeln
- Eigenständigkeit: Ohne fremde Hilfe zu handeln;
Verantwortung: Selbstgesteuert zur Gestaltung von Prozessen beizutragen
Diese Elemente müssen im Modul unter Anleitung reflektiert werden.
|
| Kommunikation | |
| Teamfähigkeit | |
| Reflexion | |
| Eigenständigkeit & Verantwortung | |
|
| Voraussetzung für dieses Modul: |
-
|
| Dieses Modul ist Voraussetzung für: | - |
|
beinhaltet folgende Lehrveranstaltung(-en):
|
| EDV-Nr |
Lehrveranstaltung |
Art |
SWS |
ECTS |
Prüfungsform |
|---|
| 338047b |
Data Literacy 2: Data Analytics |
- |
2 |
5 |
|
* kennzeichnet Prüfungsvorleistungen
