course-schedule

01. Vorlesung: Verantwortliches Handeln im 21. Jahrhundert (Vorlesung)

Dozent/in: Daniel J. Lang, Sven Prien-Ribcke, Annika Weiser

Inhalt: Die Vorlesung steckt den Rahmen des Moduls "Wissenschaft transformiert" ab und bildet die inhaltliche Klammer: Sie führt in das vielschichtige Thema einer nachhaltigen Zukunftsgestaltung ein und beleuchtet dies insbesondere vor dem Hintergrund der Digitalisierung und hinsichtlich der Rolle der Wissenschaft in der Gestaltung von Veränderungsprozessen: Wie sieht eine zukunftsfähige Gesellschaft aus, die das digitale Zeitalter mit dem Anliegen einer nachhaltigen Entwicklung verbindet? In der Vorlesung treffen die Studierenden auf Lehrende, die mit ihnen die Perspektiven wechseln – zwischen einzelnen Fachrichtungen und der zivilgesellschaftlichen Praxis. Auf diese Weise legt die Vorlesung die konzeptionellen Grundlagen und stattet die Studierenden im Leuphana Semester mit dem ersten Rüstzeug aus, um sich in der interdisziplinären Nachhaltigkeitsforschung orientieren zu können.

UK AG (Projekt)

Dozent/in:

Termin:
Einzeltermin | Mi, 30.08.2023, 10:00 - Mi, 30.08.2023, 20:00 | C 11.117 Seminarraum

02. Lecture (English): Acting responsibly in the 21st century (Vorlesung)

Dozent/in: Sven Prien-Ribcke, Annika Weiser

Termin:
wöchentlich | Montag | 12:15 - 13:45 | 17.10.2022 - 03.02.2023 | C 40 Auditorium

Inhalt: Note: We will simultaneously translate the German lecture into English for all those who don't understand German. That means, the content of the German and the English lecture is the same. Sustainability and justice are two major concepts that frame discussions about our future everywhere on the planet today. Getting your head around them often creates even more questions than it initially answered, and may at times feel like the quest for the holy grail. So why would you make them the issue of a lecture series for all first year students? Well – why not? You will soon find that no matter what you study, and what you do in your leisure time, these questions will keep popping up around you, and facing them, dealing with them, can help you to actually frame your ways of thinking and acting: Beginning with your very own role not only as a student, but as a person that lives and learns, eats and drinks, buys and travels, and going to the role of science in general: Who carries responsibility for what? What do we consider just, how do we envision a sustainable future? We will look into the potential contributions specific fields and approaches (in science and practice) can make, but we will also happily cross disciplinary borders (and you will see why). We are going to elucidate the interrelations of different levels, systems and concepts, starting out from basic approaches to sustainable development and the challenges the world in general and young researchers specifically are facing today: what do we really need to know in order to understand what is going on? Are things really changing at a faster and faster pace or is that just our perception? Are people really just practicing 'sustainability buzzwording'? And if so, how can we avoid joining in and doing the same thing? Most importantly, we will not stick with pondering about past developments, but put a clear focus on how “true change” might look like, what needs to be done to achieve that, which actors we would need for transformation, and what each actor’s and each individual’s role will be in that process, including, of course, our own. The lecture series, thus, is meant to encourage critical thinking and engage in discussions that go far beyond the limits of the university’s classroom as well as beyond the Leuphana Semester’s time-span. In the end, quite possibly not all questions will be answered, but you will have an idea of how to approach those that remain.

03. Konferenzwoche 2023 im Modul "Wissenschaft transformiert: verantwortliches Handeln" (Vorlesung)

Dozent/in: Sven Prien-Ribcke, Annika Weiser

Termin:
Einzeltermin | Mi, 01.03.2023, 08:15 - Fr, 03.03.2023, 21:00 | intern | Auditorium + alle Seminarräume sind für die Konferenzwoche bereits gebucht.

Arbeit der Zukunft - Experimentieren im Reallabor Lüneburg 2030+ (Projekt)

Dozent/in: Lina Bürgener

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 17.10.2022 - 03.02.2023 | C 40.154 Seminarraum | C 40.154

Inhalt: Mit dem Projekt Zukunftsstadt 2030+ stellt die Stadt Lüneburg in Kooperation mit der Leuphana Universität der Zivilgesellschaft die Frage „Wie soll die Stadt in 30 Jahre aussehen? Wie wird sich entwickeln? Wie und was kann noch besser in Lüneburg werden?“ Gemeinsam entwickelte Visionen für ein zukunftsfähiges Lüneburg bilden die Grundlage für dieses Projekt, die es nun gemeinsam im Rahmen von Realexperimenten zu erreichen gilt. Dazu zählt auch die Gestaltung des Experiments "Arbeit der Zukunft". Im Rahmen dieses interdisziplinären Seminars arbeiten wir in mehreren Projektgruppen eng zusammen mit einigen ausgewählten Partnerschulen (Gymnasium, Oberschule, Grundschule) zum Thema „Arbeit der Zukunft“ zu Fragen wie: Wie könnte das Pflichtpraktikum an weiterführenden Schulen gestaltet sein, um nachhaltiges Wirtschaften kennenzulernen (entlang von Lieferketten, bei nachhaltigen Unternehmen, etc.)? Welche Nachhaltigkeitsaspekte gibt es, die im Rahmen vom Pflichtpraktikum erfahrbar werden können (z.B. soziale Nachhaltigkeit)? Wie könnte ein Unterrichtskonzept für Grundschulen zum Kennenlernen von Lieferketten anhand von Projekttagen in verschiedenen Betrieben gestaltet sein? Was bedeutet überhaupt „Arbeit der Zukunft“? Wie stellen wir uns diese vor und welche Rolle spielen wir selbst bei der Transformation hin zu einer zukunftsfähigen Arbeit?

Restoration Ecology (Projekt)

Dozent/in: Emanuela Wehmuth Alves Weidlich

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 14.102 b Seminarraum | C 14.102b

Inhalt: The course explores the practice and the science behind restoration ecology. Real-world degradation problems and restoration solutions will be examined to provide the knowledge and skills involving ecological restoration policy and/or practice.

Demokratischer Tourismus - Geht Tourismus auch für alle nachhaltig? (Projekt)

Dozent/in: Steffen Pabst

Inhalt: Die Studierenden sollen sich mit den Problemen der Tourismusbranche (national oder international) beschäftigen und eigene Lösungsvorschläge erarbeiten. Hierbei soll zu Beginn des Seminars ein Design Thinking Prozess durchlaufen werden, mit welchen die Studierenden eine nutzer:innenorientierte Grundhaltung für ihre Projektarbeit bekommen sollen.

Differenzierte Perspektiven auf das und aus dem Projekt Zukunftsstadt Lüneburg 2030+ (Projekt)

Dozent/in: Esther Meyer

Termin:
14-täglich | Montag | 14:15 - 17:45 | 24.10.2022 - 03.02.2023 | C 12.015 Seminarraum | C 12.015

Inhalt: Thema des Seminars ist das Projekt Zukunftsstadt Lüneburg 2030+ (https://www.lueneburg2030.de/). Die Förderphase des Projektes läuft aus und wir können das Projekt im Rahmen des Seminars erforschen, Kommunikation, Medien, einzelne Experimente und Mitarbeitende kennen lernen und befragen: Wie können wir aus dem Kooperationsprojekt zwischen Leuphana, Stadt(verwaltung) Lüneburg und Zivilgesellschaft lernen? Wer ist die Zielgruppe des Projektes, wer hat Teil und darf für eine nachhaltige Zukunft lernen und sie mitgestalten? Warum? Was lernen wir aus dem Projekt? Daraus, und aus Theorien zu politischen Partizipationsmöglichkeiten, Diskriminierungsdimensionen und Intersektionalität abgeleitet, befragen wir Personen und Gruppen, die nicht teilhaben (können oder wollen), was ihr Beweggründe für oder gegen Themen oder 'die Sprache' der Nachhaltigkeit sind. Der Blick auf und die Fragen an das laufende Projekt von Erstsemesterstudierenden, die oft neu nach Lüneburg kommen, ist dabei besonders wertvoll und erlaubt eine innovative Perspektive von außen.

Ehrenamt in Lüneburg entdecken & vernetzen (Projekt)

Dozent/in: Eva Kern

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 40.255 Seminarraum

Inhalt: Lüneburg ist geprägt von ehrenamtlichem Engagement, insbesondere im sozial-ökologischen Bereich. In der Veranstaltung werden die Lüneburger Initiativen- und Vereinswelt analysiert: Warum engagieren sich die Lüneburger*innen? Welche Bedürfnisse haben ehrenamtlich Engagierte in Lüneburg? Wie können Synergien im Ehrenamt genutzt werden? Was zeichnet studentische, was städtische Initiativen aus? Welche Vernetzungsmöglichkeiten bestehen zwischen beiden? Wie gelingt es sich über Projekte und Aktivitäten dieser auf dem Laufenden zu halten? Das Seminar widmet sich diesen und ähnlichen Fragen um gemeinsam mit ehrenamtlich Engagierten neue Ideen zu entwickeln, wie Lüneburger Ehrenamt unterstützt und transparent(er) gesaltet werden kann. Das umfasst auch Strukturen und Angebote, die das Engagement vor Ort unterstützen (wollen). Dazu werden qualitative und quantitative Methoden, z.B. Experteninterviews, Umfragen, Akteursanalyse, genutzt. Die zu bearbeitenden Forschungsfragen sind der Engagement- und Motivationsforschung zuzuordnen.

Ein Yogastudio als regenerativer Raum – Visionen und Konzepte zu einer nachhaltigen Transformation Lüneburgs (Projekt)

Dozent/in: Katina Kuhn

Inhalt: Wie kann Veränderung in Richtung Nachhaltigkeit gelingen, wenn die Menschen einer Gesellschaft müde sind? Wenn Stress als Volkskrankheit betitelt wird, Bournout ein immer weit verbreiteteres Symptom ist und psychische Erkrankungen aller Art zunehmen? Transformative Prozesse brauchen starke Akteur*innen – aber wie gewinnen wir Kraft (zurück)? Um eine Zukunft visionär zu utopieren und aktiv zu gestalten, ist es für eine nachhaltige Zukunftsstadt wichtig, Instanzen und Orte zu schaffen, die Resilienz, Regeneration und Raum für stärkende soziale Begegnungen ermöglichen. Im Sinne einer nachhaltigen Stadtentwicklung kann hier die Existenz und das zur Verfügung stellen von regenerativen Räumen ein essenzieller Pfeiler sein. In diesem Seminar werden Studierende in Kooperation mit dem Yogastudio „Yoga Connection Lüneburg“ zusammen eigene Projekte und Fragestellungen erarbeiten, die sich mit den Herausforderungen eines Yogastudios als regenerativer Raum in nachhaltigen Transformationsprozessen beschäftigen.

Eine friedliche und umweltfreundliche Zukunft aus der Perspektive der Philosophie gestalten - Eine interaktive Plattform soll es ermöglichen! (Projekt)

Dozent/in: Marco de Angelis

Inhalt: In einer globalen und digitalen Welt ist es wünschenswert, dass sich Wissenschaft, Philosophie und Politik digital und global präsentieren. Wir brauchen einen "Ort" im Internet, an dem die Menschen gemeinsam darüber nachdenken, wie sie ihr zukünftiges Leben gemeinsam gestalten können. In diesem Sinne zielt die neu gegründete Internetplattform www.philosophyforfuture.org darauf ab, die Grundlinien einer zukunftsfähigen, weisen Weltpolitik in Teamarbeit zwischen Wissenschaftlern, Studierenden und Interessierten zu entwerfen. Sie könnte der Ort werden, wo sich die Menschen treffen, um ihre Zukunft philosophisch-wissenschaftlich gemeinsam und friedlich weltweit zu gestalten. Dank des eingebauten Google-Übersetzers ist die Plattform in allen Sprachen der Welt sowohl passiv (lesen) als auch aktiv (mitschreiben) zu verwenden. Sie soll eine kosmopolitische, auf den Erkenntnissen von Wissenschaft (Wissen) und Philosophie (Weisheit) basierende Vision erarbeiten und anbieten, wie die Weltgesellschaft der Zukunft nachhaltig gestaltet werden kann.

