Lehrangebot Wintersemester 2022/23

Das Dr. Eberle Zentrum für digitale Kompetenzen bietet in Kooperation mit anderen Einrichtungen der Universität Tübingen Kurse zum Erwerb digitaler Kompetenzen für Studierende und NachwuchswissenschaftlerInnen aller Fachrichtungen an. Im Vorlesungsverzeichnis des Alma-Portals finden Sie unsere Kurse unter Außerfakultäre Veranstaltungen > Informations-, Kommunikations- und Medienzentrum - IKM (UB, ZDV) > Dr. Eberle Zentrum für digitale Kompetenzen.

Alle Kurse des Dr. Eberle Zentrums für digitale Kompetenzen sind für das Zertifikat Data Literacy anrechenbar. Das Programmheft mit allen Kursen, die im Zertifikat anrechenbar sind, können Sie hier herunterladen.

Anmeldung

Die Anmeldung zu den Kursen ist über das Alma-Portal möglich. Die Belegungsfristen können aber je nach Kurs variieren. Beachten Sie daher bitte unbedingt die Anmeldefristen, die Sie bei jedem Kurs in Alma unter "Belegungsinformationen" finden. Zu den Kursbeschreibungen in Alma gelangen Sie direkt über die folgenden Links. Sie können in maximal drei unserer Kurse dieses Semesters aufgenommen werden.

NachwuchswissenschaftlerInnen der Universität Tübingen, die keinen Studierendenaccount haben in Alma, wenden sich bitte an den jeweiligen Kursleiter, um Möglichkeiten einer Teilnahme zu erörtern.

Aktuelles Angebot

Stand 22. September 2022.

