Zusammenfassung
Der Beitrag weist auf die Zusammenhänge zwischen der (Re)Produktion digitaler Ungleichheiten und zunehmender Datafizierung im Kontext Schule sowie Schulsozialarbeit hin. Dabei werden pädagogische sowie technische Herausforderungen aufgezeigt. Die fortschreitenden Prozesse der Digitalisierung, die Tempoverschärfung durch die Covid-19-Pandemie sowie Learning Analytics als Beispiel für aufkommende Daten(quellen) werden rahmend herangezogen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Zum Zeitpunkt der Fertigstellung dieses Beitrages (September 2020) war die Covid-19-Pandemie nicht ausgestanden, sodass auf weitere Erläuterungen hierzu verzichtet wird.
- 2.
‚Educational Data Mining‘ beschreibt die systematische Auswertung großer Datenbestände mit dem Ziel, die im Zuge des „technologisierten“ Lernens anfallenden Informationen zu ordnen und in Zusammenhang zu bringen.
- 3.
Eine Übersicht zu den einschlägigen Studien bietet der Abschlussbericht des BMBF-Projektes „Unterricht – Heterogenität – Ungleichheit (UHU)“: https://doi.org/10.2314/GBV:866229728.
- 4.
Das Forschungsprojekt „All is data“ fokussiert neue Anforderungen an Pädagog*innen (d. h. Lehrer*innen, Medienpädagog*innen, Schulsozialarbeiter*innen) hinsichtlich des Umgangs mit digitalen Daten und Daten-Bildung als Teil pädagogischen Handelns in Schule und untersucht diese. Dabei stehen unter anderem Datenpraktiken und Datenhandeln im Fokus. Der Verbund besteht aus der FernUniversität Hagen, der Technischen Universität Kaiserslautern sowie dem Institut für Informationsmanagement Bremen und wird durch das Bundesministerium für Bildung und Forschung gefördert. Weitere Informationen sind unter all-is-data.de abrufbar.
Literatur
AlgorithmWatch (2019). Atlas der Automatisierung: Automatisierte Entscheidungen und Teilhabe in Deutschland. https://atlas.algorithmwatch.org/wp-content/uploads/2019/07/Atlas_der_Automatisierung_von_AlgorithmWatch.pdf. Zugegriffen: 14. September 2020.
Allert, H. (2020). Algorithmen und Ungleichheit. merz - zeitschrift für medienpädagogik, 64 (3), (S. 26–32).
Allert, H., Asmussen, M., & Richter, C. (2018). Formen von Subjektivierung und Unbestimmtheit im Umgang mit datengetriebenen Lerntechnologien – eine praxistheoretische Position. Zeitschrift für Erziehungswissenschaft, (21 (1), S. 142–158). doi: https://doi.org/10.1007/s11618-017-0778-7.
Beranek, A. (2018). Zwischen Algorithmen und Wertediskurs – Auswirkungen der Digitalisierung auf die Profession der Sozialen Arbeit. In P. Hammerschmidt, J. B. Sagebiel, B. Hill & A. Beranek (Hrsg.), Big Data, Facebook, Twitter & Co. und Soziale Arbeit (S. 155–177). Weinheim, Basel: Beltz Juventa.
Bossong, H. (2018). Soziale Arbeit in Zeiten der Digitalisierung: Entwicklungspotenziale mit Schattenseiten. neue praxis – Zeitschrift für Sozialarbeit, Sozialpädagogik und Sozialpolitik 48 (4), (S. 303–325).
Breiter, A., & Hepp, A. (2018). Die Komplexität der Datafizierung: Zur Herausforderung, digitale Spuren in ihrem Kontext zu analysieren. In C. Katzenbach, C. Pentzold, S. Kannengießer, M. Adolf, & M. Taddicken (Hrsg.), Neue Komplexitäten für Kommunikationsforschung und Medienanalyse: Analytische Zugänge und empirische Studien (S. 27–48). Berlin. HYPERLINK "https://urldefense.proofpoint.com/v2/url?u=https-3A__doi.org_10.17174_dcr.v4.2&d=DwMFAw&c=vh6FgFnduejNhPPD0fl_yRaSfZy8CWbWnIf4XJhSqx8&r=jh3wyrU5fX6LovW4KoL2tCk58B154PEdKA7snholeps&m=8ZKDpB-q7pRjQGpvNSGtp-lNW-QRNTij9LSkO3xQ8rk&s=0CKhNphcpu0gUhcR2py36ZBVaIh3tC5l2goum4NWqr8&e=" https://doi.org/10.17174/dcr.v4.2.
