Database - Search Results

The interactive project introduces the basics of digital surveillance capitalism and uses many practical examples to show how data is collected, who profits from it and how the weakest in society risk being left behind.

Das interaktive Projekt führt in die Grundlagen des digitalen Überwachungskapitalismus ein und zeigt anhand vieler praktischer Beispiele, wie Daten gesammelt werden, wer davon profitiert und wie die Schwächsten der Gesellschaft Gefahr laufen, auf der Strecke zu bleiben. Obwohl Big Data Analytics nicht direkt erklärt wird, macht das Projekt deutlich, wie bedrohlich die Zusammenführung und Analyse der vielen gesammelten Daten werden kann.

The UnBias Fairness Toolkit is a printable teaching resource that aims to promote awareness, stimulate "civic thinking" about how algorithms shape online experiences, and foster reflection ways to address issues of online unfairness. It consists of a handbook for facilitators, so-called awareness cards and several maps and worksheets.

Das UnBias Fairness Toolkit ist ein ausdruckbares Lehrmaterial, das darauf abzielt, das Bewusstsein der Lernenden für Ungerechtigkeit in Datensystemen zu fördern, kritisches Denken sowie "civic thinking" zu stärken, und über Wege nachzudenken, um Probleme rund um Bias und Ungerechtigkeit anzugehen. Es besteht aus einem Handbuch für Lehrende, sogenannten "Awareness Cards" und verschiedenen Karten und Arbeitsblättern.

In dem "Understanding Data" Projekt wurde eine OER (offene Bildungsressource) entwickelt und erprobt, die Lehrkräfte bei der Verbesserung ihrer kritischen Datenkompetenz unterstützen soll. Die OER, die auf der Website frei zugänglich ist, versorgt Pädagogen mit Analysewerkzeugen und bietet Lehrmaterialien zu verschiedenen Modulen, beispielsweise zu Themen wie Datengerechtigkeit, offenen Daten oder Datenaktivismus. Zudem gibt es auf der Website Tipps für weitere Ressourcen, interaktive Tools und Texte.

The "Understanding data" project developed and piloted an OER (open educational resource) to support educators in improving their critical data literacies. The OER, which is freely available on the project website, provides educators with analytical tools and offers teaching materials on various modules on topics such as data justice, open data, or data activism. Apart from this, the website includes recommendations for further resources, interactive tools, and texts.

In this talk, Frederike Kaltheuner (University of Amsterdam) provides an example of the concept of predictive privacy harms. What does it actually mean to predict (individual) behaviour? How do predictive analytics work? And how can predictive analytics turn into predictive privacy harms?

In diesem Vortrag gibt Frederike Kaltheuner (Universität Amsterdam) ein Beispiel für das Konzept der prädiktiven Verletzung der Privatsphäre. Was bedeutet es eigentlich, (individuelles) Verhalten vorherzusagen? Wie funktioniert prädiktive Analytik? Und wie kann prädiktive Analytik zu prädiktiven Datenschutzschäden führen?

As part of a joint seminar of Aktion Kinder- und Jugendschutz Schleswig-Holstein e.V. and the European University of Flensburg, student teachers have dealt with the topic of Big Data in the context of health, geodata, heteronomy, publicity and data protection and have developed a teaching idea that can be tried out in the classroom.

Im Rahmen eines gemeinsamen Seminars der Aktion Kinder- und Jugendschutz Schleswig-Holstein e.V. und der Europauniversität Flensburg haben sich Lehramtsstudierende mit dem Thema Big Data im Kontext von Gesundheit, Geodaten, Fremdbestimmung, Öffentlichkeit und Datenschutz beschäftigt und dazu eine Unterrichtsidee in Form von Arbeitsblättern entwickelt, die gerne im Unterricht ausprobiert werden kann.

The teaching unit "What is Big Data?" takes 45 minutes and is aimed at students aged 12 to 16 at grammar schools, junior high schools and secondary schools. It introduces the term "Big Data" and explains how and what quantities of data are produced in everyday life. Further material on digital technologies can also be found here: https://de.digitale-lernwerkstatt.com/lehrer/katalog.

Die Unterrichtseinheit „Was ist Big Data?“ nimmt 45 Minuten in Anspruch und richtet sich an Schülerinnen und Schüler im Alter von 12 bis 16 Jahren an Gymnasien, Real- und Hauptschulen. Es wird der Begriff „Big Data“ eingeführt und erklärt, wie und welche Mengen an Daten im Alltag produziert werden. Die Materialien stehen zum Download zur Verfügung. Die "Digitale Lernwerkstatt" ist ein Projekt der Accenture Dienstleistungen GmbH. Weitere Materialien rund um digitale Technologien finden sich zudem hier: https://de.digitale-lernwerkstatt.com/lehrer/katalog.

