Die Fähigkeit, planvoll mit Daten umzugehen und sie im jeweiligen Kontext bewusst einsetzen und hinterfragen zu können wird im Zuge der digitalen Transformationen von zunehmender Wichtigkeit und stellt eine zentrale Kompetenz in allen Sektoren und Disziplinen dar. Auf der einen Seite werden Data Scientists benötigt, die in der Lage sind, speziell mit großen heterogenen Daten umzugehen und die Technologie rund um den Big-Data-Lifecycle beherrschen, um schnell Entscheidungen basierend auf Daten und daraus abgeleiteten Informationen ermöglichen zu können. Auf der anderen Seite werden in der Breite in allen Sektoren und Disziplinen Personen benötigt, welche die Fähigkeit besitzen, Daten auf kritische Art und Weise zu sammeln, zu managen, zu bewerten und anzuwenden. Diese Fähigkeiten werden unter dem Begriff Data Literacy zusammengefasst. Im Auftrag der Arbeitsgruppe Curriculum 4.0 des Hochschulforums Digitalisierung führten das Fraunhofer-Institut für Experimentelles Software-Engineering IESE und die Gesellschaft für Informatik eine Studie durch, um umsetzbares Wissen für Hochschulen und Fächer für die Curriculum-Entwicklung im Hinblick auf Data Literacy zusammenzustellen. Der Fokus lag dabei auf europäischen und internationalen Best-Practice-Beispielen, welche Angebote zur bedarfsgerechten, disziplinübergreifenden Vermittlung von Wissen zur datengestützten Arbeit und Entscheidungsfindung aufgebaut haben. Im Vordergrund stand die Wissensvermittlung von Data Literacy in den Anwendungsdomänen und nicht die Ausbildung von Data Scientists. Im Rahmen der Studie wurden dazu Best-Practice-Beispiele recherchiert, essentielle Literaturquellen und existierende Studien analysiert, Interviews mit Fachexperten und eine Online-Umfrage durchgeführt sowie mögliche Handlungsempfehlungen in einem internationalen Experten-Workshop erarbeitet. Basierend auf den Studienergebnissen lassen sich eine Reihe von Herausforderungen und Maßnahmen zusammenfassen, die im vorliegenden Bericht im Detail beschrieben werden. Hierbei sei angemerkt, dass die Maßnahmen einen teils heterogenen Lösungsraum mit verschiedenen Optionen aufspannen, die sich in einem bestimmten Anwendungskontext bewährt haben. Auf dieser Basis lässt sich zwar noch nicht direkt ein homogenes Maßnahmenpaket ableiten, aber die Studie liefert in den essentiellen Bereichen Anregungen, konkrete Lösungsbausteine und Praxisbeispiele, die von Hochschulakteuren und der Politik, als Grundlage genutzt werden können, um Curricula im Hinblick auf Data Literacy erfolgreich zu gestalten bzw. die richtigen Anreize und Strukturen dafür zu schaffen. Damit liefern die Studienergebnisse einen wichtigen Beitrag, um die für die digitale Transformation essentiellen Kompetenzen in Data Literacy nachhaltig aufbauen zu können. Dr. Jens Heidrich Pascal Bauer Daniel Krupka