Wir müssen verstehen, wie die Daten in diesem Spiel mitwirken, gerade auch was die Auswirkungen auf Gesellschaft und Umwelt angeht. Es reicht dafür nicht, in der Schule gelernt zu haben, ein paar Zeilen Code in eine Entwicklungsumgebung klopfen zu können. Da beginnt mit der Struktur und Codierung von Daten und führt über verschiedene Zwischenstufen bis zum Verständnis, wie Daten auf uns und die Gesellschaft wirken, beispielsweise bei der Ausspielung von Anzeigen in Onlineauftritten.

Der aktuelle “KI”-Hype ist ebenfalls ein schönes Beispiel dafür. Die wenigsten Lehrkräfte gehen im Unterricht darauf ein, wieviel der Probleme einfach durch das Geschäftsmodell bedingt sind. Die sog. “generative KI” funktioniert nur mit riesigen Datenmengen. Das bedeutet u.a., dass die eigentliche Macht auf die Betreiber der Rechenzentren konzentriert wird, die in der Lage sind, diese Datenmengen und die Rechenleistung für das Training vorzuhalten.

Auch eigentlich auf den ersten Blick „harmlose“ Informationen wie Metadaten werden in der Masse und mit der richtigen Auswertung zu mächtigen Werkzeugen, die Daten aus Sensoren entscheiden über Erfolg und Misserfolg bei einem Autorennen (Huderte Gigabyte pro Auto pro Rennen) mindestens ebenso wie die Wahl der richtigen Reifen.

Aber “data literacy” meint nicht nur die Fähigkeit zum Recherchieren und Bewerten von Daten, sondern auch das, was (meist auf Datenbankdesign verkürzt) “Datenmodellierung” ist. Das Bauen von Repräsentationen aus Daten der realen Welt, die dann von einem Programm verarbeitet werden können und das Verstehen, wie Daten wirken und wie sich aus Daten auf andere Daten schließen lässt und aus diesen Informationen und schließlich Wissen wird.

Daten und Datenmodellierung

Die Grenzen meiner Sprache bedeuten die Grenzen meiner Welt.
— Ludwig Wittgenstein

An dieser Stelle bin ich ein Anhänger der Sapir-Whorf-Hypothese (nein, Chomsky hatte nicht immer Recht 😎) in dem Sinne, dass verschiedene Sprachen durch die Wahl der Versprachlichungen verschiedene Aspekte der Realität betonen, Deine “Sprache” bzw. Dein “Datenvokabular” daher Dein Problemlösungsdenken prägt und damit die Möglichkeiten, die Dir zur Lösung eines Problems zur Verfügung stehen. Je mehr Sprachen (oder “Datendarstellungsformen”) Du lernst, umso leichter lassen sich Möglichkeiten zur Modellierung einer Problemstellung finden. Das geht im Kleinsten von einzelnen Bits oder Enumerationen zur Darstellung von Zustandskennung bis hin zum Design ganzer Applikationssysteme oder der Ablage von großen Datenmengen in der Industriesteuerung.

Diese Fähigkeiten sind für das “Programm” bzw. das Verständnis von Auswirkungen von Softwaresystemen mindestens ebenso wichtig wie die Fähigkeit des “Codens”. Dies bedeutet auch eine wesentlich Änderung in der Bildung, was das Verständnis von Computern, Programmen, Daten und ihren Auswirkungen angeht. Ein Informatik-Unterricht, der sich viel zu oft auf Programmieren und Algorithmen konzentriert (und dabei meist beim “Coden” bleibt und so 90% des Softwareentwicklungsprozesses einfach unter den Teppich kehrt, weil “zu wenig Zeit im Unterricht”, obwohl genau diese 90% im Beurf wichtiger sind als Syntax) und nicht eben soviel Wert auf die Rolle der Daten legt, ist zum Scheitern verurteilt, wenn es um die Bildung geht, die wir benötigen, um eben nicht “Benutzende” oder gar “Benutzte” zu bleiben.

Code und Daten als gesellschaftliche Verantwortung

Dies ist ein Aspekt, der ebenfalls kaum im Informatik-Unterricht vorkommt, aber ebenso wichtig ist wie Code und Daten. Jede Technologie hat eine Implikation und wenn ich ein System entwerfe oder es benutze, dann treffe ich damit auch Entscheidungen über Machtstrukturen und Möglichkeiten.

Technologie ist nie neutral.
— Gary Stager / Douglas Rushkoff

Ein Beispiel aus dem Schulbereich, das für alle Lehrkräfte relevant ist, ist die Entscheidung zwischen LMS und LXP (ich habe darüber hier geschrieben: https://www.arminhanisch.de/2021/07/lms-lxp-ist-das-die-frage/).

