Mit Daten arbeiten
Alles Digitale besteht letztlich aus Daten, welche im Computer in Bits und Bytes als Zahlenfolgen aus Nullen und Einsen dargestellt werden. Doch «Daten» sind viel mehr als nur Bits und Bytes. Ein Foto, ein Text, die Temperatur um 8 Uhr morgens: Sie können alle als Daten betrachtet werden. Die Fähigkeit, Daten zu lesen, zu verstehen, zu erstellen und kritisch zu hinterfragen ist eine zentrale Kompetenz für das 21. Jahrhundert und ebenfalls eine Dimension im DSCT Kompetenzraster.
Datenarbeit folgt einem klaren Ablauf, den auch Lernende ab Zyklus 1 durchlaufen können:
| Schritt | Beschreibung | Schulbeispiel |
| 1. Frage formulieren | Eine klare, beantwortbare Frage stellen | «Welches Transportmittel nutzen die Kinder für den Schulweg?» |
| 2. Daten erheben | Informationen systematisch sammeln | Strichliste an der Wandtafel |
| 3. Daten strukturieren | Rohdaten ordnen und aufbereiten | Ergebnisse in eine Tabelle übertragen |
| 4. Daten auswerten | Muster und Zusammenhänge erkennen | « X Kinder kommen zu Fuss / mit dem Velo / mit dem Auto» |
| 5. Daten darstellen | Ergebnisse visuell aufbereiten | Balkendiagramm zeichnen |
| 6. Schlüsse ziehen | Ergebnisse interpretieren und Entscheidungen ableiten | «Wir brauchen mehr Veloständer» |
Algorithmen — Die Rezepte der digitalen Welt
Ein Algorithmus ist eine eindeutige Handlungsvorschrift zur Lösung eines Problems. Wie wir schon eingangs in der ersten Aktivität dieses Moduls gesehen haben, lassen sich viel Alltagsaktivitäten als Algorithmus darstellen. Diese Verbindung zwischen Alltag und Informatik ist der Schlüssel, um Algorithmen für Lernende greifbar zu machen: Sie nutzen algorithmisches Denken oftmals längst, sie benennen es nur nicht so.
Moderne Algorithmen bestimmen, welche Nachrichten wir sehen, welche Musik uns vorgeschlagen wird und welche Route wir fahren. Für den Unterricht ist es wichtig, diese «unsichtbaren» Algorithmen sichtbar und diskutierbar zu machen:
Filterblasen: Algorithmen zeigen uns bevorzugt Inhalte, die unseren bisherigen Vorlieben entsprechen. Das kann dazu führen, dass wir nur noch eine eingeschränkte Sicht auf die Welt bekommen.
Bias (Verzerrungen): Wenn die Daten, mit denen ein Algorithmus trainiert wird, bestimmte Gruppen über- oder unterrepräsentieren, übernimmt der Algorithmus diese Verzerrung und verstärkt sie möglicherweise.
Transparenz: Viele Algorithmen sind nicht einsehbar (Black Box). Wir sehen die Ergebnisse, aber nicht, wie sie zustande kommen. Das wirft Fragen der Nachvollziehbarkeit und Fairness auf.
Das Wichtigste in Kürze
Daten und Algorithmen sind zwei Seiten derselben Medaille: Daten liefern das Material, während Algorithmen die Verarbeitungsregeln vorgeben. Die Fähigkeit, beides – von der Erhebung bis zur Interpretation – kritisch zu hinterfragen, ist eine Kernkompetenz der digitalen Welt.