course-schedule

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

Dozent/in: Lina Bürgener, Daniel Fischer, Sven Prien-Ribcke, Leonie Schmitt

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.

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

Dozent/in: Lina Bürgener, Daniel Fischer, Sven Prien-Ribcke, Leonie Schmitt

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. Headphones can be picked up in front of the stage at the beginning for a deposit (student ID). 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 2025 im Modul "Wissenschaft transformiert: verantwortliches Handeln" (Vorlesung)

Dozent/in: Lina Bürgener, Sven Prien-Ribcke

Termin:
Einzeltermin | Mi, 26.02.2025, 09:00 - Fr, 28.02.2025, 18:00 | intern | bitte Raumzuweisung über Planungsteam Konferenzwoche

“Lehre (in) die Stadt” - Entwicklung nachhaltiger, bildungsnaher Nutzungskonzepte für leer stehende Flächen in der Lüneburger Innenstadt (Projekt)

Dozent/in: Heiner Lippe, Philipp Schürmann, Reinhold Wuttke

Inhalt: Aufbauend auf den Nachhaltigkeitszielen der Vereinten Nationen zur Entwicklung nachhaltiger Städte und Gemeinde (Ziel Nr. 11) sollen in dem Kurs Wandlungsprozesse, Herausforderungen und Lösungswege zu einer nachhaltigen Entwicklung von Innenstädten untersucht werden. Ziel ist es, konkrete bildungsnahe Ideen und Nutzungskonzepte für leer stehende Flächen in Lüneburgs Altstadt zu entwickeln und damit die Leuphana Universität mit diesem Teil der Stadt und den Bürger*innen zu verbinden. Der Blick der Studierenden soll mithilfe von analytischen Methoden, wie dem Mapping, für die Situation in Lüneburgs Innenstadt geschärft werden. Hier werden Fragen gestellt wie: Was ist typisch Lüneburg? Was fehlt aus Sicht der Studierenden? Welche Angebote und Formate können in der Innenstadt stattfinden? Wie können die Bürger*innen miteinbezogen werden? Wie sollen die Räume gestaltet werden? Mit den erarbeiteten Konzepten wird zum einen die Leuphana Universität als Bildungsträger in der Stadt präsenter und könnte den Leerstand für ihr Bildungsangebot nutzen und zum anderen wird den Bürger*innen Lüneburgs eine offene Tür zur Partizipation, im Sinne einer Bürgeruniversität, geboten. So können dem Leerstand nachhaltige und innovative Konzepte entgegengesetzt werden.

"Meine Wahl, meine Freiheit, meine Individualität!": Digitalisierung des Sprechens (Projekt)

Dozent/in: Liselotte Hermes da Fonseca

Termin:
14-täglich | Montag | 14:15 - 17:45 | 21.10.2024 - 31.01.2025 | C 14.006 Seminarraum

Inhalt: Wir können heute nahezu grenzenlos kommunizieren und uns informieren: Egal wo wir sind, wir können in Verbindung treten; individuell und nahezu ohne Einschränkungen wählen, was wir wo und von wem sehen und hören wollen. Smarthomes, Smartwelten, egal ob privat oder öffentlich, wir können uns jederzeit über sie informieren und miteinander und mit den Dingen kommunizieren. Mitten in der Kommunikation stehen aber die Geräte, über die wir 'miteinander' kommunizieren – manchmal sogar dann, wenn wir uns im selben Raum befinden. Was diese Geräte (ob Handys, Automaten im Supermarkt, KIs im Taxi etc.) mit unseren Gesprächen machen, mit unserem Mit-einander und unseren Verhältnissen, wollen wir gemeinsam erfragen und erforschen. Dabei werden wir uns auch die Verhältnisse von Sprechen und Kommunizieren, von Wissen und Information, Freiheit und Grenzenlosigkeit, Körper und Geräte anschauen – auch um zu reflektieren, was verschiedenen Medien für die Gemeinschaft, für unser Zusammenleben bedeuten.

Auf dünnem Eis: Die Zukunft der Arktis im 21. Jahrhundert (Projekt)

Dozent/in: Leonie Schmitt

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 7.019 Seminarraum

Inhalt: In dem Seminar tauchen wir in die faszinierende Welt der Arktis ein und untersuchen die vielschichtigen Herausforderungen und Potenziale, die diese Region für Mensch und Umwelt bereithält. Wir werden uns dabei u. a. mit der Rolle der Arktis zur Erfüllung der UN-Nachhaltigkeitsziele (SDGs) auf globaler und lokaler Ebene auseinandersetzen. Eine besondere Rolle spielen dabei der Umgang mit Zielkonflikte zwischen SDGs, wie z. B. der Schutz von indigenen Territorien und dem Ausbau erneuerbarer Energien. Wir werden uns mit einer breiten Palette von Themen befassen, darunter: - Die Arktis als einzigartiges Ökosystem und die Rolle der Ökosysteme als betroffen und verstärkend zugleich - Die Resilienz und das Wissen indigener Völker in Bezug auf nachhaltige Ressourcennutzung und ökologische Bewirtschaftung in der Arktis - Wirtschaftliche Aktivitäten wie Fischerei, Rohstoffabbau und Tourismus und ihre Auswirkungen auf die Umwelt und die lokale Bevölkerung - Die Bedeutung des Arktischen Rates und anderer internationaler Organisationen für die Zusammenarbeit und den Schutz der Arktis Der methodische und theoretische Ansatz gestaltet sich interdisziplinär und führt Erkenntnisse aus den Bereichen Umweltwissenschaften, Politikwissenschaft, Soziologie und Indigenous Studies zusammen, um ein umfassendes Verständnis der komplexen Dynamiken in der Arktis zu erlangen.

Between science, policy and practice, leverage points for transformations towards sustainability (Projekt)

Dozent/in: Aymara Victoria Llanque Zonta

Bürger:innenbeteiligung: mit Strategie ans Ziel! (Projekt)

Dozent/in: Eva Kern

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 1.209 Seminarraum

Inhalt: Bürger:innenbeteiligung fördert die Akzeptanz politischer Entscheidungen und das Vertrauen in das politische System. Sie ist ein wesentlicher Bestandteil der direkten Demokratie und stärkt das Vertrauen der Bürger:innen in die Demokratie. Der Stärkung der Demokratie kommt aktuell eine besonders hohe Bedeutung zu. Durch Beteiligungsprozesse werden Politik und Bürger:innen näher zusammengebracht und die Demokratie lebendig gehalten. Das Seminar beschäftigt sich mit Formen der Beteiligung, ihren Wirkungen, und Strategien für Bürger:innenbeteiligung in Lüneburg (SDG16). Dabei wird die aktuelle Situation analysiert und reflektiert: Warum beteiligen sich Lüneburger:innen (nicht)? Welche Grundsätze machen gute Beteiligung aus? Welche Formate eignen sich für welchen Anlass? Welche Rolle spielt Zivilgesellschaft, Politik und Kommune in dem Zusammenhang? Das Seminar widmet sich diesen und ähnlichen Fragen, um die Beteiligungskultur vor Ort zu entdecken und stärken. Dazu werden qualitative und quantitative Methoden, z.B. Experteninterviews, Umfragen, Akteursanalyse, genutzt. Die zu bearbeitenden Forschungsfragen sind der Engagement- und Motivationsforschung sowie Fragen direkter Demokratie zuzuordnen.

Circular Fashion - Neue Wege für die Bekleidungsindustrie der Zukunft (Projekt)

Dozent/in:

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 12.107 Seminarraum

Inhalt: Das Seminar widmet sich der eingehenden Analyse aktueller Herausforderungen und Potenziale im Kontext der Bekleidungsindustrie, da diese im Ruf steht, erhebliche ökologische Belastungen zu verursachen, nicht zuletzt durch die wachsende Präsenz von Fast-Fashion-Unternehmen. Somit zielt dieses Seminar darauf ab, die Fragestellung zu erörtern, wie eine umfassende Transformation dieser Industrie hin zu mehr Nachhaltigkeit möglich ist. Im Seminarverlauf wird sich zunächst praktisch damit auseinandergesetzt, worum es grundlegend geht: Um das Kleidungsstück. Beginnend mit der Rohstoffgewinnung und den Materialien bis hin zur textiltechnischen Seite der Herstellung unserer Kleidung wird hier eine praktische Wissensgrundlage geschaffen. Anschließend wird eine Analyse im Hinblick auf die SDG‘s durchgeführt, um die Problemfelder der Bekleidungsindustrie zu identifizieren. Ein zentraler Fokus liegt auf der Erarbeitung von Lösungsansätzen. Dabei werden insbesondere das Cradle to Cradle Konzept und die Circular Economy eingehend betrachtet, um Möglichkeiten für eine kreislauffähige Modeindustrie zu erforschen.

