TU Project Data Science 1-10Modulbeschreibung #60169 / Version 1
- 6 LP
- Portfolioprüfung
- Unbenotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #60169 / #1 |
|---|---|
| Gültigkeit | SS 2015 – WS 2016/17 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Baur, Nina |
| Benotung | Unbenotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät VI |
|---|---|
| Institut | Institut für Soziologie (IfS) |
| Fachgebiet | 36371600 FG Methoden der empirischen Sozialforschung (Methods of Social Research) |
Kontakt
| Sekretariat | FH 9-1 |
|---|---|
| Ansprechpartner*in | Keine Angabe |
| E-Mail-Adresse | nina.baur@tu-berlin.de |
| Webseite | Keine Angabe |
Lernergebnisse
Am Beispiel Data Science erlernen die Studierenden in interdisziplinären Teams die selbstständige Umsetzung von wissenschaftlich erworbenen Erkenntnissen und Fähigkeiten für gesellschaftliche Transformationsprozesse.
Die Studierenden lernen außerdem, wie sich verschiedene Aspekte sozialer Ungleichheit (z. B. Alter, Bildung, Geschlecht, ethnische oder regionale Herkunft) auf den Gegenstandsbereich auswirken und durch ihn gestaltet werden.
Das Modul vermittelt überwiegend
Fachkompetenz 20% Methodenkompetenz 25% Systemkompetenz 25% Sozialkompetenz 30%
Die Studierenden lernen außerdem, wie sich verschiedene Aspekte sozialer Ungleichheit (z. B. Alter, Bildung, Geschlecht, ethnische oder regionale Herkunft) auf den Gegenstandsbereich auswirken und durch ihn gestaltet werden.
Das Modul vermittelt überwiegend
Fachkompetenz 20% Methodenkompetenz 25% Systemkompetenz 25% Sozialkompetenz 30%
Lehrinhalte
Die Projektwerkstätten untersuchen aus der Perspektive des Themas „Data Science“ gesellschaftliche Transformationsprozesse und die Entstehung von innovativen Praktiken durch die grundlegenden Veränderungen sowohl technologischer als auch sozialer Art im Zeitalter des Web 2.0 und digitaler globaler Vernetzung. Anhand von soziologischen Theorien werden auf Mikro-, Meso- und Makroebene von Gesellschaft Partizipationsprozesse und zivilgesellschaftliches Engagement sozialer Initiativen, Non-Profit-Organisationen und sozialen Bewegungen untersucht.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| TU projects: Data Science | Projekt | 06371600 L 82 | Winter- und Sommersemester | – | 2 | ISIS |
Arbeitsaufwand und Leistungspunkte
TU projects: Data Science (Projekt)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Blockveranstaltungen | 3 | 8 h | 24 h |
| persönlichen Besprechung der Prüfungsleistung | 1 | 2 h | 2 h |
| Selbststudium (einschließlich Prüfung und Prüfungsvorbereitung) | 15 | 10 h | 150 h |
| Sitzungstermine | 2 | 2 h | 4 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
In den Projektwerkstätten werden innovative Lern- und Lehrformen in interdisziplinären Teams erprobt. Dabei werden klassische wissenschaftliche Recherche- und Textarbeit mit eigenständiger Forschung und interdisziplinärem Austausch verbunden. Neben der Diskussion zwischen Studierenden finden Veranstaltungen in selbstorganisierten Blockseminaren und Exkursionen statt. Mündliche Vorträge, das Verfassen von Artikeln zur Veröffentlichung in Internetblogs sowie die Erstellung von (multimedialen) Dokumentationen zur Weitergabe des Erlernten und Erarbeiteten sind exemplarische Lernformen der Veranstaltungen.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
MA-Studierende: Das Modul wurde nicht im Bachelor belegt.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Unbenotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Deutsch |
Prüfungsbeschreibung (Abschluss des Moduls)
Bestehen von mindestens 75% aller gestellten Übungsaufgaben.
Voraussetzungen zur Zulassung zur Prüfung:
- regelmäßige Textlektüre
- aktive und regelmäßige Teilnahme an der Lehrveranstaltung des Moduls (max. 20% Fehltermine)
- aktive Teilnahme an Diskussionen und Gruppenarbeit
Voraussetzungen zur Zulassung zur Prüfung:
- regelmäßige Textlektüre
- aktive und regelmäßige Teilnahme an der Lehrveranstaltung des Moduls (max. 20% Fehltermine)
- aktive Teilnahme an Diskussionen und Gruppenarbeit
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 35.
Anmeldeformalitäten
Teilnahme an den Veranstaltungen: siehe Vorlesungsverzeichnis.
Anmeldung zur Prüfung: elektronisches Prüfungsverwaltungssystem der TU Berlin.
Anmeldung zur Prüfung: elektronisches Prüfungsverwaltungssystem der TU Berlin.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- Die konkret zu verwendende Literatur wird im Rahmen der Veranstaltungen bekanntgegeben.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
- Es handelt sich nicht um ein Modul, sondern um eine Modulgruppe aus insgesamt 8 Modulen: Das
erste Mal, wenn eine Lehrveranstaltung aus dieser Modulgruppe belegt wird, heißt das Modul „TU Projects „Data Science“ 1“, das zweite Mal „TU Projects „Data Science“ 2“, das dritte Mal „TU Projects „Data Science“ 3“ usw.
- Nicht alle Einzelveranstaltungen werden jedes Jahr angeboten. Vielmehr hängt die Art der Veranstaltungen vom aktuellen Stand der Forschung sowie von der Nachfrage seitens der Studierenden ab. Da das Angebot der Veranstaltungen an den Stand der Forschung angepasst wird, können weitere oder abweichende LV-Titel angeboten werden.
erste Mal, wenn eine Lehrveranstaltung aus dieser Modulgruppe belegt wird, heißt das Modul „TU Projects „Data Science“ 1“, das zweite Mal „TU Projects „Data Science“ 2“, das dritte Mal „TU Projects „Data Science“ 3“ usw.
- Nicht alle Einzelveranstaltungen werden jedes Jahr angeboten. Vielmehr hängt die Art der Veranstaltungen vom aktuellen Stand der Forschung sowie von der Nachfrage seitens der Studierenden ab. Da das Angebot der Veranstaltungen an den Stand der Forschung angepasst wird, können weitere oder abweichende LV-Titel angeboten werden.