  • Einführung in Data Literacy - Seminar (verwaltet vom Transdisciplinary Course Program, ehem. Studium Professionale; individuellen Anmeldezeitraum für diesen Kurs in Alma beachten!)
    In einer zunehmend digitalen Welt werden wir in immer größerem Umfang mit digitalen Daten konfrontiert: seien es digitale Medien, die wir konsumieren und welche unsere Meinungen und Entscheidungen beeinflussen; Datensätze, mit denen wir in der Forschung, im Studium und im Berufsleben arbeiten; oder Daten, die wir als Nutzer/innen—beispielsweise von sozialen Medien oder Webangeboten—selbst generieren. Unter Data Literacy verstehen wir grundlegende Kenntnisse über Entwicklungen im Bereich der Digitalisierung, sowie praktische Fertigkeiten im Umgang mit Daten und dafür benötigten digitalen Methoden und Werkzeugen. Dies ist eine Pflichtveranstaltung für das Zertifikat Data Literacy.
  • Data Science mit Python
    In der Data Science (“Datenwissenschaft”) werden Methoden aus unterschiedlichen Bereichen miteinander kombiniert, darunter der Statistik, der Datenanalyse, dem maschinellen Lernen und der Datenvisualisierung, um computergestützt Erkenntnisse aus (großen) Datenmengen zu gewinnen. In diesem Kurs werden wir die Programmiersprache Python und wichtige Bibliotheken wie pandas, spaCy oder scikit-learn verwenden, um die einzelnen Schritte einer typischen Data Science Pipeline bestehend aus Datengewinnung, -bereinigung, -analyse und -visualisierung zu implementieren. Dabei werden wir mit verschiedenen Datentypen arbeiten, wobei der Schwerpunkt auf Texten liegt. Ziel der Veranstaltung ist es, dass die Teilnehmer:innen nicht nur die einzelnen Schritte datengetriebener Forschung kennenlernen, beispielsweise die Gewinnung von Daten via APIs oder die automatisierte Klassifikation neuer Daten durch maschinelles Lernen, sondern diese zu einem kohärenten Datenanalyse-Workflow zu verbinden lernen. Dabei ist es wichtig, dass die Studierenden nicht nur bereits fortgeschrittene Python-Kenntnisse besitzen, sondern im Idealfall auch einen eigenen Datensatz bzw. eine Fragestellung mitbringen, die sie mit der Hilfe quantitativer Methoden beantworten möchten, sodass die erlernten Methoden direkt auf das eigene Material angewendet werden können.  
  • Digitale Selbstverteidigung: "Safer Science" in Zeiten der Digitalisierung
    In einer zunehmend digitalisierten Welt zeigt sich, wie wichtig der Einsatz digitaler Werkzeuge sein kann. Je mehr und je intensiver wir die Chancen der Digitalisierung nutzen, desto stärker soll auch über die Risiken derselben nachgedacht werden. Tracking, Cookies, Viren, Spam, Backup, Cloud, PGP, Ende-zu-Ende-Verschlüsselung, Cryptpad, FDroid, Adblocker... Mit diesen und anderen Begriffen werden wir uns in diesem Kurs befassen und so Möglichkeiten kennen lernen, wie wir uns praktisch für die digitale Welt wappnen können. Der Kurs soll einen Überblick und konkrete Anwendungsbeispiele bieten.
  • Einführung in die digitale Archivierung
    Wir befinden uns inmitten einer digitalen Revolution. Immer mehr Lebensbereiche sind durch digitale Inhalte und Informationsvernetzung geprägt, immer mehr Kulturprodukte entstehen digital und sind nur noch in digitaler Form vorhanden. Die Erhaltung digitaler Daten ist daher nicht nur eine Fragestellung für die privaten Daten, sondern insbesondere für den Wissenschaftsbetrieb (Forschungsdaten) und Kulturerbeinstitutionen, wie Bibliotheken, Archive und Museen. In diesem Seminar sollen zunächst die grundlegenden Problematiken des digitalen Verfalls vermittelt werden. Danach widmen wir uns den theoretischen Frameworks, Prozessen und Techniken zu, die den Erhalt digitaler Information – der digitalen Archivierung - ermöglichen soll.  Die Seminarteilnehmer werden sich wesentliche Teilaspekte der digitalen Archivierung erarbeiten und im Plenum vorstellen. Das Seminar wird in Videokonferenzen und nur bei Bedarf vor Ort stattfinden.
  • Entwurf und Umsetzung von Datenbanken
