InnoLab des Fachbereichs 9: Medien- und Kommunikationswissenschaften

Ausgewählte Ergebnisse

Im Mittelpunkt der Neugestaltung der Methodenausbildung standen digitale Schlüsselkompetenzen in den Bereichen Datenanalyse, Datenkompetenz und Datenethik – Fähigkeiten, die in kommunikations- und medienwissenschaftlichen Berufen stark gefragt sind. Das Projekt  konzentrierte sich dabei insbesondere auf die Neuausrichtung der quantitativen Methodenausbildung.

Was sollte konkret verbessert werden?

Die bestehende quantitative Methodenausbildung (Modul M6/KMW2) sollte im Studiengang praxisnäher und zugänglicher gestaltet werden. In der bisherigen Form erhielten Studierende im Rahmen einer Vorlesung einen Überblick über die Logik und Verfahren der standardisierten Forschung. Die darauf aufbauenden Seminare vermittelten Grundkenntnisse in deskriptiver, uni- und bivariater Statistik sowie Grundlagen inferenzstatistischer Modelle. Parallel erwarben die Studierenden erste praktische Fähigkeiten in der Datenanalyse mit der Programmiersprache R, die seit 2018 am ZeMKI in der Methodenausbildung eingesetzt wird.

R ist eine etablierte Open-Source-Software zur Datenanalyse und eine objektorientierte Programmiersprache, die durch hohe Flexibilität, Kostenfreiheit und stetige Weiterentwicklung punktet. Dennoch erfordert der Umgang mit R beträchtliche Vorkenntnisse, da die Sprache wenig intuitiv ist und zunächst erlernt werden muss. Obwohl das Modul darauf abzielte, bereits in frühen Studienphasen analytische und forschungsorientierte Kompetenzen zu fördern, äußerten viele Studierende Unsicherheiten im Bereich der quantitativen Datenanalyse und signalisierten einen hohen Bedarf an zusätzlicher Unterstützung. Diese Schwierigkeiten spiegelten sich auch in der niedrigen Anzahl quantitativer Forschungsarbeiten im Rahmen der Abschlussarbeiten wider.

Unter der Leitung von Prof. Dr. Stephanie Geise, gemeinsam mit den SKILL-Projektmitarbeitenden Katharina Maubach und Patrick Zerrer sowie den Lehrenden Prof. Dr. Cornelius Puschmann, Hannah-Marie Büttner und Michael Linke, wurde ein neues Konzept für die quantitative Methoden- und Datenanalyse-Ausbildung entwickelt und umgesetzt. Die Studierenden waren aktiv in alle Teilprozesse der Neugestaltung eingebunden. Im Innovation Lab DiDaLiA werden nun zentrale Kompetenzen zur Datenerhebung und -analyse mit computationalen Methoden in vier aufeinander aufbauenden Lernbausteinen vermittelt, die das forschende Lernen unterstützen:

1. Data Boot Camp: Nach einer kurzen Einführung erwerben die Studierenden in Data Boot Camps, die als kompakte Blockveranstaltungen zu Beginn des Semesters stattfinden, grundlegende Kenntnisse von R Studio und von R als Programmiersprache, bevor sie im Boot Camp Grundlagen des Data Managements und der Datenvisualisierung mit R erlernen.
2. Online-Selbstlernphase: In einer dann folgenden Selbstlernphase üben und vertiefen die Studierenden, alleine und unterstützt durch ihr „R-Team“, die erlernten Grundkenntnisse und probieren sich in neu konzipierten Online-Lernbausteinen im Umgang mit R, R-Code und ersten Aufgaben des Data Managements aus.
3. Anwendungsorientierte Präsenz-Seminare: Im Anschluss an die Selbstlernphase nehmen die Studierenden dann an wöchentlichen, anwendungsorientierten R-Seminaren teil, in denen sie weiterführende Kompetenzen der Analyse und Interpretation von digitalen Daten erlernen und mit ihrem Team im Rahmen eines eigenen Datenanalyseprojekts mit Sekundärdaten anwenden.  
4. Online-Lehrbuch: Abgerundet wird das Konzept durch ein – die gesamte Veranstaltung begleitendes – Online-Lehrbuch, „Einführung in quantitative Forschungsdesigns und Datenanalyse“, das gemeinsam im Team konzipiert und geschrieben wurde und welches online unter einer Creative Commons-Lizenz frei verfügbar ist.