Data-Driven Sustainability: Analysing Sustainability Issues with Python (Projekt)

Dozent/in: Jorge Gustavo Rodríguez Aboytes

Termin:
wöchentlich | Montag | 08:15 - 09:45 | 14.10.2024 - 31.01.2025 | C 40.255 Seminarraum

Inhalt: Are you interested in deepening your skills in Python and data analysis? Would you like to make sense of sustainability issues through Python? Well, this seminar is for your. In a world increasingly driven by data, understanding how to use programming tools like Python to address sustainability issues is crucial. Python's versatility and ease of use make it an ideal language for beginners. By learning Python in the context of sustainability, you as a student will not only gain valuable programming skills but also develop a deeper understanding of how data can drive sustainable practices and solutions. This seminar is an excellent complement with the Python exercise in DATAx.

Demokratie und Utopie (Projekt)

Dozent/in: Sven Prien-Ribcke

Inhalt: Wie können wir die Demokratie in Zeiten zugespitzter Krisen erneuern? Angesichts autoritärer Gefährdungen fragt das Seminar danach, wie sich emanzipatorische Errungenschaften verteidigen und auf der Höhe der Zeit übersetzen lassen. Wie kann sich die Klimapolitik aus Kulturkämpfen befreien und für ein generationenübergreifendes Zusammenwirken öffnen? Wie kann es gelingen, humane Entwicklungspfade aufzubauen - von der Migrationspolitik bis hin zu den internationalen und sicherheitspolitischen Konflikten? Wie lässt sich der Möglichkeitsraum der künstlichen Intelligenz für die Idee der Demokratie nutzen? 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. Im August 2024 veranstaltet die Leuphana gemeinsam mit Maja Göpel und Jagoda Marinić die vierte Utopie-Konferenz. Das Projektseminar schließt inhaltlich an die Konferenz an und möchte die die Beziehung zwischen Demokratie und Utopie ausleuchten. Wir setzen uns mit aktuellen Texten zur zu Krise und Zukunft der Demokratie auseinander und lesen grundlegende Literatur zum utopischen Denken. Das Seminar kann auch als inhaltliche Vorbereitung der fünften Utopie-Konferenz (im August 2025) verstanden werden.

Die klimaangepasste Stadt – Chancen und Herausforderungen (Projekt)

Dozent/in: Markus Quante

Termin:
14-täglich | Montag | 16:15 - 19:45 | 14.10.2024 - 31.01.2025 | C 12.108 Seminarraum

Inhalt: Der Klimawandel schreitet rasant voran, er wird insbesondere die Städte und die Stadtbevölkerung auf deutlich treffen. Stadtklimatische Belastungen werden in Zukunft weiter durch die allgemeine Erwärmung verschärft. Zudem werden häufigere und ausgedehnte Hitzeperioden und intensivere Extremwetterereignisse eine Herausforderung darstellen. Die Städte müssen sich an die Veränderungen anpassen. Es gilt auch den zukünftigen Stadtbewohnern ein bioklimatisch akzeptables Stadtklima und damit die Grundlage für ihr Wohlbefinden zu gewährleisten. Mögliche Anpassungsmaßnahmen sollen vom Seminar erarbeitet werden, wobei naturbasierte Methoden im Vordergrund stehen sollen. Dabei geht es um Maßnahmen zur Kühlung der Stadt und die Entwicklung von „HITZEAKTIONSPLÄNEN“ für extreme Wärmephasen. Auch dem Zuviel an Wasser durch Starkniederschläge oder Flussüberschwemmungen ist zu begegnen. Dazu sollen dem „SCHWAMMSTADT“-Prinzip folgend Konzepte erstellt werden. Die Entwicklungen und Konzepte orientieren sich an „best practice“ Beispielen, sie sollen auch auf Lüneburger Verhältnisse ausgerichtet werden. Dabei liegt ein Augenmerk auch auf CO-BENEFITS, wie der Verschönerung des Stadtbildes oder die Schaffung von Erholungs- und Begegnungsräumen. Die Anpassungsvorschläge sollen mit Vertretern aus der Stadtgesellschaft hinsichtlich Akzeptanz ausgehandelt werden. Das Seminar wir dabei eng mit dem Climate Service Center Germany (GERICS; Dr. Markus Groth), Hamburg zusammenarbeiten.

Die Mobilitätswende als Herausforderung in Lüneburg und darüber hinaus - Wege zu einer nachhaltigen Mobilität der Zukunft (Projekt)

Dozent/in: Michael Bissel, Bastian Hagmaier

Termin:
14-täglich | Montag | 16:15 - 19:45 | 21.10.2024 - 31.01.2025 | C 3.120 Seminarraum

Inhalt: In unserem Projektseminar entdecken wir die vielschichtige Rolle der Mobilität, die in nahezu allen Aspekten unseres Lebens und unserer Gesellschaft eine entscheidende Bedeutung hat. Zugleich stehen wir vor der Herausforderung, den Verkehrssektor in seiner derzeitigen Form auf ökologische, soziale und ökonomische Nachhaltigkeit umzustellen. Dieser Sektor ist weltweit und speziell in Deutschland einer der Hauptverursacher von Treibhausgasemissionen, deren Reduktion bisher nur begrenzt erfolgreich war. Um dieser Herausforderung gerecht zu werden, widmen wir uns in unserem Seminar einer tiefgehenden Untersuchung einer sozial-ökologischen Mobilitätswende aus verschiedenen Perspektiven. Dabei nehmen wir insbesondere die Wechselwirkungen zwischen Nachhaltigkeit und Digitalisierung unter die Lupe. Zahlreiche Lösungsansätze und visionäre Konzepte wie Smart Cities lassen sich nicht von den Potenzialen neuer Technologien trennen. Doch wir wollen nicht nur die positiven Aspekte betrachten, sondern auch die damit einhergehenden Chancen und Risiken kritisch analysieren. Unsere Forschungsreise führt uns jedoch nicht nur in die Theorie. Wir beschäftigen uns intensiv mit der konkreten Umsetzung der Mobilitätswende vor Ort. Hier stehen Realexperimente und die aktive Partizipation im Fokus. Durch die Betrachtung regionaler Beispiele wie dem Projekt freiRaum Ottensen in Hamburg oder der erfolgreichen Mobilitätswende in Lüneburg erhalten wir wertvolle Einblicke und Inspirationen.

Die Postwachstumsstadt: Perspektiven eines klimagerechten Lebens in Lüneburg (Projekt)

Dozent/in: Steffen Lütjann

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 14.202 Seminarraum

Inhalt: Zur Erreichung der globalen Nachhaltigkeitsziele werden in Deutschland vor allem Effizienz- und Konsistenzstrategien verfolgt. Diese haben zum Ziel, Ressourcenverbrauch und Wirtschaftswachstum durch technische Innovationen zu entkoppeln. Eine essenzielle und wirksame Strategie wird in der Debatte jedoch weitgehend ausgeblendet - die Reduktion des Ressourcenverbrauches durch Suffizienzansätze. Suffizienzpolitik beschreibt Maßnahmen, die ein gutes Leben mit weniger Nachfrage von Ressourcen ermöglichen. Suffizienzmaßanhmen können dabei weitere Vorteile für Gesundheit, Umwelt oder soziale Gerechtigkeit mit sich bringen. Der thematische Schwerpunkt des Seminars liegt auf der Analyse konkreter Suffizienzmaßnahmen in Lüneburg. Die Studierenden setzen sich mit jeweils einem lokalen Akteur bzw. einem bestehenden/potenziellen Lösungsansatz auseinander. Hierbei kommen zum Beispiel die Bereiche Wohnen, Mobilität oder Ernährung infrage. Theoretisch orientiert sich das Seminar an der sozial-ökologischen Transformationsforschung sowie an Konzepten der Nachhaltigkeits-Governance. Methodisch wird der Schwerpunkt auf die Durchführung von Interviews gelegt.