Eine Refugee Law Clinic für die Leuphana - Rechtliche Grundlagen für die studentische Rechtsberatung von Geflüchteten im Kontext des Nachhaltigkeitsdiskurses (Projekt)

Dozent/in: Jan Dorwig, Matthias Höllerer

Inhalt: Das Seminar soll die wesentlichen theoretischen und praktischen Kenntnisse vermitteln, um selbstständig eine ehrenamtliche studentische Rechtsberatung für Geflüchtete aufzubauen. Zur Einführung setzen sich die Studierenden mit der Frage auseinander, in welcher Form das Recht die Realität gestalten kann und warum ein Zugang zum Recht entscheidend dafür ist. Dies ist verknüpft mit der sozialen Dimension des Nachhaltigkeitsbegriffs. Im Anschluss werden die wesentlichen Grundlagen der Rechtsanwendung und die Grundstrukturen der deutschen Rechtsordnung, insbesondere des öffentlichen Rechts und des allgemeinen Verwaltungsrechts im Überblick behandelt. Die Studierenden sollen so ein Grundverständnis für die Funktionsweise des deutschen Rechtssystems erlangen. Aufbauend auf diesem Grundverständnis wird der Kurs zweigliedrig fortgesetzt: Zunächst vermittelt an zwei Samstagsterminen der auf Migrationsrecht spezialisierte Rechtsanwalt Matthias Höllerer an Hand von konkreten Praxisbeispielen, welche Fragestellungen bei der Beratung von Geflüchteten auftreten und wie diese sich praxisgerecht lösen lassen. Dabei geht es insbesondere um die Frage, wie eine studentische Rechtsberatung die anwaltliche Arbeit effektiv zum Vorteil der Betroffenen ergänzen kann. Anschließend erarbeiten die Studierenden in Praxisprojekten, wie sich die gewonnenen Erkenntnisse umsetzen lassen, um eine niedrigschwellige ehrenamtliche Rechtsberatung für Geflüchtete an der Leuphana aufzubauen. Ihre Projekte stellen die Studierenden abschließend im Rahmen der Konferenzwoche vor. Zum Hintergrund: Eine studentische Rechtsberatung von Geflüchteten durch sog. „Refugee Law Clinics“ wird an vielen Universitäten in Deutschland bereits erfolgreich durchgeführt. Interessierte Studierende sind daher eingeladen, sich an der Gründung einer „Refugee Law Clinic“ an der Leuphana zu beteiligen und sich anschließend in der Organisation oder Beratung zu engagieren. Auch für Studierende, die kein Interesse haben, sich in einer „Refugee Law Clinic“ zu engagieren, ist der Kurs geeignet. Alle Studierenden lernen die Grundstrukturen des öffentlichen Rechts exemplarisch in der Theorie und Praxis kennen.

Energiewende kontra Naturschutz (Projekt)

Dozent/in: Birgitt Brinkmann

Inhalt: Das Thema des Seminars wird in Unterthemen aufgeteilt, die von einer/einem oder mehreren Studierenden bearbeitet werden. Die Ergebnisse der Recherchen und daraus resultierende Folgerungen werden in einem Gesamtbericht zusammengestellt und mündlich präsentiert. Bei der Untersuchung der Vereinbarkeit von Klima- und Naturschutz sollen z.B. die Auswirkungen - des Betriebs von Biogasanlagen und damit verbundene Monokulturen auf die Artenvielfalt - des Baus und Betriebs von Offshore-Windkraftanlagen auf die Meeresfauna - des Baus und Betriebs von Onshore-Windkraftanlagen auf Flora und Fauna sowie die Flächenverfügbarkeit für den Naturschutz - konventioneller Wasserkraftnutzung auf Flora und Fauna erarbeitet und im Hinblick auf den Klimaschutz beurteilt werden.

Flächenverbrauch reduzieren – Versiegelung stoppen (Projekt)

Dozent/in: Hendrike Clouting

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 16.222 Seminarraum | C 16.222

Inhalt: “Flächenverbrauch reduzieren – Versiegelung stoppen” so lautet der Titel eines Briefes vom Bundesbündnis Bodenschutz an die Bundeskanzlerin Angela Merkel vom April 2020 mit der Forderung nach konkreten und verbindlichen Maßnahmen zu einem effektiven Schutz der Ressource Boden. Flächenverbrauch bezeichnet die Umwandlung unversiegelter Flächen – insbesondere landwirtschaftlich, forstwirtschaflich, für Natur- , Landschaftsschutz oder als Grünfläche genutzter Flächen – in Siedlungs- und Verkehrsfläche. Flächenversiegelung bedeutet die teilweise oder vollständige Abdeckung des Bodens mit wasser- und luftundurchlässigen Materialien. Im deutschen Baugesetzbuch steht: „Mit Grund und Boden soll sparsam und schonend umgegangen werden“ (§ 1a Abs. 2, Satz 1 BauGB). Dieser Grundsatz – auch als Bodenschutzklausel bezeichnet – hat zum Ziel eine weitere Flächeninanspruchnahme von landwirtschaftlichen Flächen oder Waldflächen für Zwecke der Siedlungs- und Verkehrsflächenentwicklung zu verringern und besser noch zu vermeiden. Es besteht das internationale EU-Ziel 'No net land take by 2050' und das 'Land Degradation Neutrality target' der Nachhaltigkeitsziele der Vereinten Nationen (SDG 15.3). Dennoch schreitet der Flächenverbrauch in Deutschland durch Siedlungs- und Verkehrsflächen ungebremst voran. Durchschnittlich werden pro Tag etwa 60 ha hauptsächlich landwirtschaftlicher Fläche verbraucht. Das Ziel zur Begrenzung des Flächenverbrauchs der Bundesregierung bis 2020 wurde verfehlt. Kann das deutsche Nachhaltigkeits-Ziel von maximal 30 Hektar pro Tag bis 2030 mit den bestehenden Maßnahmen erreicht werden? Wieviel Versiegelung kann Deutschland noch (er)tragen? Das integrierte Umweltprogramm des BMU fordert sogar für 2030 ein ambitioniertes Ziel von 20 ha pro Tag. Brauchen wir verbindlichere Maßnahmen zum endgültigen Stopp des Flächenverbrauchs? Der Druck auf die Städte und ihr Umland weltweit nimmt weiter zu – es ist zu erwarten, dass im Jahr 2050 70-80% der Weltbevölkerung in Städten wohnen wird (UN 2018). Deutschlands Fläche ist bereits zu über 14% (teil)versiegelt. Wenn der Boden bedeckt ist, ist die natürliche Bodenfunktion unwiederbringlich (irreversibel) zerstört. Diese Versiegelung hat negative Auswirkungen auf die meisten Umweltschutzgüter: nicht nur den Boden, sondern auch das Klima, das Grundwasser, die Biodiversität mit Flora und Fauna, die menschliche Gesundheit u.s.w.. Wir brauchen gesunde Böden für die Sicherung unserer Ernährung, zur Wasserversickerung bei Starkregenereignissen, zur Kühlung der Luft über die Verdunstung des Bodenwassers, zur Filterung von Schadstoffen aus Niederschlägen für die Grundwasserenstehung und unser Trinkwasser. Der Boden übernimmt Funktionen als Wasser- und Kohlenstoffspeicher. Wir werden im Projektseminar anhand von selbstgewählten Fallstudien Fragen beantworten wie: • Wie werden Begriffe wie Flächennutzungsänderung, Flächeninanspruchnahme, Flächenverbrauch und Bodenversiegelung in der Fachliteratur definiert? • Warum ist Flächenverbrauch ein Problem? Welche Umweltauswirkungen entstehen konkret? • Warum ist der voranschreitende Verlust landwirtschaftlicher Nutzfläche und natürlicher Lebensräume insbesondere bezogen auf den Arten-, Wasserschutz und die Anpassung an den Klimawandel nicht nachhaltig? • Wie werden Flächenverbrauch und Bodenversiegelung gemessen und welche Indikatoren werden für die Umweltbeobachtung (Monitoring) benutzt? • Welche Gesetze und Planungsinstrumente gibt es zum Bodenschutz? Wie effektiv sind bestehende raum-/städteplanerische Ausweisungen wie Biotopverbundsflächen, Grünflächen und Grüngürtel? • Wer ist verantwortlich für den Bodenschutz auf den verschiedenen Entscheidungsebenen? Welchen Beitrag kann der einzelne Bürger leisten? • Gibt es ein Brachflächenkataster, das unbebaute Grundstücke vorbehält? Was sind Herausforderungen der Wiedernutzbarmachung von Flächen und der Nachverdichtung bereits bebauter Flächen? Kann der Bedarf an Wohnfläche durch Flächenrecycling gedeckt werden? • Welche anderen Instrumente zur Regulierung des Flächenverbrauchs gibt es? Die Projektgruppen werden zum Beispiel: • Ursachen, Probleme und Auswirkungen des voranschreitenden Flächenverbrauchs recherchieren; • Siedlungs- und Verkehrsflächen zur Abgrenzung zu anderen Flächennutzungsarten definieren; • (Inter)nationale Umweltziele, Gesetze/verbindliche Vorgaben, Strategien und (in)formelle Planungsinstrumene zum Boden- und Flächenschutz analysieren; • Akteure, Institutionen, Kooperationen und Beteiligungsprozesse auf verschiedenen Entscheidungsebenen beleuchten; • Ansätze und Maßnahmen zur Reduzierung des Flächenverbrauchs für verschiedene (Bundes)Länder vergleichen und bewerten; • Einen Beitrag zur Bewusstseinsbildung dieses Problems in der Bevölkerung liefern; Bei der Aufstellung der Forschungsfragen stehen sowohl Fantasie, Kreativität und freies Gedankenspiel, als auch aktuelle Umweltprobleme und Barrieren an oberster Stelle. Es sind intelligente praktikable Lösungen gefragt!

Freiheit und Utopie (Projekt)

Dozent/in: Sven Prien-Ribcke

Inhalt: Zeiten des Umbruchs lassen das Alte nicht ganz los und kommen im Neuen noch nicht an. Doch so bedrückend die Gegenwart sein kann, so sehr kann das utopische Zusammendenken zu einem Moment der Freiheit werden, der die nächste Gesellschaft gestaltbar macht. In diesem August veranstaltete die Leuphana gemeinsam mit Maja Göpel und Richard David Precht die dritte Utopie-Konferenz. Das Projektseminar schließt inhaltlich an die Konferenz an und möchte die Beziehungen zwischen Freiheit, Demokratie und Utopie ausleuchten. Dazu setzen wir uns mit aktuellen Texten zur Demokratie und Freiheit auseinander und lesen grundlegende Literatur zum utopischen Denken. Das Seminar kann auch als inhaltliche Vorbereitung der vierten Utopie-Konferenz (voraussichtlich im August 2024) verstanden werden. Während wir im Wintersemester philosophische, politikwissenschaftliche und soziologische Fundamente legen, ist das Anschluss-Seminar im Sommer stärker auf die konkrete Mitgestaltung der Utopie-Konferenz ausgerichtet.

Gemeinsam Stadt machen: Die Konferenzwoche als Experimentierraum im Reallabor Zukunftsstadt Lüneburg 2030+ (Projekt)

Dozent/in: Annika Weiser

Inhalt: Mit dem Beginn der dritten Projektphase 2019 ist ganz Lüneburg ein "Reallabor" für die Stadt der Zukunft. Aber was heißt das genau - und wie kommt die Idee dahinter bei den Menschen an? Wir machen Realexperimente auf dem Campus greifbar - und beziehen Uni und Stadt mit ein. In diesem Seminar nähern wir uns dem Thema der Reallabore aus zwei Richtungen: - Einerseits wollen wir uns intensiv mit Reallaboren und Realexperimenten als wissenschaftliche Settings beschäftigen und erörtern, wie sie das Verhältnis von Wissenschaft und Gesellschaft beeinflussen (können) und welchen Beitrag sie dazu leisten können, an echten Zukunftslösungen zu arbeiten. - Andererseits (und vor allem!) wollen wir aber ganz konkret werden: Wir bringen das Lüneburger Zukunftsstadt-Projekt in die Konferenzwoche - und laden die ganze Stadt dazu ein! Welche Realexperimente laufen aktuell - und wie können wir sie noch besser für viele Menschen erfahrbar machen? Wie könnte eine Campus-Version der Experimente aussehen, die wir während der Konferenzwoche umsetzen? (Was passiert dazu in den anderen Zukunftsstadt-Seminaren, können wir sie einbinden?) Oder haben Sie vielleicht sogar Ideen für eigene Realexperimente für die Stadt der Zukunft, zu einem Herzensthema Ihrer Wahl?

Gender, language and discourse (Projekt)

Dozent/in: Anne Barron

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 17.10.2022 - 03.02.2023 | C 3.121 Seminarraum | C 3.121

Inhalt: Achieving gender equality and empowering all women and girls is fifth on the list of 17 Sustainable Development Goals (SDGs) ratified by The United Nations as part of the 2030 Agenda for Sustainable Development. In this seminar, we look at how sexism is expressed and transmitted through language and how men and women use language differently in constructing their social identities. We also examine the portrayal of women and men in the public arena and how such portrayals affect the way we conceptualise gender.

