Datenjournalismus Schule - Zukunftswerkstatt Schule - aiMOOC

Einleitung

Datenjournalismus Schule / Zukunftswerkstatt Schule verbindet Datenjournalismus, Medienkompetenz, Künstliche Intelligenz, Making, Technik, Kreativität und Zukunftskompetenz. Du lernst, wie aus Daten eine überprüfbare journalistische Geschichte wird: Du stellst eine gute Frage, findest oder erhebst Daten, prüfst ihre Qualität, wertest sie aus, visualisierst Ergebnisse und veröffentlichst sie verantwortungsvoll. Im schulischen Kontext bedeutet das: Die Schule wird selbst zum Forschungsfeld. Lernende untersuchen zum Beispiel Mobilität, Schulwege, Pausenräume, Mediennutzung, Energieverbrauch, Lernorte, Mensaangebote, Müllvermeidung oder Beteiligungsmöglichkeiten.

{{#ev:youtube|https://www.youtube.com/watch?v=34i-pOzM5ZU%7C500%7Ccenter}}

Dieser aiMOOC nutzt das Video als Ausgangspunkt für eine Zukunftswerkstatt Schule: Du entwickelst aus realen Beobachtungen und Daten Ideen für eine bessere, gerechtere, kreativere und zukunftsfähige Schule. Dabei arbeitest Du wie in einer Redaktion: kritisch, neugierig, genau, transparent und verantwortungsbewusst.

Lernziele

Nach diesem aiMOOC kannst Du erklären, was Datenjournalismus ist und warum er für Demokratie, Schule und Öffentlichkeit wichtig ist. Du kannst eine datenjournalistische Fragestellung entwickeln, geeignete Datenquellen auswählen, einfache Daten prüfen und auswerten, Diagramme sinnvoll einsetzen und Ergebnisse verständlich erzählen. Außerdem kannst Du Chancen und Grenzen von KI im datenjournalistischen Arbeiten einschätzen und Regeln zu Datenschutz, Urheberrecht, Transparenz und journalistischer Ethik beachten.

Datenkompetenz: Du erkennst, welche Daten zu einer Frage passen und welche Aussagekraft sie haben.
Medienkompetenz: Du prüfst Informationen, Quellen und Darstellungen kritisch.
Journalismus: Du unterscheidest zwischen Daten, Interpretation, Meinung und Beleg.
Zukunftskompetenz: Du entwickelst aus Daten begründete Ideen für Veränderungen.
Projektlernen: Du arbeitest im Team an einem realen Produkt, zum Beispiel an einem Datenreport, einer Infografik, einem Podcast oder einer Ausstellung.

Was ist Datenjournalismus?

Datenjournalismus ist eine Form des Online-Journalismus, bei der Daten nicht nur als Hintergrundinformation dienen, sondern selbst zum Material der Recherche werden. Daten können aus offenen Daten, Umfragen, Messungen, Tabellen, Archiven, Karten, Schulstatistiken oder selbst erhobenen Beobachtungen stammen. Wichtig ist nicht die Datenmenge allein, sondern die journalistische Frage: Was zeigen die Daten, was sonst verborgen bliebe?

Im Datenjournalismus werden Daten gesammelt, bereinigt, analysiert, eingeordnet und veröffentlicht. Eine gute datenjournalistische Geschichte beantwortet nicht nur die Frage Wie viele?, sondern auch Warum ist das wichtig?, Wen betrifft es?, Was verändert sich? und Welche Handlungsmöglichkeiten gibt es?

Datenjournalismus in der Schule

In der Schule eignet sich Datenjournalismus besonders für fächerübergreifendes Lernen. In Deutsch geht es um Recherche, Schreiben, Interview und Veröffentlichung. In Mathematik werden Tabellen, Prozentwerte, Mittelwerte, Streuungen und Diagramme wichtig. In Informatik kommen Datenformate, Tabellenkalkulation, einfache Programmierung, Algorithmen und Künstliche Intelligenz hinzu. In Politischer Bildung geht es um Teilhabe, Öffentlichkeit, Verantwortung und demokratische Entscheidungsprozesse.

Ein schulisches Datenprojekt kann zum Beispiel untersuchen, wie Lernende zur Schule kommen, welche Räume besonders beliebt sind, wie viel Müll in einer Woche anfällt, wie barrierefrei ein Schulgebäude ist oder welche Themen in einer Schülerzeitung unterrepräsentiert sind. Entscheidend ist: Die Daten müssen fair erhoben, sorgfältig geprüft und verständlich erklärt werden.