    Dieser Kurs bringt Studierenden ohne Vorkenntnisse der Informatik wichtige Methoden und Werkzeuge für den Entwurf und die Umsetzung von Datenbanken näher. Bei der Datenmodellierung wird insbesondere das heute vorherrschende relationale Datenmodell im Vordergrund stehen. Studierende erlernen, wie komplexe Ausschnitte der realen Welt als konzeptionelle Datenmodelle (Entity-Relationship-Diagramme) abgebildet werden, und wie diese Datenmodelle als tabellarische Datenbanken mittels SQL umgesetzt werden können. Anhand praktischer Aufgaben und Beispiele werden Möglichkeiten der Abfrage und Analyse von erfassten Datenbeständen und Möglichkeiten der Visualisierung von Datenabfragen erarbeitet.
  • GIS in Aktion: Management räumlicher Daten mit QGIS und Spacialist
    Um Datensätze auswerten, präsentieren und archivieren zu können, müssen diese strukturiert aufgenommen, gespeichert und verarbeitet werden. Dies trifft insbesondere auf komplexe Datenbestände mit räumlichem Kontext zu. Dieser Kurs wird dazu einen Einblick in die Datenmodellierung (welche Daten liegen wie vor?), die Datenaufnahme (wie generiere ich meine Rohdaten?), die Datenverarbeitung- und Speicherung (wie speichere ich meine Daten? Wie sollte ich sie aufbereiten?) und in Möglichkeiten der Datenanalyse (wie kann ich meine Daten lesen?) bieten. Dabei liegt der Fokus auf Daten mit räumlichem Bezug. Wir werden uns u.a. mit den Tools QGIS (www.qgis.org) und Spacialist (https://uni-tuebingen.de/de/75244) befassen. Für die Teilnahme werden Grundkenntnisse in der Anwendung von Geo-Informationssystemen vorausgesetzt.
  • Grundlagen der Informatik für Studierende aller Fachrichtungen
    Einige der inhaltlichen Schwerpunkte: Informatik- und Computerbegriff, Computerarchitektur, Computerkomponenten Betriebssysteme, Hardware-Software-Abstraktion Datencodierung, logische Verknüpfungen Programmierung, Algorithmen, Datenstrukturen Datenverarbeitung, Dateiverarbeitung, Datenaustauschformate Rechnernetze, Webanwendungen Angewandte Informatik
  • Karten, Koordinaten und Co: Arbeiten mit räumlichen Daten in GIS
    Für viele wissenschaftliche Fragestellungen ist nicht nur das „Wie?“, „Wann?“ oder „Warum?“ wichtig, sondern auch das „Wo?“ oder „Wohin?“ Um diese räumlichen Aspekte zu erfassen und zu analysieren, können Geographische Informationssysteme (GIS) genutzt werden. Diese Veranstaltung behandelt mit Vorlesungsphasen, Gruppenarbeiten, Kurzreferaten und Übungsaufgaben die theoretischen Grundlagen, Prinzipien und Methoden der Verarbeitung räumlicher Daten. Anschließend werden anhand des Open-Source-GIS „QGIS“ die konkreten Arbeitsabläufe beim Umgang mit räumlichen Daten behandelt. Die Teilnahme an Seminar und Übung muss gleichzeitig im selben Semester erfolgen.
  • Praktische Aspekte des digitalen Datenmanagements
    In Zeiten der Digitalisierung ist ein profundes Wissen rund um Grundlagen und Methoden der digitalen Datenverwaltung und -bereitstellung unumgänglich. Dieser Kurs schafft einen Überblick über wichtige Begriffe rund um digitale Daten. Dies umfasst u. a. Themen wie Bereitstellung, Formatierung und Speicherung bis hin zum Management von Forschungsdaten. Nicht zu vergessen sind dabei Datenschutz und Datensicherheit, sowie die Auswertung von Nutzerdaten. Am Ende des Kurses sind Teilnehmende mit folgenden Abkürzungen vertraut: DBMS, SSH, MD5, ZIP, HTTPS, GIT, FDM, XML, Host, ML, SVM, Cookie, DSGVO, WebDAV, ...
  • Programmieren mit Python / Programming with Python (Selbstlernphase + Blockveranstaltung)
    Python ist eine der beliebtesten Programmiersprachen, und das aus gutem Grund: Python ist relativ einfach zu erlernen und dennoch leistungsstark. Sie ist nicht nur eine Allzwecksprache, sondern für spezielle Anforderungen kann man aus einer großen Menge von Paketen auswählen, welche die Funktionen von Python erweitern. Dieser Kurs dient als Einführung in Python für Studierende und NachwuchswissenschaftlerInnen ohne Programmiererfahrung. Aufbauend auf grundlegenden Konzepten von Python werden wir uns mit einigen fortgeschritteneren Themen befassen, wie der objektorientierten Programmierung und der Verwendung von Python zur Datenanalyse und -visualisierung. Alle unsere Python-Kurse verwenden inhaltsgleiche Lernmaterialien. Die Kurse unterscheiden sich jedoch in der Lehrmethode. In diesem Kurs erfolgt nach einer völlig flexiblen Selbstlernphase während des Semesters die Leistungserbrinung geblockt innerhalb einer Woche in der vorlesungsfreien Zeit.
  • Programmieren mit Python / Programming with Python (semesterbegleitend)