Gesunde Innen- und Außenluftqualität – Radioaktivität, die uns umgibt (Projekt)

Dozent/in: Michael Braungart, Kamila Szwejk

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 14.203 Seminarraum | C 14.203

Inhalt: • Grundlagen zu Luftqualität, Feinstaub und Flüchtige organische Verbindungen (VOCs) sowie radioaktive Stoffe • Ursachen und Auswirkungen von Luftverschmutzung • Umdenken bei der Produktion und Verwertung von Produkten nach dem Prinzip der Ökoeffektivität • Cradle to Cradle Design Konzept: Prinzipien, Philosophie, in Theorie und praktischer Umsetzung in Industrie (national/ international) • Lösungsmöglichkeiten für eine gesunde Luftqualität (sowohl Materialien und Produkte als auch Stadtplanung und das Design von Gebäuden) Ein Teppich, der die Luft reinigt. Eine eingeplante Fassadenbegrünung als Produzent für saubere Luft. Eine natürliche Belüftung des Gebäudes. All dies sind Cradle to Cradle-Elemente, die einen aktiven Beitrag leisten, um die Luftqualität sowohl Innen als auch Außen zu verbessern. Die Innenraumluftqualität ist ein wichtiger Aspekt bei der Gestaltung von Gebäuden. Denn ca. 90% ihrer Zeit verbringen die meisten Menschen in Innenräumen. Dabei beeinflussen Böden, Farben, Einrichtungen und Pflanzenwände eine qualitativ hochwertige Luftqualität. Konventionelle Gebäude mit energiesparenden Bauweisen sind meist weitestgehend isoliert mit luftdichten Schallschutzfenstern und wärmedämmenden Fassaden. Das Klima wird durch modernste Heizungs- und Lüftungsinstallationen und vielen weiteren technischen Elementen geregelt. Die Räume werden gestaltet und befüllt mit Bodenbelägen, Vorhängen, Möbeln, Bekleidungen, Arbeitsplätzen, Technik, Druckern, EDV, Elektrogeräten etc. Jeder einzelne Gegenstand dabei dünstet mitunter Schadstoffe aus. Oft entsteht eine Mixtur aus giftigem Feinstaub, flüchtigen Schadstoffen, zu hoher oder zu geringer Luftfeuchtigkeit und schlechter Luft zum Atmen. Nach Schätzungen des Umweltbundesamtes sorgen sie allein in Deutschland für weit mehr als 50.000 Todesfälle im Jahr. Weltweit sterben laut WHO-Bericht jährlich mehr als drei Millionen Menschen vorzeitig an Folgen der Luftverschmutzung und verlieren je nach Region mehr als 6 Jahre Lebenserwartung. Cradle to Cradle hebt die Möglichkeiten hervor, inwiefern Produkte, Materialien und die heutige Architektur in Gebäude mit einer gesunden Luftqualität und einem positiven Fußabdruck transformiert werden können. Es wird demonstriert, wie Gebäude aktiv Feinstaub aus der Luft filtern, das Wasser reinigen und einen förderlichen Lebensraum für Mensch und Umwelt schaffen. Zusätzlich werden radioaktive Stoffe ein Schwerpunkt des Seminars sein. Dabei wird besonders „Radon“ untersucht, welcher überall in unserer Umwelt vorkommt, jedoch in geschlossenen Räumen gesundheitsgefährdend ist. Laut des Bundesamtes für Strahlenschutz, sind rund fünf Prozent aller Todesunfälle durch Lungenkrebs in Deutschland auf Radon zurückzuführen und damit ist Radon nach dem Rauchen eine der Einflussfaktoren sowie Ursache für Lungenkrebs. Studierende bekommen in diesem Seminar die Möglichkeit, ein eigenes und auch praxisorientiertes Seminar umzusetzen. Teilbestand ist eine praxisorientierte Arbeit mit Institutionen und relevanten Akteur:innen, mit denen gemeinsam an Zukunftslösungen, Produkten, Kommunikationsstrategien etc. entwickelt wird.

Grün-Blaue Stadt Lüneburg (Projekt)

Dozent/in: Hendrike Clouting

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 17.10.2022 - 03.02.2023 | C 14.204 Seminarraum | C 14.204

Inhalt: Unsere Leitfrage in diesem Seminar ist: Was kann und sollte die Stadt Lüneburg gegen den Hitzeinseleffekt und Überschwemmungen durch Starkregenereignisse tun? Das Seminar knüpft an das Projekt der Zukunftsstadt Lüneburg, "Grüne Backsteinstadt" (https://www.lueneburg2030.de/stadtklima/) an. Lüneburg ist bereits spürbar von Auswirkungen des Klimawandels betroffen. Es wird in Zukunft immer mehr heiße Sommertage mit über 30 °C und Tropennächte mit mindestens 20 °C geben. Hitzewellen werden wahrscheinlicher und häufiger auftreten und insbesondere BewohnerInnen der stark verdichteten Innenstadt, aber auch von nicht klimatisierten Hochhaussiedlungen gesundheitlich negativ beeinflussen. Besonders belastet werden empfindliche Menschen wie Ältere und Vorerkrankte, insbesondere betroffen sind EinwohnerInnen mit geringerem Verdienst, die in kaum isolierten Wohnungen ohne Balkon, Fassadenbegrünung und Garten wohnen. Die Anpassung an die Folgen des Klimawandels und damit Beeinflussung des Mikroklimas in Wohnquartieren ist auch in Lüneburg dringend geboten. Ein hoher Grad an Bodenversieglung und hohe Dichte an Bebauung in Kombination mit wenig Grün führen zu einer besonders starken Aufheizung. Konflikte mit Kühlung durch ⁠Verdunstung sind versiegelte dunkle Flächen und eine geringe Begrünung in der Stadt. Hinzu kommen Barrieren für die Luftzirkulation und Einströmung aus dem Umland sowie anthropogene Wärmequellen (z.B. von Motoren der Kraftfahrzeuge und Klimaanlagen). Zudem nimmt die Bodenfeuchte insbesondere im Sommer ab. Der Oberboden (bis 30 cm) befindet sich dann flächendeckend im Trockenstress, so dass das Wasser bei Starkregenereignissen nicht aufgenommen werden kann, sondern schnell abfließt und zu Überschwemmungen führt. Auch die sich aufheizende Bebauung und Straßenbeläge insbesondere mit dunklen Flächen wie etwa Asphalt, tragen zur Hitzeinselbildung in Städten bei. Diese zwei Klimaeffekte werden wir mit dem Ziel einer zukünftigen ‚Schwammstadt Lüneburg‘ untersuchen: 1. Urbaner Hitzeinseleffekt 2. Starkregenereignisse Wir werden im Projektseminar anhand von selbstgewählten Fallstudien in der Stadt Lüneburg Fragen beantworten wie: • Wie werden Begriffe wie Schwammstadt, Blau-grüne Infrastruktur, Nature-based solutions in der Fachliteratur definiert? • Inwiefern sind Hitzestress und Starkregen Probleme in Lüneburg? Welche Bevölkerungsgruppen in welchen Stadtteilen und welcher Bebauungsart werden davon besonders betroffen sein? • Welches Potenzial haben vorhandene innerstädtische Grünflächen zu einem gesunden Stadtklima und zur Vermeidung von Überschwemmungen durch Niederschlagsversickerung und -speicherung beizutragen? • Wieviel (Neu)versiegelung kann Lüneburg noch (er)tragen? • Brauchen wir rechtlich verbindlichere Gesetze zur Kompensation privater Versiegelung im Sinne des Polluter Pay Principles? • Wie haben es andere Städte (z.B. Kopenhagen) geschafft, Vorreiterinnen als Schwammstadt zu werden und was kann Lüneburg von ihnen lernen? • Welche Maßnahmen zur Klimaanpassung mit dem Ziel einer grün-blauen Stadt sind in Lüneburg umsetzbar? • Welche Barrieren (z.B. Verkehrsflächen, Denkmalschutz, historische Bebauung, private Brachflächen, Pflegeaufwand...) stehen der Umsetzung dieser Maßnahmen entgegen? • Welche Klimaziele, -gesetze, -konzepte und Planungsinstrumente gibt es in Deutschland, Niedersachen und Lüneburg zur Klimaanpassung in der Stadt? Wie effektiv sind raum-/städteplanerische Ausweisungen wie Biotopverbundsflächen, Grünflächen und Grüngürtel? • Wer ist verantwortlich für die Grünplanung und das Wassermanagement auf den verschiedenen Entscheidungsebenen? Wie gut sind diese Fachsektoren vernetzt / integriert? • Welchen Beitrag kann der einzelne Bürger zu einer Schwammstadt leisten? Wie kann die Öffentlichkeit noch besser aufgeklärt und beteiligt werden? • Gibt es ein Brachflächenkataster, das unbebaute Grundstücke vorbehält? Was sind Konflikte der Wiedernutzbarmachung von Flächen und der Nachverdichtung bereits bebauter Flächen mit der Entwicklung neuer Grünflächen? Wir werden in Projektteams Maßnahmen erforschen wie: - Begrünung: Fassaden-, Dachbegrünung, Entsiegelung von Vorgärten - Erstellung von Wasserflächen in der Stadt, Versprühen von Wasser, Überschwemmungsflächen, Regenwasserversickerungsflächen und -mulden, Aufstellung von Regentonnen oder Zisternen in Privatgärten - Erhöhung der Lebensqualität durch Wasser in der Stadt - Stadtgrün als soziale Orte im urbanen Raum - Verbesserung von Böden, so dass sie als Schwamm wirken können (z.B. Mulchen, Änderung von englischem Rasen in temporäre wilde Blühwiesen) - Verschattung durch Sonnenschutz an Gebäuden und helle Farbanstriche von Flächen - Schutz und kollektive Bewässerung des alten Baumbestands mit großen Kronen - Freihaltung von Kaltluftentstehungsgebieten und Erschaffung von Luftkorridoren - Beitrag zu einer Bewusstseinsänderung und Handlungsänderung bei den BewohnerInnen (z.B. Entsiegelungsaktion: Pflastersteine gegen Pflanzen; Gartenbewässerung nur in den kühlen Morgen- oder Abendstunden; Mulchen; Pflanzenwahl; weniger Rasenfläche etc.) Bei der Aufstellung der Forschungsfragen stehen sowohl Fantasie, Kreativität und freies Gedankenspiel, als auch aktuelle Umweltprobleme und Barrieren an oberster Stelle. Es sind intelligente praktikable Lösungen gefragt!

Gut und gerecht? (Projekt)

Dozent/in: Julia Puth

Inhalt: Die Erfahrungen der Pandemie haben in besonderer Intensität die Frage nach dem, was für ein gutes Leben wesentlich ist, auf die Tagesordnung gesetzt. Aber was ist ein gutes Leben überhaupt? Und was hat das mit Gerechtigkeit zu tun? Viel, sobald der Anspruch auf ein gutes Leben für alle im Kontext einer globalisierten Welt erhoben werden soll. Kann ein Leben als gut im ethischen Sinne bezeichnet werden, wenn sein Gelingen auf Ungerechtigkeiten beruht? Und welche Formen der Ungerechtigkeit machen das Leben schlecht? In einer Epoche knapper werdender Ressourcen auf der einen, wachsenden Konsums auf der anderen Seite, steht die Frage der Verteilungsgerechtigkeit im Zentrum der kritischen Auseinandersetzung. Im Seminar soll der Zusammenhang von Gerechtigkeit und gutem Leben systematisch erarbeitet und problematisiert werden. Wir diskutieren zudem, ob es überhaupt möglich ist, das, was ein gutes Leben ausmacht, materiell auszubuchstabieren und mit einem universellen Anspruch zu formulieren, ohne dabei neue Ungerechtigkeiten zu etablieren, indem über Besonderheiten hinweggegangen wird.

Handel(n) zum Schutz von Wäldern und Menschenrechten - Nachhaltigkeit in globalen Agrarlieferketten (Projekt)

Dozent/in: Leonie Schmitt

Termin:
wöchentlich | Montag | 18:15 - 19:45 | 17.10.2022 - 03.02.2023 | C 12.101 Seminarraum | C 12.101

Inhalt: "Deutschland importiert zahlreiche Agrarprodukte aus dem globalen Süden. Dazu zählen u. a. Produkte wie Soja, Palmöl und Kaffee. Diese werden mit hohen Entwaldungsraten, Biodiversitätsverlust, ungerechten Arbeitsbedingungen und Menschenrechtsverletzungen assoziiert. Um das 1,5 Grad Ziel einzuhalten, haben sich 141 Staaten bei der Weltklimakonferenz 2021 darauf geeinigt, diesem Problem zu begegnen und Entwaldungen bis 2030 zu beenden. Auch Deutschland und die EU versuchen mit Lieferkettengesetzen, Handels- und Produktionsbedingungen nachhaltiger und sozialer zu gestalten. Ebenso arbeiten Unternehmen und NGOs auf lokaler und globaler Ebene an Lösungen für nachhaltige und inklusive Agrarlieferketten. Im Seminar werden die Auswirkungen von Produktion und Handel von verschiedenen Agrarprodukten thematisiert und bedeutende Akteur*innen vorgestellt. Es werden aktuelle Entwicklungen und Vorschläge beleuchtet, die Lieferketten nachhaltiger und sozialer gestalten sollen. Dabei orientiert sich das Seminar an Konzepten der politischen und sozialen Ökologie und Globalisierungstheorien."