Auch wenn nicht jeder von uns eine Datenbank für eine Bank entwerfen oder Software für die Steuererklärung schreiben wird: wie oben erwähnt, gehört zur Bildung für die teschnisch-digitale Zivilisation auch, die Grundzüge Systeme hinter dem Vorhang zumindest in Grundzügen zu verstehen. In seinem Talk bringt Rushkoff ein Beispiel, was ich wissen muss, wenn ich lese, dass ein Hersteller ein neues Betriebssystem herausbringt, das keine Dateien mehr benutzt, sondern alles in einer Datenbank ablegt. Wenn es nun keine Dateien mehr gibt, sondern ein datenbankbasiertes Dateisystem und alle Daten in dieser Datenbank liegen, wie einfach ist es dann, sich von diesem System zu lösen, wenn ich meine Dateien nicht mehr einfach auf eine andere Maschine kopieren kann? Bin ich kompetent genug, zu wissen, wie ich diese Daten aus einer Datenbank wieder pro Datensatz in eine Datei zerlegen kann? Weiß ich überhaupt, was eine Datenbank ist und wo die Vorteile gegenüber einem Haufen Dateien liegen, um zu verstehen, warum ein Softwareanbieter so etwas macht und wie wahrscheinlich es ist, dass der Rest der Industrie dem folgt?

Diese Einschätzung des eigenen Werkes kann sich dabei durchaus im Lauf der Zeit verändern und zeigt sich auch an Stellen, bei denen wir das vielleicht gar nicht vermuten. Kennst Du “infinite scrolling”, erfunden 2006 von Aza Raskin? Seine Bewertung dieser Funktionalität zur Zeit der Einführung und heute Mitte der 2020er Jahre zeigen, dass Programmieren eben nicht alles ist. Jeder Code ist auch eine Entscheidung in eine bestimmte Richtung von Machtermöglichung und Bias. Heute jedenfalls würde Aza Raskin nicht mehr handeln. Auch jedes Design eines Datenmodells hat ebenfalls einen Bias in eine bestimmte Richtung. Ein ganz kleines, einfaches Beispiel gefällig: wenn Sie Geburtsdaten in Ihrem Enterprise Social Network als ein Datum speichern, werden Sie nicht viele Kolleginnen und Kollegen finden, die in der Geburtstagsliste enthalten sind. Speichern Sie Geburtsjahr und Datum (also Tag und Monat) getrennt, ist das kein Problem, denn dann ist die Angabe des Geburtstages möglich, ohne das Alter zu verraten. Datenschutz durch Datenmodellierung.

Welche Aufgaben sollte einer Bildung in diesem Bereich dann erfüllen?

Das im Video genannte Verständnis, dass Zivilisation der Technik eigentlich immer eine Stufe hinterher hinkt, dass Code ohne Daten nutzlos ist, dass Technologie ohne Kontext und Gesellschaft immer böse endet. Das sind gute Punkte. Einfach zusammengefasst sollte ein Unterricht zumindest den folgenden Prinzipien folgen:

• Lernende sollen die Fähigkeit erhalten, aus dem Netz Daten zu recherchieren und zu bewerten, aus diesen Daten Informationen zu erschließen und aus diesen Informationen Wissen zu gewinnen.
• Die wichtigste Fähigkeit ist weniger, zu wissen, wie ein Problem gelöst wird als vielmehr zu wissen, wie ein Problem analysiert wird, das man nie zuvor gesehen hat.
• Das Verständnis einer Problemdomäne und deren datentechnische Modellierung ist ebenso wichtig wie die Fähigkeit, den zu verarbeitenden Code zu erstellen.

Zusammengefasst hat das Prof. Aufenanger von der Universität Mainz in seinem Zitat über das Ziel von Bildung.

Bildung als die Befähigung in einer digital geprägten Welt souverän und sozial verantwortlich handeln zu können und in Würde zu leben.
— Prof. Stefan Aufenanger

Da ist schon sehr viel drin enthalten, die Analyse einer Anforderung oder eines Problems, die Analyse und das Durchdenken des Problemraums, die Beschäftigung mit und das Modellieren von Daten sowie die Fähigkeit, Algorithmen zu entwerfen, die mit diesen Daten das gewünschte Ergebnis liefern. Dazu das Verständnis, dass jegliche Software immer in einem gesellschaftlichen Kontext eingebettet verwendet wird. Bereits vor etwa zehn Jahren hat die GI in der Dagstuhl-Erklärung alle diese Perspektiven im “Dagstuhl-Dreieck” abgebildet, das sich mittlerweile zum “Frankfurt-Dreieck” weiterentwickelt hat. Die Behandlung aller drei Seiten wird nciht nur im schulischen Bereich der Bildung immer noch zu wenig gelebt.

