Mi., 27.05.26: Risiken mangelnder Datenkompetenz (InfDm II)

Daten sind das Fundament moderner Analysen, doch ihre Qualität und Wirkung hängen untrennbar von der Kompetenz der Erzeugenden, Bearbeitenden und Nutzenden ab. In dieser Sitzung schärfen wir das Bewusstsein für den Unterschied zwischen Data Literacy als theoretischer Verstehensfähigkeit und Data Competence als praktische und situative Handlungsfähigkeit. Wir beleuchten außerdem, warum ein unvollständiges Set an Datenkompetenzen Risiken beim Umgang mit Daten begünstigen kann.

Anhand verschiedener Kompetenzbereiche wird aufgezeigt, dass echte Datenkompetenz weit über das Rechnen mit Daten hinausgeht. Ein versierter Data Scientist muss Daten nicht nur analysieren können, sondern sollte sie durch Visualisierung und Storytelling auch in überzeugende Geschichten verwandeln, die es erlauben, komplexe Zusammenhänge verständlich zu „erzählen“.

Wir beleuchten außerdem, wie Daten (bewusst oder unbewusst) zur Manipulation eingesetzt werden können. Nur wer diese Mechanismen versteht, kann valide Daten und Ergebnisse von „Fake Data“ unterscheiden.

Zuletzt soll aufgezeigt werden, wie Defizite in Bereichen wie der Dateninterpretation oder der ethischen Bewertung direkt zum so genannten „Garbage In, Garbage Out“-Prinzip führen, was fatale Folgen für die Glaubwürdigkeit der erzeugten Ergebnisse mit sich bringt.

Der Vortrag ist ein Plädoyer für ein ganzheitliches Rollenverständnis als Data Scientist.