Buschauer, R., & Wadephul, C. (2020). Digitalisierung und Datafizierung: Big Data als Herausforderung für die Schulbildung. In S. Iske, J. Fromme, D. Verständig & K. Wilde (Hrsg.), Big Data, Datafizierung und digitale Artefakte (S. 59–73). Wiesbaden: Springer Fachmedien.
Christl, W. (2017). How Companies Use Personal Data Against People. Automated Disadvantage, Personalized Persuasion, and the Societal Ramifications of the Commercial Use of Personal Information. https://crackedlabs.org/dl/CrackedLabs_Christl_DataAgainstPeople.pdf. Zugegriffen: 03. September 2020.
Ebner, M., Neuhold, B., & Schön, M. (2013). Learning Analytics – wie Datenanalyse helfen kann, das Lernen gezielt zu verbessern. https://www.researchgate.net/publication/290438755_Learning_Analytics_-_wie_Datenanalyse_helfen_kann_das_Lernen_gezielt_zu_verbessern. Zugegriffen: 14. September 2020.
Ermel, N. (2020). Schulsozialarbeit und Digitalisierung. In E. Hollenstein & F. Nieslony (Hrsg.), Schulsozialarbeit in mediatisierten Lebenswelten, (S. 43-45). Weinheim, Basel: Beltz Juventa.
Fachhochschule Bielefeld (2020). Maschinelle Entscheidungsunterstützung in wohlfahrtsstaatlichen Institutionen: Nutzungsoptionen, Implikationen und Regulierungsbedarfe (MAEWIN). https://www.fh-bielefeld.de/forschung/aktuelle-forschungsprojekte/fachbereich-sozialwesen/maewin. Zugegriffen: 03. September 2020.
Gapski, H. (2018). Big Data und Soziale Arbeit. In P. Hammerschmidt, J. B. Sagebiel, B. Hill & A. Beranek (Hrsg.), Big Data, Facebook, Twitter & Co. und Soziale Arbeit (S. 75–94). Weinheim, Basel: Beltz Juventa.
Hartong, S. (2019). Learning Analytics und Big Data in der Bildung: Zur notwendigen Entwicklung eines datenpolitischen Alternativprogramms. https://www.gew.de/index.php?eID=dumpFile&t=f&f=91791&token=702ec8d5f9770206a4aa8a1079750ec9021b90bf&sdownload=&n=Learning-analytics-2019-web-IVZ.pdf. Zugegriffen: 10. Juni 2020.
Heiner, M. (2012). Handlungskompetenz „Fallverstehen“. In R. Becker-Lenz, S. Busse, G. Ehlert & S. Müller-Hermann (Hrsg.), Professionalität Sozialer Arbeit und Hochschule. Wissen, Kompetenz, Habitus und Identität im Studium Sozialer Arbeit (S. 201–217). Wiesbaden: Springer VS.
Helbig, C. (2014). Medienpädagogik in der Sozialen Arbeit: Konsequenzen aus der Mediatisierung für Theorie und Praxis. München: kopaed.
Helbig, C & Roeske, A. (2020). Digitalisierung in Studium und Weiterbildung der Sozialen Arbeit. In N. Kutscher, T. Ley, U. Seelmeyer, F. Siller, A. Tillmann & I. Zorn (Hrsg.), Handbuch Soziale Arbeit und Digitalisierung (S. 333–346). Weinheim: Beltz Juventa.
Hepp, A. (2016). Kommunikations- und Medienwissenschaft in datengetriebenen Zeiten. Publizistik, (61 (3), S. 225–246). doi: https://doi.org/10.1007/s11616-016-0263-y.
Höhne, T., Karcher, M. & Voss, C. (2020). Wolkige Verheißungen. Zeitschrift für Pädagogik, 3: (S. 324–340).
Hollenstein, E. & Nieslony, F. (2018). Digitalisierte Lebenswelten und digitales Lernen. Herausforderungen für die Schulsozialarbeit. unsere jugend, (70 (10), S. 432–440). doi: http://dx.doi.org/https://doi.org/10.2378/uj2018.art66d.