Digitale Bewegtbildformate in der Entwicklungszusammenarbeit (Projekt)

Dozent/in: Steffen Keulig

Inhalt: Im Seminar werden trans- und interdisziplinäre Kompetenzen der Videoproduktion mit Bezug zur Medienanalyse vermittelt. Dazu gehören Projektkonzeption, Bildkomposition, Drehbuchentwicklung sowie Postproduktion. Wissenschaftlicher Inhalt ist der kommunikativ begleitete Perspektivenwechsel von der theoretischen Erarbeitung eines Themas im Spannungsfeld von handlungs- und rezipientenorientierter Medienwirkungsforschung. Anhand vorhandenem Videomaterials erstellen die Studierenden sogenannte Reels und versehen sie mit „call-to-action“ Elementen. Journalistisch soll der Frage nachgegangen werden, welche umwelt- und menschenrechtlichen Bedrohungsszenarien stehen Indigene Völker im globalen Süden gegenüber und welche digitalen Bewegtbildformate können NGO’s im Rahmen ihrer Entwicklungszusammenarbeit nutzen, um zivilgesellschaftliche Veränderungen auszulösen; und welches Format (Doku/Reel) von audiovisueller Kommunikation kann in Zeiten von YouTube, Instagram & Co eine größere Medienwirkung entfalten?

Essen - zwischen Konsum, Kultur und Klimakrise (Projekt)

Dozent/in: Jana Fischer

Termin:
14-täglich | Montag | 18:15 - 21:45 | 14.10.2024 - 31.01.2025 | C 14.001 Seminarraum

Inhalt: Essen kann Status, Zugehörigkeit und Identität ausdrücken. Für viele ist Essen Genuss. Für manche reine Notwendigkeit. Essen kann geprägt sein von Überfluss und von Mangel. Ist Fleischessen „männlich“ und vegane Ernährung „öko“? Ist Essen privat oder politisch? Wie ernähren wir uns jetzt und in Zukunft? Ernährungs-Entscheidungen sind oft emotional. Das Selbstbild, geliebte Gewohnheiten und glänzende Werbebilder stehen im Spannungsfeld mit globale Krisen. Klimakatastrophe, Krieg und Krankheiten stellen Ernährungsgewohnheiten infrage. Die Veranstaltung beleuchtet, welche Rolle das Essen über die Nährstoff-Versorgung hinaus in unserer Gesellschaft spielt, wer darüber entscheidet, was wir essen und inwiefern dies eine nachhaltige Transformation der Ernährung fördert oder hemmt.

Fashion Victims? Die Auswirkungen des Kleidungs- und Modekonsums (Projekt)

Dozent/in: Isabelle Voßkötter-Berens

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 16.129 Seminarraum

Inhalt: Ein Top für 2 Euro? - Im Seminar werden die komplexen Zusammenhänge von Mode, Konsumverhalten und Moral anhand konkreter Beispiele kritisch beleuchtet und diskutiert. Arbeitsbedingungen in der Textilindustrie, Umweltauswirkungen, Nachhaltigkeit und Werbestrategien werden aus wissenschaftlicher Perspektive thematisiert. Wir betrachten die Entwicklung von Konsumgesellschaft und Modeindustrie seit dem späten 19. Jahrhundert, um die moralischen Implikationen unseres Umgangs mit Kleidung und Mode heute besser zu verstehen. Methodisch werden wir uns sowohl mit klassischen Modetheorien als auch mit aktuellen Beispielen beschäftigen, um ein tieferes Verständnis für den Modekonsum und seine Auswirkungen zu erlangen. Sind Second Hand, DIY und Kleidertausch alternative Wege des Konsums? Wie können wir eine nachhaltigere und ethischere Modeindustrie fördern?

Follow The Money (Projekt)

Dozent/in: Vivien Hard, David Kristan

Termin:
14-täglich | Montag | 18:15 - 21:45 | 14.10.2024 - 31.01.2025 | C 16.129 Seminarraum

Inhalt: Die SDGs gelten allen UN-Staaten der Welt. Trotzdem wird der Blick in diesen häufig auf sogenannte "Entwicklungsländer" und internationale Entwicklungszusammenarbeit zwischen vermeintlich zuverlässigen "Geber-" und unberrechenbaren "Nehmerländern" gerichtet. Ein häufiger Narrativ, lautet dabei, dass Geld aus "dem Norden" in "den Süden" fließe, wo es versickere. Solche Debatten müssen kritisch Hinterfragt werden, um Neokolonialismus entgegen wirken zu können. Im Rahmen dieses Projektseminars gehen wir darum einen anderen Weg und wenden uns einem Phänonmen zu das lokal auftritt und global wirkt: Geldwäsche, in und aus Deutschland. SDG 16 setzt sich zum Ziel Frieden, Gerechtigkeit und starke Institutionen weltweit zu etablieren. Indikator 16.4 aus dem Globalen Framework zum Monitoring der SDGs bezieht such darum explizit auf die Verringerung illegaler Finanzströme. Doch auch SGD 8, Menschwürdige Arbeit und Wirtschaftswachstum, ist mit diesem Phänomen untrennbar verbunden. Ist Transparenz durch Datafication und Open Data markiert hier einen möglichen Transformationspfad. Doch auch ist "die Macht Frage" nicht weg zu denken, beispielsweise im Kontext von Leaks und Whistleblowern aber auch der Freiheit und Sicherheit von investigativ Jurnalist*innen.

Gender Differences in Mental Labor: A Quantitative Research Project (Projekt)

Dozent/in: Jan-Bennet Voltmer

Termin:
wöchentlich | Montag | 18:15 - 19:45 | 14.10.2024 - 31.01.2025 | C 12.101 Seminarraum

Inhalt: Research on the gendered division of unpaid domestic labor has largely focused on its physical dimension (i.e., actually doing the housework or caring for the children), while the cognitive dimension, known as "mental labor" (i.e., thinking, planning, organizing, etc.), is only beginning to receive both public and scholarly attention (Reich-Stiebert et al., 2022). Mental labor is defined by five characteristics: it is cognitive, it has a managerial component, it is communal, it is anticipatory, and it is usually invisible to both the person doing it and the person who benefits from it. Research shows that a possible gendered division of mental labor cannot be attributed to different abilities in prospective memory (Niedźwieńska & Zielińska, 2021). In the seminar, students will conduct an empirical study building on Niedźwieńska & Zielińska (2021), potentially replicating and extending the findings in a German sample.

Gründung nachhaltiger Start-ups (Projekt)

Dozent/in: Tim Schroll

Termin:
wöchentlich | Montag | 08:15 - 09:45 | 14.10.2024 - 31.01.2025 | C 12.101 Seminarraum

Inhalt: Dieses Seminar beschäftigt sich mit der zunehmenden theoretischen und praktischen Relevanz nachhaltiger Start-ups und der Entwicklung nachhaltiger Geschäftsmodelle. Ziel dieser Veranstaltung ist es, dass die Studierenden auf Basis der theoretischen Grundlagen und von Praxisbeispielen ein nachhaltiges Geschäftsmodell entwickeln, welches auf der Konferenzwoche präsentiert wird. Im Rahmen des Seminars sollen folgende Fragestellungen behandelt werden: Welche Rolle spielen Start-ups für eine nachhaltige Entwicklung? Wie gründet man ein nachhaltiges Start-up? Welche Herausforderungen ergeben sich hierbei und wie können diese gelöst werden? Das Seminar orientiert sich primär an der Literatur zu Sustainable Entrepreneurship. Es werden keine empirischen Daten erhoben.

