Master Data Science: Mareike van Elsacker – „Daten sind nicht diskriminierungsfrei“
15.01.2024 Die Sozialpädagogin hat an der Leuphana Professional School das Hochschulzertifikat in „Data Analytics“ erworben und schließt nun den berufsbegleitenden Master Data Science an. Das Wissen aus dem Studium will sie in der sozialwissenschaftlichen Forschung nutzen und dabei Daten und Algorithmen kritisch hinterfragen.
Eigentlich hat Mareike van Elsacker schon immer mit Daten gearbeitet. Die Sozialpädagogin forschte beruflich in verschiedenen Projekten etwa zu Gender-Gerechtigkeit oder Gewaltfragen. „Irgendwann merkte ich, dass meinem Methodenkasten etwas fehlt. Ich habe mich gefragt, wie ich mein Wissen aus der quantitativen Sozialforschung erweitern kann“, erinnert sie sich. Mareike van Elsacker suchte nach berufsbegleitenden Formaten, um sich fortzubilden. Sie stieß auf das Zertifikatsstudium „Data Analytics“. In der Weiterbildung erwerben Studierende in drei Modulen Grundlagenkenntnisse im Bereich der Statistik, des Programmierens mit Python sowie der praktischen Datenanalyse. „Die Betreuung war hervorragend und das Studieren in interdisziplinären Gruppen spannend. Meine Lernkurve ist steil angestiegen“, berichtet Mareike van Elsacker. Anfangs hatte sie Respekt vor der Herausforderung: „Viele im Studium arbeiten bereits beruflich in der IT. Aber die Dozent*innen haben immer offene Ohren für Fragen“, sagt die studierte Politikwissenschaftlerin. Mittlerweile hält sie ihr Hochschulzertifikat in den Händen. Die Inhalte und Umsetzung des Programms überzeugten Mareike van Elsacker. Sie studiert nun den berufsbegleitenden Master Data Science an der Leuphana Professional School. Das Zertifikat Data Analytics bescheinigt die fachlichen Kenntnisse für den Master Data Science an der Professional School: „Das Zertifikat gab mir auch die Möglichkeit, in das Thema Data Science zu schnuppern“, sagt sie. Mareike van Elsacker arbeitet derzeit beim Landesverband Frauenberatung Schleswig-Holstein. Sie ist fachlich breit aufgestellt und beruflich auch international tätig: Als Digital Ambassador bei der Gesellschaft für internationale Zusammenarbeit baute sie in Bogota eine Datenbank zur Gewalt- und Konfliktforschung auf: „Es gibt sehr viel Material zum bewaffneten Konflikt in Kolumbien. Um das Material in der Friedensforschung auswerten zu können, muss es systematisiert werden.“ Die GIZ ist im Auftrag verschiedener Ministerien der Bundesrepublik Deutschland international tätig. Im BMBF-Forschungsprojekt „CONNECT-ED - Wege aus der sozialen Isolation durch Begegnungen im Kontext Neuer Medien“ sollte die Teilhabe älterer Menschen durch Digitalisierung verbessert werden. Mareike van Elsacker schulte dazu unter anderem Tutor*innen und entwickelte ein Konzept für Handouts.
Später untersuchte sie in dem EU-Forschungsprojekt „Baltic Gender“, wie weibliche Karrieren in der Meeresforschung gefördert werden können: „Lange Zeit galt die Meeresforschung als ein von Männern dominierter Arbeitsbereich. Das hat sich in den vergangenen Jahren deutlich geändert. Auf See und an Land forschen Frauen und Männer aus aller Welt gemeinsam an interdisziplinären Projekten. Auf der Führungsebene sieht es allerdings anders aus: Nach der Promotion sinkt der Frauenanteil spürbar. Das zeigt sich besonders bei Professuren, Fahrtleitungen und in der Leitung technischer Abteilungen“, erklärt Mareike van Elsacker. Die Studienergebnisse zeigen: Flexibilität und New Work könnten mehr Frauen in Führungspositionen bringen. Mareike van Elsacker arbeitete beruflich mit qualitativen Interview-Studien und wertete Daten quantitativ aus. Bald schließt sie ihr erstes Semester im Programm Data Science ab. Ihr Methodenkasten füllt sich mehr und mehr: „Wir beschäftigen uns unter anderem mit Machine Learning, Statistik, Mathematik und digitaler Transformationen von Unternehmen“, berichtet die Studentin. Ihr erworbenes Wissen möchte sie in der sozialwissenschaftlichen Forschung anwenden und dabei kritisch auf Daten und Algorithmen schauen: „In der Regel sind nicht die Algorithmen, sondern die Daten, auf deren Grundlage sie lernen, in der modernen Datenauswertung das Problem. Oft werden Daten über Menschen mehrheitlich in bestimmten Milieus erhoben. Das resultierende System lernt daher nicht objektiv über die gesamte Breite der Gesellschaft, wodurch es fehlerhafte Entscheidungen treffen und im Extremfall bestimmte Gruppen stark diskriminieren kann. Ich möchte gerne dazu beitragen, diesen Missstand zu verbessern und Systeme möglichst fehlerfrei und diskriminierungsfrei zu gestalten.“
Mit dem berufsbegleitenden Masterstudiengang Data Science erwerben Studierende die methodischen Grundlagen und Fähigkeiten, um das Potenzial dieser Daten auszuschöpfenund gewinnbringend in Organisationen einzusetzen. In drei Studiensemestern vertiefen Teilnehmende ihre Kenntnisse im Bereich der Datenanalyseund lernen, unter Einsatz von modernen IT-Infrastrukturen große und komplexe Datenbestände mit fortgeschrittenen und aktuellen Methoden der Datenanalyse und des maschinellen Lernens- wie zum Beispiel tiefen neuronalen Netzwerken oder probabilistischen graphischen Modellen - zu verarbeiten und zu analysieren.