Hradil, S. (2005). Soziale Ungleichheit in Deutschland, 8. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften.
Ifenthaler, D. & Drachsler, H. (2018). Learning Analytics. In H. M. Niegemann & A. Weinberger (Hrsg.), Lernen mit Bildungstechnologien: Praxisorientiertes Handbuch zum intelligenten Umgang mit digitalen Medien (S. 1–20). Berlin, Heidelberg: Springer.
iRights.Lab (2019): Algo.Rules. Regeln für die Gestaltung algorithmischer Systeme. https://algorules.org/typo3conf/ext/rsmbstalgorules/Resources/Public/assets/pdf/Algo.Rules_DE.pdf. Zugegriffen: 03. September 2020.
Jarke, J. & Breiter, A. (2019). Editorial: the datafication of education. Learning, Media and Technology, (44, (1), S. 1–6). doi: https://doi.org/10.1080/17439884.2019.1573833.
Just, A. (2016). Handbuch Schulsozialarbeit, 2. Aufl. Münster, New York: Waxmann.
Klein, A. & Pulver, C. (2019). Inklusion und die Reproduktion von Ungleichheit. sozialmagazin – Die Zeitschrift für Soziale Arbeit, (S. 14–20).
Krotz, F. (2007). Mediatisierung: Fallstudien zum Wandel von Kommunikation. Wiesbaden: VS Verlag für Sozialwissenschaften.
Krotz, F. (2012). Von der Entdeckung der Zentralperspektive zur Augmented Reality: Wie Mediatisierung funktioniert. In F. Krotz & A. Hepp (Hrsg.), Mediatisierte Welten. Forschungsfelder und Beschreibungsansätze (S. 27–55). Wiesbaden: Springer VS.
Kultusministerkonferenz (2019). Bund und Länder über DigitalPakt Schule einig: 5,5 Milliarden für die digitalen Infrastrukturen der Schulen - Beitrag zur digitalen Bildung in Deutschland. https://www.kmk.org/aktuelles/artikelansicht/bund-und-laender-ueber-digitalpakt-schule-einig-55-milliarden-fuer-die-digitalen-infrastrukturen-der.html. Zugegriffen: 14. September 2020.
Kutscher, N. (2019). Algorithmen und ihre Implikationen für Soziale Arbeit. sozialmagazin - Die Zeitschrift für Soziale Arbeit, (3–4), (S. 26–35).
Landesinitiative n-21: Schulen in Niedersachsen online e. V. (2020). Niedersächsische Bildungscloud – Bildung in der digitalen Welt. https://www.n-21.de/staticsite/staticsite.php?menuid=537&topmenu=4. Zugegriffen: 14. September 2020.
Marr, M & Zillen, N. (2018). Digitale Spaltung. In W. Schweiger & K. Beck (Hrsg.), Handbuch Online-Kommunikation (S. 1–24). Wiesbaden: VS Verlag für Sozialwissenschaften.
Medienpädagogischer Forschungsverbund Südwest (2018). KIM-Studie 2018: Kindheit, Internet, Medien. Basisuntersuchung zum Medienumgang 6- bis 13-Jähriger. https://www.mpfs.de/fileadmin/files/Studien/KIM/2018/KIM-Studie_2018_web.pdf. Zugegriffen: 14. September 2020.
Medienpädagogischer Forschungsverbund Südwest (2019). JIM-Studie 2019: Basisuntersuchung zum Medienumgang 12- bis 19-Jähriger. https://www.mpfs.de/fileadmin/files/Studien/JIM/2019/JIM_2019.pdf. Zugegriffen: 14. September 2020.
Medienpädagogischer Forschungsverbund Südwest (2020). JIMplus 2020 - Lernen und Freizeit in der Corona-Krise. https://www.mpfs.de/fileadmin/files/Studien/JIM/JIMplus_2020/JIMplus_2020_Corona.pdf. Zugegriffen: 14. September 2020.
Meinel, C., Renz, J., Luderich, M., Malyska, V., Kaiser, K., & Oberländer, A. (2019). Die HPI Schul-Cloud: Roll-Out einer Cloud-Architektur für Schulen in Deutschland: Technische Berichte Nr. 125 des Hasso-Plattner-Instituts für Digital Engineering an der Universität Potsdam. https://s3.hidrive.strato.com/schul-cloud-hpi/global/Dokumente/Die-HPI-Schul-Cloud_Roll-Out-einer-Cloud-Architektur-f%C3%BCr-Schulen-in-Deutschland.pdf. Zugegriffen: 14. September 2020.
