KI-Washing: Eine kritische Betrachtung
Webgeograph und Digitalberater Damian Padera erklärte in einem Civic Data Lab Espresso-Talk Hintergründe, Dimensionen und Auswirkungen des Phänomens.
Die Datenpraxis von Science on Stage Deutschland e.V. und CorrelAid e.V. macht deutlich, wie sich durch mehr Datenorientierung nachhaltig zeitliche Ressourcen sparen und Fehler in der Datenverarbeitung vermeiden lassen.
Science on Stage Deutschland e.V. ist ein gemeinnütziger Verein aus Berlin, der engagierte MINT-Lehrkräfte aus ganz Europa und darüber hinaus zusammenbringt und einen internationalen Transfer von gelungenen Unterrichtsideen ermöglicht – und somit die naturwissenschaftlich-technische Bildung in Schule, Wirtschaft und Gesellschaft stärkt.
In seiner langjährigen Arbeit erhebt der Verein bereits verschiedenste Daten, beispielsweise Umfragedaten von Surveymonkey mit Feedbacks zu den angebotenen Webinaren. Aber Daten aus vielen verschiedenen Quellen, wie Excel, Matomo und ClickMeeting auszuwerten und die daraus resultierenden mühsamen, zeitaufwendigen und fehleranfälligen manuellen Datenverarbeitungsaufgaben erwiesen sich als eine erhebliche Hürde.
Um beispielsweise Webinardaten analysieren zu können, war es bisher nötig, sich:
In einem achtmonatigen Projekt arbeitete das ehrenamtliche Team von CorrelAid e.V. (einem der Civic Data Lab Konsortialpartner) eng mit Daniela Neumann von Science on Stage Deutschland e.V. zusammen – mit dem Ziel, den Zeitaufwand und die Fehleranfälligkeit bei der Extraktion und Analyse der eigenen Daten zu reduzieren.
Passend zu den Bedürfnissen von Science on Stage Deutschland e.V. entwickelte das Projektteam Code in der statistischen Programmiersprache R, um die bisher aufwendigen manuellen Prozesse (teilweise) zu automatisieren und besser zu strukturieren. Bei der Automatisierung des Datenexports spielten vor allem die jeweiligen Programmierschnittstellen (APIs) der Tools eine wichtige Rolle. Statt Daten zu angebotenen Webinaren wie bisher manuell extrahieren und aufbereiten zu müssen, reicht jetzt ein Mausklick auf „run“ in RStudio – dank vom Projektteam entwickelter Analyseskripten für relevante Metriken wie Länge, Themen und Anzahl der Teilnehmer*innen. Ein anderer Teil des Teams arbeitete an einem Prozess, der die Extraktion und Analyse anonymisierter Webtracking-Daten von Matomo zu den Download-Statistiken des Online-Bildungsmaterials von Science on Stage e.V. erleichtert.
Damit die Datenauswertung auch nicht erfahrenen Nutzer*innen zugänglich ist, wurde ein leicht bedien- und lesbares Format benötigt: Durch die Automatisierung der Prozesse stehen jetzt CSV-Dateien und HTML-Berichte mit Visualisierungen zur Verfügung, die die relevanten Metriken nach verschiedenen Kategorien aufschlüsseln. Alle Skripte sowie die dazugehörige Ordnerstruktur wurden am Ende des Projekts an Daniela und Science on Stage Deutschland e.V. zur Weiternutzung übergeben.
Von Beginn an war Daniela von Science on Stage Deutschland e.V. eng in den Projektprozess einbezogen und dank ihrem Engagement verstetigten sich die Ergebnisse aus der Projektphase mit großem Erfolg: Über zwei Jahre später erleichtern die erarbeiteten R-Skripte weiterhin die Arbeit des Vereins. Daniela kümmert sich eigenständig um die notwendigen Anpassungen im Code und findet immer wieder neue Anwendungsbereiche. Statt wie zuvor jedes Jahr Stammdaten aus unzähligen Word-Bewerbungsformularen manuell kopieren und auswerten zu müssen, erledigt auch dies jetzt ein von Daniela entwickeltes R-Skript.
Science on Stage Deutschland e.V. hat durch die Automatisierung mehr Zeit für wichtigere Aufgaben und die Möglichkeit, selbstständig effizientere und weniger fehleranfällige Prozesse zur Datenauswertungen zu nutzen.
In eurer zivilgesellschaftlichen Arbeit erhebt ihr schon Daten, aber seid noch unsicher, wie ihr diese sinnvoll nutzen könnt? Dann ist jetzt der richtige Moment gemeinsam mit uns euren Daten zu mehr Wirksamkeit zu verhelfen! Zum Start des neuen Jahres widmen wir vom Civic Data Lab uns vollkommene euren Ideen für gemeinwohlorientierte Datenvorhaben – mit unseren Datensprechstunden, bei dem wir gemeinsam schauen: Wo steht ihr gerade und was sind die nächsten Schritte, damit ihr Daten (noch) besser nutzen könnt: Weiterbildung? Vernetzung? Umsetzung?
Egal, ob ihr am Anfang steht oder bereits konkrete Pläne habt, wir freuen uns darauf, euch und eure Ideen kennenzulernen! Besucht www.civic-data.de/machen, um mehr zu erfahren oder bucht hier direkt eine Datensprechstunde: https://zeeg.me/correlaid/
Werde auch Du Teil des Civic Data Lab unter: @civic-data-lab.bsky.social, @CivicDataLab@mas.to, @HumHub // community.civic-data.de, LinkedIn // civic-data-lab
„Durch das Data4Good-Projekt konnten wir endlich viele manuelle Prozesse automatisieren, was uns die Arbeit sehr erleichtert. Außerdem hat es hat mir die Welt der Automatisierung und Datenverarbeitung mit R eröffnet, was es mir jetzt ermöglicht weitere Prozesse in unserem Verein ganz neu zu gestalten. Das wäre ohne die engagierten Ehrenamtlichen in diesem Projekt und die Betreuung durch CorrelAid nicht möglich gewesen. Vielen Dank!“
Daniela Neumann (Science on Stage Deutschland e.V.)