Es gibt ein Zitat von William Gibson, Science-Fiction-Autor, das lautet: “Die Zukunft ist schon da, sie ist nur ungleich verteilt.”
Genauso ist es in der Forschungslandschaft mit IT-Kenntnissen und Datenkompetenzen. Gerade in Deutschland, wo es noch immer keine grundlegende Informatikausbildung an den Schulen gibt und aufgrund des föderalen Systems auch keine standardisierten Mindestanforderungen, ist das nötige Vorwissen für erfolgreiches Forschungsdatenmanagement höchst heterogen.
Deshalb ist eine der Kernaufgaben von WiNoDa die Erstellung von Online-Selbstlernkursen für den “fachlich-methodischen Kompetenzerwerb”. Im Klartext: Moodle-Kurse für die Personengruppen, die wir in unseren Personas definiert haben (Forschende der Erd- und Menschheitsgeschichte, aber auch Personen, die in und mit naturkundlichen Sammlungen arbeiten).
“Kai Kurator” steht vor der Aufgabe, seine analoge Sammlung zu digitalisieren und zugänglich zu machen- aber wie geht man da am besten vor?
“Anita”, Doktorandin in Archäobotanik, und “Susanne”, etablierte Libellenforscherin, kennen sich in ihren Fachgebieten aus, aber brauchen Unterstützung, die Möglichkeiten moderner datengestützter Forschung voll auszuschöpfen – sei es, weil Datenkompetenzen in ihrem Studium nicht vermittelt wurden oder das Feld sich rasant weiter entwickelt.
“Dave Datenspieler” hat alle IT-Kompetenzen, aber braucht vielleicht Wissen über Open-Science-Praktiken oder benötigt domänenspezifisches Grundwissen.
Unsere Aufgabe lautet also, Kenntnisse und Kompetenzen im Bereich “Forschungsdatenmanagement” zu vermitteln – aber angepasst auf die spezifischen Bedürfnisse von Menschen, die mit naturhistorischen Objekten arbeiten und forschen.
Weil wir keine allgemeinen Basiskenntnisse voraussetzen können, müssen wir als Produzierende von Lehrmaterialien erst einmal herausfinden, wo wir unsere Community “abholen” müssen. Was wissen Anita, Kai, Susanne und Dave schon, und was brauchen sie?
Meine Kollegin Sophie Kobialka hat dazu im Rahmen ihrer Masterarbeit gerade eine qualitative Studie durchgeführt, um – bottom up – die “Betroffenen” zu fragen, was ihnen fehlt. (Ein Blogpost dazu folgt!)
Umgekehrt hat die DINI-nestor AG Forschungsdaten – top-down – schon 2022 die Herausforderung angenommen, standardisierte Anforderungen im Rahmen einer Lernzielmatrix zum Themenbereich Forschungsdatenmanagement zu definieren. Die dritte überarbeitete Version erschien im März 2025 auf Zenodo.
Für uns Datenkompetenzzentren ist die LZM eine großartige Hilfestellung – sie listet in 6 Themenclustern über 1000 Lernziele auf. Die einzelnen Lernziele werden anhand der Bloomschen Taxonomie mittels beschreibender Verben (benennen, erläutern, anwenden, diskutieren etc.) den Stufen Wissen, Verständnis, Anwendung etc. , sowie der Sach-, Methoden-, Selbst-, oder Sozialkompetenz zugeordnet. Auch gibt es Empfehlungen für Lernziele anhand der Ausbildungsniveaus: Bachelor, Master, PhD, Data Steward.
Diese Zuordnung der Lernziele zu vermeintlichen akademischen Kompetenzniveaus funktioniert IMHO (noch) nicht so gut – aufgrund der oben genannten, individuell unterschiedlichen Vorkenntnisse. Besser wäre eine Aufteilung nach dem Ausbildungszweck (hier z. B. “Data Steward”) , denn der bestimmt in gewissen Grenzen auch das Lehrformat: Soll erstmal “nur” Wissen vermittelt werden (Moodle-Kurse, Vorträge) oder sollen Lernende etwas anwenden können (Hands-on-Webinare, Hackathons, Winterschool)?
Die LZM unterstützt eine passgenaue Zuschneidung der Lehrmaterialien an das geplante Format. Auch wenn die Deklination der Lernziele durch die Bloom’schen Verben auf den ersten Blick kleinteilig und redundant wirkt (“kann Datenlizenzen benennen / erläutern / anwenden …) hilft es dabei, auf die gerade relevante Kompetenz zu fokussieren – und auch auf die passenden Methoden, diese abzuprüfen oder zu bescheinigen. Und- ohne Anspruch auf Vollständigkeit – keinen Themenbereich zu vergessen…
Bei der LZM handelt es sich um ein lebendes Dokument, das explizit erweitert und fachspezifisch angepasst werden soll. Das ist wunderbar, denn natürlich entwickelt sich das Feld stets weiter. Vor allem aber ermöglicht sie die grundlegende didaktische Reflexion der eigenen Lehre, ihrer Ziele sowie die Angemessenheit der Methoden und Prüfungen – etwas, was in der Hochschullehre leider immer noch oft stiefmütterlich behandelt wird.
Sie erfüllt einen Bedarf – über 14.000 Downloads beweisen es.
Die Lernzielmatrix zum Themenbereich Forschungsdatenmanagement finden Sie hier: https://zenodo.org/records/15025246 (Update für die englische Übersetzung: https://zenodo.org/records/15846806)
Weitere Informationen zur Entstehung und Nutzung: https://www.forschungsdaten.org/index.php/Lernzielmatrix
Offene Sprechstunde "Ask the Matrix" jeden 2. Freitag im Monat, 10:00-11:00 Uhr, online.
Die nächsten Termin sind 12. September 2025 und 10. Oktober 2025.
https://forschungsdaten.info/kalender-index/kalender-anzeige/termin/ask-the-matrix-offene-sprechstunde-zur-lernzielmatrix-2
Informationen zu WiNoDa Veranstaltungen finden Sie hier: https://winoda.de/events
Eine (frisch aktualisierte) Ankündigung der Online-Selbstlernkurse, die WiNoDa gerade erarbeitet, finden Sie hier: https://winoda.de/lernangebote
Als wissenschaftliche Mitarbeiterin am DAI bin ich bei WiNoDa hauptsächlich für die Erstellung von Selbstlern-Kursen zur fachspezifischen Datenkompetenz zuständig.
Praxisorientiert und interaktiv – mein Ziel ist: weniger Fachjargon, mehr Aha-Effekt.
Denn Daten sind für alle da!