    Python ist eine der beliebtesten Programmiersprachen, und das aus gutem Grund: Python ist relativ einfach zu erlernen und dennoch leistungsstark. Sie ist nicht nur eine Allzwecksprache, sondern für spezielle Anforderungen kann man aus einer großen Menge von Paketen auswählen, welche die Funktionen von Python erweitern. Dieser Kurs dient als Einführung in Python für Studierende ohne Programmiererfahrung. Aufbauend auf der Besprechung grundlegender Konzepte von Python werden wir uns auch mit einigen fortgeschritteneren Themen befassen, wie der objektorientierten Programmierung und der Verwendung von Python zur Datenanalyse und -visualisierung. Alle unsere Python-Kurse verwenden inhaltsgleiche Lernmaterialien. Die Kurse unterscheiden sich jedoch in der Lehrmethode. Dieser Kurs wird als hybrider Semesterkurs mit wöchentlichem Rhythmus durchgeführt.
  • R1 - Einführung in die Datenverarbeitung mit R (Selbstlernphase + Blockveranstaltung)
    R ist eine für statistische Analysen entwickelte Programmiersprache und eignet sich sehr gut für die Arbeit mit großen Datensätzen, welche meist in tabellarischer Form vorliegen und verarbeitet werden. Dieser Kurs für Studierende ohne Programmiervorkenntnisse dient als Einführung in R und die populäre Entwicklungsumgebung RStudio und behandelt Bereiche wie etwa Daten- und Kontrollstrukturen, Import/Export sowie Verarbeitung von Datensätzen und einfache Statistikvisualisierung. Alle Schritte werden dabei mittels des tidyverse Paketes und entsprechenden Workflows umgesetzt. Alle Selbstlernmaterialien des Kurses sind jederzeit frei im dedizierten ILIAS OER Lernraum verfügbar.
  • R1 - Einführung in die Datenverarbeitung mit R (semesterbegleitend)
    R ist eine für statistische Analysen entwickelte Programmiersprache und eignet sich gut für die Arbeit mit großen Datensätzen, welche meist in tabellarischer Form vorliegen und verarbeitet werden. Dieser Kurs für Studierende ohne Programmiervorkenntnisse dient als Einführung in R und die populäre Entwicklungsumgebung RStudio und behandelt Bereiche wie etwa Daten- und Kontrollstrukturen, Import/Export sowie Verarbeitung von Datensätzen und einfache Statistikvisualisierung. Alle Schritte werden dabei mittels des tidyverse Paketes und entsprechenden Workflows umgesetzt. Alle Selbstlernmaterialien des Kurses sind jederzeit frei im dedizierten ILIAS OER Lernraum verfügbar.
  • R2 - Advanced data processing with R (during semester)
    Given a basic understanding of R and data processing using the tidyverse packages, this course will level your understanding of the underlying details of R. Complex tasks that cover whole data processing workflows from import to final presentation will train your abilities to solve such problems yourself. A special focus will be on project organisation and presentation using R Markdown and git version systems. All tasks are based on tidyverse packages and respective workflow implementations. The self-study content of this course is freely available within a dedicated ILIAS course room.
  • R2 - Advanced data processing with R (self-study + block course)
    Given a basic understanding of R and data processing using the tidyverse packages, this course will level your understanding of the underlying details of R. Complex tasks that cover whole data processing workflows from import to final presentation will train your abilities to solve such problems yourself. A special focus will be on project organisation and presentation using R Markdown and git version systems. All tasks are based on tidyverse packages and respective workflow implementations. The self-study content of this course is freely available within a dedicated ILIAS course room.
  • Virtuelle Welten: 3D-Blender Grafiksuite meets 2D-Unity Game Engine
    Du generierst ein vollständig spielbares Adventure. In der 3D-Grafiksuite „Blender“ erstellst du eine dreidimensionale virtuelle Umgebung, aus der Grafiken hervorgehen, die du in die Unity Game Engine importierst. In Unity stellst du daraus ein grafisch ausgestaltetes Adventure Game zusammen, in dem die Spieler deiner Story folgend verschiedene Tasks meistern werden. Der Kurs wendet sich ausdrücklich auch an TeilnehmerInnen ohne Vorwissen. Ausführliche multimediale Vorstellung des Kurses- Kurzlink: tinylink.net/fc68a