Daten, Informationen und Geschichten

Daten sind einzelne Werte, Beobachtungen oder Angaben. Eine Information entsteht, wenn Daten in einen Zusammenhang gestellt werden. Eine journalistische Geschichte entsteht, wenn Daten, Quellen, Menschen, Ursachen und Folgen verbunden werden. Ein Balkendiagramm allein ist noch kein Datenjournalismus. Erst durch eine klare Frage, Recherche, Einordnung und verständliche Erzählung wird daraus ein Beitrag.

Beispiel: Die Zahl 37 Prozent sagt wenig aus, solange unklar ist, worum es geht. Wird daraus aber: 37 Prozent der befragten Lernenden wünschen sich mehr ruhige Arbeitsplätze in der Mittagspause, entsteht eine Information. Wenn zusätzlich Interviews, Raumbeobachtungen und Lösungsideen hinzukommen, entsteht eine datenjournalistische Geschichte über Schulentwicklung.

Zukunftswerkstatt Schule

Die Zukunftswerkstatt ist eine Methode, mit der Gruppen Probleme, Wünsche und Handlungsmöglichkeiten kreativ bearbeiten. Sie passt gut zu datenjournalistischen Schulprojekten, weil sie Kritik, Fantasie und konkrete Umsetzung verbindet. In einer Zukunftswerkstatt Schule sammelst Du nicht nur Daten über den Ist-Zustand, sondern entwickelst daraus Zukunftsideen.

Kritikphase: Was läuft an unserer Schule noch nicht gut? Welche Erfahrungen, Daten oder Beobachtungen zeigen Probleme?
Fantasiephase: Wie könnte Schule aussehen, wenn vieles möglich wäre? Welche kreativen Lösungen könnten helfen?
Verwirklichungsphase: Welche Ideen sind realistisch? Welche Daten, Prototypen, Medienprodukte oder Gespräche brauchen wir für die Umsetzung?

Warum Daten in einer Zukunftswerkstatt helfen

Daten können Diskussionen versachlichen. Statt nur zu sagen Viele finden den Pausenhof zu laut, kann eine Gruppe eine Befragung, eine Lärmmessung oder eine Beobachtung durchführen. Dadurch entstehen bessere Argumente. Gleichzeitig ersetzen Daten nicht die Erfahrungen einzelner Menschen. Gute Partizipation verbindet Zahlen mit Stimmen, Perspektiven und konkreten Geschichten.

Datenjournalistischer Workflow

Ein datenjournalistisches Schulprojekt folgt einem klaren Ablauf. Der Ablauf ist nicht starr: Manchmal zeigt die Auswertung, dass die Fragestellung geändert werden muss. Manchmal fehlen Daten, oder eine Visualisierung macht eine neue Frage sichtbar.

Schritt	Leitfrage	Ergebnis
Fragestellung	Was wollen wir herausfinden?	Eine überprüfbare Recherchefrage
Datenquelle	Woher kommen die Daten?	Liste geeigneter Quellen oder Erhebungsmethoden
Datenerhebung	Wie sammeln wir fair und zuverlässig?	Tabelle, Umfrage, Messprotokoll oder Beobachtungsbogen
Datenbereinigung	Welche Fehler, Lücken oder Dopplungen gibt es?	Geprüfte und einheitliche Datentabelle
Datenanalyse	Welche Muster, Unterschiede oder Entwicklungen sind erkennbar?	Auswertung mit Kennzahlen und Beobachtungen
Datenvisualisierung	Welche Darstellung erklärt die Erkenntnis am besten?	Diagramm, Karte, Infografik oder Dashboard
Storytelling	Welche Geschichte erzählen die Daten?	Artikel, Video, Podcast, Ausstellung oder Präsentation
Reflexion	Was ist belegt, was bleibt unsicher?	Transparente Einordnung und Verbesserungsideen

Gute Fragestellungen entwickeln

Eine gute datenjournalistische Frage ist konkret, überprüfbar und relevant. Sie ist nicht zu groß und nicht zu vage. Ist unsere Schule gut? ist zu allgemein. Besser ist: Wie bewerten Lernende der Klassen 7 bis 10 die Aufenthaltsqualität der Pausenbereiche? oder Wie unterscheiden sich die Schulwege nach Entfernung, Verkehrsmittel und Zeitaufwand?

Eine starke Frage verbindet ein Thema mit einer Zielgruppe, einem Zeitraum und einer messbaren Beobachtung. Sie lässt Raum für Ergebnisse, die Dich überraschen können. Wenn Du das Ergebnis schon vorher festlegen willst, betreibst Du keine Recherche, sondern suchst nur Bestätigung.