Im Zentrum der Gesellschaft: Echte Veränderung durch partizipative Forschung (Projekt)

Dozent/in: Daja Malin Salge

Termin:
14-täglich | Montag | 14:15 - 17:45 | 21.10.2024 - 31.01.2025 | C 14.103 Seminarraum

Inhalt: Das Projektseminar knüpft an das Ziel an, Herausforderungen des verantwortlichen Handelns im 21. Jahrhundert entgegenzutreten und somit zu einer Nachhaltigen Entwicklung der Gesellschaft beizutragen, indem Ursprünge, Ziele, Anwendungsfelder und Potenziale des sogenannten "Action Research" gemeinsam, anhand von existierenden Beispielen erarbeitet werden. Daran anschließend wird den Studierenden Raum gegeben diese Art der Partizipativen Forschung in die Tat umzusetzen: In Kleingruppen sollen für eine nachhaltige Veränderung in der Gesellschaft relevante Themengebiete erarbeitet werden, wobei die Studierenden entsprechend ihrer gewählten Schwerpunkte in Austausch mit Praxisakteuren gehen und kleine, partizipative Forschungsprojekte partizipativ planen und durchführen, um so Veränderungsprozesse hin zu einer nachhaltigeren Zukunft im direkten Aktionsfeld der Praxisakteure anzuregen.

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

Dozent/in: Norman Laws

Termin:
wöchentlich | Montag | 18:15 - 19:45 | 14.10.2024 - 31.01.2025 | C 12.013 Seminarraum

Inhalt: Der Kapitalismus als Wirtschaftsform ist global verbreitet. Das gilt auch für einen höchst problematischen Zustand nachhaltiger Entwicklung. Daraus resultiert die Frage, wie diese beiden Prozesse miteinander in Beziehung stehen. In diesem Seminar soll es daher ganz konkret um die gegenseitige Beeinflussung von kapitalistischen Strukturen, Nachhaltigkeit und sozialer Ungleichheit gehen und zwar anhand des Beispiels der Digitalisierung. Daten sind das neue Gold im digitalen Informationszeitalter. Einfluss und Macht von Konzernen und anderen Akteuren lassen sich nicht mehr nur in ökonomischen Größen wie Umsatz oder Marktkapitalisierung messen. Sondern auch in der Herrschaft über Daten, Algorithmen und Zugänge. Dabei ist die Verfügung über diese neuen Ressourcen höchst ungleich verteilt. Die Auswirkungen des Kapitalismus der Plattformökonomien auf Nachhaltigkeit und (soziale) Ungleichheit stehen im Zentrum dieses Seminars. Dabei geht es aber nicht nur darum, wie die Digitalisierung (soziale) Ungleichheit beeinflusst - sondern auch unsere Wahrnehmung von (sozialer) Ungleichheit und Nachhaltigkeit.

Klimawandel und Europäische Sicherheitspolitik (Projekt)

Dozent/in: Norman Laws

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 14.204 Seminarraum

Inhalt: Der Klimawandel bringt vielfältige Implikationen mit sich. Häufig geht es um die unmittelbaren Auswirkungen auf die Umwelt Das gilt etwa für Wüstenbildung oder den Anstieg des Meeresspiegels. Mit solchen Effekten hat der Klimawandel aber auch Auswirkungen auf Lebensbedingungen und die Wahrnehmung und das Erleben von Gefahren. Sich negativ verändernde Umweltbedingungen können etwa auch einen Beitrag zu Migration oder der Entwicklung von "failed states" leisten. Die Entwicklung der SDGs (z.B. 6, 14, 15) ist damit eng mit Sicherheitsfragen verknüpft. Welche sicherheitspolitische Relevanz hat also der Klimawandel? In diesem Seminar soll sich damit beschäftigt werden, wie die EU mit dem Zusammenhang von Klimawandel und Sicherheit bisher umgeht, wie sie damit umgehen kann und wie sie damit in Zukunft umgehen sollte. Ein wichtiger Aspekt wird die Frage sein, inwiefern Nachhaltigkeit eigentlich Sicherheitspolitik ist. Sich unabhängiger von Energieimporten von Öl und Gas aus unsicheren und undemokratischen Staaten zu machen, kann etwa sowohl Sicherheits- als auch Klimapolitik sein.

Künstliche Intelligenz (KI) in Bildung & Wissenschaft: Transformation verantwortungsvoll gestalten (Projekt)

Dozent/in: Dana-Kristin Mah

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 12.112 Seminarraum

Inhalt: In diesem Projektseminar beschäftigen wir uns mit den Potenzialen und Herausforderungen von Künstlicher Intelligenz (KI) in Bildung und Wissenschaft. Im Fokusbereich Bildung beschäftigen wir uns mit KI und Ethik, digitalen Kompetenzen und KI-Kompetenzen für den sinnvollen Einsatz von KI für das Lehren und Lernen in Hochschule und Schule. Wir thematisieren z. B. den Status quo und mögliche Entwicklungen von KI im Bildungsbereich mit Blick auf (bildungs-)politische Rahmenbedingungen, ethische, datenschutzrechtliche und technisch-infrastrukturelle Aspekte. Wir diskutieren, welche KI-Kompetenzen für einen mündigen, reflektierten, verantwortungsvollen Umgang mit KI im Bildungsbereich notwendig sind. Wir lernen verschiedene Studien und Anwendungsbeispiele zu KI in der Bildung kennen, erproben verschiedene KI-Tools und Prompting-Strategien. Mit Fokus auf KI in der Wissenschaft beschäftigen wir uns beispielweise mit den Auswirkungen von KI auf die (bildungswissenschaftliche) Forschung, wissenschaftliches Arbeiten und KI-unterstütztes Schreiben. Wir disktutieren Strategien des Change Managements und reflektieren die konstruktive, verantwortungsvolle Gestaltung von KI in Bildung und Wissen-schaft.

Künstliche Intelligenz gegen Lebensmittelverschwendung? - Chancen und Herausforderungen (Projekt)

Dozent/in: Rebecca Kandut

Termin:
wöchentlich | Montag | 18:15 - 19:45 | 14.10.2024 - 31.01.2025 | C 12.107 Seminarraum

Inhalt: SDG 12.3 Verringerung von Lebensmittelabfällen, SDG 13 Maßnahmen zum Klimaschutz, SDG 2 Kein Hunger Dieses Seminar bietet eine theoretische Einführung in Global Nutrition, ökonomische, ökologische und soziale Aspekte der Lebensmittelverschwendung, nachhaltige Ernährungssysteme und die Panetary Health Diet. Zudem werden gemeinsam (digitale) Lösungen zur Lebensmittelwertschätzung diskutiert und diverse KI-Anbieter:innen zur Verringerung von Lebensmittelverschwendung vorgestellt. Haupt-Fragestellung: Wie kann Künstlicher Intelligenz zur Verringerung von Lebensmittelverschwendung eingesetzt werden? Welche Chancen, Herausforderungen und Risiken bestehen dabei? Obwohl Schätzungen zufolge im Jahr 2022 zwischen 690 und 783 Millionen (Mio) Menschen weltweit an Hunger litten (FAO et al. 2023, vii), gehen ca. 13 % der Lebensmittel nach der Ernte entlang der Lieferkette verloren und etwa 17 % der Lebensmittel werden in Haushalten, im Außer-Haus-Verzehr oder im Einzelhandel verschwendet. Dies führte im Jahr 2019 weltweit zu insgesamt 30 % Lebensmittelabfällen (LMA) in der Höhe von 931 Mio t oder 120 kg pro Kopf (UN, 37). In der EU werden jedes Jahr etwa 88 Mega t Lebensmittel verschwendet, 15-16 % der Umweltauswirkungen der gesamten Lebensmittelwertschöpfungskette, was jährliche Emissionen von 186 Mega t CO2 Äq AP verursacht (Whitmee et al. 2023, 20).

Language, Inclusiveness and Representation (Projekt)

Dozent/in: Anne Barron

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 7.019 Seminarraum

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.

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

Dozent/in: Christian Fahrbach

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 9.102 Seminarraum

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, und die Finanzierung ist oft auf philanthropische Investor/innen angewiesen. 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

Termin:
14-täglich | Montag | 14:15 - 17:45 | 14.10.2024 - 31.12.2024 | C 14.006 Seminarraum
14-täglich | Montag | 14:15 - 17:45 | 13.01.2025 - 31.01.2025 | C 40.256 Hybridraum

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 ihrem kulturellen Kontext untersucht. Welche Bedeutung/ Eigenschaften haben diese Leitbegriffe, welche Wechselwirkungen bestehen zueinander, welche zu den Nachhaltigkeitszielen (SDGs)? Die Themen Land - Landnutzung - Wohnen verbunden mit einer Kurz-Exkursion stehen im besonderen Fokus. Neben einer wissenschaftlich theoretischen Untersuchung der Begriffe werden Erkenntnisse und Rückschlüsse in Kreativsequenzen überführt und gestalterisch bearbeitet. Die Kreativsequenzen enthalten bildnerische, literarische sowie mediale künstlerische Übungen und Ideen für künstlerische und interaktive Darstellungen prägnanter Erkenntnisse im eigenen Projekt. Das Vorgehen ermöglicht vielseitige Perspektivwechsel und verbindet sowohl wissenschaftliche als auch künstlerische Betrachtungen und Bearbeitungen des Themas. Die Ergebnisse werden auf der Leuphana-Konferenzwoche 2025 in einer Gesamtschau präsentiert.