In Verbindung – In Bewegung – Auf der Suche nach neuen und anderen Geschichten (Projekt)

Dozent/in: Friedrich von Mansberg

Inhalt: Für die Eröffnung der Konferenzwoche an der Leuphana im Februar werden wir gemeinsam eine Performance entwickeln, die wir dort aufführen werden. Inhaltlich werden wir uns mit Fragen der künstlerischen Umsetzung der Themen Macht und Widerstand, Angst und Hoffnung, Utopien und Zukunftsskepsis etc. beschäftigen. Davon ausgehend gehen wir auf die Suche: Welche Geschichten erzählen wir uns und wie können sie uns ermutigen, trotz aller Widersprüchlichkeit und Schwäche als Menschen und Gemeinschaft handlungsfähig zu bleiben oder zu werden? Wie kann ein neues Miteinander aussehen, auf persönlicher wie auf gesellschaftlicher Ebene? Wie blicken wir in die Zukunft und was kann Theater hier für einen Beitrag leisten? Theater als Form des Austauschs, der Begegnung, der Multiperspektivität etc.

It's the emotions, stupid! Oder wie lassen sich Dialog und Gerechtigkeit friedlich in unserer globalen Gesellschaft implementieren (Projekt)

Dozent/in: Jorge Guerra González

Inhalt: "(Neo)Kolonialismus, Tierrechte, Klimaschutz, Gleichberechtigung... und nun sogar... Krieg. Mauern sind entstanden, Menschen reden nicht mehr miteinander, der Dialog ist verloren gegangen. Wie denn, Mauer einreißen, Dialog zu fördern, dem Gegenüber verstehen, wertschätzen. Menschen handeln aber ausschließlich aufgrund von Emotionen. Deshalb sind sie entscheidend. Man kann es drehen, wie (oft) man will, man kann aber deshalb nicht Emotionen in dem Bezug (weiter) ignorieren. Dieser Umgang ist übrigens auch maßgebend für jede Situation, in der Menschen miteinander zu tun haben, sei es Implementierung von Nachhaltigkeit, Führung von Mitarbeitern, Konfliktmanagement, etc. Kann man, will man wirklich auf das Erlernen dieser starken Soft-Skills verzichten? :)"

Kapitalismus 4.0: Soziale Ungleichheit im Zeitalter der Digitalisierung (Projekt)

Dozent/in: Norman Laws

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 16.203 Seminarraum | C 16.203

Klimawandel und Europäische Sicherheitspolitik (Projekt)

Dozent/in: Norman Laws

Termin:
wöchentlich | Montag | 18:15 - 19:45 | 17.10.2022 - 03.02.2023 | C 16.203 Seminarraum | C 16.203

Inhalt: "Der Klimawandel bringt vielfältige Implikationen mit sich. Häufig wird sich dabei mit Fragen der unmittelbaren Auswirkungen auf die Umwelt beschäftigt. Das gilt etwa für Wüstenbildung oder den Anstieg des Meeresspiegels. Mit solchen und anderen Effekten hat Klimawandel aber auch Auswirkungen auf Lebensbedingungen und die die Wahrnehmung und das Erleben von Gefahren. Sich negativ verändernde Umweltbedingungen können beispielsweise wiederum auch einen Beitrag zu Migration oder der Entwicklung von ""failed states"" leisten. In dieser Veranstaltung liegt ein Fokus auf der Frage, welche sicherheitspolitische Relevanz Klimawandel auf unterschiedlichen Feldern haben kann. Darauf aufbauend soll sich damit beschäftigt werden, wie die Europäische Union damit bisher umgeht, wie sie damit umgehen kann und welche Perspektiven für die EU in der Zukunft in dieser Frage bestehen können. Ein wichtiger Aspekt wird sein, inwiefern Nachhaltigkeit eigentlich Sicherheitspolitik ist. Sich unabhängiger von Energieimporten von Öl und Gas aus unsicheren oder undemokratischen Regionen zu machen, kann etwa sowohl Klima- als auch Sicherheitspolitik sein."

Konflikte um nachhaltige Entwicklung – was tun? (Projekt)

Dozent/in: Meinfried Striegnitz

Inhalt: Nachhaltige Entwicklung bedeutet Veränderung. Veränderung birgt Konflikte: Wie kann mit diesen Konflikten umgegangen werden? Welche Theorien und Konzepte sind hilfreich für die Analyse und ein besseres Verständnis der Konfliktlagen? Wie lässt sich vermeiden, dass sich Konflikte in destruktiven Eskalationsspiralen aufschaukeln? Mit welchen Strategien, Vorgehensweisen, Maßnahmen und Instrumenten können Konflikte um nachhaltige Entwicklung konstruktiv gewendet werden und produktiv gestaltet werden?

Kultur für alle? (Projekt)

Dozent/in: Christin Hansen, Sonja Neuschwander

Inhalt: "Der Themenschwerpunkt des Seminars wird sich mit der Frage: “Wie in Zukunft der Zugang zu Kultur und Bildung für alle gesellschaftlichen Gruppen gewährleistet werden kann.” beschäftigen. Dieser Schwerpunkt soll zudem mit Blick auf die jeweilige aktuelle COVID-19 Situation behandelt werden. Ein weiterer Aspekt ist die Auseinandersetzung mit nachhaltigen und gesellschaftlichen Themen. Wir möchten zusammen mit den Seminarteilnehmer*innen untersuchen in welcher Form gesellschaftliche Themen z.B. auf kulturellen Veranstaltungen kommuniziert und nachhaltig platziert, beziehungsweise umgesetzt werden können. Es ist eine Zusammenarbeit mit dem lunatic e.V. bzw. dem lunatic Festival angestrebt. Dies bedeutet, dass es möglich sein wird die Rahmenbedingung für praktische Projekte des Seminars innerhalb dieser Strukturen anzusiedeln und umzusetzen.

Low-Profit-Investitionen, bewerten, finanzieren, fördern (Projekt)

Dozent/in: Christian Fahrbach

Inhalt: Das Thema Low-Profit ist finanzwirtschaftliches Neuland. Es ist der Versuch, die Lücke zwischen Non-Profit und For-Profit zu schließen, zwischen gemeinnützigem und gewinnorientiertem Wirtschaften. Es geht um die Fragen: Wie können Investitionen finanziert werden, die nur eine geringe Rendite versprechen, aber dafür einem sozialen und ökologischen Zweck dienen? Im Seminar werden zunächst Best-Practice-Beispiele vorgestellt. Diese gibt es bereits in den Bereichen biologischer Landbau, erneuerbare Energien, Wohnen u.a. Dabei handelt es sich bislang noch um gesellschaftliche Nischen. Es stellen sich die Fragen: Wie gelangt man von Best Practice zu All Practice? Wie können Zentralbank und Staat günstige wirtschaftspolitische Rahmenbedingungen für Low-Profit-Business schaffen?

Macht – Land – Wandel? Eine kulturell-kreative Annäherung (Projekt)

Dozent/in: Annegret Kühne

Inhalt: Das Seminar hinterfragt die Bedeutung von Macht, Land und Wandel in Beziehung zu nachhaltiger Entwicklung. Die drei Begriffe werden in ihrer theoretischen Bedeutung und im gesellschaftlichen Kontext untersucht. Welche Bedeutung/ Eigenschaften haben diese Leitbegriffe, welche Wechselwirkungen bestehen zueinander, welche zu den Nachhaltigkeitszielen (SDGs)? Das Thema Land und Landnutzung verbunden mit einer Kurz-Exkursion stehen im besonderen Fokus. Neben wissenschaftlich-theoretischen Untersuchungen werden die Erkenntnisse und Rückschlüsse in Kreativsequenzen überführt und gestalterisch in bildnerischen, literarischen oder multimedialen, künstlerischen Übungen bearbeitet sowie Ideen für interaktive Darstellungen prägnanter Erkenntnisse im eigenen Projekt entwickelt. Vielseitige Perspektivwechsel ermöglichen und verbinden sowohl wissenschaftliche als auch künstlerische Betrachtungen und Bearbeitungen des Themas. Die Ergebnisse werden auf der Leuphana-Konferenzwoche 2023 in einer Gesamtschau präsentiert.

Minderung des Klimawandels: CO2-Bilanzierung und CO2-Kompensation im Rahmen des "Grünen Giebels" (Projekt)

Dozent/in: Hauke Witte

Inhalt: “It is a file of shame, cataloguing the empty pledges that put us firmly on track toward an unlivable world.” Mit diesen Worten beschreibt UN-Generalsekretär Antonio Guterres den aktuellen sechsten Sachstandsbericht des International Panel on Climate Change, kurz den IPCC-Report. Diese umfassende Übersicht über den aktuellen Forschungsstand zum menschengemachten Klimawandel unterstreicht einerseits die Notwendigkeit zur Eindämmung der Globalen Erwärmung, führt andererseits aber auch auf, dass bisher viel zu wenig geschieht und das Pariser Klimaziel damit außer Reichweite gerät. Doch es werden auch Lösungsansätze aufgezeigt: Insbesondere Maßnahmen zur CO2-Kompensation und -neutralisation wird eine zunehmende Bedeutung zukommen, um verlorene Zeit bei der Dekarbonisierung von Wirtschaft und Gesellschaft wettzumachen. Innerhalb Seminars werden diese Maßnahmen näher beleuchtet und im Rahmen des Projektes „Grüner Giebel“ der Zukunftsstadt 2030 auf ihre Einsatz- und Partizipationsmöglichkeiten in der Region Lüneburg hin untersucht.

Museen und Nachhaltigkeit- A Work in Progress (Projekt)

Dozent/in: Kristin Püttmann

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 1.209 Seminarraum | .

Inhalt: Die kulturell-gesellschaftliche Institution Museum ist durch ihre nachhaltige Kernaufgabe, Objekte der Vergangenheit in der Gegenwart zu bewahren, um sie für die Zukunft zu erhalten, ein interessantes und lohnendes Forschungsumfeld. Dabei geht es sowohl um das jeweilige Gebäude als Bestandteil urbaner Zusammenhänge als auch um die Frage der inhaltlichen Funktion dieser Institutionen - auch im Hinblick auf ihre Rolle als "Gamechanger" im Rahmen der Transformation und als Orte einer Bildung für nachhaltige Entwicklung. Wie lassen sich hier mittels einer multiperspektivischen Herangehensweise konkrete Nachhaltigkeisansätze im Sinne der Sustainable Development Goals implementieren? Und, wie lassen sich in umgekehrter Weise aus dem Museumszusammenhang nachhaltige Themenfelder in die Gesellschaft hinein entwickeln? An ausgesuchten nationalen und internationalen Museen sollen praxisorientierte Fragestellungen der unterschiedlichsten Ausprägung bearbeitet werden.

Nachhaltiger Konsum (Projekt)

Dozent/in: Laura Ackermann

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 17.10.2022 - 03.02.2023 | C 12.101 Seminarraum | C 12.101

Inhalt: Konsum beeinflusst nicht nur die wirtschaftliche und soziale Situation von Menschen, sondern auch den Zustand der Umwelt. Die Spuren, die aktuelle Konsummuster weltweit hinterlassen, sind vielfältig und reichen von prekären Arbeits- und Lebenssituationen in Produktionsländern über Umweltverschmutzung und Lebensraumgefährdung durch Plastikinseln in der Größe von Kontinenten bis hin zu ⁠Klimawandel⁠ und Artensterben. Das Umweltbundesamt berichtet, dass 2014 der Rohstoffkonsum im Bereich Konsum allein in Deutschland bei 797 Milliarden Tonnen lag. Die privaten Haushalte benötigten demnach rund ein Viertel des gesamten Endenergieverbrauchs Deutschlands. Um die Klimaziele zu erreichen, müsse dieser Wert auf 1 Tonne pro Person und Jahr reduziert werden (Umweltbundesamt, 2022). Nachhaltiger Konsum ist entsprechend der Definition des BMUV (2022) Teil einer nachhaltigen Lebensweise und ein Verbraucherverhalten, das unter anderem Umweltaspekte und soziale Aspekte bei Kauf und Nutzung von Produkten und Dienstleistungen berücksichtigt. Wir werden im Projektseminar anhand von selbstgewählten Fallstudien Fragen beantworten wie: • Was bedeutet nachhaltiger Konsum im Alltag? • Welche Rolle spielt nachhaltiger Konsum für verschiedene Personengruppen? • Welche Unterschiede gibt es bezüglich verschiedener Produktkategorien, z.B. Lebensmittel, Elektrogeräte, Kleidung? • Welche lokalen Initiativen und Einrichtungen, die nachhaltigen Konsum unterstützen, gibt es? • Welche Faktoren spielen bei der Entscheidung für oder gegen nachhaltige Angebote eine Rolle? • Welche kreativen Lösungsansätze gibt es, um nachhaltigen Konsum zu fördern? • … Bei der Entwicklung und Auswahl der Fragestellungen in den Projektgruppen können und sollen eigene Interessen und Kompetenzen eingebracht werden.

