e-Learning Support
Seminar: 08-27-GS-2 Data Literacy for Climate Change - Klimawandel verstehen mit Daten - Details

Seminar: 08-27-GS-2 Data Literacy for Climate Change - Klimawandel verstehen mit Daten - Details

Nachrichtenbox schließen
Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Seminar: 08-27-GS-2 Data Literacy for Climate Change - Klimawandel verstehen mit Daten
Untertitel
Veranstaltungsnummer 08-27-GS-2
Semester SoSe 2026
Aktuelle Anzahl der Teilnehmenden 18
maximale Teilnehmendenanzahl 24
Heimat-Einrichtung Geographie
Veranstaltungstyp Seminar in der Kategorie Lehre
Nächster Termin Donnerstag, 04.06.2026 08:00 - 10:00, Ort: GW2 B2760 (CIP-FB 8)
Art/Form
Teilnehmende Bachelor Geographie
Voraussetzungen Lernziele/Kompetenzen:
Die Studierenden kennen grundlegende Datenquellen und Datentypen im Kontext des Klimawandels und verstehen deren Entstehung, Aussagekraft und Unsicherheiten. Sie können mit Hilfe von JupyterHub und KI-Unterstützung eigenständig recherchierte Klimadaten analysieren, visualisieren und interpretieren sowie eine eigene Fragestellung datenbasiert beantworten. Zudem sind sie in der Lage, ihre Ergebnisse in Form eines dokumentierten Notebooks reproduzierbar zu machen und mit einer wissenschaftlich fundierten Darstellung verständlich zu kommunizieren.
Leistungsnachweis Studien- und Prüfungsleistungen, Prüfungsformen (benotet/unbenotet):
Prüfungsleistung: schriftliche Ausarbeitung (Details s.o.)
Studienleistung: Präsentation
Englischsprachige Veranstaltung Nein
ECTS-Punkte 6

Modulzuordnungen

Kommentar/Beschreibung

Die Lehrveranstaltung Data Literacy for Climate Change - Klimawandel verstehen mit Daten richtet sich an Bachelorstudierende, die bisher wenig Erfahrung mit Datenanalyse oder Programmierung haben und möglicherweise Berührungsängste mit diesen Methoden mitbringen. Ziel der Veranstaltung ist es, die Hürde zum Umgang mit (Klima)daten abzubauen und zu zeigen, wie leicht zugänglich, interaktiv und kreativ Datenarbeit heute sein kann.
Im Zentrum stehen Daten zu Klimaentwicklung, Treibhausgasemissionen sowie Klimaszenarien und -projektionen. Die Studierenden lernen, wie gemessene Veränderungen und modellierte Zukünfte zusammenhängen und wie Daten fachlich korrekt, transparent und verständlich genutzt werden können.
Die Veranstaltung vermittelt diese Inhalte als praktische Datenkompetenz: gearbeitet wird in JupyterHub, einer webbasierten Python-Plattform, die ohne Installation nutzbar ist. Programmieren ist Bestandteil des Kurses, wird aber bewusst niedrigschwellig vermittelt. Statt Syntax auswendig zu lernen, nutzen die Studierenden unterstützend Large Language Models (LLMs), um Code zu erzeugen, zu verstehen und an eigene Fragestellungen anzupassen. So wird Programmierung zu einem zugänglichen, dialogischen Prozess statt zu einem technischen Hindernis.
Die Lehrform orientiert sich am forschenden Lernen: zu Beginn des Semesters lernen die Studierenden grundlegende Werkzeuge und Datenquellen kennen. Anschließend entwickeln sie in kleinen Teams eigene Fragestellungen, die sich mithilfe der Kursmethoden beantworten lassen. Beispiele für Fragentypen könnten sein:
• Wie unterscheidet sich der Zusammenhang historischer Emissionsverläufe und wirtschaftlicher Entwicklung in den vergangenen 50 Jahren in verschiedenen Ländern?
• Wie verändert sich die Höhe der jährlich gemittelten Nullgradgrenze im Alpenraum im Zuge des Klimawandels im 21. Jahrhundert?
• Was sagen die CMIP-Modelle über Veränderungen der Saisonalität des Niederschlags in Mitteleuropa bis zum Jahr 2100 in Abhängigkeit zukünftiger Emissionen?
Der Lehrende begleitet diesen Prozess strukturiert mit Feedbackphasen, geplanten Meilensteinen und Beispiel-Notebooks. Die Studierenden arbeiten selbstständig, aber nicht allein.
Das Ergebnis (und die Prüfungsleistung) des Kurses ist ein datenbasiertes Produkt, bestehend aus:
• einer klar gestalteten Visualisierung (z. B. eine Grafik mit mehreren Panels), die die Forschungsfrage beantwortet;
• einem präzisen, gut lesbaren Kurztext, der diese Ergebnisse einordnet;
• dies alles eingebettet in ein vollständig kommentiertes und lauffähiges Jupyter-Notebook, das die gesamte Analyse enthält, nachvollziehbar dokumentiert und reproduzierbar macht.
Dieses Ergebnis wird zum Ende des Semesters im Seminar mündlich präsentiert (Studienleistung).
Dieses Ergebnis wird zum Ende des Semesters im Seminar mündlich präsentiert (Studienleistung).

Lernziele/Kompetenzen:
Die Studierenden kennen grundlegende Datenquellen und Datentypen im Kontext des Klimawandels und verstehen deren Entstehung, Aussagekraft und Unsicherheiten. Sie können mit Hilfe von JupyterHub und KI-Unterstützung eigenständig recherchierte Klimadaten analysieren, visualisieren und interpretieren sowie eine eigene Fragestellung datenbasiert beantworten. Zudem sind sie in der Lage, ihre Ergebnisse in Form eines dokumentierten Notebooks reproduzierbar zu machen und mit einer wissenschaftlich fundierten Darstellung verständlich zu kommunizieren.

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Beschränkte Teilnehmendenanzahl: Data Literacy for Climate Change - Klimawandel verstehen mit Daten".
Folgende Regeln gelten für die Anmeldung:
  • Es wird eine festgelegte Anzahl von Plätzen in den Veranstaltungen verteilt.
    Die Plätze werden in der Reihenfolge der Anmeldung vergeben.

Anmeldemodus

Die Auswahl der Teilnehmenden wird nach der Eintragung manuell vorgenommen.

Nutzer/-innen, die sich für diese Veranstaltung eintragen möchten, erhalten nähere Hinweise und können sich dann noch gegen eine Teilnahme entscheiden.