Mentale und physische Gesundheit als Voraussetzung gesellschaftlicher Transformation - Ein Yogastudio als Forschungsraum (Projekt)

Dozent/in: Nadine Karnetzke, 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 die Kraft (zurück)? In diesem Seminar werden Studierende in Kooperation mit dem Yogastudio „Yoga Connection Lüneburg“ zusammen eigene Projekte und Fragestellungen erarbeiten, die sich mit den Herausforderungen mentaler und physischer Gesundheit in nachhaltigen Transformationsprozessen beschäftigen. Konkret verorten wir uns damit nicht nur im Rahmen der SDGs (Sustainable Development Goals), sondern inkludieren die IDGs (Inner Development Goals). Diese betonen die Bedeutung der inneren Dimensionen, der psychologische Entwicklung als Vorraussetzung einer gelingenden Nachhaltigkeitstransformation.

Mit der #climatechallenge wirksame Gesellschaftsgestaltung erfahren (Projekt)

Dozent/in: Leonie Schröpfer

Inhalt: Die #climatechallenge ist ein Format transformativen Lernens anhand dessen die Studierenden im Laufe des Seminars ergründen, ob und wie durch zivilgesellschaftliches Engagement strukturelle gesellschaftliche Rahmenbedingungen verändert werden können. Diese Veränderung unterliegt dabei der normativen Zielrichtung einer sozial und ökologisch gerechten Welt. Im Seminar werden die Studierenden sich intensiv mit den Möglichkeiten und Grenzen sowie dem Zusammenhang von individueller Verhaltensänderung und kollektiver Gesellschaftgestaltung auseinandersetzen. Dies geschieht anhand der praktischen Durchführung von einer sogenannten Footprint Challenge (individuell) und einer Handprint Challenge (Kleingruppe). Die Handprint Challenge bearbeitet eine selbst gewählte Forschungsfrage im Kontext klimagerechter struktureller Veränderung. Schlüsselbegriffe des Seminars sind Klima(un-)gerechtigkeit, imperiale Lebensweise, strukturelle Nicht-Nachhaltigkeit, Utopie, transformative Strategien, kollektives Engagement, Reboundeffekt, Scheinlösungen.

Mit Geld die Welt retten? Eine kritische Reflexion von Sustainable Finance und Impact Investments (Projekt)

Dozent/in:

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 12.013 Seminarraum

Inhalt: Bei dem Seminar sollen die Studierenden sich mit der Welt des "Sustainable Finance" und "Impact Investments" auseinandersetzen. Dabei geht es darum, was man unter Sustainable Finance überhaupt versteht und die Frage, inwieweit solche Investments und Finanztransaktionen einen Beitrag zur Erreichung der SDGs und der Transformation zu einer nachhaltigeren Welt leisten können. Theoretisch sollen sich die Studierenden dafür mit dem "Umbrella Concept" Sustainable Finance (Busch et al., 2016) und seinen drei Phasen (Busch et al., 2021; Schoenmaker, 2017) auseinandersetzen. Dabei sollen die Studierenden verschiedene Herangehensweisen von nachhaltigen Investor*innen kennenlernen und kritisch reflektieren, welchen Bezug diese wiederum zu den SDGs haben und welche tatsächlichen Verbesserungen und Lösungen für reale Probleme sie bieten. Außerdem geht das Seminar auf verschiedene Beispiele von Impact Investments (Höchstädter & Scheck, 2015; Findlay & Moran, 2019) ein und beleuchtet die Kritik an dem Konzept (u.a. Brest & Born, 2013; Kölbel et al., 2021; Findlay & Moran, 2019; Scheitza et al., 2022).

Möglichkeiten und Herausforderungen kommunaler Nachhaltigkeit (Projekt)

Dozent/in: Pia Redenius

Termin:
14-täglich | Montag | 08:15 - 11:45 | 21.10.2024 - 31.01.2025 | C 25.019 Seminarraum

Inhalt: Die Bedeutung der kommunalen Ebene für die sozial-ökologische Transformation ist von unschätzbarem Wert. Als Fundament der Daseinsvorsorge sind Städte und Gemeinden entscheidende Akteure auf unserem Weg zu einer nachhaltigen Zukunft. In unserem Seminar werden wir gemeinsam die lokale Ebene eingehend betrachten und die Bedeutung der Daseinsvorsorge herausarbeiten. Dabei werden wir nicht nur die Grundlagen kommunaler Nachhaltigkeit beleuchten, sondern auch praxisnahe Ansätze diskutieren, wie Kommunen aktiv zur Verbesserung der Lebensqualität und gesteigerter Nachhaltigkeit beitragen können. Ein Schwerpunkt wird auf der Rolle der Kommunen im Bereich der Nachhaltigkeit und des Klimaschutzes liegen. Durch detaillierte Analysen, gestützt durch (In der Findung Literatur-) Recherchen und praxisorientierte Fallbeispiele werden wir gemeinsam die Herausforderungen und Chancen aufzeigen, die sich hier bieten. Die Teilnehmerinnen und Teilnehmer sind eingeladen, sich in ihren Projekten mit einem spezifischen Aspekt kommunaler Nachhaltigkeit zu befassen, z.B. Abfallmanagement, Gesundheitsversorgung oder Energiewende. Dabei soll anhand einer Beispielkommune die Relevanz für eine nachhaltige Entwicklung herausarbeitet werden und konkrete Potenziale für positive Veränderungen identifiziert werden.

Museen und Nachhaltigkeit- Potenziale für eine Transformation (Projekt)

Dozent/in: Kristin Püttmann

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 14.001 Seminarraum

Inhalt: Museen sind grundständig nachhaltig: sie bewahren Dinge der Vergangenheit, erhalten sie in der Gegenwart für die Zukunft. Diese Funktion ist überdies mit einem klaren Bildungsauftrag gekoppelt und macht derartige Kulturinstitutionen zu einem potenziellen Forschungsumfeld für Fragen, die sich mit der nachhaltigen Transformation befassen. Detailbezogen oder ganzheitlich - von der Restaurierungsmethode bis zum gesellschaftlichen Gamechanger - oder gar als Umfeld einer BIldung für nachhaltige Entwicklung: ein vielfältiges Spektrum an Themen kann an ausgesuchten nationalen und internationalen Praxispartnern untersucht werden.

Nachhaltiges Verhalten (Projekt)

Dozent/in: Franziska Brack

Termin:
14-täglich | Montag | 08:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 14.203 Seminarraum

Inhalt: Im Zentrum des Projektseminars steht die Frage, wie wir als Gesellschaft nachhaltiges Verhalten positiv beeinflussen können. Das Seminar befasst sich mit den Sustainable Development Goals (SDGs) der Vereinten Nationen, die als Grundlage der Projektarbeiten basieren. Somit haben die Studierenden die Möglichkeit ihre Ideen zur Gestaltung von zukünftigem, nachhaltigen Verhalten kreativ und wissenschaftlich umzusetzen und durch eigene Umfragen neue Einblicke zu erhalten.

Nachhaltigkeit im Finanzsektor - Wie kann unsere Wirtschaft von innen heraus transformiert werden? (Projekt)

Dozent/in: Johann Julius Beeck

Termin:
wöchentlich | Montag | 08:15 - 09:45 | 14.10.2024 - 31.01.2025 | C 14.006 Seminarraum

Inhalt: Wird nachhaltiges Wirtschaften nur durch unser Konsumverhalten beeinflusst? In der gesellschaftlichen Wahrnehmung ist die gängige Methode, um dem Wunsch nach mehr Nachhaltigkeit in Produktion und Wertschöpfung Ausdruck zu verleihen, eine Änderung des Konsumverhaltens, wie dem Kauf von ökologisch angebauten oder fair gehandelten Produkten. Dabei wird die andere Möglichkeit, Unternehmen von innen heraus nachhaltiger zu gestalten, häufig außer Acht gelassen. Aber wie ist das überhaupt möglich? Sind grüne Investments ein probates Mittel oder handelt es sich dabei nur um Green Washing? Das Seminar taucht in die Welt der Finanzmärkte ein und ergründet das Spannungsfeld zwischen Nachhaltigkeit & Kapitalismus.