Nachhaltigkeit und Innovation in der Landwirtschaft und Nahrungsmittelerzeugung (Projekt)

Dozent/in: Hauke Witte

Inhalt: "Essen ist eines der zentralen Themen für uns als Menschen: Mehrfach täglich setzen wir uns mit unserer Nahrung auseinander und entscheiden, was bei uns auf dem Teller landet. Damit nehmen wir immer wieder negativen Einfluss auf unseren Planeten und übernutzen dessen natürliche Ressourcen. Für eine nachhaltig entwickelte Zukunft muss also auch eine Transformation von Landwirtschaft und Nahrungsmittelerzeugung gelingen. Ansätze gibt es dazu viele: Die weltweite Bekämpfung von Hunger und Armut, der Kampf für sauberes Wasser, funktionable Ökosphäre, Klimaschutz und Gerechtigkeit – ein Großteil der 17 Sustainable Development Goals sind unmittelbar mit den Themen Landwirtschaft und Nahrungsmittelerzeugung verbunden. Doch wie können konkrete Lösungsansätze schnell in die Praxis überführt werden, wo uns Krisen wie Klimawandel und Biodiversitätsverlust kaum Zeit lassen? Diese zentrale Fragestellung bearbeiten die Studierenden in diesem Projektseminar und entwickeln damit Bausteine für die Landwirtschaft und Nahrungsmittelerzeugung von morgen."

Neue Gemeinschaftsformen als Ausdruck gesellschaftlicher Differenzierung (Projekt)

Dozent/in: Gerhard Cassens

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 17.10.2022 - 03.02.2023 | C 40.146 Seminarraum | C 40.146

Inhalt: "Die Ausdifferenzierung gesellschaftlicher Arbeitsprozesse verunsichert zunehmend die Gesellschaftsmitglieder. Ergänzend zur Auflösung familiärer und dörflicher Strukturen lösen sich Erwerbsbiografien als kontinuierlicher Identitätszusammenhang auf. Als Gegenbewegung sind neue Formen der Gemeinschaftsbildung zu beobachten. Wohnprojekte, Kooperativen im Lebensmittelbereich, neue Dorfstrukturen entstehen. Was wird hier gesellschaftlich sichtbar? Mittels qualitativer Interviews soll wahrgenommen werden, was die Mitglieder solcher Gemeinschaften motivert und ihr innenliegendes gesellschaftliches Anliegen herausgearbeitet werden. Der Unterschied zwischen Gesellschaft und Gemeinschaft bildet die Grundlage für diese Analyse. Die Studierenden erhalten einen Einblick in die Theoriebildung von Gemeinschaft und Gesellschaft. Mittels qualitativer Methoden wird ein Instrument angeboten, dass zur Wahrnehmung von Wirklichkeit, zu deren Abstraktion und eigener Theoriebildung führen wird. Die Erhebung eigenen Forschungsmaterials sowie deren Auswertung in Arbeitsgruppen und der Präsentation der Ergebnisse wird zur Autonomiebildung der eigenen Persönlichkeitsbild beitragen."

Neue Wege im Journalismus - neue Impulse für die vierte Gewalt? (Projekt)

Dozent/in: Marie-Luise Braun

Termin:
wöchentlich | Montag | 08:15 - 09:45 | 17.10.2022 - 03.02.2023 | C 40.146 Seminarraum | C 40.146

Inhalt: Seit Jahren befindet sich die Medienwelt in einer Krise. Die Vielfalt der Medienlandschaft hat abgenommen. Informationen werden abseits der Medienhäuser verbreitet. Wir wollen uns im Seminar zwei Schwerpunkten widmen. Zum einen gründen Journalist*innen neue Medienangebote – wie Correctiv, Krautreporter, Riffreporter oder Katapult. Netzwerke entstehen, wie das Netzwerk Klimajournalismus. Es gibt besondere Programme für Lokaljournalismus, wie beabee. Zum anderen formieren sich abseits klassischer Medien eigene Formate und Angebote. So publiziert manche Institution ihren eigenen Podcast oder geht Kooperationen mit Medienhäusern ein. Was bedeutet das für die Medienwelt, für die Rezipient*innen und auch für die Demokratie? Wie wirkt sich das auf die Verbreitung unabhängiger Informationen aus oder den kritischen Journalismus? Was bedeutet das für die „Vierte Gewalt“ und die Qualität des Klimajournalismus? Diesen und weiteren Fragen werden wir im Seminar hinsichtlich klimarelevanter Berichterstattung auf den Grund gehen. Wir kooperieren in dem Seminar mit Institutionen, die als Impuls für Projektarbeiten Fragestellungen einbringen.

Nicht Fisch, nicht Fleisch: Zum Verhältnis von Ernährung und Politik. (Projekt)

Dozent/in: Liselotte Hermes da Fonseca

Inhalt: Der Titel deutet eine Unentschiedenheit, eine Mischung oder Unklarheit an: nichts Halbes und nichts Ganzes. Und tatsächlich sind wir immer mehr von Lebensmitteln umgeben, die so tun, als seien sie etwas anderes, als das, was sie vorgeben zu sein: weder Fisch noch Fleisch und gerade damit verantwortlich, wie es heißt – für die Umwelt, für die eigene Gesundheit oder für die sozialen und wirtschaftlichen Umstände. Dieses Spiel mit dem ‚Sein‘, dem Wissen um das Essen und der Verantwortung scheint auch bei unserer Haltung zur Ernährung und zu Lebensmitteln von zentraler Bedeutung. Aus den unzähligen, sich beständig ändernden Ernährungstheorien sollen wir ‚die richtige‘ wählen und so unsere Verantwortung übernehmen. Doch „das Wissen“ erweist sich dabei häufig selbst als „nicht Fisch, nicht Fleisch“ und zersprengt in der Verknüpfung von ‚richtige Wahl‘ und Verantwortung zugleich ein gemeinsames Wissen um gute und gesunde Ernährung.

Partizipativ und klimaneutral - Urban Gardening im KUGA Pinneberg e.V. (Projekt)

Dozent/in: Wiebke Hallerberg, Linn Tramm

Inhalt: Der gemeinnützige Kulturgarten Pinneberg e.V. wurde im Sommer 2021 gegründet, mit dem Ziel Kulturarbeit mit Urban Gardening Praxis so miteinander zu verbinden, dass in Wechselwirkung mit lokalen Akteuren und Ideen ein kreativer Rückzugsort entsteht. Das Projekt steht aktuell in den Startlöchern und soll im Rahmen des Seminars zusammen mit Studierenden und im Austausch mit dem Verein weiterentwickelt werden. Gemeinsam werden wir untersuchen, inwiefern eine zivilgesellschaftliche Praxis in der Nachbarschaft etabliert werden kann, um einen offenen und partizipativen Austausch und Teilhabe für einen klimaneutralen Garten zu ermöglichen. Theoretisch soll der “Glocal Approach - Thinking globally, acting locally” angewendet werden, um einen inhaltlichen Bezug zum verantwortlichen Konsumieren und Produzieren von Lebensmitteln zu finden. Damit verfolgt das Seminar die drei SDGs Sustainable Cities and Communities (11), Responsible consumption (12) und Climate Action (13).

Pathways to the Sustainable Development Goals across scales: Amplifying Lüneburg 2030+ (Projekt)

Dozent/in: Amanda Jiménez Aceituno

Inhalt: ##IMPORTANT UPDATE##: We are moving online. Please, check the new dates below: IIIII IIIII IIIII The urgent sustainability challenges that we are facing requiere citizens to take action to envision and set up new pathways to reach the Sustainability Development Goals (SDGs). These bottom-up changes are already in place (as experiments or seed) but need to get amplify to have a real impact in transforming our societies towards more sustainable and just ones. *Wednesday 2nd Nov (online): 13:00-15:00 - Introduction to the overall theme of the seminar, research-based learning and examination. Getting to know each other (background and expectations). Impulse topic: S-E systems, Transformations *Friday 11th Nov (online): 14:00-17:00 - Impulse Topic: Amplification framework and presentation of a case study (Food Seeds in Stockholm). Lüneburg 2030+ *Friday 18th Nov (online): 14:00-17:00 - The 3Horizons methods for scenario building *Monday 28th Nov (online):14:15-16:15 - Impulse Topic: Intro to the Routledge Handbook of Research Methods, practical exercise: exploring other useful methods.TD research *Monday 12th Dec (online): 14:15-16:15- Impulse topic: Formative evaluation: Presentation of project outline, feedback session, connection to Conference Week. *Monday 19th dec (online):14:15-16:15- Data analysis. Research progress and results, getting concrete about Conference week *Monday 16th Jan (online): 14:15-16:15 - Group work. Finalising project report and preparation of Conference Week. *Friday 20th Jan (online): 14:00-17:00 -Group work. Finalising project report and preparation of Conference Week. *Monday 30th Jan (online): 14:15-16:15 -Conference Planning and presentation plan

Permakultur als ganzheitlicher Ansatz zum Klimaschutz und zur Klimaanpassung (Projekt)

Dozent/in: Christine Heybl

Inhalt: Kann Permakultur als ganzheitlicher, praktischer Ansatz für Klimaschutz und Klimaanpassung funktionieren? Mit seinen drei Grundprinzipien 'earth care, 'people care' und 'fair share' spiegelt die Permakultur unser politisches Nachhaltigkeitsdreiecks aus ökonomischer, ökologischer und sozialer Langfristigkeit wieder. Mit seinen pragmatischen Ausformulierungen wie z.B. selbstversorgenden Gebäuden aus Naturmaterialien, die Gemeinschaftswohnprojekte beherbergen und Waldgarten- oder Agroforst-Konzepten, die vielfältige Synergieeffekte wie das Ernten von Lebensmitteln, Baumaterialien, ein verbessertes Mikroklima, die Sequestrierung von Kohlendioxid, regenerierte natürliche Wasserkreisläufe, usw. scheint die Permakultur zurzeit best-practice-Beispiele im Klimaschutz und der Anpassung hervorzubringen. Methodisch/theoretisch: Von Anfang an ist viel Eigenarbeit der Studierenden eingeplant. Permakultur zielt auf das Design und die Umsetzung von sozial-ökologischen Projekten ab. Die Studierenden-Gruppen werden jeweils ein Projekt theoretisch zusammen erarbeiten.

Potenziale der Ludologie für Transformationsprozesse zu einer nachhaltigen Gesellschaft - am Beispiel von Brettspielen (Projekt)

Dozent/in: Kamila Szwejk

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 17.10.2022 - 03.02.2023 | C 9.102 Seminarraum

Inhalt: "Ludologie" ist die Spielwissenschaft oder auch die Lehre über das Spiel. Spiele zu spielen gehört seit Jahrtausenden zu menschlichen Gesellschaften dazu und kann in verschiedenen Formen auftreten. Auch Wissenschaftler:innen entwickelten diverse Ansätze um sich dem Phänomenen anzunähern, wie beispielsweise Joseph Levy, welcher als erster Wissenschaftler einen inter- und transdisziplinären Ansatz verfolgte, um Spielkonzepte und Spielverhalten zu betrachten (vgl. Play Behavior 1978). Denn Spielverhalten können, mehr als jede andere menschliche Verhaltensform, zur kulturellen Weiterentwicklung beitragen, menschliche Sozialisierung vereinfachen und gleichzeitig als eine Konsequenz sozio-kultureller Strukturen dargestellt werden. Damit stellt die Ludologie einen Paradigmenwechsel dar, bei dem der Zugang zum Verstehen der Welt das Spiel sei (vgl. Institut für Ludologie 2016). Das Seminar wird sich größtenteils mit dem Phänomen von Brettspielen auseinandersetzen und diese unter Gesichtspunkten der Nachhaltigkeit analysieren. Insbesondere werden Brettspiele, welche Themen der Nachhaltigkeit beinhalten, untersucht und anhand der Sustainable Development Goals (SDGs) der United Nations (UN) und des Cradle to Cradle – Konzept (C2C) kritisch diskutiert. Die Studierenden werden Potenziale und mögliche Verbesserungsvorschläge an Brettspielen erarbeiten, die nachhaltige und gesellschaftliche Transformationsprozesse fördern können. Die Ausrichtung wird frei wählbar sein und kann sehr praxisorientiert erfolgen. Die Möglichkeiten sind vielfältig und können einen Vergleich der umwelt- oder kulturwissenschaftlichen Aspekte der Spiele beinhalten. Denkbar ist auch die Erarbeitung eines Bildungsansatzes für Schulen, die Entwicklung eines nachhaltigen, gesunden und kreislauffähigen Brettspiels etc. Ziel ist es, neue Wege zu beschreiten, zu experimentieren, sich auszuprobieren und eine nachhaltige „Zeitenwende“ einzuläuten. „Denn wer nichts ausprobiert, nicht phantasiert, nicht scheitert, scheitert auf jeden Fall“ (Institut für Ludologie 2016).

