Big Data Arbeitsanregungen zur vertieften Auseinandersetzung

Präsentation zum Thema: "Big Data Arbeitsanregungen zur vertieften Auseinandersetzung"—  Präsentation transkript:

1 Big Data Arbeitsanregungen zur vertieften Auseinandersetzung
mit den Inhalten des Erklärvideos Big Data Material ist unter den gleichen Bedingungen veröffentlicht wie der Erklärfilm CC BY-SA 3.0 Ulrich Gutenberg November 2015 Update

2 Übersicht Einführung und Fragen an das Erklärvideo (Folie 3)
Transkription des Sprechertextes zur Texterschließung (Folie 4) Auswahl von „Schlüsselbildern“ aus dem Erklärvideo (Folie 5) Leitfragen zur Analyse des Medium Digital (Folie 6) Checkliste Analyse: Medieninhalt und Medienreflexion (Folie 7)

3 Einführung Die Erklär-Experten haben aus ihrem YouTube-Kanal bei Wikipedia zu dem Begriff Big Data ein Erklärvideo unter der Lizenz CC BY-SA 3.0 zur Nutzung gestellt. Hier sind einige Anregungen zusammengestellt, um über eine reine Betrachtung des Videos hinaus, sich mit der Informationszusammenstellung der Erklär-Experten zu beschäftigen. Mit der „Eintauchmethode“ , die als Handreichung für Lehrkräfte vorliegt, wird ein komplexer Zugang zum „Medium Digital„ angeboten. Beide Links führen zu PDF-Dateien auf Dischba.de. Dazu gibt es auf den letzten beiden Folien Leitfragen und eine Checkliste zur Analyse.

4 Big_Data_einfach_erklärt.webm (Wikimedia Commons) CC BY-SA 3.0
Transkription Big_Data_einfach_erklärt.webm (Wikimedia Commons) CC BY-SA 3.0 Erklaerexperten - Authors YouTube-Channel Was hinter Big Data steckt - einfach erklärt (Ein explain-it Erklärvideo) Der Begriff Big Data bezeichnet Datenmengen, die so groß sind, dass sie mit normaler Software oder Hardware beziehungsweise herkömmlichen Methoden der Datenverarbeitung nicht mehr bewältigen kann. Wie entstehen solche Datenmengen? Ganz einfach! Wir alle speisen sie mit jedem Klick, jedem Online-Einkauf, jeder Eingabe in Navigationsgeräte, jeder Finanztransaktion, jedem Telefonat, jedem Fitnessstudiobesuch, jedem neuen Freund im sozialen Netzwerk. Das bedeutet, die Datenberge wachsen und zwar rasant. Die gleiche Menge an Daten die Mensch vom Ursprung an bis zum Jahr 2002 geschaffen hat, entsteht im Jahr 2014 bereits in der Zeit, in der sie einen Kaffee trinken, innerhalb von 10 Minuten. Mit dem Begriff Big Data sind aber häufig nicht nur die Daten an sich, sondern auch deren Analyse und Nutzung gemeint. Das bedeutet, dass man die Datenmenge nutzt, indem man dort automatisiert Muster und Zusammenhänge sucht. Ein Beispiel dafür kennt fast jeder vom Onlineshopping. Empfehlungen alla „Kunden die das kaufen, kauften auch“ basieren auf der Echtzeitauswertung von Millionen von Kaufdaten anderer Kunden. Mit Hilfe dieser Daten wird errechnet, welche Produkte den Käufer mit hoher Wahrscheinlichkeit noch interessieren könnten. Ein ganz anderes Beispiel von der Analyse von Big Data kommt aus den USA. Dort wurde über die automatisierte Auswertung von Tweeds die Verbreitung einer Grippewelle vorhergesagt und eingedämmt. Es sind unendlich viele Bereiche denkbar, in dem Big Data zum Einsatz kommen kann. In der medizinischen Forschung können Massendaten helfen die besten Therapien für Krankheiten wie Krebs zu finden. Maschinen können ihre eigenen Betriebsdaten nutzen, um daraus zu lernen und effizienter zu werden. Unternehmen können Big Data nutzen, um ihre Kunden besser kennen zu lernen, Produkte, Dienstleistungen und Werbung auf sie zuzuschneiden und das sind nur einige Beispiele. Aber Big Data wirft auch Fragen auf. Wem gehören die häufig persönlichen Daten? Ist es gefährlich, wenn nur wenige große Unternehmen sie kontrollieren? Wollen wir, und das ist ein reales Beispiel, wirklich von einem Onlineshop auf Basis des Kaufverhaltens erfahren, dass jemand schwanger ist? Und kommt irgendwann der Zeitpunkt, an dem auch menschliches Verhalten voraussagbar wird? Also Big Data bietet enorme Chancen aber auch Risiken. Es ist ein wenig wie bei der Entdeckung des Feuers durch die Steinzeitmenschen. Man kann sich daran die Finger verbrennen oder eine Zivilisation darauf begründen. Hinweis Mit wikibu.ch kann Wikipedia reflektierter genutzt werden!

5 Big_Data_einfach_erklärt.webm (Wikimedia Commons) CC BY-SA 3.0
Screenshots aus Big_Data_einfach_erklärt.webm (Wikimedia Commons) CC BY-SA 3.0 Erklaerexperten - Authors YouTube-Channel

6 Leitfragen an das Inhaltsmedium - gegliedert nach den Ebenen des Medium Digital
Lernen mit Medien 0. Inhaltserfassung: Welche themenbezogenen Aussagen werden im Inhaltsmedium dargeboten? Lernen über Medien 1. Datenherkunft: Wo sind die verwendeten Informationen her, und wer hat das Inhaltsmedium produziert? 2. Datenbeeinflussung: Wie wird der Sachinhalt aufbereitet, und wie nimmt diese Form der Aufbereitung Einfluss auf den Inhalt? 3. Datenvorführung: Welchen Einfluss auf den Inhalt hat die Art der Präsentation? 4. Datenverbreitung: Worin bestehen Wirkungsmöglichkeiten des Inhalts durch die Verbreitung der aufbereiteten Informationen (z.B. ein Erklärvideo bei Youtube). Welchen Einflussgrößen ist dieses Inhaltsmedium ausgesetzt (z.B. Partizipationsmöglichkeiten / Manipulationsmöglichkeiten / Rechtsfragen)?

7 Checkliste Analyse: Medieninhalt und Medienreflexion
Inhaltsaussagen des Films (stichpunktartig/strukturiert) Datenherkunft (Datenquelle) Datenbeeinflussung (Datenaufbereitung) Datenvorführung (Datenpräsentation))) Datenverbreitung (Datenaustausch und Datensammlung) Zusammenschau (Zusammenfassung der Ergebnisse der Analyse)