Neue Gemeinschaftsformen als Ausdruck gesellschaftlicher Veränderungen (Projekt)

Dozent/in: Gerhard Cassens

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 14.102 a Seminarraum

Inhalt: Die sozialen Veränderungen und die Ausdifferenzierung gesellschaftlicher Arbeitsprozesse verunsichert zunehmend Menschen in der gegenwärtigen Gesellschaft. Ergänzend zur Auflösung familiärer und dörflicher Strukturen lösen sich Erwerbsbiographien als kontinuierlicher Lebenszusammenhang auf. Der Begriff "Singularisierung" ist ein Versuch diese Entwicklung zu beschreiben. Als Gegenbewegung sind neue Formen der Gemeinschaftsbildung zu beobachten: Arbeits-, Wohn- und Lebensprojekte, generationsübergreifendes Wohnen, Solidarische Landwirtschaften, Neue Dorfstrukturen, vielfältige Formen digitaler Gemeinschaften. Werden hier zukünftige gesellschaftliche Strukturen sichtbar? Mittels qualitativer Interviews soll wahrgenommen werden, was die Mitglieder neuer und ggf. auch alter Gemeinschaften motiviert. Ihr innenliegendes Anliegen wird herausgearbeitet und in dem aktuellen gesellschaftlichen Kontext reflektiert.

NN (Projekt)

Dozent/in: Lina Bürgener

Termin:
wöchentlich | Montag | 10:15 - 11:45 | 14.10.2024 - 31.01.2025 | C 40.255 Seminarraum

Politik der Digitalisierung: Zwischen Demokratie und Angst? (Projekt)

Dozent/in: Liselotte Hermes da Fonseca

Termin:
14-täglich | Montag | 08:15 - 11:45 | 21.10.2024 - 31.01.2025 | C 40.154 Seminarraum

Inhalt: Mit den Digitalisierungsprozessen geht auch eine Rede von der "Demokratisierung des Wissens" einher –"Wissen" werde über die Vernetzung immer mehr Menschen zugänglich gemacht. Zugleich aber gibt es durch eben diese Digitalisierung und Vernetzung immer mehr Informationen, aus denen die Menschen wählen müssen, was sie richtig und wichtig finden: Sie sollen, können oder dürfen also in einer grenzenlosen "Flut" von Daten entscheiden, was wahre oder nicht wahre "Informationen" sind (die sich nun auch selbst generieren). Mit der Wahlmöglichkeit stehen Nutzer aber – so scheints – auch zwischen "Wissen" und Orientierungslosigkeit; eine Spannung, die mitunter Ängste schürt. Angst wiederum war und ist schon eine Hauptangelegenheit der Politik gewesen: ob als Steuerungsmöglichkeit oder als das, was es zu beseitigen gilt.

Regenerative Landwirtschaft und Agrarökologie: Eine kritische Perspektive auf neue Paradigmen und Techniken zur Lebensmittelproduktion und Wiederherstellung von Ökosystemen in Einklang zu bringen (Projekt)

Dozent/in: Yann Boulestreau

Inhalt: Die Landwirtschaft ist eine der Hauptursachen für zentrale Nachhaltigkeitsprobleme wie den Rückgang der biologischen Vielfalt, den Klimawandel, die Entwaldung, die Erschöpfung der Süßwasserressourcen und die Eutrophierung (Campbell et al., 2019). Ökologischer Landbau, agrarökologische Systeme, Permakultur oder regenerative Landwirtschaft werden zunehmend gefördert, wobei landwirtschaftliche Verfahren vorgeschlagen werden, die Lebensmittel ohne oder mit minimalem Einsatz von Bodenbearbeitung, Pestiziden und Mineraldüngern erzeugen. Ihre Fähigkeit, eine wachsende Bevölkerung zu ernähren, wird jedoch von vielen Akteuren des Lebensmittelsystems in Frage gestellt. In diesem Kurs vermittle ich den Studierenden agronomische Grundkenntnisse und Hintergrundinformationen über die Geschichte der konventionellen Landwirtschaft und die Paradigmen und Praktiken alternativer landwirtschaftlicher Systeme, wobei der Schwerpunkt auf regenerativer Landwirtschaft und Agrarökologie liegt. Anschließend werden die Studierenden in einem Gruppenprojekt eine kontroverse Aussage über die Landwirtschaft kritisch bewerten. Ich werde ihnen dabei helfen, die Argumente für und gegen diese Aussage abzuwägen und ihre eigene Synthese zu erstellen.

Schule in der gesellschaftlichen Transformation (Projekt)

Dozent/in: Marie Bludau

Termin:
14-täglich | Montag | 16:15 - 19:45 | 21.10.2024 - 31.01.2025 | C 40.255 Seminarraum

Inhalt: Welche Rolle spielen Lehrkräfte in der gesellschaftlichen Transformation - u.a. in Bezug auf die SDGs? Welche Bedeutung hat Bildung für nachhaltige Entwicklung für Lehrkräfte? Welchen Auftrag hat die Schule in der gesellschaftlichen Transformation? Welches Bewusstsein haben Lehrkräfte für diesen Auftrag? Weitere Themen, Ansätze, theoretische Hintergründe, die mit diesen Fragen in Zusammenhang stehen, sind Citizenship Education, Demokratiebildung, Förderung von Mündigkeit in der Schule, Verknüpfung mit dem Ansatz der Inklusion als Grundlage einer "Schule für alle". Schulen nutzen darüber hinaus die SDGs als Leitfaden für ihre Entwicklungsprozesse, die hier Gegenstand sein werden. Jeweils wird Bezug zur Rolle der Lehrkraft in der gesellschaftlichen Transformation genommen. Methodisch werden die Fragen des Projektseminar voraussichtlich vorrangig qualitativ bearbeitet, wobei eine Untermauerung duch quantitative Erhebungen (im Rahmen der Nutzung von DataX) ebenfalls möglich sein wird.

The European Union - Policy, Law & Institutions (Projekt)

Dozent/in: Thomas Schomerus

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 12.107 Seminarraum

UNESCO-Welterbe: zwischen globaler Verpflichtung und lokalen Interessen (Projekt)

Dozent/in: Emma Charlotte

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 40.255 Seminarraum

Inhalt: Was verbindet das Wattenmeer, Venedig und Machu Picchu - der Status als UNESCO Welterbe. Doch was ist die UNESCO Welterbekonvention und wie schützt sie besondere Kultur- und Naturgüter? Und wann sind diese überhaupt ein globales „Erbe der Menschheit“? Worin bestehen aktuelle Herausforderungen für Welterbestätten und ist der Status als Welterbe überhaupt noch zeitgemäß? Diesen und anderen Fragen soll im Kurs nachgegangen werden. Dabei wird der Schutz des Welterbes in den größeren Kontext des Kultur- und Naturschutzes auf nationaler, europäischer und internationaler Ebene eingeordnet. Das Erlernen rechtlicher Grundlagen soll dabei genauso im Fokus stehen, wie die kritische Auseinandersetzung mit dem Konzept des Welterbes an sich.

Vom Familienrecht zum Kinderschutzrecht – Beitrag einer eigenen Forschung zu relevanten aktuellen Fragestellungen (Projekt)

Dozent/in: Jorge Guerra González

Inhalt: In Deutschland wird in etwa jede zweite Ehe geschieden – ähnlich oder höher dürfte das Verhältnis bei Trennungen von nicht-ehelichen Partnerschaften sein. Diese Entscheidungen betreffen – und prägen – das Leben von Millionen von Menschen. Aber auch für die gesamte Gesellschaft sind diese individuellen Entscheidungen makrosoziologisch und makroökonomisch relevant: (klinisch) psychologische und berufliche Auswirkungen, Gender Pay Gap, Karriereunterschiede, soziales Bild von Mann und Frau, etc. Wie geht es nun den Kindern am Alles für die Kinder... aber ohne sie? Und wie geht es den Eltern? Dem Vater, der Mutter, den anderen Bezugspersonen? Dabei ist die Forschung in dem Bereich (relative) Mangelware. Das wollen wir natürlich ändern :) Bei dem Seminar geht es darum, in Gruppen aber dann auch gemeinsam, belastbare wissenschaftliche Erkenntnisse zu gewinnen - vorwiegend durch qualitative Forschung. Mut, Verantwortung, Leistung, Wirkung. Schon ab dem ersten Semester. Und nicht zu knapp. Was für dich?

