Benutzer-Werkzeuge

Webseiten-Werkzeuge


de:lehre:forschungsdatenmanagement:ss2024:13:index

13: Notwendige Kompetenzen

Themen
Abstraktion und analytisches Denken
Sorgfalt und Professionalität
Fachkompetenz
Digitalkompetenz
Folien
PDF
Glossar
PDF


Zentrale Aspekte

  • Abstraktion ist das einzige mentale Werkzeug,
    um mit der Komplexität und Vielfalt der Realität umzugehen.
  • Prozesse lassen sich erst dann digital abbilden bzw. automatisieren,
    wenn ich sie intellektuell durchdrungen habe.
  • Ausreichende Forschungserfahrung und analytisches Denken sind
    Voraussetzung für die intellektuelle Durchdringung von Abläufen.
  • Die besten Konzepte, Prinzipien, Werkzeuge und Strategien
    helfen wenig, wenn es an Sorgfalt und Professionalität mangelt.
  • Zunehmende Datenmengen erzwingen den kompetenten Umgang
    mit digitalen Werkzeugen und Fach- und Recherchekompetenz.

Fragen zur Vertiefung und Wiederholung

Diese Fragen dienen der persönlichen Beschäftigung mit der Thematik, werden aber nicht separat in der Vorlesung besprochen.

  • Was ist eine entscheidende Voraussetzung für die Automatisierung und Digitalisierung von Prozessen? Welche Kompetenzen sind dafür entscheidend?
  • Welches mentale „Werkzeug“ ermöglicht es, komplexe Zussammenhänge intellektuell beherrschbar zu machen?
  • Nennen Sie Symptome fehlender Abstraktionen sowie Voraussetzungen und Strategien, um zu tragfähigen Abstraktionen zu kommen.
  • Was bedeuten Sorgfalt und Professionalität für das wissenschaftliche Arbeiten?
  • Welche drei Aspekte umfasst der Begriff der Fachkompetenz?
  • Warum ist es für ein zielführendes wissenschaftliches Arbeiten mit sinnvollem Ressourceneinsatz fast unumgänglich, zumindest in Grundzügen programmieren zu können?
  • Wie unterscheiden sich Programmierung und Softwareentwicklung? Warum ist dieser Unterschied entscheidend? Wo müsste aus dem Wesen der Wissenschaft heraus der Schwerpunkt für digitale Werkzeuge in der Forschung liegen?

Weiterführende Literatur

Eine kommentierte und handverlesene Liste mit weiterführender Literatur zum Thema. Die Auswahl ist zwangsläufig subjektiv.

Der Begriff „Datenkompetenz“ (data literacy) irrlichtert durch die Literatur zum Forschungsdatenmanagement und wird für gewöhnlich auf {[ridsdale-2015]} zurückgeführt. Die deutsche Rezeption inklusive sinnentstellender Übersetzungsfehler in {[heidrich-2018]} und {[schueller-2019]} offenbart mangelnde Reflektion und Kompetenz der Autoren. Sinnvolle Definitionen für den Begriff finden sich bei Borgman {[borg-jasist-63-1059]}. Letztlich verbirgt sich dahinter aber lediglich der professionelle und kompetente Umgang mit Forschungsdaten.

Die zentralen Qualifikationen bzw. Kompetenzen für Wissenschaftlerinnen und Wissenschaftler wurden von Dijkstra {[dijk-cacm-15-859,dijkstra-ew-1982-ewd447]} und Feynman {[feyn-engsci-37-7-10]} treffend zusammengefasst. Zum Begriff der Fachkompetenz sei auf die auf alle Berufsgruppen und Bildungsniveaus anwendbare Definition der Kultusministerkonferenz {[kmk-rahmenlehrplaene-2021]} verwiesen.

Digitalkompetenz, wie sie hier verstanden wird, hat wesentlich mit der Beherrschung digitaler Werkzeuge zur Automatisierung von Abläufen zu tun. Zwei empfehlenswerte Bücher, die sich vom Titel her an unterschiedliche Zielgruppen richten, aber letztlich beide ähnliche Aspekte beschreiben, sind „Effective Computation in Physics“ {[scopatz-a-2015]} und „Computing Skills for Biologists“ {[allesina-s-2019]}. Auch wenn Programmieren und Softwareentwicklung zwei grundlegend verschiedene Dinge sind, sei hier für Interessierte auf die Vorlesung des Dozenten zum Thema Wissenschaftliche Softwareentwicklung verwiesen.

<bibtex bibliography> sort=true </bibtex>

de/lehre/forschungsdatenmanagement/ss2024/13/index.txt · Zuletzt geändert: von till