Stabile und nachhaltige Finanzmärkte (Projekt)

Dozent/in: Christian Fahrbach

Inhalt: Nachhaltige Geldanlagen liegen im Trend. Im Zuge dessen hat die EU-Kommission das Thema aufgegriffen und im Jahr 2018 einen Aktionsplan veröffentlicht: Eine einheitliche, EU-weite Klassifikation von grünen Geldanlagen soll mehr Transparenz schaffen und die Nachfrage beflügeln. Das, als EU-Taxonomie bekannte Regelwerk trat im Juli 2020 in Kraft und soll in den kommenden Jahren systematisch weiterentwickelt und eine tragende Säule des Green Deal werden. Die aktuelle Konjunkturschwäche gefährdet den Green Deal der EU. Voraussetzung für deren Erfolg ist ein solventes Unternehmertum, das innovative CSR-Maßnahmen umsetzt, und ein solider Finanzsektor, der die Realwirtschaft mit ausreichend Kapital versorgt. Im Seminar geht es um die Frage: Wie können Zentralbank und Staat während einer Konjunkturschwäche stabile Finanzmärkte gewährleisten?

Stadtklima im Klimawandel - zwischen Klimaschutz und Anpassung (Projekt)

Dozent/in: Markus Quante

Inhalt: Mehr als die Hälfte der Weltbevölkerung lebt in Städten, Tendenz steigend. Städte und Ballungsräume verursachen im Vergleich zum weniger bebauten oder offenen Umland klimatische Effekte, die mit dem Begriff „Stadtklima“ bezeichnet werden. Der prominenteste Stadtklimaeffekt ist die sogenannte städtische Wärmeinsel, eine Überwärmung der Stadtzentren gegenüber ihrer unmittelbaren ländlichen Umgebung. Aber auch das Wind-, das Feuchte- und das Niederschlagsfeld werden durch die Stadt modifiziert mit entsprechenden Einflüssen auf andere Klimagrößen. Der Bereich der städtischen Luftqualität ist ein weiteres Problemfeld, das dem Komplex Stadtklima zugeordnet wird. Fragen, die in diesen Feldern auftreten sind: Wie wirkt sich die städtische Überwärmung auf die thermische Belastung der Stadtbevölkerung aus? Wie beeinflussen Windfeldveränderungen den Komfort von Fußgängern und Radfahrern, die Belastung von Infrastrukturen und die Verteilung von Luftschadstoffen? Welche Folgen hat das spezifische Niederschlagsverhalten für die Stadtentwässerung? Wie wirken sich stadtspezifische Luftbelastungen auf die Gesundheit der Bewohner aus? All diese Fragen beschäftigen schon heute die Stadt- und Regionalplanung. Der zu erwartenden Klimawandel wird die Belastungen in den genannten Problemfeldern und Wirkungskomplexen noch durch eine allgemeine Erwärmung, Hitzeperioden und Extremwetterereignisse zusätzlich verschärfen. Eine nachhaltige Stadtplanung muss die genannten Problemfelder im Auge haben und schon heute auf zukünftig zu erwartenden Veränderungen, oft Verschärfungen der Belastungen durch soziodemographische Veränderungen und den Klimawandel, in ihren Planungen berücksichtigen und in Richtung Anpassungsmaßnahmen geeignete Antworten finden. Es gilt auch den zukünftigen Stadtbewohnern ein bioklimatisch akzeptables Stadtklima und damit die Grundlage für Wohlbefinden und Gesundheit zu gewährleisten. Städte sind zudem Großemittenten von Treibhausgasen. Veränderungen in Städten sollten sich daher auch die Reduktion von zentralen Treibhausgasemissionen zur Aufgabe machen. Eine zielgerichtete Einbeziehung der stadtklimatologischen Fragestellungen in stadtplanerische Aktivitäten und Klimaanpassungsmaßnahmen verlangt ein grundlegendes Verständnis der unterliegenden Prozesse und Wirkungsmechanismen. Die Gründe für die klimatologischen Besonderheiten liegen in der Bebauungsstruktur, der Flächenversiegelung, im geringen Vegetationsbestand, den wenigen offenen Wasserflächen sowie in einer Vielzahl unterschiedlicher Emittenten aus Verkehr, Haushalt, Industrie und Gewerbe. Das Seminar wird sich in seinem inhaltlichen Teil und auch in den Projektgruppen den oben angesprochenen Projektfeldern in unterschiedlicher Tiefe widmen. Es wird dabei eine Balance zwischen Informationsbereitstellung durch vorlesungsähnliche Impulsbeiträge und eigener Recherche der Projektgruppen angestrebt.

Sustainability and the future (Projekt)

Dozent/in: Dagmar Berg-Mölleken, Senan Gardiner

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 17.10.2022 - 03.02.2023 | C 14.202 Seminarraum | C 14.202

Inhalt: In exploring our relationship to the future we are exploring the field of future studies in a post-modern view - no longer do we see the future as something to colonise, but something to interrogate and critically analyse in order to further understand ourselves and our impact on the planet. Ideas of future and progress permeate our myths, worldviews and sense of self. The topics of each week and methods used are both listed below - please scroll through, however they may be subject to change: Week 1 Introduction to sustainable development and futures studies. Week 2 Drivers of a sustainable future – Climate Change Week 3 Drivers of a sustainable future – Peak Oil Week 4 Drivers of a sustainable future – System limits Week 5 Drivers of a sustainable future – Population and Values Week 6 The Future of Energy Week 7 The Future of Mobility Week 8 The Future of Values Week 9 The Future of Food – Permaculture Week 10 Ideologies of the future – Transition Discourses Week 11 Responding to the future: Ecovillages Week 12 Responding to the future: College as a sustainable community Week 13 Responding to the future: Sustainability in long term policy Week 14 Preparation for the conference week and student feedback"

Sustainable Communities (Projekt)

Dozent/in: Dagmar Berg-Mölleken, Senan Gardiner

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 17.10.2022 - 03.02.2023 | C 14.202 Seminarraum | C 14.202

Inhalt: How can we truly live sustainably and reflect this is our settlements. From top-down to bottom-up approaches toward making our communities more sustainable, we will look at both designed and retrofitted examples of sustainable communities and how they work? An overview of the agenda is: Week 1 – Introduction Week 2 – Sustainable Communities: Policy and Design / Methods: visioning, making videos from smartphones, exploring open space use Week 3 – Planning, Building and governance / Methods: Facilitation techniques, rolepaying, group work, moving debates Week 4 – Permaculture and Food: / Methods: 160km meal challenge, Permaculture design Week 5 – Water Strategies in sustainable communities / Methods: Pairwork and conflict resolution roleplay Week 6 – The Natural Environment - / Methods (if weather is good) local woodland walk. Week 7 – Energy Supply in Sustainable communities / Methods: energy equations, risk activity Week 8 – Waste Management (designing cradle to cradle ojects) Week 9 – Transport & Commerce (Exploring LETS systems and regional currencies) Week 10 – Community Garden Excursion (TBC) Week 11 – Transition Town guest lecture (TBC) Weeks 12+ Research project consultation

Und weil sie nicht gestorben sind ... - Geschichten der Nachhaltigkeit in Film, Literatur und Medien (Projekt)

Dozent/in: Theres Konrad

Termin:
wöchentlich | Montag | 08:15 - 09:45 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum | C 25.019

Inhalt: "In jeder Geschichte verbergen sich Aspekte der Nachhaltigkeit. Welche Themen finden sich zum Beispiel im Film Avatar? Über welche Nachhaltigkeitskompetenzen verfügt Ronja Räubertochter? Und welche Sustainable Development Goals (SDGs) werden in Jurassic Park oder Game of Thrones thematisiert? Im Kontext selbstgewählter (internationaler) Werke aus Literatur, Film und Medien sollen theoretische Konzepte der Nachhaltigkeit, wie das Doughnut-Modell, die SDGs und Schlüsselkompetenzen sogenannter Change Agents kennengelernt, diskutiert und reflektiert werden. Welche Effekte erzielt die bewusste Auseinandersetzung mit Medien hinsichtlich der Sensibilisierung des eigenen Nachhaltigkeitsverständnisses? Diese Frage wollen wir gemeinsam erkunden."

Verantwortung verteilen für Klimaschäden - wer ist zu was verpflichtet? (Projekt)

Dozent/in: Christine Heybl

Inhalt: Auf einer philosophischen Grundlage soll geklärt werden, ob der Mensch überhaupt Verantwortung übernehmen kann. Nur wenn dies der Fall ist, kann dem Menschen Verantwortung in der Klimakrise zugeschrieben werden. Diese Frage der Verursachung und Verantwortung wird am Anfang des Seminars mithilfe von Texten von Natur- und Techniken-Philosophen wie Robert Spaemann und Hans Jonas untersucht. In Bezug auf die Verantwortung des einzelnen Individuums, von Institutionen oder politischen Entscheidungsträgern kommen moralische und Gerechtigkeitsforderungen auf. Hierzu wenden wir uns einmal dem zeitlosen Philosophen Immanuel Kant und seiner Rechts- und Moralphilosophie zu. Desweiteren werden zeitgenössische Gerechtigkeitsprinzipien in Bezug auf den Klimawandel beleuchtet zu historischer Schuld, momentanem Reichtum, Vorteil aufgrund eines bestimmten Forschungsstandes, usw. Die einzelnen Projekte der Studierendengruppe greifen sich einen Akteur unserer Zeit heraus und recherchieren dessen Klimaschuld und -engagement.

Vom Familienrecht zum Kinderschutzrecht – Aktuelle Entwicklungen, Grundlage und Grenzen (Projekt)

Dozent/in: Jorge Guerra González

Inhalt: In Deutschland lässt sich in etwa jede zweite Ehe scheiden – ähnlich oder höher dürfte das Verhältnis bei Trennungen von nicht-ehelichen Partnerschaften sein. Diese Entscheidungen betreffen – und prägen – direkt das Leben von Millionen von Menschen in unserer Gesellschaft. Aber auch für andere Menschen sind diese Entscheidungen - makrosoziologisch, makroökonomisch, etc. - relevant - (klinisch) psychologische, berufliche Auswirkungen, Gender pay gap, Karriereunterschiede, soziales Bild von Mann und Frau, etc.). In Kindergärten, Schulen, am Arbeitsplatz, oder in der Klinik kommt man damit in Berührung oder wird mit der Thematik konfrontiert. Interkulturelle Aspekte - verschiedene Rollen von Vater, Mutter, Familie, Akzeptanz von Gewalt, etc. - sind in unserer globalisierten Gesellschaft selbstverständlich. Für die unmittelbar Betroffenen - und insbesondere für die Kinder - bedeuten diese Entscheidungen einen schweren Einschnitt in das bisherige Leben. Sind diese schwerwiegenden Folgen den entscheidungstragenden Menschen bewusst?

Von der Wiege zur Wiege - Einführung in Cradle to Cradle (Projekt)

Dozent/in: Michael Braungart

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 17.10.2022 - 03.02.2023 | C 14.103 Seminarraum | C 14.103

Inhalt: Durch die Verbindung von Theorie und Praxis soll das Projektseminar “Von der Wiege zur Wiege – Einführung in Cradle to Cradle“ den Studierenden einen umfassenden Einstieg in die Cradle to Cradle Denkschule bieten und gleichzeitig ihre eigenen Ideen fördern. Mit dem Cradle to Cradle Konzept hat sich die Sichtweise auf den Nachhaltigkeitsbegriff in den letzten Jahren sowohl in der Wissenschaft als auch in besonderer Weise in der Industrie grundlegend verändert. So wurde und wird zukünftig der herkömmliche Nachhaltigkeitsansatz, welcher eine „Zero-Impact“-Mentalität predigt, abgelöst von einem Prinzip, welches statt der Verringerung der negativen Umwelteinflüsse die Vergrößerung der positiven Effekte menschlichen Daseins hervorhebt. Somit wurde angefangen, die Lösung in Kreisläufen sehen. Etwa soll der Müllproblematik nicht entgegengewirkt werden, indem Konsum minimiert und der eigene Fußabdruck kleingehalten wird, sondern indem Konsum anders gedacht und sich die Natur dazu als Vorbild genommen wird. Es gilt nicht die Krise zu fürchten, sondern das Positive zu fokussieren. So schreibt PWC als eine der vier weltweit größten Wirtschschaftsprüfungsgesellschaften in der 2019 veröffentlichten Studie „The Road to Circularity“: „Nothing in nature is wasted because all materials re-enter the ecosystem through a circular biological process that forms a continuous cycle”. Neben dem ökologischen Kreislauf umfasst Cradle to Cradle den technischen Kreislauf welcher gewährleistet, dass jeder einzelne für Produkte verwendete Rohstoff ein Nährstoff ist und somit erneut genutzt werden kann. Insofern qualitativ hochwertige, intelligente Materialien eingesetzt werden und bereits in der Produktion die Kreislauffähigkeit berücksichtigt wird, kann von Öko-Effektivität gesprochen werden. Nicht zuletzt umfasst das Designkonzept eine weitreichende soziokulturelle Komponente. Cradle to Cradle denkt lösungsorientiert, sieht die Chance in den Individuen und basiert somit auf menschlichem Potential. Interdisziplinär gilt es, dieses mittels Zusammenarbeit von unterschiedlichen Akteur*innen aus allen Nischen zu schöpfen. Somit soll in diesem Seminar in erster Linie das Können der Studierenden hervorgehoben und wertgeschätzt werden. Besonders der Enthusiasmus des Studienstarts und der damit verbundene Veränderungswille und die neuen Ideen der Studierenden sollen dafür genutzt werden, auch selbst interessante Projekte ins Leben zu rufen, welche im weiteren Verlauf des Studiums weitergeführt und dabei gefördert werden können.

