Modul 2: Data Literacy & AI Education

Autor:in

Zugehörigkeit

Sören Sparmann

Universität Paderborn

Veröffentlichungsdatum

30. Mai 2025

Modulbeschreibung

In diesem Modul lernst du den Umgang mit Daten und KI-Systemen in Python. Dazu analysierst du verschiedene reale Datensätze – zum Beispiel zur Luftqualität in Städten, zur Waldbrandgefahr oder zur Nutzung von Dachflächen für Photovoltaik.

Du arbeitest mit sogenannten Jupyter Notebooks – das sind digitale Arbeitsblätter, in denen du Texte, Diagramme und Python-Code kombinieren kannst. Du benötigst keine Vorkenntnisse: Die wichtigsten Konzepte werden Schritt für Schritt erklärt.

Unter anderem lernst du:

Daten einzulesen, zu filtern, und zu analysieren,
interaktive Visualisierungen zu erstellen zu erkennen,
die Bestrahlungsstärke der Sonne auf Dachflächen zu berechnen,
KI-Modelle zu trainieren und zu verwenden.

Außerdem erfährst du, wie geografische Daten (z.B. Karten oder Satellitenbilder) ausgewertet werden und wie man zwischen Vektor- und Rasterdaten unterscheidet. Dabei wird auch Wissen aus Fächern wie Physik (z.B. Berechnung der Sonneneinstrahlung) oder Chemie (z.B. Entstehung von Schadstoffen) aufgegriffen.

View slides in full screen

Teilmodule

Das Modul ist in drei Teilmodule unterteilt, die nachfolgend ausführlich beschrieben werden:

Zeitreihenanalyse der Luftqualität

In diesem zweiteiligen Modul wird die Luftqualität in deutschen Großstädten anhand langfristiger Messdaten analysiert. Im Fokus stehen dabei gesetzliche Grenzwerte für…

Sören Sparmann

Vorhersagemodell für die Waldbrandgefahr in Deutschland

In diesem zweiteiligen Modul wird ein einfaches Machine-Learning-Modell zur Einschätzung der Waldbrandgefahr in Deutschland entwickelt. Als Datengrundlage dienen historische…

Sören Sparmann

Potenzialanalyse für Dachflächen-Photovoltaik

Dieses zweiteilige Modul führt in die Analyse und Bewertung von Dachflächen im Kontext der Energiewende ein. Im ersten Teil steht die Potenzialanalyse im Vordergrund: Anhand…

Sören Sparmann

Weitere Ressourcen

Didaktische Hinweise

Wiederverwendung

---
title: "Modul 2: Data Literacy & AI Education"
author:
    - name: Sören Sparmann
      affiliation: Universität Paderborn
      email: soeren.sparmann@uni-paderborn.de
date: today
format: html
image: "submodules/01_luftqualitaet/figures/car_exhaust.png"
other-links:
  - text: Material
    icon: file-zip
    href: download/modul_2.zip
number-sections: false
listing:
  - id: submodules
    type: grid
    fields: [image, date, title, author, description]
    grid-columns: 2
    sort: "file desc"
    contents:
        - "submodules/*/index.qmd"
---

## Modulbeschreibung

In diesem Modul lernst du den Umgang mit Daten und KI-Systemen in Python.
Dazu analysierst du verschiedene reale Datensätze – zum Beispiel zur Luftqualität in Städten, zur Waldbrandgefahr oder zur Nutzung von Dachflächen für Photovoltaik.

Du arbeitest mit sogenannten Jupyter Notebooks – das sind digitale Arbeitsblätter, in denen du Texte, Diagramme und Python-Code kombinieren kannst. Du benötigst keine Vorkenntnisse: Die wichtigsten Konzepte werden Schritt für Schritt erklärt.

Unter anderem lernst du:

* Daten einzulesen, zu filtern, und zu analysieren,
* interaktive Visualisierungen zu erstellen zu erkennen,
* die Bestrahlungsstärke der Sonne auf Dachflächen zu berechnen,
* KI-Modelle zu trainieren und zu verwenden.

Außerdem erfährst du, wie geografische Daten (z.B. Karten oder Satellitenbilder) ausgewertet werden und wie man zwischen Vektor- und Rasterdaten unterscheidet.
Dabei wird auch Wissen aus Fächern wie Physik (z.B. Berechnung der Sonneneinstrahlung) oder Chemie (z.B. Entstehung von Schadstoffen) aufgegriffen.

{{< revealjs "presentation/presentation.html" >}}

## Teilmodule

Das Modul ist in drei Teilmodule unterteilt, die nachfolgend ausführlich beschrieben werden:

:::{#submodules}
:::

## Weitere Ressourcen

- [Didaktische Hinweise](didaktische_hinweise.qmd)

close all nutshells