Angesichts der weltweit zunehmenden Datenverfügbarkeit und der steigenden Nachfrage nach Datenkenntnissen auf dem Arbeitsmarkt werden in immer mehr wirtschaftswissenschaftlichen Studiengängen Fähigkeiten zur Datenanalyse in die angestrebten Lernergebnisse aufgenommen. Infolgedessen wird es für Wirtschaftspädagogen immer wichtiger, die Studierenden bei der Entwicklung dieser Fähigkeiten im Unterricht zu unterstützen.

Wir schlagen drei Tipps vor, wie man die Zusammenarbeit zwischen Studierenden beim Erlernen von Datenanalyse für angewandte Kurse erfolgreich fördern kann: (i) Entwerfen Sie ansprechende Lehrmaterialien, (ii) lassen Sie die Studierenden während des Unterrichts in Paaren arbeiten, (iii) nutzen Sie Peer-Feedback für formative Beurteilungen.

Wie man sich vorbereitet: Ansprechendes Lehrmaterial

Abbildung 1: Spickzettel, der in einer Sitzung über Datenanalyse und Visualisierungen in Python für absolute Anfänger

Bei der Auswahl des Materials ist es wichtig, reale Datensätze zu verwenden, die für Ihre Schüler relevant sind und die sie gerne weiter erforschen würden. Auf diese Weise kann selbst der Prozess der Datenbereinigung, der von vielen Schülern gefürchtet wird, zu einer spannenden Übung werden.

Zweitens: Bitten Sie die Studierenden in den angewandten Kursen (oder Praktika), neue Aufgaben zu lösen, die sie vorher noch nicht gesehen haben.

Drittens ist es wichtig, Spickzettel zu entwerfen, die die Schüler im Unterricht verwenden können, um die Autonomie während der Sitzungen zu erhöhen. Auf diese Weise können die Schüler ihre technischen Fertigkeiten entwickeln und sich auf die Übung konzentrieren, anstatt die Sitzung damit zu verbringen, grundlegende Befehle zu entdecken, die sie anwenden müssen. Ein Spickzettel dient den Schülern auch als Hilfsmittel für die spätere Wiederholung.

Daher sollten diese Spickzettel die wichtigsten Befehle (oder Funktionen) enthalten, die für die Bearbeitung der Übungen benötigt werden. Anstatt eine lange Liste von Befehlen zu erstellen, sollten Sie Beispiele anführen, denen die Schüler leicht folgen können.

Es ist dann an ihnen, die Befehle auf dem Spickzettel zu finden, die für die jeweilige Übung relevant sind. Wir haben ein Beispiel für einen Spickzettel beigefügt, der während einer Unterrichtseinheit über Datenanalyse und Visualisierung in Python für Anfänger verwendet wurde (Abbildung 1). Den Schülern wurde der Spickzettel zur Verfügung gestellt und eine Reihe von Übungen mit einem völlig anderen Datensatz vorgegeben.

Wie wird vermittelt: Paarweise Arbeit im Unterricht

Um die Verwendung von Spickzetteln zu erleichtern, lassen Sie die SchülerInnen in Paaren arbeiten. Die Paarprogrammierung wird von Datenwissenschaftlern in der Industrie häufig für Codierungsaufgaben verwendet: Zwei Personen verwenden einen Computer, wobei der "Fahrer" die Tastatur bedient und der "Navigator" beobachtet und unterstützt (Williams, 2001). Der "Driver" und der "Navigator" tauschen regelmäßig ihre Rollen aus und besprechen ihre Arbeit (Demir und Seferoglu, 2021; Hannay et al., 2009).

Der Einsatz dieser Technik für die Datenanalyse fördert die Zusammenarbeit zwischen den Schülerinnen und Schülern im Klassenzimmer, verbessert das Learning by Doing und baut Beziehungen zwischen den Schülerinnen und Schülern auf. Die Teams können für ein ganzes Semester festgelegt werden oder in jeder Klasse wechseln. Wichtig ist, dass die SchülerInnen zusammenarbeiten und sich von der Aufgabe nicht überfordert fühlen.

Wie wird bewertet? Formative Beurteilungen mit gegenseitigem Feedback

Schließlich sollten Sie auch formative Beurteilungen durchführen (d. h. Beurteilungen, die nicht in die Endnote des Kurses einfließen). Diese haben sich als zentral für die Förderung des Lernens und des Verständnisses der Studierenden erwiesen (Wu und Jessop, 2018; Black und William, 2019; McMallum und Milner, 2021).

Die Herausforderung bei diesen Bewertungen besteht darin, dass viele Studierende sich nicht damit befassen und selbst wenn sie es tun, sammeln viele das gegebene Feedback nicht oder beziehen es nicht in zukünftige Bewertungen ein (Duncan, 2007). Es gibt jedoch Hinweise darauf, dass Schüler die Bewertung der Arbeit ihrer Mitschüler als sehr motivierend empfinden und dadurch ihr Lernen und ihre Entwicklung fördern (Ballantyne et al, 2002; Vickerman, 2009).

Kurze regelmäßige formative Beurteilungen, bei denen die Studierenden gegenseitiges Feedback geben können, lassen sich sehr leicht in einen Kurs einbauen, dessen Lernergebnis die Entwicklung von Datenanalysefähigkeiten ist. Zunächst versuchen die Studierenden, die Fragen zu lösen, dann reichen sie ihre Antworten ein, und schließlich überprüft jeder Studierende den Versuch eines anderen Studierenden und gibt schriftliches Feedback. Auf diese Weise können die Studierenden sehen, wie andere Studierende die Fragen gelöst haben, sie lernen verschiedene Herangehensweisen an die Aufgaben kennen und können gleichzeitig die Gültigkeit der von ihrem Kommilitonen gegebenen Lösung überprüfen und über die Gültigkeit ihres eigenen Lösungsvorschlags nachdenken.

Es bleibt jedem Lehrer überlassen, Richtlinien für das Feedback zu geben, aber wir haben die Erfahrung gemacht, dass es am besten ist, zunächst einige Hinweise darauf zu geben, was gut gemacht wurde und was verbessert werden könnte, und die vollständigen Lösungen erst dann freizugeben, wenn die Schüler sich gegenseitig Feedback gegeben haben. Auf diese Weise haben die SchülerInnen die Möglichkeit, das erhaltene Feedback noch einmal zu überprüfen, nachdem die Antworten zur Verfügung gestellt wurden, und können besser darüber nachdenken, wenn sie ihren MitschülerInnen Feedback geben.

Fazit

Auch wenn die Arbeit mit und die Analyse von Daten für Schülerinnen und Schüler anfangs entmutigend sein kann, können Lehrkräfte den Lernprozess für die Schülerinnen und Schüler attraktiver und zugänglicher gestalten, indem sie die Gestaltung des Materials, die Vermittlung und die Bewertung überdenken. Unsere Tipps bringen die Schülerinnen und Schüler dazu, durch eigenes Tun zu lernen, und ermutigen sie, im Unterricht und außerhalb des Unterrichts bei der Arbeit an ihren Bewertungen sehr aktiv zu sein.

Dieser Artikel wurde in Zusammenarbeit mit dem Economics Network erstellt, der größten und ältesten akademischen Organisation, die sich für die Verbesserung der Lehre und des Lernens von Wirtschaftswissenschaften im Hochschulbereich einsetzt. Mehr über das Economics Network erfahren Sie hier.

^{Bild in der Kopfzeile: Pixabay.com.}