Text: Medien.Daten

3.16 Datenkompetenz – Data Literacy

Wie bereits in der Orientierung formuliert, soll in diesem Abschnitt ein Bewusstsein für die Nutzung und Verarbeitung von Daten geschaffen werden. In diesem Zusammenhang ist eine Datenkompetenz – auch häufig mit dem Begriff Data Literacy aufgeführt – von Relevanz. Daher soll dieser Begriff nun näher erläutert werden.

Data Literacy wird bereits von Expert*innen als eine der relevantesten Future Skills der gegenwärtigen Zeit aufgeführt (vgl. Ehlers 2020). Digitale Technologien sind ein wichtiges Mittel, um Wissen über die Verarbeitung und Bewertung von Informationen sowie Wissen über Kommunikation oder politische wie auch gesellschaftliche Partizipation zu erwerben. Dazu müssen Kompetenzen, die den Wissensaufbau bis hin zu Anwendungskenntnissen über Technik (siehe nachfolgender Abschnitt »Kategorisierung von Datenkompetenz«) umfassen, mit digitalen Technologien entwickelt und gefördert werden. Wenn von diesen sogenannten »digitalen Kompetenzen« gesprochen wird, sind ganz vielfältige Aspekte gemeint. Die Bandbreite der Medienkompetenz oder der digitalen Kompetenz (siehe Einheit Medien.Didaktik) reicht von der Fähigkeit, Quellen zu bewerten, über die Kompetenz in der digitalen Welt respektvoll zu kommunizieren, bis hin zu der Kompetenz, Funktionsweisen von Software und Hardware zu kennen. Darüber hinaus umfasst sie zudem das Wissen über Geschäftsmodelle von Informations- und Kommunikationsdiensten, um Verhaltensweisen und mögliche Konsequenzen angemessen zu reflektieren (vgl. Nationale Akademie der Wissenschaften Leopoldina (2021). Ebenfalls braucht es – und diese Kompetenz will die vorliegende Einheit adressieren – die sogenannte ›Datenkompetenz‹ (Data Literacy). Jene Kompetenz wird bereits unter den Schlüsselkompetenzen für das 21. Jahrhundert (siehe Einheit Medien.Begriffe) gelistet, mit der Idee, der stetig wachsenden Menge an Daten, dem Management und der Bewertung und Anwendung dieser gerecht zu werden (vgl. Ludwig/Thiemann 2020). In diesem Zusammenhang wird folgendes Wissen relevant (vgl. Nationale Akademie der Wissenschaften Leopoldina 2021):

• Informatisches und technisches Wissen umfasst bspw. die Nutzung von Datenbanken oder die Entwicklung von Software.
• Mathematisches Wissen schließt z.B. das Fachgebiet Statistik und Wahrscheinlichkeitstheorie ein.
• Empirische Kenntnisse beschreiben das Wissen darüber, wie man wissenschaftliche Erkenntnisse gewinnt.
• Kontextwissen wird im Zusammenhang mit sozialem oder kulturellem Wissen relevant.