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 aktuelle Programmheft mit allen Kursen, die im Zertifikat anrechenbar sind, finden Sie auf der Seite des Zertifikat Data Literacy in der Infobox am rechten Rand.

Anmeldung

Die Anmeldung zu den Kursen ist über das Alma-Portal möglich. Die Belegungsfristen können aber je nach Kurs und anbietender Einrichtung 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. 

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

Anmeldung zur Erfassung von Studien-/Prüfungsleistungen

Seit dem Sommersemester 2023 ist bei erfolgreicher Kurszulassung zusätzlich vor Kursende die Anmeldung zur digitalen Erfassung der jeweils dazugehörigen Prüfung- bzw. Studienleistungen in Alma erforderlich. Detaillierte Informationen dazu finden sie auf der Informationsseite zur Prüfungsanmeldung.

Aktuelles Angebot

Stand 31. August 2023.

• 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 Helfer fürs Studium
  Digitale Werkzeuge können Ihnen während Ihres Studiums helfen, Projekte und schriftliche Arbeiten effektiver und effizienter zu planen und durchzuführen. Immer wieder findet man aber das perfekte Werkzeug erst, wenn eine Aufgabe fast beendet oder schon abgeschlossen ist. Dieser Kurs bietet Ihnen eine Einführung in verschiedene Anwendungen, welche Ihnen in folgenden Bereichen assistieren können: Verstehen der grundliegenden Funktionsweise von Computern/Smartphones/Tablets Automatisierung wiederkehrender Arbeitsabläufe Aufbereitung tabellarischer Daten Datenanalyse Schreibtools für (kollaboratives) wissenschaftliche Arbeiten Projektmanagement/Selbstorganisation Multimediabearbeitung (Bild/Ton/Video) Weitere Themenbereiche können auf Nachfrage hinzugefügt werden. Das Ziel des Kurses ist es, Ihnen einen Überblick über verschiedene Technologien zu geben, die Sie während des Studiums unterstützen können, und Ihnen über die Anfangshürden zu helfen. Dabei wird Wert daraufgelegt, zuerst grundlegende Konzepte zu erklären, die sich auf andere Anwendungen im gleichen Bereich übertragen lassen. Naturgemäß können die meisten Themen nicht ausschöpfend behandelt werden. Deshalb wird auch immer auf weiterführende Angebote an der Universität und auf externe Quellen hingewiesen, mit denen Sie Ihr Wissen vertiefen können. Die im Kurs verwendeten Anwendungen sind entweder Bestandteil des Betriebssystems, Open-Source-Programme oder kostenlose Versionen von kommerziellen Anwendungen. Wenn es sich um Onlineangebote handelt, ist deren Nutzung kostenlos.  
• Sicherer im Netz: Digitale Selbstverteidigung für mehr Sicherheit an PC und Smartphone
  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 sollen auch die Risiken derselben für die individuelle Privatspähre und die Gesellschaft in Betracht gezogen werden. Tracking, Cookies, Viren, Spam, Backup, Cloud, PGP, Ende-zu-Ende-Verschlüsselung, Android, Apps, Linux, Adblocker... Mit diesen und anderen Begriffen werden wir uns in diesem Kurs befassen und so praktische Möglichkeiten kennen lernen, um sich am PC und Smartphone sicherer durch den digtalten Alltag zu bewegen. Der Kurs gibt einen Überblick und konkrete Anwendungsbeispiele und richtet sich sowohl an Anfänger, als auch Erfahrene Personen.
• Einführung in Data Literacy
  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.
• 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.
• 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
• Linux Grundlagen: Umstieg zu Linux und Co leicht gemacht
  Für jedes Studium ist inzwischen ein Computer (PCs, Notebook, Tablett...) nötig. Sehr häufig wird für dessen Nutzung unfreie (proprietäre) Software genutzt. Doch gibt es auch zahlreiche freie (Open Source oder FOSS) Alternativen. Beginnend beim Betriebssystem (Linux) wird dieser Kurs Studierenden den Ein- und Umstieg in die Nutzung von freier Software aufzeigen. Von der Installation und Konfiguration des Betriebssystems (Linux), über die Software- und Dateiverwaltung, die Dateibearbeitung (Bild- und Textbearbeitung) bis hin zu Themen wie Gaming mit Linux wird dieser Kurs verschiedene alltägliche Szenarien bei der Nutzung von freier Software behandeln. Vorkenntnisse in Linux sind dabei nicht nötig. Für die Teilnahme am Kurs kann ein Computer ausgeliehen werden oder ein eigenes Gerät genutzt werden.
• 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 - Data projects with R and GitHub (during semester)
  This course's major goals are: extend your prowess of data processing R (i.e. import, manipulation and visualization of data) train you abilities in project definition, documentation and presentation (i.e. (R)Markdown, GitHub pages, ...) understand what versioning systems like git are for and how to use GitHub for collaborative work (i.e. raising issues, branching, pull requests, ...) To this end you will study self-learning material for relevant topics and practice them in the sessions define your own data project and respective goals that are to be tackled by your fellow students implement solutions for projects posted by fellow students review projects and solutions in collaborative workflows and revise your code based on the feedback from others do all this via RStudio using a shared project on GitHub (experiencing all positive and challenging aspects of collaborative code and data work) Will be great!
• R2 - Data projects with R and GitHub (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.  
• Virtuelle Welten: 3d-Rendering mit der Grafiksuite Blender
  Im ersten Kursteil erschaffst du mit der open source Grafiksuite Blender dreidimensionale Objekte und erstellst damit mittels einer virtuellen Kamerafahrt ein kurzes Video. Im anschließenden Projektteil wird das Gelernte in Kleingruppen weiter ausgearbeitet. Dabei ist der Raum für sämtliche Techniken geöffnet, die mit Blender innerhalb der gegebenen Zeit umsetzbar sind. Denkbar sind hier zum Beispiel: Character Rigging, komplexe Animationen, physikalische Simulationen oder die Erstellung weitläufiger Fantasielandschaften. Link - YouTube Playlist: Faszination Virtuelle Welten - Videoergebnisse aus den Kursen  

