Projekt der Universität Paderborn und der Telekom Stiftung entwickelt und erforscht didaktische Konzepte und Unterrichtsmaterialien zum Thema Data Science in der Schule
Datengetriebene Anwendungen halten zunehmend Einzug in verschiedene Bereiche des alltäglichen Lebens. Grundlegend dafür ist die Verfügbarkeit großer Datenmengen (Big Data) sowie das Verständnis ihrer unterschiedlichen Anwendungs- und Auswertungsmethoden. Neben der manuellen Verarbeitung kommt insbesondere den Verfahren des maschinellen Lernens, sogenannten selbstlernenden Algorithmen, dabei eine besondere Bedeutung zu. Gerade für Schüler ist es wichtig, sich entsprechende Fertigkeiten anzueignen, um mit den Entwicklungen im späteren Berufsleben Schritt halten zu können. Der Einsatz von Big Data und Data Science in der Schule ist deshalb Thema eines Projekts an der Universität Paderborn, das von der Deutschen Telekom Stiftung initiiert wurde und jetzt in die zweite Phase geht. Ziel der ersten Phase von „ProDaBi“ war die Entwicklung und Erprobung eines Data Science-Curriculums für die Sekundarstufe II. In der zweiten Phase werden diese Materialien nun weiterentwickelt und Einheiten für die Sekundarstufe I erarbeitet.
„Das Vorhaben zielt auf eine frühe Aneignung von Datenkompetenzen und deren konkrete Anwendung in der Praxis ab. Wir entwickeln Unterrichtskonzepte und -materialien, die kritisch von unseren Kooperationspartnern – den Schulen – begleitet und erprobt werden“, erklärt Prof. Dr. Rolf Biehler von der Didaktik der Mathematik, der das Projekt zusammen mit seinem Kollegen Prof. Dr. Carsten Schulte von der Didaktik der Informatik leitet. „Um die eigene Lebenswelt gestalten zu können, ist das Verständnis von Chancen und Risiken von Algorithmen, Künstlicher Intelligenz und großen Datenmengen von essentieller Bedeutung. Deshalb ist es wichtig, dass Schülerinnen und Schüler in Unterrichtseinheiten genau diese Kompetenzen erwerben“, ergänzt Schulte.
Datenkompetenz durch Hands-On-Projekte
Bei den im Projekt erarbeiteten Materialien geht es u. a. um Datenkompetenz und stochastische Grundlagen in kleineren Hands-On-Projekten. „Die Schüler schlüpfen in die Rollen von Datendetektiven“, erklärt Biehler. Darüber hinaus werden auch Materialien entwickelt, um Konzepte wie maschinelles Lernen und Künstliche Intelligenz im Unterricht der Sekundarstufe I und II angemessen behandeln zu können. Vertiefende Data-Science-Projekte für die Sekundarstufe II mit externen Partnern aus Wirtschaft und Verwaltung helfen dabei, Künstliche Intelligenz und maschinelles Lernen anhand gezielter Aufgaben praktisch und unter realen Bedingungen anzuwenden. Der Einsatz und die Entwicklung der Unterrichtsmaterialien werden wissenschaftlich begleitet und evaluiert.
Paderborner Modell: Von der Theorie in die Praxis
Die Aktivitäten wurden mit Projektkursen des Paderborner Reismann Gymnasiums und des Theodorianums durchgeführt. Biehler erläutert den anwendungsorientierten Anspruch der Materialien: „Der Praxisanteil unserer Unterrichtskonzepte ist enorm hoch. Auf diese Weise lässt sich das Gelernte besser verinnerlichen. Ein Beispiel: Schüler haben bei einem Projekt ein Modell für ein Vorhersagesystem entwickelt, das die Anzahl freier Parkplätze zu einem zukünftigen Zeitpunkt am Liboriberg hier in Paderborn sowie in der Tiefgarage am Königsplatz berechnet. Dabei griffen sie u. a. auf Daten des Verkehrsleitsystems der letzten 12 Jahre zurück, die in Uhrzeiten, Wochentage und Monate gegliedert waren. Mithilfe von künstlichen neuronalen Netzen wurden die Daten ausgewertet und führten zu einer Vorhersagegenauigkeit für freie Parkflächen von mindestens 80 Prozent. Der letzte Schritt bestand darin, eine benutzerfreundliche Webseite zu erstellen, die freie Parkplätze für die jeweils zukünftigen 48 Stunden anzeigt.“
Bis zum Projektende 2022 sollen noch weitere Kooperationspartner dazukommen. Interessierte Schulen können sich unter prodabi@campus.upb.de melden.
Website des Projekts: www.prodabi.de