Mostafa, T. & Schwabe, M. (2018). Programme for International Student Assesment (PISA): PISA 2018 Ergebnisse. Ländernotiz Deutschland. https://www.oecd.org/berlin/themen/pisa-studie/PISA2018_CN_DEU_German.pdf. Zugegriffen: 14. September 2020.
Orwat, C. (2019). Diskriminierungsrisiken durch Verwendung von Algorithmen. https://www.antidiskriminierungsstelle.de/SharedDocs/Downloads/DE/publikationen/Expertisen/Studie_Diskriminierungsrisiken_durch_Verwendung_von_Algorithmen.pdf?__blob=publicationFile&v=5. Zugegriffen: 14. September 2020.
Roßnagel, A. & Richter, P. (2017). Aufwachsen in virtuellen und technologisierten Welten: Herausforderungen der Datensammlung, Vernetzung, Kommerzialisierung und neuen Überwachungstechnologien für Jugendliche. https://www.dji.de/fileadmin/user_upload/bibs2017/15_KJB_RossnagelRichter_neu.pdf. Zugegriffen: 14. September 2020.
Schrödter, B. & Bastian, P. (2018). Risikodiagnostik in der Sozialen Arbeit an der Schwelle zum »digitalen Zeitalter« von Big Data Analytics. https://www.researchgate.net/publication/323267949_Risikodiagnostik_in_der_Sozialen_Arbeit_an_der_Schwelle_zum_digitalen_Zeitalter_von_Big_Data_Analytics?enrichId=rgreq-a92a692c44eca5945a6e17229fd81834-XXX&enrichSource=Y292ZXJQYWdlOzMyMzI2Nzk0OTtBUzo1OTU4MjA1MzM1Mzg4MTZAMTUxOTA2NjA5Mzk5Mw%3D%3D&el=1_x_3&_esc=publicationCoverPdf. Zugegriffen: 14. September 2020.
Senatsverwaltung für Bildung, Jugend und Wissenschaft in Berlin (2020). Lernraum Berlin. https://www.lernraum-berlin.de/start/de/. Zugegriffen: 14. September 2020.
Skorsetz, N., Bonanati, M. & Kucharz, D. (2020). Diversität und soziale Ungleichheit als Herausforderung an die Grundschule. In N. Skorsetz, M. Bonanati & D. Kucharz (Hrsg.), Diversität und soziale Ungleichheit: Herausforderungen an die Integrationsleistung der Grundschule (S. 2–7). Wiesbaden: Springer VS.
Speck, K. (2020). Schulsozialarbeit. In P. Bollweg, J. Buchna, T. Coelen & H.-U. Otto (Hrsg.), Handbuch Ganztagsbildung (S. 631–646). Wiesbaden: Springer Fachmedien.
Spies, A. & Pötter, N. (2011). Soziale Arbeit an Schulen: Einführung in das Handlungsfeld Schulsozialarbeit. Wiesbaden: VS Verlag.
Stalder, F. (2016). Kultur der Digitalität. Berlin: Suhrkamp.
Zillien, N. (2009). Digitale Ungleichheit: Neue Technologien und alte Ungleichheiten in der Informationsund Wissensgesellschaft, 2. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften.
Zorn, I. (2017). Wie viel »App-Lenkung« verträgt die digitalisierte Gesellschaft? Herausforderungen digitaler Datenerhebungen für die Medienbildung. In S. Eder, C. Mikat & A. Tillmann (Hrsg.), Software takes command: Herausforderungen der Datafizierung für die Medienpädagogik in Theorie und Praxis (S. 19–33). München: kopaed.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Roeske, A. (2021). Datafizierung, Daten(quellen) und die (Re)produktion digitaler Ungleichheiten in Schule und Schulsozialarbeit. In: Freier, C., König, J., Manzeschke, A., Städtler-Mach, B. (eds) Gegenwart und Zukunft sozialer Dienstleistungsarbeit. Perspektiven Sozialwirtschaft und Sozialmanagement. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-32556-5_23
Download citation
DOI: https://doi.org/10.1007/978-3-658-32556-5_23
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-32555-8
Online ISBN: 978-3-658-32556-5
eBook Packages: Social Science and Law (German Language)