Vom schwierigen Unterfangen eines hochwertigen Wissenschaftsjournalismus (Projekt)

Dozent/in: Marie-Luise Braun

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 14.201 Seminarraum

Inhalt: Das Verhältnis von Wissenschaftler*innen und Journalist*innen ist oft belastet. Forscher*innen beklagen, dass ihre Äußerungen aus dem Zusammenhang gerissen und skandalisiert werden. Journalist*innen finden Forscher*innen oft zu empfindlich für medienimmanente Arbeitsweisen. Zu unterschiedlich scheinen die Arbeitsweisen der beiden Bereiche zu sein. Auf der anderen Seite gibt es fundierten Wissenschaftsjournalismus und Forscher*innen, die mit ihren Äußerungen aktuelle gesellschaftliche Debatten befruchten. Das gilt auch gerade hinsichtlich Fragen der Nachhaltigkeit und des Klimaschutzes. Im Seminar wollen wir uns mit diesem Phänomen befassen. Welche Gemeinsamkeiten gibt es, welche Unterschiede? Muss Wissenschaft immer in Leitmedien stattfinden oder kann sie auch in Lokalzeitungen Grundlage qualitativ hochwertigen Journalismus´ sein? Was wünschen sich Wissenschaftler*innen und Journalist*innen voneinander? Wie funktioniert Wissenschaftskommunikation über Social Media? Welche Methoden und Prinzipien braucht es, um mit den eigenen Erkenntnissen in der Öffentlichkeit durchzudringen? Um diese und weitere Fragen wird sich das Seminar drehen.

Von der Vision zur Aktion: Die UN-Nachhaltigkeitsziele als Tool für (lokale) Veränderung (Projekt)

Dozent/in: Daniel Eckert

Termin:
wöchentlich | Montag | 16:15 - 17:45 | 14.10.2024 - 31.01.2025 | C 16.109 /110 Seminarraum

Inhalt: Die Halbzeitbilanz der Umsetzung der Agenda 2030 fällt ernüchternd aus - global sowohl lokal. Wie können die notwendigen Transformationen verwirklicht werden und welche Maßnahmen sowie Hebel sind geeignet, um schnell Fortschritte zu erreichen? Im Seminar werden Eckpunkte, Kernprobleme, Zielkonflikte, Akteurskonstellationen sowie Möglichkeiten & Herausforderungen bei der Erreichung der SDGs global und lokal beleuchtet. Aktuelle Entwicklungen und Lösungsansätze (politisch, sozial, ökonomisch, ökologisch) bezüglich der Agenda 2030 werden kritisch diskutiert. Der thematische Schwerpunkt liegt auf der konkreten Umsetzung der SDGs auf lokaler Ebene. Die Studierenden setzen sich dabei in einem forschenden Lernprozess mit einem konkreten lokalen Akteur oder Lösungsansatz auseinander. Das Seminar orientiert sich dabei an Konzepten der Nachhaltigkeits-Governance, der sozial-ökologischen Transformationsforschung und mixed methods-Forschungsdesigns.

DATAx: Data analysis with Python (27) (Übung)

Dozent/in: Sarah Haq

Termin:
wöchentlich | Montag | 14:00 - 14:55 | 14.10.2024 - 31.01.2025 | C HS 5

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 acquired knowledge to their field of study. At the end of the semester, students will work in their study group on a data-driven project where they take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (28) (Übung)

Dozent/in: Sarah Haq

Termin:
wöchentlich | Montag | 15:00 - 15:55 | 14.10.2024 - 31.01.2025 | C HS 5

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 acquired knowledge to their field of study. At the end of the semester, students will work in their study group on a data-driven project where they take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (41) (Übung)

Dozent/in: N. N.

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 14.10.2024 - 31.01.2025 | C 12.112 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 acquired knowledge to their field of study. At the end of the semester, students will work in their study group on a data-driven project where they take on different roles and learn together to extract and present insights from real data.

DATAx: Data analysis with Python (42) (Übung)

Dozent/in: N. N.

Termin:
wöchentlich | Montag | 20:00 - 20:55 | 14.10.2024 - 31.01.2025 | C 12.112 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 acquired knowledge to their field of study. At the end of the semester, students will work in their study group on a data-driven project where they take on different roles and learn together to extract and present insights from real data.

DATAx: Datenanalyse mit Python (1) (Übung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C 11.308 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 (10) (Übung)

Dozent/in: Jens Heger

Termin:
wöchentlich | Montag | 15:00 - 15:55 | 14.10.2024 - 31.01.2025 | C 12.111 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: Peter Niemeyer

Termin:
wöchentlich | Montag | 14:00 - 14:55 | 14.10.2024 - 31.01.2025 | C 12.107 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 (12) (Übung)

Dozent/in: Peter Niemeyer

Termin:
wöchentlich | Montag | 15:00 - 15:55 | 14.10.2024 - 31.01.2025 | C 12.107 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 (13) (Übung)

Dozent/in: Niklas Kalz

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C 40.256 Hybridraum

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: Niklas Kalz

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C 40.256 Hybridraum

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: Katrin Seddig

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 14.10.2024 - 31.01.2025 | C 16.129 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: Katrin Seddig

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 14.10.2024 - 31.01.2025 | C 16.129 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: Kristin Müller

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C 12.102 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 (18) (Übung)

Dozent/in: Kristin Müller

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C 12.102 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 (19) (Übung)

Dozent/in: Kristin Müller

Termin:
wöchentlich | Montag | 14:00 - 14:55 | 14.10.2024 - 31.01.2025 | C HS 1

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 (2) (Übung)

Dozent/in: Sebastian Wallot

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C 11.308 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 (20) (Übung)

Dozent/in: Kristin Müller

Termin:
wöchentlich | Montag | 15:00 - 15:55 | 14.10.2024 - 31.01.2025 | C HS 1

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: Norbert Tschritter

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 18.11.2024 | C 14.201 Seminarraum
wöchentlich | Montag | 10:00 - 10:55 | 25.11.2024 - 31.01.2025 | C 40.606 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 (22) (Übung)

Dozent/in: Norbert Tschritter

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 18.11.2024 | C 14.201 Seminarraum
wöchentlich | Montag | 11:00 - 11:55 | 25.11.2024 - 31.01.2025 | C 40.606 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 (23) (Übung)

Dozent/in: Johann Julius Beeck

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C 14.027 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 (24) (Übung)

Dozent/in: Johann Julius Beeck

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C 14.027 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 (25) (Übung)

Dozent/in: Ralph Welge

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 14.10.2024 - 31.01.2025 | 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: Ralph Welge

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 14.10.2024 - 31.01.2025 | 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 (29) (Übung)

Dozent/in: Olga Abramova

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C HS 3

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 (3) (Übung)

Dozent/in: Monika Tschense, Sebastian Wallot

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 14.10.2024 - 31.01.2025 | C 1.209 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 (30) (Übung)

Dozent/in: Olga Abramova

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C HS 3

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: Norbert Tschritter

Termin:
wöchentlich | Montag | 08:00 - 08:55 | 14.10.2024 - 31.01.2025 | 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 (32) (Übung)

Dozent/in: Norbert Tschritter

Termin:
wöchentlich | Montag | 09:00 - 09:55 | 14.10.2024 - 31.01.2025 | 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 (33) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 14.10.2024 - 31.01.2025 | C 12.101 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 (34) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 14.10.2024 - 31.01.2025 | C 12.101 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 (35) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 14.10.2024 - 31.01.2025 | C 12.102 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 (36) (Übung)

Dozent/in: Johannes van Deest

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 14.10.2024 - 31.01.2025 | C 12.102 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 (37) (Übung)

