Ringvorlesung Datenwelten
Daten verstehen, Zukunft gestalten
Du bist neugierig, wie Daten unsere Gesellschaft formen? Dir brummt der Kopf bei der Geschwindigkeit der aktuellen Entwicklungen? Dann komm in die Ringvorlesung Datenwelten!

Die Ringvorlesung Datenwelten begleitet seit vier Jahren über 3100 Studierende. Das Programm richtet sich an Studierende aller Fächer und vermittelt Grundlagen der Digital- und Datenkompetenz sowie Vertrautheit im Umgang mit datengetriebenen Methoden. Um Digitalisierung und Datafizierung zu verstehen, werden technisch-praktisches Wissen und kritische Reflexion eng miteinander verknüpft und aus interdisziplinären Perspektiven beleuchtet.
Inhalte der Datenwelten
Interdisziplinäre Perspektiven
Funktionsweise der informationstechnischen Datenökosysteme, die in weiten Teilen unseren Alltag (mit-)gestalten
Das technische und soziale Zusammenspiel dieser Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten
Einfache statistische und visualisierende Verfahren zur explorativen Analyse von Daten
Grundlegende Algorithmen des Supervised and Unsupervised Machine Learning (Classification, Regression, Clustering)
Elementare Einführung in Neuronale Netze und ihre Anwendungen in der Bild- und Textverarbeitung (Large Language Models)
Überblick über den aktuellen Stand der Datennutzung und -anwendung in verschiedenen gesellschaftlichen Bereichen wie Politik, Wissenschaft, Bildung und Wirtschaft
Kritische Auseinandersetzung mit diesen Datenanwendungen und ihren gesellschaftlichen und ethischen Herausforderungen wie Digital Divide, Bias & Diskriminierung
Auswirkung der zunehmenden Digitalisierung und Datafizierung auf die politische Öffentlichkeit und journalistische Arbeit
Verschiedene Fragestellungen der Digital Humanities und deren Entwicklung im Kontext von Datafizierung und Artificial Intelligence
Möglichkeiten und Grenzen der rechtlichen (Datenschutz) und technischen (IT-Sicherheit) Regulierung von Datennutzung und deren Konsequenzen
Über 3100 Studierende
Aus 213 Fächern
Von 34 Dozierenden

Begleitende Übungen
Zwischen Code und Kontext
Die Übungen zu den Vorlesungen bieten eine praktische Vertiefung der Vorlesungsinhalte und eine Einführung in die Datenanalyse mit R. Sie richten sich an alle Studierenden der Universität Hamburg und sind so gestaltet, dass sie sowohl für Studierende mit als auch ohne Vorkenntnissen im Programmieren zugänglich sind.
Zum Programmieren nutzen wir vor allem den Jupyter-Server der MIN-Fakultät. Mit den Jupyter Notebooks können Studierende interaktiv programmieren und ihren Code direkt im eigenen Browser ausführen, ohne etwas installieren zu müssen. Das ermöglicht eine flexible Arbeitsumgebung, die sich gut für das Lernen und Experimentieren mit Datensätzen eignet.
Wir nutzen Literate Programming, bei dem Code und Text kombiniert werden. Dadurch können Studierende den Code nicht nur schreiben, sondern auch verstehen, verändern und dokumentieren. Die Übungen fördern den selbstständigen Kompetenzerwerb und vermitteln die technischen Grundlagen der Datenanalyse und des Machine Learning. Wir programmieren mit der Paketsammlung tidyverse, welches einer einheitlichen Designphilosophie, Grammatik und Datenstruktur folgt.
Neben den technischen Aspekten werden auch gesellschaftliche Fragestellungen behandelt, um ein umfassendes Verständnis für die Auswirkungen von Digitalisierung und Datafizierung zu entwickeln. Die Übungen sind interdisziplinär angelegt und berücksichtigen verschiedene Perspektiven aus Informatik, Sozialwissenschaften und anderen Disziplinen. Mit der Projektfinanzierung enden die Übungen zum Wintersemester 25/26.
Inhalte der Übungen
Fokus: Winter
- Classification
- Regression
- Clustering
- Neural Networks
Model
Coding
- Import
- Tidy
- Visualize
- Transform
- Communicate
Analyze
Fokus: Sommer
- APIs
- Web Scraping
- Open Repositories
Collect
Tools
- Jupyter
- Git
- gKI-Chatbots
- RStudio
Reflektion
- AI-generierte Bilder & Fake News
- Ethics & Bias
- Datafizierung der Gesellschaft