{"title":"数据素养框架","authors":"Katharina Schüller","doi":"10.1007/s11943-019-00261-9","DOIUrl":null,"url":null,"abstract":"<div><h2>Zusammenfassung</h2><div><p>Digitalisierung und Datafizierung werden das Leben und Arbeiten im 21. Jahrhundert\nnachhaltig verändern. Daten sind die Ausgangsbasis für Wissens- bzw. Wertschöpfung\nals Grundlage für bessere Entscheidungen. Um systematisch Wissen bzw. Wert aus\nDaten zu schöpfen, ist deshalb zukünftig in allen Sektoren und Disziplinen die\nFähigkeit, planvoll mit Daten umzugehen und sie im jeweiligen Kontext bewusst\neinsetzen und hinterfragen zu können, von entscheidender Bedeutung. Dies wird als\nData Literacy bezeichnet und umfasst die Fähigkeiten, Daten auf kritische Art und\nWeise zu sammeln, zu managen, zu bewerten und anzuwenden. Hierfür bedarf es\neines Kompetenzrahmens, d.h. eines Modells zur strukturierten Beschreibung von\neffektivem Verhalten in einem gegebenen Aufgabenkontext. Er umfasst Kompetenzen,\nderen Definitionen und daraus abgeleitete Verhaltensindikatoren. Ein derartiger\nKompetenzrahmen soll alle Stufen des Wissens- bzw. Wertschöpfungsprozesses aus\nDaten abbilden; er soll alle Kompetenzdimensionen erfassen: (a) Wissen, (b)\nFertigkeiten, (c) Fähigkeiten, (d) Motivation und (Wert-)Haltung; er soll es erlauben, die\nerfassten Kompetenzen in konkrete und testbare Lern- oder Kompetenzziele zu\nüberführen; und er soll der die Interdisziplinarität der Aufgabe reflektieren, also\nwiderspiegeln, dass neben Datenexperten auch Fachexperten, Datenschützer und\nDatenethiker benötigt werden. Dieser Beitrag stellt das neu entwickelte Data Literacy\nFramework vor und ist eine gekürzte Fassung der Studie „Future Skills: Ein Framework\nfür Data Literacy“ (Arbeitspapier 47) des Hochschulforums Digitalisierung.</p></div></div>","PeriodicalId":100134,"journal":{"name":"AStA Wirtschafts- und Sozialstatistisches Archiv","volume":"13 3-4","pages":"297 - 317"},"PeriodicalIF":0.0000,"publicationDate":"2019-11-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"https://sci-hub-pdf.com/10.1007/s11943-019-00261-9","citationCount":"6","resultStr":"{\"title\":\"Ein Framework für Data Literacy\",\"authors\":\"Katharina Schüller\",\"doi\":\"10.1007/s11943-019-00261-9\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"<div><h2>Zusammenfassung</h2><div><p>Digitalisierung und Datafizierung werden das Leben und Arbeiten im 21. Jahrhundert\\nnachhaltig verändern. Daten sind die Ausgangsbasis für Wissens- bzw. Wertschöpfung\\nals Grundlage für bessere Entscheidungen. Um systematisch Wissen bzw. Wert aus\\nDaten zu schöpfen, ist deshalb zukünftig in allen Sektoren und Disziplinen die\\nFähigkeit, planvoll mit Daten umzugehen und sie im jeweiligen Kontext bewusst\\neinsetzen und hinterfragen zu können, von entscheidender Bedeutung. Dies wird als\\nData Literacy bezeichnet und umfasst die Fähigkeiten, Daten auf kritische Art und\\nWeise zu sammeln, zu managen, zu bewerten und anzuwenden. Hierfür bedarf es\\neines Kompetenzrahmens, d.h. eines Modells zur strukturierten Beschreibung von\\neffektivem Verhalten in einem gegebenen Aufgabenkontext. Er umfasst Kompetenzen,\\nderen Definitionen und daraus abgeleitete Verhaltensindikatoren. Ein derartiger\\nKompetenzrahmen soll alle Stufen des Wissens- bzw. Wertschöpfungsprozesses aus\\nDaten abbilden; er soll alle Kompetenzdimensionen erfassen: (a) Wissen, (b)\\nFertigkeiten, (c) Fähigkeiten, (d) Motivation und (Wert-)Haltung; er soll es erlauben, die\\nerfassten Kompetenzen in konkrete und testbare Lern- oder Kompetenzziele zu\\nüberführen; und er soll der die Interdisziplinarität der Aufgabe reflektieren, also\\nwiderspiegeln, dass neben Datenexperten auch Fachexperten, Datenschützer und\\nDatenethiker benötigt werden. Dieser Beitrag stellt das neu entwickelte Data Literacy\\nFramework vor und ist eine gekürzte Fassung der Studie „Future Skills: Ein Framework\\nfür Data Literacy“ (Arbeitspapier 47) des Hochschulforums Digitalisierung.</p></div></div>\",\"PeriodicalId\":100134,\"journal\":{\"name\":\"AStA Wirtschafts- und Sozialstatistisches Archiv\",\"volume\":\"13 3-4\",\"pages\":\"297 - 317\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-11-14\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"https://sci-hub-pdf.com/10.1007/s11943-019-00261-9\",\"citationCount\":\"6\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"AStA Wirtschafts- und Sozialstatistisches Archiv\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://link.springer.com/article/10.1007/s11943-019-00261-9\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"AStA Wirtschafts- und Sozialstatistisches Archiv","FirstCategoryId":"1085","ListUrlMain":"https://link.springer.com/article/10.1007/s11943-019-00261-9","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Digitalisierung und Datafizierung werden das Leben und Arbeiten im 21. Jahrhundert
nachhaltig verändern. Daten sind die Ausgangsbasis für Wissens- bzw. Wertschöpfung
als Grundlage für bessere Entscheidungen. Um systematisch Wissen bzw. Wert aus
Daten zu schöpfen, ist deshalb zukünftig in allen Sektoren und Disziplinen die
Fähigkeit, planvoll mit Daten umzugehen und sie im jeweiligen Kontext bewusst
einsetzen und hinterfragen zu können, von entscheidender Bedeutung. Dies wird als
Data Literacy bezeichnet und umfasst die Fähigkeiten, Daten auf kritische Art und
Weise zu sammeln, zu managen, zu bewerten und anzuwenden. Hierfür bedarf es
eines Kompetenzrahmens, d.h. eines Modells zur strukturierten Beschreibung von
effektivem Verhalten in einem gegebenen Aufgabenkontext. Er umfasst Kompetenzen,
deren Definitionen und daraus abgeleitete Verhaltensindikatoren. Ein derartiger
Kompetenzrahmen soll alle Stufen des Wissens- bzw. Wertschöpfungsprozesses aus
Daten abbilden; er soll alle Kompetenzdimensionen erfassen: (a) Wissen, (b)
Fertigkeiten, (c) Fähigkeiten, (d) Motivation und (Wert-)Haltung; er soll es erlauben, die
erfassten Kompetenzen in konkrete und testbare Lern- oder Kompetenzziele zu
überführen; und er soll der die Interdisziplinarität der Aufgabe reflektieren, also
widerspiegeln, dass neben Datenexperten auch Fachexperten, Datenschützer und
Datenethiker benötigt werden. Dieser Beitrag stellt das neu entwickelte Data Literacy
Framework vor und ist eine gekürzte Fassung der Studie „Future Skills: Ein Framework
für Data Literacy“ (Arbeitspapier 47) des Hochschulforums Digitalisierung.