Every semester
10 Credit points
For information on the duration of the modul, refer to the courses of study in which the module is used.
„Big Data“ gewinnt eine immer wichtigere Rolle in der zunehmend digitalisierten Gesellschaft, schafft neue Berufe und neue Tätigkeitsfelder und Anforderungen in bestehenden Berufen. Die Teilnehmerinnen und Teilnehmer dieses Kurses werden ein Verständnis von Big Data und spezifische Kompetenzen zur Arbeit damit am Bespiel des etablierten Programmes Tableau erwerben.
Die Studierenden erwerben die Fachkompetenz verschiedene Datenquellen für die Analyse zu verbinden. Sie erlangen die Fähigkeit, mithilfe von Tableau Prep die Daten für eine Analyse zu bereinigen, in ihrer Struktur zu verändern und sie zu verknüpfen. Sie führen in Tableau visuelle Analysen durch und erlernen, welche verschiedenen Abbildungstypen für Probleme am besten geeignet sind und wie sie erstellt werden können.
Eine weitere zu erwerbende Fachkompetenz besteht in der Fähigkeit der Erstellung von kartographischen Abbildungen. Die Teilnehmerinnen und Teilnehmer berechnen Variablen und filtern die Daten. Sie gestalten interaktive Abbildungen um ihre Ergebnisse wirksamer zu kommunizieren und erstellen Dashboards und Stories. Die Studierenden lernen, wie sie ihre Ergebnisse auf Tableau Public veröffentlichen können. Sie entwickeln eine Tableau-Story, um die Ergebnisse einer von ihnen erstellten Fragestellung zu präsentieren.
Nach der Teilnahme an dem Kurs sind die Studierenden in der Lage, große Datenmengen mithilfe von Tableau visuell zu analysieren und die Ergebnisse anhand von Dashboards und Stories zu präsentieren.
Grundlegende Vorkenntnisse in Microsoft Excel sind für dieses Modul vorteilhaft, aber nicht zwingend notwendig.
—
Das Moduls besteht aus einer Veranstaltung mit Selbstlerneinheiten im LernraumPlus sowie zwei Präsenzterminen. Die Selbstlerneinheiten enthalten Lernvideos, Aufgaben zur Rekapitulation, Quizzes und Übungsaufgaben, sowie alle in den Videos verwendeten Dateien.
Module structure: 1 SL, 1 uPr 1
Der Kurs besteht aus 10 Online-Bausteinen im LernraumPlus mit jeweils ca. 1-stündigen Videos. Zu jeder Lerneinheit stehen umfangeichen Aufgaben zur Rekapitulation der Arbeitschritte des Videos bereit (80h Workload), Quiz zur Überprüfung des Lernfortschrittes (9h Workload) sowie sog. Challenges für jede Lerneinheit (40h Workload). Dabei handelt es sich um je eine komplexere Aufgabenstellung zum Thema der Lerneinheit. Für die Lerneinheiten übergreifende Reflexion des Themas durch Literatur und Online-Recherche wird eine Workload von 51h gesetzt.
Zu Beginn des Semesters gibt es eine Präsenzveranstaltung mit Informationen zum Kurs und einer Einführung in die Umsetzung im LernraumPlus. Zum Ende gibt es eine weitere Präsenzveranstaltung zur Vorbereitung der Abschlusspräsentation.
| Allocated examiner | Workload | LP2 |
|---|---|---|
|
Teaching staff of the course
Big Data Literacy mit Tableau
(guided self-study)
Als Studienleistung werden von den Studierenden drei Lösungen für Aufgaben (sog. Meilensteine) als Tableau-Dateien (*.twbx), sowie parallel als PDF in den entsprechenden Abgabeordner des LernraumPlus hochgeladen. |
see above |
see above
|
Die Studierenden erstellen bis zum Ende des Semesters mit selbstrecherchierten Daten eine komplexere Tableau-Präsentation (sog. Story) mit 6 bis 8 Dashboards und laden diese in den Abgabeordner des LernraumPlus sowohl als Tableau-Datei (*.twbx) wie auch parallel als PDF hoch. Sie beschreiben in einem Text von ca. 3 S. ihre Vorgehensweise und laden diese ebenfalls in den Abgabeordner für Prüfungsleistungen des LernraumPlus hoch. Die Prüfungsleistung ist unbenotet. Die Kriterien für Annahme oder Ablehnung orientieren sich an den in diesem Modul entwickelten Kompetenzen und werden in einem Dokument im LernraumPlus bekanntgegeben und in der zweiten Präsenzveranstaltung erläutert.
Die Teilnehmerinnen und Teilnehmer des Kurses werden eine spezifische Plattform (Tableau Online) zur Arbeit mit Daten nutzen können und erhalten Studierendenlizenzen für Tableau Desktop und Tableau Prep. Sie werden diese Lizenzen bis zum Abschluss ihres Studiums nutzen können.
| Degree programme | Profile | Recommended start 3 | Duration | Mandatory option 4 |
|---|---|---|---|---|
| Health Sciences - Courses offered for the Individual Subsidiary Subjects / Individueller Ergänzungsbereich im Bachelor [] | one semester | Compulsory optional subject | ||
| Courses offered for the Individual Subsidiary Subjects / Individueller Ergänzungsbereich im Bachelor [] | Fakultät für Gesundheitswissenschaften | one semester | Compulsory optional subject |
The system can perform an automatic check for completeness for this module.