Gabriele Schwiertz, Expertin für Data Literacy an der USB

Dr. Gabriele Schwiertz ist sich sicher: Wer die Digitalisierung innerhalb der Wissenschaft sinnvoll zu nutzen weiß, kann nur gewinnen. Die Expertin für Data Literacy der Kölner Universitäts- und Stadtbibliothek (USB) bietet u.a. Kurse zum Thema Datenkompetenz im Studium Integrale am Professional Center an, wie z.B. „Keine Angst vor R, Python und git“. Die kürzeren Kurse, wie die zu der Arbeit mit dem Zitierprogramm Zotero und zu LaTeX, laufen über Ilias-Edulabs. Alle Kurse sind für Kölner Studierende aller Fachrichtungen offen, denn:  Nicht nur Informatiker:innen können davon profitieren, sich mit Programmiersprachen auseinanderzusetzen. Warum das so ist und warum Data Literacy essenziell für die Forschung ist, erzählt sie uns bei „Auf einen Cookie mit…“. 

Frage 1: Dr. Schwiertz, Sie sind eigentlich eine Sprachwissenschaftlerin u.a. mit den Schwerpunkten Phonetik und Sprachtypologie. Wie sind Sie als Linguistin zu der Arbeit mit IT-Programmen gekommen?

„Zunächst ist es so, dass sich viele Wissenschaftler:innen grundlegend mit Themen, die man unter die Labels Data Literacy und Open Science fassen könnte,  beschäftigen und auch daran gewöhnt sind, sich immer mal in neue Tools und Workflows einzuarbeiten, unabhängig von ihrer Fachrichtung.

Speziell innerhalb meines Faches, der Sprachwissenschaft, war einer meiner Schwerpunkte die Sprachdokumentation. Dort gehörte es zu meinen zentralen Aufgaben, Sprachaufnahmen von den letzten Sprecher:innen von bedrohten Sprachen zu machen. Dabei war eine gute Datensicherung von enormer Bedeutung, denn du hast eben oft nur diese eine Chance, mit diesen Sprachen zu arbeiten. Fragen rund um Standards und Best Practices in Bezug auf die Aufnahmetechnik, Datenformate, Metadaten und die Archivierung waren demnach sehr wichtig, dabei vor allem: Wie packe ich Daten auf den Computer, sodass sie auch nachnutzbar sind. Zum Beispiel könnte man sich vorstellen, dass die Sprachaufnahmen von anderen Wissenschaftler:innen – aus der Sprachwissenschaft oder anderen Fächern – für neue Forschungsfragen herangezogen werden können. Aber auch: Wie schaffe ich es, dass diese auch in andere Formate gut überführbar sind? Wie kann ich die Daten am besten digital speichern, qualitativ gut aufbereiten und archivieren? Wie mache ich sie transparent für andere? Das sind alles Themen, die heute rund um Open Science auch fächerübergreifend diskutiert werden. Das hat mich also gut auf meine jetzige Stelle vorbereitet.“

Frage 2: Wie sieht es mit spezielleren IT-Tools wie dem Programmieren aus? 1. Was ist der Vorteil, wenn nicht nur Informatiker:innen sich mit Python, R und git beschäftigen?

„Ich glaube, es gibt wenige Fächer, in denen es nicht relevant ist, sich damit zu beschäftigen. Meistens kommt man nicht drumherum, Dinge über Daten und Metadaten zu wissen und anzuwenden. Da gibt es innerhalb der Fachrichtungen spezialisierte Tools; die lernt man in den einzelnen Fächern sicher auch anzuwenden, aber mit Programmiersprachen ist man viel flexibler. Die werden auch in nicht-naturwissenschaftlichen Fächern immer relevanter. Aus genau diesem Grund ist die Idee für die Kurse zur Datenkompetenz entstanden. Das Ziel war, Hürden und Berührungsängste abzubauen. Oft reicht es nämlich, die Grundlagen zu erlernen, die als Basis genutzt werden können, um sich selber in eine bestimmte Richtung weiterzuentwickeln. Und das möchte ich in dem Kurs zeigen.“

Frage 3: Wie kann man sich die Kurse, die Sie anbieten, vorstellen?

„Zu der Literaturverwaltungssoftware Zotero gibt es eine kurze Einführung in das Programm. Der Kurs wird in regelmäßigen Abständen angeboten und dauert 1,5 Stunden. In dieser Zeit stelle ich alle grundlegenden Features des Programms vor, also z.B. wie man die Literatur sammelt, wie man den Überblick behält, wie man die Referenzen wieder herausbekommt und welche unterschiedlichen Zitierstile es gibt.

Der Data Literacy-Kurs geht über ein ganzes Semester, in dem es drei Sitzungen zu R und drei Sitzungen zu Python gibt. Den größten Teil macht hier die Einführung aus, in der wir gemeinsam das Gleiche programmieren, also dieselben Übungen machen. Am Ende darf sich jede:r ein Mini-Projekt aussuchen, in dem man eine kleine Programmieraufgabe angeht. Da besteht die Möglichkeit, dass die Teilnehmenden eigene Daten mitbringen und damit basteln können.

Ein neues Projekt, das wir von der USB veranstalten, ist das Endspurt-Event, das im Zuge der „Ready to Hausarbeit“-Kampagne stattfindet. Dieses Jahr gibt es vom 11. bis 13. September Schreibräume, in denen man sich einen Platz sichern kann, um mit anderen zusammen zu schreiben und redigieren. Zusätzlich bieten wir sogenannte „Notfallsprechstunden“ zu Zotero und Citavi sowie zum wissenschaftlichen Schreiben allgemein an und haben kleine Impulse rund um das Fertigstellen von Hausarbeiten vorbereitet. Das kann ich allen Studierenden sehr empfehlen, die zum Schluss noch einen kleinen Motivationsschub brauchen.“

Frage 4: Welche persönlichen Erfahrungen haben Sie bislang in den Kursen gesammelt?

„Die Data Literacy-Kurse sind immer sehr gefragt und schnell ausgebucht. Eigentlich könnten wir doppelt so viele Kurse anbieten, da die Anfrage so hoch ist. Da sitzen Studierende aus allen Fachrichtungen, manche mit Erfahrungen im Programmieren, viele auch komplett ohne Vorkenntnisse. Besonders schön ist es mitzubekommen, wie Leute, die sich selbst am Anfang als nicht besonders computeraffin verstanden haben, plötzlich richtig Spaß am Programmieren finden und sich dann auch selbständig weiter einarbeiten. Am meisten Freude habe ich in den Sitzungen, wenn alle ihre Projekte vorstellen, da gibt es eine riesige Bandbreite vom Pferdeprotein über Solardächer bis hin zu Champions-League-Daten.“