Details

From Zero to Data Hero: Data Literacy als Held:innenreise

Die Held:innenreise ist das Grundschema guter Geschichten. Star Wars, Harry Potter, Pretty Woman - sie orientieren sich alle an dieser Erzählstruktur, die Menschen in ihren Bann zieht. Wir erklären am Beispiel 'Der Herr der Ringe' entsprechend, in welchen Schritten sich der Erwerb von Datenkompetenz für Organisationen und Individuen vollzieht, geben praktische Methoden und Vorlagen als Hilfsmittel an die Hand und zeigen am Ende konkret auf, wie Sauron mit besserer Datenkompetenz die Schlacht um Mittelerde hätte gewinnen können.

Zielpublikum: Alle, die mit Daten arbeiten wollen oder müssen, Führungskräfte und Abteilungsleiter:innen, Entscheider:innen auf C-Level, HR
Voraussetzungen: 1-2 Jahre Berufserfahrung, grundsätzliches Business-Vokabular und Verständnis von Abläufen, Prozessen und dem Einsatz von Daten; Offenheit/erste Erfahrungen bzgl. moderner Methoden (Design Thinking, Agile, Canvas etc).
Schwierigkeitsgrad: Advanced

Extended Abstract:
Der Erwerb von Data Literacy lässt sich an den klassischen Stationen einer Held:innenreise nachvollziehen, die wir anhand von Tolkiens 'Der Herr der Ringe' kurz skizzieren: Vom Ruf des Abenteuers über das Finden eines Mentors sowie Begegnungen mit Freunden und Feinden, schwierigen Bewährungsproben bis hin zum großen Höhepunkt und schließlich zu Belohnung und Rückkehr an den Ausgangsort. 

Doch warum profitieren Organisationen und Individuen davon, wenn sie die 12 Stationen kennen, die den Weg zur Datenkompetenz beschreiben? Ganz einfach: Die zwangsläufigen Höhen und Tiefen einer solchen Literacy-Reise können so besser vorbereitet und begleitet werden. Wenn wir das Schema verstehen, wissen wir, wo Motivation am besten wirkt, wann es Unterstützung durch Dritte braucht und wo Hindernisse und demotivierende Faktoren schon im Vorfeld beseitigt werden müssen. Mit dem Grundschema des Data-Literacy-Erwerbs können Fortschritte besser eingeordnet und die Lernreise strukturiert geplant werden. 

Die im Vortrag vorgestellten Hilfsmittel in Form von Methoden, Vorlagen und Tools dienen dazu, zunächst die individuelle Kompetenz zu erheben und Entwicklungspotenziale zu identifizieren sowie im Anschluss nutzer:innenzentriert einen individuellen Lernplan aufzustellen, der sich an den tatsächlichen Bedürfnissen der Lernenden ausrichtet und die Bedürfnisse in konkrete Lernformate überführt - für ein strukturiertes Vorgehen und messbare Ergebnisse. So werden die Lernenden für die echte Praxis vorbereitet und können das Gelernte auch sofort anwenden.

Dr. Ramona Greiner studierte Philosophie, Kunstgeschichte und Literatur. Seit 2017 arbeitet sie als Digital Analytics & Data Ethics Consultant bei FELD M in München. Dort leitet sie internationale Projekte, hält Vorträge und Design-Thinking-Workshops. Sie ist Autorin mehrerer Fach- und Sachbücher, unterrichtet Business & Society an der Munich Business School und ist Co-Leiterin der AG Künstliche Intelligenz des Think Tanks D64 – Zentrum für Digitalen Fortschritt.

Dr. Matthias Böck promovierte in Bioinformatik und Machine Learning und arbeitet seit 2013 als Data Scientist im Bereich Data Product bei der Münchner Unternehmensberatung FELD M. Dort ist er Technischer Leiter für Projekte aus den Bereichen Maschinelles Lernen und Datenstrategie. Er hält Design-Thinking-Workshops und arbeitet mit Universitäten an Forschungsprojekten. Neben diesen Feldern beschäftigt er sich mit dem Thema Data for Good und dessen Einsatz in der Praxis.

Ramona Greiner, Matthias Böck
09:00 - 10:00
Vortrag: Mi 2.1

Vortrag Teilen