220012 Geschichte mit Daten (Ü) (WiSe 2019/2020)

Die Veranstaltung dient der praktischen Anwendung und Vertiefung von den in der Interdisziplinären Ringvorlesung vermittelten Inhalten für den Bereich der Geschichtswissenschaft und kann im individuellen Ergänzungsbereich als Teil des neuen Moduls „Data Literacy Education“ belegt werden.
Nicht nur in den technischen Wissenschaften, sondern auch in Sozial-, Geistes- und Humanwissenschaften sollte bereits in der Orientierungsphase des Bachelorstudiums eine Auseinander-setzung mit dem Thema „Data Literacy“ erfolgen. Mit dem Begriff der Data Literacy wird die Fähigkeit verstanden, Daten zu sammeln, zu verwalten, auszuwerten und anzuwenden. Dies immer verbunden mit einer kritischen Reflexion der Voraussetzungen und Ziele dieser Tätigkeiten Data Literacy erschöpft sich in unserem Verständnis damit nicht in der Aneignung von statisti¬schen Kenntnissen, sondern beinhaltet umfassendere Kompetenzen im selbstbestimmten Umgang mit Daten aller Art.
Als Beispiel dient eine Studie zu (kolonialen) Wissens- und Arbeitspraktiken der vergleichenden Anatomen im Übergang vom 18. zum 19. Jahrhundert in Europa und Nordamerika.Dabei werden die Sammel- und Vergleichspraktiken der Anatomen mit den zeitlichen Spezifika, wie der Aufklärung, dem Kolonialismus, dem Sklavenhandel und dem Nationalismus in Beziehung gesetzt. Durch die globalen Verflechtungen des Versuchs der Ordnung der Menschheit werden Globalisierungsdynamiken und die Arbeits- und Vergleichspraktiken der Forscher in ihren Wechselwirkungen erfasst. Eine vermeintlich klassische Wissenschaftsgeschichte wird in eine Kolonial- und Wissensgeschichte überführt und unsichtbare Machtverhältnisse werden aufgedeckt.
In der Übung wird vorliegendes Quellenmaterial in verschiedene Datenformate überführt und mit unterschiedlichen Analysemethoden untersucht. Auf diese Weise soll eine Data Story entstehen, die die Studie begleitet.

Die Veranstaltung beginnt erst am 28.11. 2019 und findet dann 4-stündig statt. Neben der Vermittlung von digitalen Methoden der Datenanalyse steht deren praktische Anwendung im Vordergrund der Veranstaltung.