Datenkompetenzen lernen und lehren – Konzepte, Methoden und Synergien der Datenkompetenzzentren und darüber hinaus
Authors/Creators
-
1.
Technische Universität Dresden
- 2. Interessensgemeinschaft für Semantische Datenverarbeitung IGSD e.V.
-
3.
Philipps University of Marburg
-
4.
Wuppertal Institute for Climate, Environment and Energy
-
5.
Hochschule Bonn-Rhein-Sieg
-
6.
Niedersächsische Staats-und Universitätsbibliothek Göttingen
-
7.
University of Wuppertal
-
8.
University of Göttingen
Description
Seit November 2023 arbeiten deutschlandweit elf Datenkompetenzzentrumsprojekte mit dem gemeinsamen Ziel, die Vermittlung von Forschungsdatenmanagement- und Datenkompetenzen in der Wissenschaft nachhaltig zu stärken. Die Zentren zeichnen sich durch unterschiedliche Schwerpunkte und methodische Ansätze aus, setzen jedoch in der Regel auf die Entwicklung innovativer Schulungs- und Lehrformate. In diesem Kontext sind eine Vielzahl von Themen und Aktivitäten relevant, beispielsweise die Durchführung von Lehr- und Weiterbildungsveranstaltungen, die Sammlung, Annotation und Bereitstellung existierender und/oder Erstellung neuer Lehr- und Lernmaterialien als (Open) Educational Resources (OER) oder die Erstellung von Kompetenzmodellen, Mikro-Einheiten, Lehr-und Lernpfaden sowie Curricula.
Die Datenkompetenzzentren betten sich ein in ein Ökosystem aus weiteren Initiativen (bspw. die NFDI und die FDM-Landesinitiativen), zu denen es vielfältige inhaltliche Anknüpfungspunkte gibt.
Ein 90-minütiges Vernetzungstreffen auf der FDM@Campus 2025 bot einen strukturierten Überblick über Konzepte, Herausforderungen und erste Ergebnisse in Lehre und Praxis und diskutierte diese entlang relevanter Fragestellungen, um Anknüpfungspunkte für Kooperationsmöglichkeiten und weitere Arbeiten zu identifizieren.
Files
20250929_FDMatCampus_Vernetzungstreffen_Datenkompetenzen.pdf
Files
(3.3 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:2d1a970775b668893bb4418759fffae1
|
3.3 MB | Preview Download |
Additional details
Related works
- Is supplemented by
- Publication: 10.5281/zenodo.19386791 (DOI)