
Über die Zertifikatsstufe
In dieser Stufe des Zertifikatskurses erhälst Du einen Überblick zu grundlegenden Aspekten im Umgang mit Daten. Neben methodisch-technisch Fragen zur Erhebung, Verwaltung, Analyse und Interpretation von Daten werden insbesondere auch rechtliche, ethische und gesellschaftliche Aspekte thematisiert.
Einen Einstieg in die verschiedenen Kompetenzfelder der Data Literacy bietet der digitale DaLiJe Selbstlernkurs (Moodle). Dort hast Du auch die Möglichkeit, erste Erfahrungen mit grundlegenden Techniken im Rahmen praktischer Übungen zu sammeln. Dabei hast Du die volle Flexibilität bei der Bearbeitung des Kurses, ob semesterbegleitend oder im Block in der vorlesungsfreien Zeit. Du entscheidest. Daher ist auch die Anmeldung auch nach dem Semesterstart problemlos möglich.
Begleitend bieten wir im Verlauf des Semesters verschiedene 90-minütige Hands-On-Sessions an, in denen wir einzelne Themen und Tools näher vorstellen wollen.
-
Organisatorisches und Abschluss
Am Beginn des Semesters gibt es eine Auftaktveranstaltung, in der das Thema Data Literacy und seine Relevanz in unserer Gesellschaft vorgestellt wird. In diesem Rahmen informieren wir auch über den Ablauf des Zertifikatsprogramms und der organisatorischen Details zu den Hands-On-Sessions. Wer die Auftaktveranstaltung verpasst hat, kann sich die Aufzeichnung davon im Onlinekurs anschauen.
Zum erfolgreichen Abschluss dieser Zertifikatsstufe müssen der Onlinekurs und mindestens 3 der angebotenenen Hands-On-Sessions erfolgreich absolviert werden. Das Zertifikat kann dann per E-Mail formlos beantragt werden: dataliteracy@uni-jena.de
-
Anmeldung
Studierende der Universität Jena
Melde dich einfach über FriedolinExterner Link an.Interessierte, die nicht an der Universität Jena eingeschrieben sind
Kontaktiert uns einfach per E-Mail: dataliteracy@uni-jena.deEine Anmeldung ist jederzeit im Verlauf des Semesters möglich. Beachte aber die Verfügbarkeit von Terminen für die Hands-On-Sessions, die für den erfolgreichen Abschluss der Zertifikatsstufe relevant sind.
-
Smarte Datenorganisation & effektives Teamwork: Mit der FSU-Cloud durchs Studium
Datum:
28.10.2025, 16 Uhr (c.t.)Ort:
TBDVerantwortliche/r:
Dr. Volker Schwartze (Data Literacy Projekt)Zusammenfassung:
Die passende Sicherung von Daten und die Organisation von Projekten sind Herausforderungen, die sich in nahezu allen Arbeits- und Lebensbereichen finden lassen. Das kann im kleinen die eigene Arbeit an Seminar- oder Abschlussarbeiten sein oder auch ein kollaboratives Projekt im Rahmen von Seminaren oder im späteren Job.
In der Hands-on Session stellen wir Grundlagen des Daten- und Projektmanagements mit der FSU-Cloud (Nextcloud) vor. Die Cloud ist für alle Studierenden an der Universität Jena frei nutzbar und bietet eine Vielzahl von Werkzeugen zur effektiven Ablage und Bearbeitung von Daten. Dabei geht es sowohl um die sichere Verwaltung und Organisation von Dateien als auch spezifische Möglichkeiten zur Arbeit in Projekten (z.B. Seminar- und Abschlussarbeiten, Berichte, Präsentationen). In diesem Zusammenhang werden Funktionen zur gemeinsamen Bearbeitung von Dateien sowie zur effektiven Organisation der Arbeiten im Team vorgestellt (bspw. Aufgaben, Kanban-Boards).
-
Generative KI für das Studium?! - Funktionsweise, Einsatzszenarien und Regelungen
Datum:
13.11.2025, 16 Uhr (c.t.)Ort:
TBDVerantwortliche/r:
Dr. Volker Schwartze (Data Literacy Projekt)Zusammenfassung:
Die rasante Entwicklung generativer KI verändert alle Bereiche unserer Gesellschaft. Gerade an Hochschulen stellen sich dazu viele Fragen. Was müssen Studierende über diese Technologien, ihre Hintergründe und Anwendung lernen und in welchen Bereichen sollte generative KI im Studium (nicht) eingesetzt werden?
In der Hands-on Session geben wir den Teilnehmenden einen Einblick in die technischen Hintergründe zu generativer KI und diskutieren dabei auch Grenzen der Systeme. Darüber hinaus werden wir potentielle Anwendungsszenarien im Studium sowie damit verbundene Regelungen an den Hochschulen diskutieren. Wir stellen in diesem Kontext einzelne Tools vor, welche sich leicht bedienen lassen und den Anforderungen an den Datenschutz genügen. Nach dem Kurs kennen Teilnehmende wichtige Grundlagen von generativer KI und können Anwendungsfälle sowie die damit verbundene Richtlinien und technische Grenzen identifizieren.