Waldgarten Reallabor: nachhaltige und multifunktionale Flächennutzung im urbanen Raum. (Projekt)

Dozent/in: Agnes Friedel

Inhalt: Die Studierenden beteiligen sich nach einer intensiven inhaltlichen Einführung inklusive von Exkursionen zu Waldgärten an der Gründungsphase zweier Waldgärten in Lüneburg, dem Leuphana-Waldgarten auf dem Campus sowie dem Waldgarten des Hof an den Teichen in Lüneburg-Rettmer. Nach einer Findungs- und Projektdesignphase bringen sie sich in Teams von 5-6 Personen mit selbstgewählten Projekten in derzeit anstehende Arbeiten ein. Im Wintersemester 2022/23 liegt der Fokus auf dem Thema Bildung für nachhaltige Entwicklung, Öffentlichkeitsarbeit und Vernetzung der Waldgartenprojekte in der wachsenden Community mit der Erstellung und Aufbereitung von Informationen. Die Studierenden knüpfen hierbei an die in vorhergehenden Seminaren erarbeiteten und zusammengestellten Materialien an, ergänzen diese ggf. mit eigenen Beiträgen und erstellen z. B. Inhalte für die Waldgarten-Website (https://waldgarten.web.leuphana.de/), für Instagram oder entwickeln Elemente für Führungen oder (Bildungs-)Veranstaltungen. Dabei arbeiten sie eng mit der studentischen Initiative „Essbarer Campus“ sowie dem Team des Hof an den Teichen zusammen. In zwei Exkursionen lernen die Studierenden die Waldgärten/Food-Forests in Lüneburg kennen.

Youth participation in policy-making towards building regenerative futures (Projekt)

Dozent/in: Deepika Joon

Inhalt: The present population of young people in the age group of 10 to 24 years stands at 1.8 billion (UNFPA 2014), the largest the humanity has ever witnessed. The youth population is ever increasing and hence youth voices in any peace and sustainable development processes cannot be left to the sidelines but need to be brought to the center. in the last decade, many youth-led initiatives have emerged such as Fridays for Future which have highlighted the role of youth in policy development for sustainable development. But what is meant by youth participation in policy processes and how have the international and national policies been affected by youth engagement and participation. This seminar is aimed to foster the understanding on the following key topics: Youth Participation, Youth Engagement, Policy Development, Regenerative Futures and use of Value Creation Framework in understanding youth participation in sustainable development processes. The seminar is offered by Deepika Joon who works on understanding youth participation in policy processes on sustainable development. Please read the below mentioned information carefully: In the first three sessions of the seminar ie 17 October, 31October and 7 November, the teacher Frau Joon will join online on Zoom. Students will participate in the session face-to-face in the assigned room. There will be no session on 24 October and this session will be compensated through an additional session in the week of 14 November. Please be prepared to meet face-to-face two times in the week of 14 November. The topics of each week and methods used are both listed below - please scroll through, however they may be subject to change: 17 October: Introduction to overall theme of Seminar and underlying principles (research-based learning), Getting to know each other, Setting ground rules for participation in seminar, Introduction to key topics of the seminar (Part 1)- What is meant by Youth, Young Persons, Adolescents, Global South and North perspectives, connection to Opening Week 24 October NO SESSION (this week’s session will be organized later)- Individual Work-Recent youth led initiatives on sustainable development, Getting to know each other 7 November Introduction to key topic of seminar (Part 2)-Youth participation and Youth Engagement, Discussion on recent youth led initiatives on sustainable development, Brainstorming on initial ideas on research topics. 14 November: Introduction to key topic of seminar (Part 3)- Sustainable Development Goals, understanding youth participation through Youth Priority Action Area and Global Education First Initiative, kick start of formation of research group 21 November: From Sustainable Development Goal to Regenerative Futures, Finalization of research groups, Cooperation in Project Seminar ADDITIONAL SESSION ON 21 NOVEMBER: External Session on “Understanding Policy”, Finalization of research question 28 November International instruments on youth participation (work of United Nations), Youth Policy in Germany, youth led initiatives in Germany at local and regional level 5 December: Introduction to Value Creation Framework as key methodological question, finalization of cases, presentation of rationale, research question, timeline, and role of team members 12 December: Sample research methodology on use of Value Creation Framework in understanding youth participation in cases identified by students, Updates from the students on research progress and connection to Opening week, lectures and feedback from students and teacher 19 December: Group presentation on research instrument using Value Creation Framework 9, 16 January: Self organized group work by students & Data collection 23 January: Presentation of research progress 30 January: Development of Policy Brief (External session) Preparation for Conference week

DATAx: Data analysis with Python (1) (Übung)

Dozent/in: Addo Salomey

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 17.10.2022 - 03.02.2023 | C 25.021 Seminarraum

Inhalt: This course provides an introduction to programming and data analysis with Python. It is explicitly tailored for students with no prior knowledge or experience in programming. In the course, students learn (i) the essential steps for performing data analysis with Python, (ii) basic programming concepts such as variables, conditions, loops, and functions, and (iii) strategies for solving simple problems using algorithmic thinking. The course is organized as an exercise and follows a blended learning approach. It combines learning data analysis and programming skills in online exercises with self-study using Jupyter notebooks. In addition, students are supported by experienced students from higher semesters (Teaching Assistants). Regular assignments encourage students to strive and gain hands-on experience in programming and data analysis, as well as to apply the knowledge they have gained to their field of study. At the end of the semester, students will work in their learning group on a data-driven project where they will take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (19) (Übung)

Dozent/in: Polina Karlova

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 17.10.2022 - 03.02.2023 | C 14.202 Seminarraum

Inhalt: This course provides an introduction to programming and data analysis with Python. It is explicitly tailored for students with no prior knowledge or experience in programming. In the course, students learn (i) the essential steps for performing data analysis with Python, (ii) basic programming concepts such as variables, conditions, loops, and functions, and (iii) strategies for solving simple problems using algorithmic thinking. The course is organized as an exercise and follows a blended learning approach. It combines learning data analysis and programming skills in online exercises with self-study using Jupyter notebooks. In addition, students are supported by experienced students from higher semesters (Teaching Assistants). Regular assignments encourage students to strive and gain hands-on experience in programming and data analysis, as well as to apply the knowledge they have gained to their field of study. At the end of the semester, students will work in their learning group on a data-driven project where they will take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (2) (Übung)

Dozent/in: Addo Salomey

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 17.10.2022 - 03.02.2023 | C 25.021 Seminarraum

Inhalt: This course provides an introduction to programming and data analysis with Python. It is explicitly tailored for students with no prior knowledge or experience in programming. In the course, students learn (i) the essential steps for performing data analysis with Python, (ii) basic programming concepts such as variables, conditions, loops, and functions, and (iii) strategies for solving simple problems using algorithmic thinking. The course is organized as an exercise and follows a blended learning approach. It combines learning data analysis and programming skills in online exercises with self-study using Jupyter notebooks. In addition, students are supported by experienced students from higher semesters (Teaching Assistants). Regular assignments encourage students to strive and gain hands-on experience in programming and data analysis, as well as to apply the knowledge they have gained to their field of study. At the end of the semester, students will work in their learning group on a data-driven project where they will take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (20) (Übung)

Dozent/in: Polina Karlova

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 03.02.2023 | C 14.202 Seminarraum

Inhalt: This course provides an introduction to programming and data analysis with Python. It is explicitly tailored for students with no prior knowledge or experience in programming. In the course, students learn (i) the essential steps for performing data analysis with Python, (ii) basic programming concepts such as variables, conditions, loops, and functions, and (iii) strategies for solving simple problems using algorithmic thinking. The course is organized as an exercise and follows a blended learning approach. It combines learning data analysis and programming skills in online exercises with self-study using Jupyter notebooks. In addition, students are supported by experienced students from higher semesters (Teaching Assistants). Regular assignments encourage students to strive and gain hands-on experience in programming and data analysis, as well as to apply the knowledge they have gained to their field of study. At the end of the semester, students will work in their learning group on a data-driven project where they will take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (3) (Übung)

Dozent/in: Addo Salomey

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 17.10.2022 - 03.02.2023 | C 25.021 Seminarraum

Inhalt: This course provides an introduction to programming and data analysis with Python. It is explicitly tailored for students with no prior knowledge or experience in programming. In the course, students learn (i) the essential steps for performing data analysis with Python, (ii) basic programming concepts such as variables, conditions, loops, and functions, and (iii) strategies for solving simple problems using algorithmic thinking. The course is organized as an exercise and follows a blended learning approach. It combines learning data analysis and programming skills in online exercises with self-study using Jupyter notebooks. In addition, students are supported by experienced students from higher semesters (Teaching Assistants). Regular assignments encourage students to strive and gain hands-on experience in programming and data analysis, as well as to apply the knowledge they have gained to their field of study. At the end of the semester, students will work in their learning group on a data-driven project where they will take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (4) (Übung)

Dozent/in: Addo Salomey

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 17.10.2022 - 03.02.2023 | C 25.021 Seminarraum

Inhalt: This course provides an introduction to programming and data analysis with Python. It is explicitly tailored for students with no prior knowledge or experience in programming. In the course, students learn (i) the essential steps for performing data analysis with Python, (ii) basic programming concepts such as variables, conditions, loops, and functions, and (iii) strategies for solving simple problems using algorithmic thinking. The course is organized as an exercise and follows a blended learning approach. It combines learning data analysis and programming skills in online exercises with self-study using Jupyter notebooks. In addition, students are supported by experienced students from higher semesters (Teaching Assistants). Regular assignments encourage students to strive and gain hands-on experience in programming and data analysis, as well as to apply the knowledge they have gained to their field of study. At the end of the semester, students will work in their learning group on a data-driven project where they will take on different roles and learn together to extract and present insights from real data.

DATAx: Datenanalyse mit Python (10) (Übung)

Dozent/in: Ralph Welge

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 17.10.2022 - 31.10.2022 | C 12.102 Seminarraum
wöchentlich | Montag | 09:00 - 09:55 | 07.11.2022 - 03.02.2023 | C 12.001 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (11) (Übung)

Dozent/in: Ralph Welge

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 17.10.2022 - 03.02.2023 | C 12.015 Seminarraum | C 12.015

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (12) (Übung)

Dozent/in: Ralph Welge

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 17.10.2022 - 03.02.2023 | C 12.015 Seminarraum | C 12.015

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (13) (Übung)

Dozent/in: Jonas Scharfenberger

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (14) (Übung)

Dozent/in: Jonas Scharfenberger

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (15) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 17.10.2022 - 03.02.2023 | C 14.201 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (16) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 17.10.2022 - 03.02.2023 | C 14.201 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (17) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 17.10.2022 - 03.02.2023 | C 14.006 Seminarraum | C 14.006

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (18) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 17.10.2022 - 03.02.2023 | C 14.006 Seminarraum | C 14.006

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (21) (Übung)

Dozent/in: Francisco Arcila Salamanca

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 17.10.2022 - 03.02.2023 | C 14.202 Seminarraum | C 14.202

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (22) (Übung)

Dozent/in: Francisco Arcila Salamanca

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 17.10.2022 - 03.02.2023 | C 14.202 Seminarraum | C 14.202

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (23) (Übung)

Dozent/in: Michael Aydinbas

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 17.10.2022 - 03.02.2023 | C 40.153 Seminarraum | C 40.153

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (24) (Übung)

Dozent/in: Michael Aydinbas

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 17.10.2022 - 03.02.2023 | C 40.153 Seminarraum | C 40.153

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (25) (Übung)

Dozent/in: Neele Baumann

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 17.10.2022 - 31.10.2022 | C 12.102 Seminarraum
wöchentlich | Montag | 18:00 - 18:55 | 07.11.2022 - 03.02.2023 | C 12.001 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (26) (Übung)

Dozent/in: Neele Baumann

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 31.10.2022 | C 12.102 Seminarraum
wöchentlich | Montag | 19:00 - 19:55 | 07.11.2022 - 03.02.2023 | C 12.001 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (27) (Übung)

Dozent/in: Felix Kortmann

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (28) (Übung)

Dozent/in: Felix Kortmann

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (29) (Übung)

Dozent/in: Dominik Kraft

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 03.02.2023 | C 12.111 Seminarraum | C 12.111

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (30) (Übung)

Dozent/in: Dominik Kraft

Termin:
wöchentlich | Montag | 20:00 - 20:55 | 17.10.2022 - 03.02.2023 | C 12.111 Seminarraum | 12.111

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (31) (Übung)

Dozent/in: Yannick Rudolph

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 17.10.2022 - 03.02.2023 | C 14.201 Seminarraum | C 14.201

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (32) (Übung)

Dozent/in: Yannick Rudolph

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 17.10.2022 - 03.02.2023 | C 14.201 Seminarraum | 14.201