Datenquellen in der Schule

Für Schulprojekte eignen sich viele Datenquellen. Du kannst vorhandene Daten nutzen oder eigene Daten erheben. Vorhandene Daten können aus Schulstatistiken, Stadtportalen, Open-Data-Portalen, Wetterdaten, Verkehrsdaten, Bibliotheksdaten, Stundenplänen oder offiziellen Berichten stammen. Eigene Daten entstehen durch Umfragen, Interviews, Beobachtungen, Messungen oder Zählungen.

Besonders wichtig ist die Frage, ob personenbezogene Daten entstehen. Sobald Daten Rückschlüsse auf einzelne Personen ermöglichen, gelten strenge Regeln. Für viele Schulprojekte reichen anonyme oder zusammengefasste Daten. Das schützt die Beteiligten und verbessert die Akzeptanz.

Datenqualität prüfen

Daten wirken oft objektiver, als sie sind. Deshalb gehört Datenqualität zur Recherche. Prüfe, wer die Daten erhoben hat, wann sie entstanden sind, welche Gruppe erfasst wurde und welche Gruppe fehlt. Frage auch, ob Begriffe eindeutig sind. Wenn zum Beispiel nach Mediennutzung gefragt wird, muss klar sein, ob Unterricht, Freizeit, Smartphone, Konsole, Messenger oder Lernplattform gemeint sind.

Typische Probleme sind fehlende Werte, Tippfehler, unklare Kategorien, doppelte Einträge, zu kleine Stichproben oder verzerrte Auswahl. Wenn nur besonders engagierte Lernende an einer Umfrage teilnehmen, kann das Ergebnis nicht für die ganze Schule sprechen. Datenjournalismus bedeutet deshalb immer auch: Grenzen der Aussage offenlegen.

Visualisierung und Storytelling

Datenvisualisierung hilft, Muster sichtbar zu machen. Ein Balkendiagramm eignet sich gut für Vergleiche zwischen Kategorien. Ein Liniendiagramm zeigt Entwicklungen über die Zeit. Ein Kreisdiagramm sollte nur sparsam genutzt werden, wenn wenige Teile eines Ganzen dargestellt werden. Eine Karte kann räumliche Unterschiede zeigen, etwa Schulwege oder sichere Fahrradwege. Eine Infografik verbindet Daten, Text, Symbole und Gestaltung.

Die Visualisierung muss zur Aussage passen. Ein schönes Diagramm ist nicht automatisch ein gutes Diagramm. Gute Gestaltung macht die Aussage verständlicher, nicht dramatischer. Achsen, Beschriftungen, Einheiten, Quelle und Zeitraum müssen sichtbar sein.

Vom Diagramm zur Geschichte

Datenjournalistisches Storytelling verbindet Analyse mit Verständlichkeit. Eine gute Geschichte beginnt oft mit einer Beobachtung, einer Frage oder einer überraschenden Zahl. Danach erklärst Du, woher die Daten kommen, was sie zeigen, welche Beispiele sie greifbar machen und welche Folgen daraus entstehen können. Interviews mit Betroffenen, Expertinnen und Experten oder Verantwortlichen helfen, Zahlen menschlich einzuordnen.

Eine mögliche Struktur ist: Problem beschreiben, Daten zeigen, Ursachen recherchieren, Perspektiven einholen, Lösungsideen vorstellen und offene Fragen transparent machen. Diese Struktur eignet sich auch für Schülerzeitung, Schulhomepage, Ausstellung, Podcast oder Videobeitrag.

KI, Making und Technik

Künstliche Intelligenz kann datenjournalistische Schulprojekte unterstützen. Sie kann helfen, Ideen für Fragestellungen zu sammeln, Umfragefragen zu verbessern, Tabellenfehler zu finden, Diagrammtitel zu formulieren oder Texte verständlicher zu machen. Auch beim Coding, bei der Nutzung von Tabellenkalkulation oder beim Erstellen einfacher Auswertungen kann KI nützlich sein.

Trotzdem darf KI nicht ungeprüft übernommen werden. KI kann Fehler machen, Quellen erfinden, Zusammenhänge übertreiben oder Vorurteile verstärken. Deshalb gilt: Daten, Rechnungen, Quellen und Aussagen müssen von Menschen überprüft werden. In einem Lernprojekt ist KI ein Werkzeug, keine Autorin der Wahrheit.

Making als Erweiterung des Datenjournalismus

Making erweitert Datenjournalismus um praktische Experimente. Lernende können Sensoren bauen, Messstationen entwickeln, Prototypen gestalten oder Modelle erstellen. Ein Projekt zur Luftqualität im Klassenraum kann zum Beispiel Messdaten, Diagramme, Interviews und einen selbstgebauten Lüftungsindikator verbinden. Ein Projekt zum Pausenhof kann Datenanalyse, Kartierung, 3D-Modell, Fotodokumentation und Beteiligungsformat kombinieren.

