Datenwerkstatt Jena 2024

Challengetyp: konzeptionell

Die FSU Jena verzeichnet heute geringere Studierendenzahlen als noch vor einigen Jahren. Die Ursachen hierfür sind vielfältig und werden in verschiedenen Struktureinheiten analysiert. Für diese Analyse ist es u.a. von besonderer Bedeutung zu wissen, wieso – d.h. vor welchen Hintergründen und aus welchem Gründen – sich Studienanfänger/innen für ein Studium an der FSU Jena entscheiden.

In der Vergangenheit wurden diese Entscheidungsgründe über sog. Erstsemesterbefragungen erhoben. Die letzte Erstsemesterbefragung fand im Wintersemester 2019/2020 statt ohne umfangreiche Auswertung, sodass davon ausgegangen wird, dass sich die Entscheidungsgründe grundsätzlich verändert haben und auch das Befragungsdesign der tatsächlichen Komplexität einer heutigen Studienentscheidung nicht mehr gerecht wird. Es wird unterstellt, dass ein differenziertes Zusammenspiel aus Fach-, Standort- und Sozialfaktoren zur Studienentscheidung führt; dieses Zusammenspiel unterscheidet sich erheblich entlang von Fachkulturen, Zulassungsbeschränkungen, Studienabschlüssen usw. – und zudem zwischen nationalen und internationalen Studierenden. Auch die Relevanz der für eine Entscheidung wichtigen Ansprache- und Kontaktwege – vom Schulbesuch und Hochschulinformationstag bis zu Plakat- und Social-Media-Ansprache – dürfte sich im Vergleich zur Erhebung vor der Corona-Pandemie inzwischen verschoben haben. Vor dem Hintergrund dieser Komplexität wird als Challenge eine Neukonzeption einer Erhebung der Hintergründe einer Studienaufnahme an der FSU Jena vorgeschlagen.

Challengetyp: kreativ

Die Universität Jena verzeichnet heute geringere Studierendenzahlen als noch vor einigen Jahren. Die Ursachen hierfür sind vielfältig und werden in verschiedenen Struktureinheiten analysiert. Für diese Analysen und zur Ableitung geeigneter Marketingaktivitäten ist es von besonderer Bedeutung zu wissen, woher die Studierenden an der Universität Jena kommen und dies nicht nur tabellarisch und graphisch, sondern auch kartographisch darzustellen. Diese Karten und damit die Sichtbarmachung der Herkunftsregionen der Studierenden auf einen Blick können insbesondere in den universitären Gremien eine wichtige Entscheidungsgrundlage sein. Zusätzlich gibt es einen fortlaufenden Bedarf an interessant und ansprechend gestalteten Materialien für Zwecke der internen und externen Öffentlichkeitsarbeit.

Im Rahmen der Challenge sollen entsprechende Visualisierungen erarbeitet werden, die auch nach dem Projekt nachhaltig für die Universität nachgenutzt und weiterentwickelt werden können.

Challengetyp: konzeptionell

Für die Vernetzung von Kulturdaten sind die Orte und Institutionen wichtig, mit denen diese Daten verbunden sind. Doch manchmal liegt darin nur eine Adresse vor, manchmal nur ein Gebäudename. Mit zentralen, offenen Datendiensten wie OpenStreetMap und Wikidata kann man solche Informationen miteinander verknüpfen und anreichern. Doch wie können effektive Prozesse zur Datenanalyse und -anreicherung aussehen, um fehlende Daten zu ergänzen oder falsche Angaben zu erkennen und zu korrigieren?

Am Beispiel von kulturhistorisch bedeutsamen Gebäuden und Denkmälern in Jena wollen wir Workflows zur Arbeit mit OpenStreetmap und Wikidata entwickeln. Welche Bauwerke sind in welchem System vorhanden, wo fehlen Identifier, wo ganze Datensätze? Welche Werkzeuge erlauben es, die Daten zu pflegen? Geht das auch mobil – etwa bei einem Spaziergang durch die Stadt? Wie nutzt man die Query-Services sowie lesende und schreibende APIs dieser so wichtigen OpenData-Infrastrukturen?

Challengetyp: konzeptionell/klassisch

Das Projekt zielt darauf ab, die Zugänglichkeit historischer Universitätsprogramme aus dem 16.-18. Jahrhundert zu verbessern. Mit einer Sammlung von ca. 15.000 Originaldokumenten aus Bibliotheken und Archiven der Thüringer Universitäten beabsichtigen die Historischen Sammlungen der ThULB Jena und das Universitätsarchiv Jena, diese bisher wenig erforschten Universitätsprogramme als wichtige Quelle zu erschließen.

Das Hauptproblem liegt in der Identifizierung dieser Programme, da sie in Bibliothekskatalogen unzureichend erfasst sind. Die Textanfänge, die formelhaft mit Begriffen wie "Rector et Senatus", "Rector Academiae", oder ähnlichem beginnen, könnten helfen, diese Programme zu identifizieren. Durch die Kombination dieser Anfänge mit weiteren Parametern wie Erscheinungsdatum und -ort sollen automatisierte Methoden entwickelt werden, um die Programme in Katalogen zu identifizieren und als eigenständige Textgattung zu definieren. Dabei soll insbesondere auch festgestellt werden, inwieweit Methoden des maschinellen Lernens ("KI") hierbei helfen können.

Challengetyp: klassisch/ kreativ

Die Stadt Jena hat das „Luxusproblem“, dass jedes Kind im Kindergartenalter garantiert einen Kindergartenplatz erhalten kann. Bis zum Jahr 2030 läuft das wegen rückgehender Geburten auf eine Überkapazität von rund 1000 Kindergartenplätzen hinaus. Aus diesem Grund wurde von der Integrativen Sozialplanung ein Prozess zu Bewertung von Kindertagestätten angestoßen. Damit werden die Kindergärten bezüglich verschiedener Indikatoren bewertet und in ein Ranking gebracht.

Aufgabe ist die Weiterentwicklung des Kindergartenerreichbarkeitstool der Stadt Jena. Das ist eine R-Flexdashboard Entwicklung mit Shiny Komponenten. Durch das Dashboard soll es möglich werden verschiedene Szenarien durchzuspielen. Dies kann einerseits durch unterschiedliche Gewichtung der Indikatoren geschehen, anderseits durch einen (historischen) Zeitverlauf. Die einzelnen Szenarien sollten gespeichert werden können (z.B. in einer SQLite-Datenbank) und gegebenenfalls in übersichtlichen Fact-Sheet ausgedruckt werden können (z.B. im HTML-, PDF-Format). Fact-Sheet wie Dashboard sollten eine Grafik enthalten, in der die Ergebnisse visuell dargestellt werden. Auch eine Kartendarstellung könnte diese Lösung bieten.