The teaching material is aimed at students from year 8 and is divided into three sections. In the introduction, the term "Big Data" is briefly introduced with the assignment to examine a Big Data application and to evaluate it using questions. Then it is about trends and forecasts (Google Trends; Google Flu Trends) and how they can be visualised. The second step is about the smart home and the Internet of Things and the last last part is about Open Data, different applications and the attempt to develop an own Open Data application.

Das Unterrichtsmaterial richtet sich an Schülerinnen und Schüler ab der 8. Jahrgangsstufe und gliedert sich in drei Bereiche. In der Einführung wird der Begriff „Big Data“ kurz vorgestellt mit dem Auftrag, eine Big Data-Anwendung zu untersuchen (http://jedeschule.de; https://earth.nullschool.net) und anhand von Fragen zu bewerten. Anschließend geht es um Trends und Prognosen (Google Trends; Google Flu Trends) und wie sie visualisiert werden können. In einem zweiten Schritt geht es um das Smart Home und das Internet der Dinge, das mit einem Video startet, in dem der Datenjournalist Marco Maas seine vernetzte Wohnung erklärt. Zu einer interaktiven Infografik werden Arbeitsaufträge erteilt, etwa welche Rückschlüsse aus den Daten in Bezug auf Marcos Leben möglich sind. Die Unit endet mit einem explainity Erklärvideo über das „Internet der Dinge“ (Youtube). Im letzten Teil geht es um Open Data, verschiedene Anwendungen und den Versuch, eine eigene Open Data-Anwendung zu entwickeln.

A dynamic visualisation to machine learning: computers apply statistical learning techniques to automatically identify patterns in data. These techniques can be used to make highly accurate predictions. Step by step a machine learning model will be created by using data set about homes in New York and in San Francisco.

Eine dynamische Visualisierung statistischer Lernverfahren zur automatischen Erkennung von Mustern in Daten. Anhand eines Datensatzes über Wohnungen in den USA wird schrittweise - durch hinunterscrollen - ein Modell erstellt, um Wohnungen in New York von solchen in San Francisco zu unterscheiden.

As part of the event series "Stadt | Land | DatenFluss" (City | Country | DataFlow) of the German Adult Education Association, experts discussed the topic of artificial intelligence between progress and heteronomy under the title "Are algorithms fair?" on April 13, 2021. The event asked about the future of learning systems and the consequences for social coexistence. What does the use of artificial intelligence mean from an ethical and moral point of view? How can AI be used in a non-discriminatory manner and designed in the interests of humans? Do data and algorithms really represent the world or do they not rather change it? Is artificial intelligence really intelligent? Lorena Jaume-Palasí (Ethical Tech Society) and Prof. Dr. Tobias Matzner (Institute for Media Studies at the University of Paderborn) presented and discussed.

Im Rahmen der Veranstaltungsreihe "Stadt | Land | DatenFluss" des Deutschen Volkshochschul-Verbandes diskutierten Expertinnen und Experten am 13. April 2021 unter dem Titel „Sind Algorithmen gerecht?“ über das Thema Künstliche Intelligenz zwischen Fortschritt und Fremdbestimmung. Die Veranstaltung fragte nach der Zukunft lernender Systeme und den Folgen für das gesellschaftliche Zusammenleben. Was bedeutet der Einsatz von Künstlicher Intelligenz aus ethisch-moralischer Sicht? Wie kann KI diskriminierungsfrei eingesetzt und im Sinne des Menschen gestaltet werden? Bilden Daten und Algorithmen wirklich die Welt ab oder verändern sie diese nicht vielmehr? Ist Künstliche Intelligenz wirklich intelligent? Es trugen vor und diskutierten Lorena Jaume-Palasí (Ethical Tech Society) und Prof. Dr. Tobias Matzner (Institut für Medienwissenschaften der Universität Paderborn).

The "Watching You" project is aimed at multipliers in media education and political education who work with children of preschool and primary school age or with young people. The methods and materials developed in the project, such as web-based learning games, explanatory films, worksheets, simulation games, video tutorials, etc., serve to address Big Data analytics and are intended to provide suggestions for digital self-defense.

Das Projekt „Watching You“ richtet sich an Multiplikator(inn)en der Medienpädagogik und der politischen Bildung, die mit Kindern im Vorschul- und Grundschulalter oder mit Jugendlichen arbeiten. Die dort entwickelten Methoden und Materialien wie etwa webbasierte Lernspiele, Erklärfilme, Arbeitsblätter, Simulationsspiele, Videotutorials etc. dienen der Auseinandersetzung mit Big-Data-Analytics und sollen Anregungen zur digitalen Selbstverteidigung geben.



Search matches: 161

New search