Dozent/in: Niklas Kalz

Termin:
wöchentlich | Montag | 18:00 - 18:55 | 14.10.2024 - 31.01.2025 | C 40.256 Hybridraum

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: Niklas Kalz

Termin:
wöchentlich | Montag | 19:00 - 19:55 | 14.10.2024 - 31.01.2025 | C 40.256 Hybridraum

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: Bennet Etsiwah

Termin:
wöchentlich | Montag | 16:00 - 16:55 | 14.10.2024 - 31.01.2025 | C 14.027 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 (4) (Übung)

Dozent/in: Monika Tschense, Sebastian Wallot

Termin:
wöchentlich | Montag | 17:05 - 18:00 | 14.10.2024 - 31.01.2025 | C 1.209 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: Bennet Etsiwah

Termin:
wöchentlich | Montag | 17:00 - 17:55 | 14.10.2024 - 31.01.2025 | C 14.027 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 (5) (Übung)

Dozent/in: Moritz Bammel

Termin:
wöchentlich | Montag | 16:05 - 17:00 | 14.10.2024 - 31.01.2025 | C 14.203 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: Moritz Bammel

Termin:
wöchentlich | Montag | 17:05 - 18:00 | 14.10.2024 - 31.01.2025 | C 14.203 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: Burkhardt Funk

Termin:
wöchentlich | Montag | 10:00 - 10:55 | 14.10.2024 - 31.01.2025 | C 12.111 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: Burkhardt Funk

Termin:
wöchentlich | Montag | 11:00 - 11:55 | 14.10.2024 - 31.01.2025 | C 12.111 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: Jens Heger

Termin:
wöchentlich | Montag | 14:00 - 14:55 | 14.10.2024 - 31.01.2025 | C 12.111 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.

Developing your professional self (Projekt)

Dozent/in: Kara O'Neil

Termin:
wöchentlich | Montag | 08:15 - 09:45 | 14.10.2024 - 31.01.2025 | C 12.111 Seminarraum

NN (Projekt)

Dozent/in:

Termin:
wöchentlich | Montag | 14:15 - 15:45 | 14.10.2024 - 31.01.2025 | C 14.102 b Seminarraum

Inhalt: Das Projektseminar "Rethink Microplastic" beschäftigt sich mit der drängenden Problematik der Kunststoffverschmutzung. Dabei sollen die Herausforderungen aus verschiedenen Blickwinkeln (soziokulturell, gesundheitlich, ökologisch, rechtlich und technisch) betrachtet werden. Zudem sollen die Studierenden einen tiefen Einblick in das Cradle-to-Cradle Konzept bekommen. Wir werden uns eingehend mit den philosophischen Grundlagen sowie den praktischen Umsetzungen dieses Konzepts in der Industrie auf nationaler und internationaler Ebene auseinandersetzen. Ein weiterer Schwerpunkt unseres Seminars liegt auf dem Materialfluss und der Produktion in der Kunststoffbranche. Hierbei werden wir uns mit den bestehenden Problemen und den Ansätzen zur Etablierung einer Kreislaufführung befassen. Wir werden die Herausforderungen analysieren, die sich in der Kunststoffproduktion ergeben, und potenzielle Lösungen diskutieren. Ein besonderes Augenmerk legen wir auf die Erarbeitung und Entwicklung von Lösungsansätzen, die von der Cradle to Cradle Philosophie inspiriert sind. Wir werden verschiedene Ideen und Ansätze sammeln, um nachhaltige Alternativen zu etablieren und die Ökosysteme vor weiterer Verschmutzung zu schützen.

Course Schedule

Lehrveranstaltungen

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

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

03. Konferenzwoche 2025 im Modul "Wissenschaft transformiert: verantwortliches Handeln" (Vorlesung)

“Lehre (in) die Stadt” - Entwicklung nachhaltiger, bildungsnaher Nutzungskonzepte für leer stehende Flächen in der Lüneburger Innenstadt (Projekt)

"Meine Wahl, meine Freiheit, meine Individualität!": Digitalisierung des Sprechens (Projekt)

Auf dünnem Eis: Die Zukunft der Arktis im 21. Jahrhundert (Projekt)

Between science, policy and practice, leverage points for transformations towards sustainability (Projekt)

Bürger:innenbeteiligung: mit Strategie ans Ziel! (Projekt)

Circular Fashion - Neue Wege für die Bekleidungsindustrie der Zukunft (Projekt)

Data-Driven Sustainability: Analysing Sustainability Issues with Python (Projekt)

Demokratie und Utopie (Projekt)

Die klimaangepasste Stadt – Chancen und Herausforderungen (Projekt)

Die Mobilitätswende als Herausforderung in Lüneburg und darüber hinaus - Wege zu einer nachhaltigen Mobilität der Zukunft (Projekt)

Die Postwachstumsstadt: Perspektiven eines klimagerechten Lebens in Lüneburg (Projekt)

Digitale Bewegtbildformate in der Entwicklungszusammenarbeit (Projekt)

Essen - zwischen Konsum, Kultur und Klimakrise (Projekt)

Fashion Victims? Die Auswirkungen des Kleidungs- und Modekonsums (Projekt)

Follow The Money (Projekt)

Gender Differences in Mental Labor: A Quantitative Research Project (Projekt)

Gründung nachhaltiger Start-ups (Projekt)

Im Zentrum der Gesellschaft: Echte Veränderung durch partizipative Forschung (Projekt)

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

Klimawandel und Europäische Sicherheitspolitik (Projekt)

Künstliche Intelligenz (KI) in Bildung & Wissenschaft: Transformation verantwortungsvoll gestalten (Projekt)

Künstliche Intelligenz gegen Lebensmittelverschwendung? - Chancen und Herausforderungen (Projekt)

Language, Inclusiveness and Representation (Projekt)

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

MACHT - LAND - WANDEL? Eine kulturell kreative Annäherung (Projekt)

Mentale und physische Gesundheit als Voraussetzung gesellschaftlicher Transformation - Ein Yogastudio als Forschungsraum (Projekt)

Mit der #climatechallenge wirksame Gesellschaftsgestaltung erfahren (Projekt)

Mit Geld die Welt retten? Eine kritische Reflexion von Sustainable Finance und Impact Investments (Projekt)

Möglichkeiten und Herausforderungen kommunaler Nachhaltigkeit (Projekt)

Museen und Nachhaltigkeit- Potenziale für eine Transformation (Projekt)

Nachhaltiges Verhalten (Projekt)

Nachhaltigkeit im Finanzsektor - Wie kann unsere Wirtschaft von innen heraus transformiert werden? (Projekt)

Neue Gemeinschaftsformen als Ausdruck gesellschaftlicher Veränderungen (Projekt)

NN (Projekt)

Politik der Digitalisierung: Zwischen Demokratie und Angst? (Projekt)

Regenerative Landwirtschaft und Agrarökologie: Eine kritische Perspektive auf neue Paradigmen und Techniken zur Lebensmittelproduktion und Wiederherstellung von Ökosystemen in Einklang zu bringen (Projekt)

Schule in der gesellschaftlichen Transformation (Projekt)

The European Union - Policy, Law & Institutions (Projekt)

UNESCO-Welterbe: zwischen globaler Verpflichtung und lokalen Interessen (Projekt)

Vom Familienrecht zum Kinderschutzrecht – Beitrag einer eigenen Forschung zu relevanten aktuellen Fragestellungen (Projekt)

Vom schwierigen Unterfangen eines hochwertigen Wissenschaftsjournalismus (Projekt)

Von der Vision zur Aktion: Die UN-Nachhaltigkeitsziele als Tool für (lokale) Veränderung (Projekt)

DATAx: Data analysis with Python (27) (Übung)

DATAx: Data analysis with Python (28) (Übung)

DATAx: Data analysis with Python (41) (Übung)

DATAx: Data analysis with Python (42) (Übung)

DATAx: Datenanalyse mit Python (1) (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 (19) (Übung)

DATAx: Datenanalyse mit Python (2) (Übung)

DATAx: Datenanalyse mit Python (20) (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 (29) (Übung)

DATAx: Datenanalyse mit Python (3) (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)

DATAx: Datenanalyse mit Python (34) (Übung)

DATAx: Datenanalyse mit Python (35) (Übung)

DATAx: Datenanalyse mit Python (36) (Übung)

DATAx: Datenanalyse mit Python (37) (Übung)