Für die Teilnahme sind keine Vorkenntnisse erforderlich.
-
R für Neugierige I: Warum Programmieren nützlich ist – und wie du startest
Datum:
24.11.2025, 16 Uhr (c.t.)Ort:
TBDVerantwortliche/r:
Dr. Martin Kerntopf (Data Literacy Projekt)Zusammenfassung:
Programmieren ist eine praktische Fähigkeit, die es einem ermöglicht, datenbasierte Probleme zu lösen und komplexe Aufgaben zu automatisieren. In einer Welt, die zunehmend von digitalen Prozessen und Daten geprägt ist, sind grundlegende Programmierkenntnisse hilfreich, sowohl zum Lösen eigener Probleme als auch für ein besseres Verständnis digitaler Systeme. Programmieren heißt nicht immer, umfangreiche und komplexe Software zu schreiben – es geht oft darum, einfache, aber effektive Lösungen für praktische Anwendungsfälle im Studium, der Arbeit oder im Alltag zu finden.
In diesem Kurs bekommst du einen Einstieg in die Programmierung am Beispiel von R, einer Open-Source-Programmiersprache, die ursprünglich speziell für die Datenanalyse und -visualisierung verwendet wird.
Dieser Einführungskurs in R richtet sich an Anfänger, die keine oder nur wenig Erfahrungen mit der Programmiersprache R haben. Die Teilnehmenden lernen grundlegende Konzepte der Programmierung kennen und bekommen anhand von Beispielfällen einen Einblick in Anwendungsszenarien von R.
-
R für Neugierige II – Daten auswerten und visualisieren
Datum:
25.11.2025, 16 Uhr (c.t.)Ort:
TBDVerantwortliche/r:
Dr. Martin Kerntopf (Data Literacy Projekt)Zusammenfassung:
R ist eine leistungsstarke Open-Source-Programmiersprache, die sich ideal für Datenanalyse und Visualisierung eignet. Mit den richtigen Techniken lassen sich Daten effizient auswerten, Zusammenhänge erkennen und Ergebnisse anschaulich präsentieren.
In dieser Hands-on Session lernst du praxisnah, wie sich Daten in R aufbereiten und mit unterschiedlichen Plots visualisieren lassen. Wir geben dabei Einblicke in nützliche Funktionen und Pakete, mit denen du eigene Datensätze schnell auswerten und verständlich darstellen kannst. Der Kurs ist für alle geeignet, die bereits grundlegende Kenntnisse von R haben (z.B. durch die einführende Hands-on Session zu R) und sich näher mit den Möglichkeiten zur Datanvisualisierung in R auseinandersetzen wollen.
-
Excel your Data I: Tipps und Tricks für die effektive Organisation von Tabellen
Datum:
11.12.2025, 16 Uhr (c.t.)Ort:
TBDVerantwortliche/r:
Dr. Volker Schwartze (Data Literacy Projekt)Zusammenfassung:
Tabellenkalkulationssoftware wie Excel oder LibreOffice Calc ist ein mächtiges Werkzeug, um Daten zu verwalten und Projekte zu organisieren. Die größte Herausforderung liegt dabei oft nicht in der Analyse selbst, sondern bereits darin, Daten konsistent, fehlerfrei und gut strukturiert zu halten.
In dieser Hands-on Session lernen Teilnehmende, wie sie ihre Datenbasis sauber aufbauen und organisieren können. Wir zeigen, wie man Dateneingaben effizient gestaltet, Fehler erkennt und korrigiert sowie mehrere Datenquellen zusammenführt. Mit praktischen Tipps und kleinen Hacks wird der Umgang mit Tabellen einfacher und sicherer. Diese Session ist ideal für alle, die ihre Tabellen solide aufbereiten und den Grundstein für weiterführende Analysen legen möchten.
-
Excel your Data II: Tipps und Tricks für die Datennalyse und -visualisierung in Spreadsheet-Tools
Datum:
08.01.2025, 16 Uhr (c.t.)Ort:
TBDVerantwortliche/r:
Dr. Volker Schwartze (Data Literacy Projekt)Zusammenfassung:
Tabellenkalkulationssoftware wie Excel oder LibreOffice Calc bietet leistungsstarke Möglichkeiten, Daten nicht nur zu verwalten, sondern auch sinnvoll auszuwerten und anschaulich darzustellen.
In dieser Hands-on Session lernen Teilnehmende, wie sie Pivot-Tabellen, erweiterte Funktionen und Diagramme nutzen, um Daten effektiv auszuwerten und verständlich zu präsentieren. Wir zeigen, wie auch komplexere Daten zusammengefasst, interpretiert und visuell aufbereitet werden können.