Information ist nicht Wissen

Wozu soll ich also Programmieren (besser “Programmieren und Daten modellieren”) lernen? Wenn Du bis hierhin durchgehalten hast, dann ist Dir klar, dass im oben verlinkten Video damit nicht das “Coden” gemeint ist. Dazu kommt der Aspekt, dass ich nur dann nicht “Benutzende” (oder schlimmer noch “Benutzte”) bin, wenn ich die Fähigkeit besitze, die Systeme, Daten und Algorithmen zumindest dem Konzept nach zu verstehen. Code ist, wie bereits weiter oben beschrieben, nicht Selbstzweck, sondern dient der Lösung eines Problems und damit der Verarbeitung und Transformation von Daten, also letztlich der Erlangung von Wissen.

Dies funktioniert nur mit dem Verständnis der Daten und selbst diese Daten sind nicht keine Informationen, sondern Information entsteht aus Daten. Und auch Informationen sind nicht Wissen. Sehr schön hat das Haridimos Tsoukas, Professor für Organization Studies an der University of Warwick beschrieben.

Information besteht aus objektiven, dekontextualisierten, zeitlosen, unpersönlichen und wertfreien Repräsentationen. Wissen hingegen ist kontextabhängig, persönlich, zeitbezogen und von Werten durchdrungen.
— Haridimos Tsoukas

Daten erzählen Dir, was passiert. Eine Analyse dieser Daten zeigt Dir Muster und Systemverhalten und erzeugt Informationen. Wissen ist die Anwendung dieser Informationen in einem erfahrungsbedingten Kontext und die Einsicht in das “und jetzt?” als Ermöglichung von Handlungsoptionen. Schon aus diesem Grund wird eine Vermittlung ohne eine Gleichberechtigung dieser beiden Seiten der Medaille (Daten und Code) und eine Behandlung aller drei Perspektiven des Dagstuhl/Frankfurt-Dreiecks immer nur “Nutzende” hervorbringen und keine “Programmierer” im Sinne von Rushkoff.

Beispiele für die Praxis und den Unterricht

Die folgenden Links sind nur einige Beispiele, um im Unerrciht zu zeigen, warum das Arbeiten mit Daten ebenso wichtig ist wie die Fähigkeit, diese mit Code zu verarbeiten. Aus Daten werden so Informationen und dann Wissen. Code und Daten existieren nie im kontextfreien Raum. Spätestens, wenn Schülerinnen und Schüler auf der Strava Heatmap entdecken, dass sich die Grenze zu Nordkorea nur durch die Daten von Fitnesstrackern finden lässt, wird klar, warum Daten und die Arbeit mit ihnen essenzieller Bestandteil des Informatik-Unterichts sein müssen.

• “Wie beeinflusst die Wahl meiner Software für Lernende deren Lernreise?”
  https://www.arminhanisch.de/2021/07/lms-lxp-ist-das-die-frage/

• “Wie bearbeite ich mit einfachen Mitteln Textkorpora für eine Analyse?”
  https://www.arminhanisch.de/2016/07/shakespeare-und-die-shell/

• “Wieso ist die Belastung an Schadstoffen (hier Stickoxid an dieser Stelle des Mittelmeers so wie sie ist?”
  https://www.windy.com/?camsEu,no2,36.917,11.497,8

• “Warum sind die Surfer und Kiter alle im Norden des Gardasees unterwegs?”
  https://www.strava.com/maps/global-heatmap?sport=WaterLike&style=dark&terrain=false&labels=true&poi=true&cPhotos=true&gColor=blue&gOpacity=100#9.76/45.6887/10.7553

• “Wie finde ich Informationen in großen Datenmengen, indem ich sie durch geschickte Fragen verkleinere?”
  https://www.arminhanisch.de/2021/08/finde-gianna/

Und jetzt, Schule?

Alles dies in einen Unterricht zu integrieren, der zeitinvariante Kompetenzen vermittelt und die Konzepte hinter Softwaresystemen und Datenflüssen aufzeigt, das ist enorm aufwändig hinsichtlich Zeit und Ressourcen. Ja, das fordert auch von Lehrkräften deutlich mehr, als jetzt für einen „Informatik“-Unterricht (der aktuell von Rumtippen in einer meist auch noch proprietären und kommerziellen Tabellenkalkulation bis zum Vermitteln informatischer Konzepte reicht) nötig ist. Es hat aber auch niemand behauptet, dass andere Fächer wie Chemie sich nicht weiter entwickeln oder anspruchsvoller werden. Wenn wir als Gesellschaft der technisch-digitalen Zivilisation gewachsen bleiben wollen (oder dahin kommen, je nach Deinem Grad an Pessimismus als Leser:in), dann benötigen wir mehr in der Bildung. Mehr Zeit, mehr Geld, mehr Lehrkräfte, mehr Ressourcen für deren Ausbildung und mehr Möglichkeiten der Differenzierung für Lernende.

PS: Ganz lieben Dank an _DigitalWriter_@bildung.social, @fuersti77@bildung.social und @herr_mess@bildung.social für das Durchlesen und das wertvolle Feedback.

Lizenz für diesen Post CC-BY-SA 4.0

Alle Blogposts auflisten