Angebot von Kooperationspartnern

Folgende Kurse unserer Kooperationspartner sind ebenso für das Zertifikat Data Literacy anrechenbar. Stand 22. September 2022.

  • Digitale Fotografie für das Web (Angebot des Lehrstuhls Informationsdienste am Fachbereich Informatik)
  • Godot - Computerspiele leicht gemacht (Angebot der Masterprofillinie Digital Humanities)
    Digitale Spiele sind eine moderne Präsentationsform, die aus der aktuellen Medienlandschaft nicht mehr wegzudenken sind. Wie wichtig diese für die Gesellschaft sind wurde bereits 2008 vom deutschen Kulturrat bestätigt, indem sie digitale Spiele offiziell als Kulturgut aufnahm. Immer mehr staatliche und private Einrichtungen sehen sich dieser Entwicklung gegenüber und fördern die Entwicklung und den Wachstum der Spielebranche.   Der Kurs "Godot: Computerspiele leicht gemacht" gibt eine Einführung in die technischen Anforderungen und Grundlagen der Entwicklung digitaler Spiele. Beginnend bei grundlegendem Programmierwissen werden die wichtigsten technischen Aspekte von 2D Computerspielen behandelt: Wie können Bewegungen und Objekt-Interaktionen implementiert werden? Welche Arten der 2D-Animation existieren? Wie können virtuelle Welten mit teilweise individuell agierenden Objekten realisiert werden? All diese Fragen werden anhand der GameEngine Godot erörtert, welche darüber hinaus viele vordefinierte Funktionen bereitstellt; z.B. Physik-Engine, Tweening, Partikel-Effekte, Welteneditor, Shader-Programmierung, usw... . Neben der reinen Programmierung werden auszugsweise im Kurs an geeigneten Stellen Inhalte zu Story-Telling und Konzepte des Serious Gaming aufgegriffen und diskutiert.
  • Grundlagen der Webentwicklung (Angebot des Lehrstuhls Informationsdienste am Fachbereich Informatik)
  • JavaScript: Dynamische Webseiten (Angebot der Masterprofillinie Digital Humanities)
    Der Kurs vermittelt grundlegendes Wissen über die Verwendung der Skriptsprache JavaScript und geht hierbei insbesondere auf die Manipulation von Webinhalten über das DocumentObjectModel ein um dynamische Websites erstellen zu können.
  • Websites mit HTML & CSS (Angebot der Masterprofillinie Digital Humanities)
    Die Publikation wissenschaftlicher Ergebnisse aus den Geisteswissenschaften ist weiterhin den Traditionen stark verhaftet. Dennoch entstehen in letzter Zeit immer mehr digitale Publikationen ganz unterschiedlicher Natur, die als Website online zugänglich gemacht werden. Es handelt sich um: recht einfache digitale Editionen einzelner Texte oder Textsammlungen (Die Wulfila-Bibel, Jane Austen's Fiction Manuscripts und Codex Sinaiticus), Visualisierungen und Filterungen von umfangreichen Datensammlungen (Epigraphische Datenbank Heidelberg, Norse World und Gaza Historical Database), verschiedene Bearbeitungen von Corpora mit thematischen Plattformcharakter (bspw. Alfred Escher Briefediton oder Lyrik des deutschen Mittelalters und Medieval Nordic Text Archive). Egal wie umfangreich und kompliziert die Darstellung im Web ist, verwendet werden stets HTML (Hyper Text Markup Language) und CSS (Cascading Style Sheets), die die Grundlage einer jeden Website bilden, auf denen schließlich weitere Webtechnologien aufbauen. In der Einführung werden wir uns anhand von Beispielen, Partneraufgaben und Übungsblättern einen praktischen Überblick über die Möglichkeiten von HTML und CSS und deren Anwendung verschaffen. Alle Teilnehmer sollen am Ende des Kurses ein Grundverständnis erlangt haben, mit dem sie in der Lage, selbständig einfache, aber zum Teil auch interaktive Websites zu erschaffen. Zusammen mit den Kursen "Einführung in JavaScript" und "Einführung in die Digital Humanities" bildet dieser Kurs den prüfungsrelevanten Inhalt für das Modul MA-DiHu-01.