Angebote von Kooperationspartnern

Zuletzt aktualisiert am 31. August 2023. Kann noch erweitert werden.

• 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)
• Interaktives Erzählen mit Webkarten (Angebot der Masterprofillinie Digital Humanities)
  In diesem Kurs werden wir uns einerseits der Aufbereitung von Datensätzen mit Raumbezug mittels verschiedener Tools (Editoren, Geo-Informationssysteme (GIS) u.a.) widmen. Dies umfasst das Finden, Zusammenführen und Homogenisieren externer Daten, die eine bestimmte Fragestellung beantworten. Anderseits werden wir einen zweiten Schwerpunkt auf die interaktive Präsentation der Daten legen und lernen, wie diese Daten mit den gängigen Webtechnologien – HTML, CSS, Javascript und der Javascript-Bibliothek Leaflet – visualisiert werden können.
• 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.
• XSLT-Stunts vs. XQuery-Quests (Angebot der Masterprofillinie Digital Humanities)
  XSLT und XQuery sind zwei Skriptsprachen, mit sich auch komplexe Transformationen von XML-Dokumenten in ein anderes Format bewerkstelligen lassen. XSLT (XML Stylesheet Language Transformation) und XQuery haben viel gemeinsam - Sie nutzen beide bspw. den Zugang zu XML-Daten über XPath -, aber sie haben auch ihre individuellen Stärken im Umgang mit und ihren eigenen Zugang zur Verarbeitung von XML-Daten. Mit XSLT und XQuery lassen sich also sehr verschiedenen Aufgaben erledigen. Nach einer kurzen Auffrischung der beiden Skriptsprachen arbeiten wir thematisch orientiert mit ausgewählten Möglichkeiten von XSLT und/oder XQuery: Datenauswertung Präsentation komplexer Daten Stapelverarbeitung mehrerer XML-Daten Umarbeitung von Daten: XML/HTML zu XML Aufarbeitung von Daten: TXT zu XML Jeder Schwerpunkt im Kurs wird in drei Schritten angegangen: Ausgabe der Aufgabe für die selbständige Bearbeitung, Demonstration von Lösungswegen anhand einer Übung im Unterricht sowie die Besprechung der Abgaben und die Präsentation der Musterlösung. Die Teilnehmer entscheiden selbst, ob sie im Laufe des Kurses XSLT, XQuery oder beide Sprachen einsetzen wollen.