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (33) (Übung)

Dozent/in: Sylvi Rzepka

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 17.10.2022 - 03.02.2023 | C 3.120 Seminarraum | C 3.120

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (34) (Übung)

Dozent/in: Sylvi Rzepka

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 17.10.2022 - 03.02.2023 | C 3.120 Seminarraum | C 3.120

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (35) (Übung)

Dozent/in: Valeria Schumann

Termin:
wöchentlich | Montag | 20:00 - 20:55 | 17.10.2022 - 03.02.2023 | C 12.112 Seminarraum | 12.112

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (36) (Übung)

Dozent/in: Valeria Schumann

Termin:
wöchentlich | Montag | 21:00 - 21:55 | 17.10.2022 - 03.02.2023 | C 12.112 Seminarraum | 12.112

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (37) (Übung)

Dozent/in: Katrin Seddig

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 17.10.2022 - 03.02.2023 | C 12.112 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (38) (Übung)

Dozent/in: Katrin Seddig

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 03.02.2023 | C 12.112 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (39) (Übung)

Dozent/in: Kristin Müller

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 17.10.2022 - 03.02.2023 | C 14.201 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (40) (Übung)

Dozent/in: Kristin Müller

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 03.02.2023 | C 14.201 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (41) (Übung)

Dozent/in: Norbert Tschritter

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 17.10.2022 - 03.02.2023 | C 40.153 Seminarraum | C 40.153

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (42) (Übung)

Dozent/in: Norbert Tschritter

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 17.10.2022 - 03.02.2023 | C 40.153 Seminarraum | C 40.153

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (43) (Übung)

Dozent/in: Marcus Voß

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 17.10.2022 - 03.02.2023 | C 12.108 Seminarraum | C 12.108

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (44) (Übung)

Dozent/in: Marcus Voß

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 17.10.2022 - 03.02.2023 | C 12.108 Seminarraum | C 12.108

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (45) (Übung)

Dozent/in: Sabrina Wallner

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 17.10.2022 - 03.02.2023 | C 12.107 Seminarraum | C 12.107

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (46) (Übung)

Dozent/in: Sabrina Wallner

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 17.10.2022 - 03.02.2023 | C 12.107 Seminarraum | C 12.107

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (5) (Übung)

Dozent/in: Burkhardt Funk

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 17.10.2022 - 03.02.2023 | C 25.021 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (6) (Übung)

Dozent/in: Burkhardt Funk

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 17.10.2022 - 03.02.2023 | C 25.021 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (7) (Übung)

Dozent/in: Jens Heger

Termin:
wöchentlich | Montag | 14:00 - 14:55 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (8) (Übung)

Dozent/in: Jens Heger

Termin:
wöchentlich | Montag | 15:00 - 15:55 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Datenanalyse mit Python (9) (Übung)

Dozent/in: Ralph Welge

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 17.10.2022 - 31.10.2022 | C 12.102 Seminarraum
wöchentlich | Montag | 08:00 - 08:55 | 07.11.2022 - 03.02.2023 | C 12.001 Seminarraum

Inhalt: Dieser Kurs bietet eine Einführung in die Programmierung und Datenanalyse mit Python. Er ist explizit auf Studierende ohne Vorkenntnisse und Erfahrungen in der Programmierung zugeschnitten. Im Kurs erlernen die Studierenden (i) die wesentlichen Schritte zur Durchführung von Datenanalysen mit Python, (ii) grundlegende Programmierkonzepte wie Variablen, Bedingungen, Schleifen und Funktionen sowie (iii) Strategien zur Lösung einfacher Probleme unter Anwendung des algorithmischen Denkens. Der Kurs ist als Übung organisiert und verfolgt einen Blended-Learning-Ansatz. Er kombiniert das Erlernen von Fähigkeiten der Datenanalyse und Programmierung in Online-Übungen mit dem Selbststudium anhand von Jupyter-Notebooks. Zusätzlich werden die Studierenden durch erfahrene Studierende höherer Semester (Teaching Assistants) unterstützt. Regelmäßige Aufgaben ermutigen die Studierenden, sich anzustrengen und praktische Erfahrungen in der Programmierung und Datenanalyse zu sammeln sowie das erworbene Wissen auf ihr Studiengebiet zu übertragen. Am Ende des Semesters werden die Studierenden in ihrer Lerngruppe an einem datengetriebenen Projekt arbeiten, bei dem sie verschiedene Rollen einnehmen und gemeinsam lernen, Erkenntnisse aus realen Daten zu gewinnen und zu präsentieren.

DATAx: Supervised Open Co-Learning (Übung)

Dozent/in:

Termin:
wöchentlich | Freitag | 08:15 - 09:45 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum
wöchentlich | Donnerstag | 08:15 - 13:45 | 17.10.2022 - 10.11.2022 | C 25.019 Seminarraum | ...
wöchentlich | Dienstag | 08:15 - 15:45 | 17.10.2022 - 06.12.2022 | C 25.019 Seminarraum
wöchentlich | Montag | 12:15 - 13:45 | 17.10.2022 - 03.02.2023 | C 25.019 Seminarraum
wöchentlich | Mittwoch | 16:15 - 19:45 | 17.10.2022 - 09.11.2022 | C 25.019 Seminarraum
wöchentlich | Donnerstag | 18:15 - 19:45 | 17.10.2022 - 03.11.2022 | C 25.019 Seminarraum
Einzeltermin | Mi, 19.10.2022, 13:15 - Mi, 19.10.2022, 15:45 | C 25.019 Seminarraum
wöchentlich | Freitag | 14:15 - 19:45 | 04.11.2022 - 03.02.2023 | C 25.019 Seminarraum
wöchentlich | Donnerstag | 08:15 - 12:45 | 17.11.2022 - 01.12.2022 | C 25.019 Seminarraum | ...
wöchentlich | Mittwoch | 16:15 - 19:45 | 07.12.2022 - 03.02.2023 | C 25.019 Seminarraum
wöchentlich | Donnerstag | 08:15 - 13:45 | 08.12.2022 - 03.02.2023 | C 25.019 Seminarraum | ...
14-täglich | Mittwoch | 12:15 - 15:45 | 14.12.2022 - 03.02.2023 | C 25.019 Seminarraum
wöchentlich | Dienstag | 08:15 - 15:45 | 20.12.2022 - 03.02.2023 | C 25.019 Seminarraum
14-täglich | Dienstag | 16:15 - 19:45 | 20.12.2022 - 03.02.2023 | C 25.019 Seminarraum
wöchentlich | Donnerstag | 18:15 - 19:45 | 22.12.2022 - 03.02.2023 | C 25.019 Seminarraum

Inhalt: Beschreibung folgt

Course Schedule

Lehrveranstaltungen

01. Vorlesung: Verantwortliches Handeln im 21. Jahrhundert (Vorlesung)

UK AG (Projekt)

02. Lecture (English): Acting responsibly in the 21st century (Vorlesung)

03. Konferenzwoche 2023 im Modul "Wissenschaft transformiert: verantwortliches Handeln" (Vorlesung)

Arbeit der Zukunft - Experimentieren im Reallabor Lüneburg 2030+ (Projekt)

Restoration Ecology (Projekt)

Demokratischer Tourismus - Geht Tourismus auch für alle nachhaltig? (Projekt)

Differenzierte Perspektiven auf das und aus dem Projekt Zukunftsstadt Lüneburg 2030+ (Projekt)

Ehrenamt in Lüneburg entdecken & vernetzen (Projekt)

Ein Yogastudio als regenerativer Raum – Visionen und Konzepte zu einer nachhaltigen Transformation Lüneburgs (Projekt)

Eine friedliche und umweltfreundliche Zukunft aus der Perspektive der Philosophie gestalten - Eine interaktive Plattform soll es ermöglichen! (Projekt)

Eine Refugee Law Clinic für die Leuphana - Rechtliche Grundlagen für die studentische Rechtsberatung von Geflüchteten im Kontext des Nachhaltigkeitsdiskurses (Projekt)

Energiewende kontra Naturschutz (Projekt)

Flächenverbrauch reduzieren – Versiegelung stoppen (Projekt)

Freiheit und Utopie (Projekt)

Gemeinsam Stadt machen: Die Konferenzwoche als Experimentierraum im Reallabor Zukunftsstadt Lüneburg 2030+ (Projekt)

Gender, language and discourse (Projekt)

Gesunde Innen- und Außenluftqualität – Radioaktivität, die uns umgibt (Projekt)

Grün-Blaue Stadt Lüneburg (Projekt)

Gut und gerecht? (Projekt)

Handel(n) zum Schutz von Wäldern und Menschenrechten - Nachhaltigkeit in globalen Agrarlieferketten (Projekt)

In Verbindung – In Bewegung – Auf der Suche nach neuen und anderen Geschichten (Projekt)

It's the emotions, stupid! Oder wie lassen sich Dialog und Gerechtigkeit friedlich in unserer globalen Gesellschaft implementieren (Projekt)

Kapitalismus 4.0: Soziale Ungleichheit im Zeitalter der Digitalisierung (Projekt)

Klimawandel und Europäische Sicherheitspolitik (Projekt)

Konflikte um nachhaltige Entwicklung – was tun? (Projekt)

Kultur für alle? (Projekt)

Low-Profit-Investitionen, bewerten, finanzieren, fördern (Projekt)

Macht – Land – Wandel? Eine kulturell-kreative Annäherung (Projekt)

Minderung des Klimawandels: CO2-Bilanzierung und CO2-Kompensation im Rahmen des "Grünen Giebels" (Projekt)

Museen und Nachhaltigkeit- A Work in Progress (Projekt)

Nachhaltiger Konsum (Projekt)

Nachhaltigkeit und Innovation in der Landwirtschaft und Nahrungsmittelerzeugung (Projekt)

Neue Gemeinschaftsformen als Ausdruck gesellschaftlicher Differenzierung (Projekt)

Neue Wege im Journalismus - neue Impulse für die vierte Gewalt? (Projekt)

Nicht Fisch, nicht Fleisch: Zum Verhältnis von Ernährung und Politik. (Projekt)

Partizipativ und klimaneutral - Urban Gardening im KUGA Pinneberg e.V. (Projekt)

Pathways to the Sustainable Development Goals across scales: Amplifying Lüneburg 2030+ (Projekt)

Permakultur als ganzheitlicher Ansatz zum Klimaschutz und zur Klimaanpassung (Projekt)

Potenziale der Ludologie für Transformationsprozesse zu einer nachhaltigen Gesellschaft - am Beispiel von Brettspielen (Projekt)

Stabile und nachhaltige Finanzmärkte (Projekt)

Stadtklima im Klimawandel - zwischen Klimaschutz und Anpassung (Projekt)

Sustainability and the future (Projekt)

Sustainable Communities (Projekt)

Und weil sie nicht gestorben sind ... - Geschichten der Nachhaltigkeit in Film, Literatur und Medien (Projekt)

Verantwortung verteilen für Klimaschäden - wer ist zu was verpflichtet? (Projekt)

Vom Familienrecht zum Kinderschutzrecht – Aktuelle Entwicklungen, Grundlage und Grenzen (Projekt)

Von der Wiege zur Wiege - Einführung in Cradle to Cradle (Projekt)

Waldgarten Reallabor: nachhaltige und multifunktionale Flächennutzung im urbanen Raum. (Projekt)

Youth participation in policy-making towards building regenerative futures (Projekt)

DATAx: Data analysis with Python (1) (Übung)

DATAx: Data analysis with Python (19) (Übung)

DATAx: Data analysis with Python (2) (Übung)

DATAx: Data analysis with Python (20) (Übung)

DATAx: Data analysis with Python (3) (Übung)

DATAx: Data analysis with Python (4) (Übung)

DATAx: Datenanalyse mit Python (10) (Übung)

DATAx: Datenanalyse mit Python (11) (Übung)

DATAx: Datenanalyse mit Python (12) (Übung)

DATAx: Datenanalyse mit Python (13) (Übung)

DATAx: Datenanalyse mit Python (14) (Übung)

DATAx: Datenanalyse mit Python (15) (Übung)

DATAx: Datenanalyse mit Python (16) (Übung)

DATAx: Datenanalyse mit Python (17) (Übung)

DATAx: Datenanalyse mit Python (18) (Übung)

DATAx: Datenanalyse mit Python (21) (Übung)

DATAx: Datenanalyse mit Python (22) (Übung)

DATAx: Datenanalyse mit Python (23) (Übung)

DATAx: Datenanalyse mit Python (24) (Übung)

DATAx: Datenanalyse mit Python (25) (Übung)

DATAx: Datenanalyse mit Python (26) (Übung)

DATAx: Datenanalyse mit Python (27) (Übung)

DATAx: Datenanalyse mit Python (28) (Übung)

DATAx: Datenanalyse mit Python (29) (Übung)

DATAx: Datenanalyse mit Python (30) (Übung)

DATAx: Datenanalyse mit Python (31) (Übung)

DATAx: Datenanalyse mit Python (32) (Übung)

DATAx: Datenanalyse mit Python (33) (Übung)