Data Literacy

Datenkompetenzen sind eine Schlüsselqualifikation im digitalen Zeitalter. Wer Daten verstehen, kritisch hinterfragen und sinnvoll nutzen kann, ist besser auf gesellschaftliche, berufliche und technologische Herausforderungen vorbereitet.

Data Literacy, also der souveräne Umgang mit Daten, ist heute Teil der Allgemeinbildung und unverzichtbar, um datengetriebene Technologien wie Künstliche Intelligenz verantwortungsvoll zu nutzen und mitzugestalten.

Finde auf dem KI-Campus Antworten auf die vier zentralen Fragen: Was will ich, was kann ich, was darf ich und was soll ich mit Daten tun?

Karsten Lübke
Prof. Dr. Karsten Lübke
FOM Hochschule

Zwischen 1997 und 2002 studierte Karsten Lübke Statistik an der Universität Dortmund. Von 2002 bis 2005 war er wissenschaftlicher Mitarbeiter am Fachbereich Statistik der Universität Dortmund und Mitarbeiter im Sonderforschungsbereich "Komplexitätsreduktion in multivariaten Datenstrukturen". In den Jahren 2005 bis 2009 arbeitete er als Data-Mining Analyst in Essen. 2006 erhielt er seinen Doktortitel (Dr. ret.nat.) und wurde 2009 an der FOM zum Professor ernannt. Er ist unter anderem Ko-Autor des R-Pakets klaR und Autor diverser Fachpublikationen zu Themen der angewandten und computerintensiven Statistik.

Rhein
Prof. Dr. Beate Rhein
TH Köln

Beate Rhein ist Professorin für Angewandte Mathematik und Maschinelles Lernen an der Technischen Hochschule Köln. Seit vielen Jahren lehrt und forscht sie im Bereich des Data Mining, insbesondere in der Anwendung in der Energietechnik.

Thema

Data Literacy

Blogbeitrag DatenFluss Header
30.03.2021

Stadt | Land | DatenFluss: Wie Daten unseren Alltag prägen

Lucas Laux
Von Lucas Laux
KI-Campus_Blogbeitrag_Data-Literacy
15.02.2021

Data Literacy Education: Datenkompetenzen für das 21. Jahrhundert

Dr. Henning Koch
Cornelia Gamst
Florian Rampelt
Von Dr. Henning Koch, Cornelia Gamst, Florian Rampelt und weiteren Autor:innen
Marlen Gaus, Junge Tüftler
Marlen Gaus
Junge Tüftler
Prof. Claudia Lemke
Prof. Dr. Claudia Lemke
Hochschule für Wirtschaft und Recht Berlin

Claudia Lemke ist Professorin für Wirtschaftsinformatik an der Hochschule für Wirtschaft und Recht Berlin (HWR Berlin). Sie beschäftigt sich bereits seit Ende der 90er Jahre mit den Auswirkungen der Digitalisierung und Vernetzung auf Wirtschaft und Gesellschaft und hat hierzu bereits zahlreiche Publikationen veröffentlicht und Vorträge gehalten sowie Unternehmen bei der digitalen Transformation beraten. In jüngster Zeit sind es insbesondere ethische Fragestellungen im Umgang mit den transformativen Technologien, wie z.B. künstlicher Intelligenz.

Dagmar Monett Díaz
Prof. Dr. Dagmar Monett Díaz
Hochschule für Wirtschaft und Recht Berlin

Monett Diaz studierte 1987 bis 1992 Informatik an der Universität von Havanna in Kuba, wo sie von 1995 bis 1998 auch ihr Masterstudium in Informatik absolvierte.Seit 1999 lebt sie in Deutschland und forschte zunächst 2002 bis 2005 als wissenschaftliche Mitarbeiterin am Institut für Informatik der Humboldt-Universität zu Berlin. Während einer Lehrtätigkeit an der HWR Berlin in den Jahren 2003 bis 2010 promovierte sie 2005 an der Humboldt-Universität zu Berlin in Informatik auf dem Gebiet der agentenbasierten Konfiguration metaheuristischer Algorithmen, auch im Zusammenhang mit Künstlicher Intelligenz.In den Folgejahren lehrte und forschte sie wieder an der Humboldt-Universität, bevor sie 2010 als Professor für Informatik an die HWR Berlin berufen wurde. Dort war sie an verschiedenen Projekten beteiligt, unter anderem zu E-Learning, einer Studie zum Einsatz von Big Data im Personalwesen und 2016/2017 an dem fachbereichsübergreifenden Projekt Bot@HWR mit, das zum Ziel hatte, den Forschungsschwerpunkt Robotik an der HWR auszubauen. Außerdem ist sie Mitglied im Leitungsteam des „Kompetenzzentrum Digitalisierung“ an der HWR.

Data Literacy abonnieren
Tipp: Hast du bereits in unseren FAQ nach einer Antwort auf deine Frage gesucht?
CAPTCHA
Bild-CAPTCHA
Gib bitte die Zeichen ein, die im Bild gezeigt werden.
Diese Frage dient dazu, Spam-Beiträge zu verhindern.