So entsteht eine Verbindung von Kopf, Hand und Öffentlichkeit: Du verstehst ein Problem, machst es sichtbar und entwickelst konkrete Ideen.

Geeignete Werkzeuge

Für den Einstieg reichen oft einfache Werkzeuge. Eine Tabellenkalkulation wie LibreOffice Calc oder ein Online-Tabellenprogramm genügt für viele Auswertungen. Für komplexere Projekte können OpenRefine, Python, Jupyter Notebook, Datawrapper, QGIS, Wikidata oder GeoGebra eingesetzt werden. Wichtig ist nicht, möglichst viele Tools zu verwenden, sondern das passende Werkzeug für die Frage auszuwählen.

Ethik, Datenschutz und Verantwortung

Datenjournalismus in der Schule braucht klare Regeln. Du arbeitest mit Informationen über Menschen, Räume und Entscheidungen. Deshalb müssen Datenschutz, Persönlichkeitsrecht, Urheberrecht, Fairness und Transparenz beachtet werden. Besonders bei Minderjährigen gilt: Keine personenbezogenen Daten veröffentlichen, keine heimlichen Aufnahmen machen, keine sensiblen Informationen sammeln und keine einzelnen Personen bloßstellen.

Gute Regeln für Schulprojekte sind: Frage nur Daten ab, die Du wirklich brauchst. Erkläre, wofür die Daten verwendet werden. Speichere Daten sicher. Veröffentliche nur zusammengefasste Ergebnisse. Nenne Datenquellen. Trenne Fakten von Meinung. Kennzeichne Unsicherheiten. Hole Einverständnisse ein, wenn Personen erkennbar beteiligt sind.

Bias und blinde Flecken

Bias bedeutet Verzerrung. Verzerrungen entstehen, wenn Daten bestimmte Gruppen übersehen, Fragen einseitig gestellt werden oder Auswertungen zu stark vereinfacht werden. Wenn eine Umfrage nur digital verbreitet wird, fehlen vielleicht Stimmen von Personen, die die Plattform kaum nutzen. Wenn nur die Klassensprecherinnen und Klassensprecher befragt werden, fehlen möglicherweise leisere Perspektiven.

Datenjournalismus wird besser, wenn Du aktiv nach blinden Flecken suchst. Frage: Wer kommt in unseren Daten nicht vor? Welche Annahmen stecken in unseren Kategorien? Welche Erklärung wäre noch möglich? Welche Interessen könnten eine Quelle beeinflussen?

Unterrichtsprojekt: Unsere Schule in Daten

Ein mögliches Projekt heißt Unsere Schule in Daten. Ziel ist ein datenjournalistischer Beitrag zur Frage, wie Schule zukunftsfähiger werden kann. Die Klasse bildet Redaktionsteams. Jedes Team wählt ein Thema, zum Beispiel Lernräume, Pausen, Mobilität, Medien, Klima, Beteiligung, Mensa, Barrierefreiheit oder Wohlbefinden. Danach entwickelt das Team eine Frage, erhebt Daten, wertet sie aus und veröffentlicht eine Geschichte.

Rechercheteam: Entwickelt die Fragestellung, sucht Quellen und führt Interviews.
Datenteam: Plant Umfrage, Messung oder Beobachtung und prüft die Datenqualität.
Visualisierungsteam: Erstellt Diagramme, Karten oder Infografiken.
Redaktionsteam: Schreibt Artikel, Sprechertext oder Ausstellungstext und prüft Verständlichkeit.
Ethikteam: Achtet auf Datenschutz, Einverständnis, Fairness und transparente Quellenangaben.
Zukunftsteam: Entwickelt aus den Ergebnissen Vorschläge für die Schule der Zukunft.

Beispielprojekt: Schulwege sichtbar machen

Eine Klasse untersucht Schulwege. Die Fragestellung lautet: Wie kommen Lernende zur Schule, wie lange brauchen sie und welche Hindernisse erleben sie? Die Klasse erhebt anonym Daten zu Verkehrsmittel, Zeitaufwand, Entfernungskategorie und wahrgenommenen Gefahrenstellen. Zusätzlich werden Interviews geführt und auf einer Karte typische Problemstellen markiert. Das Ergebnis kann ein Datenartikel, eine interaktive Karte, eine Ausstellung für den Elternabend oder ein Gesprächsimpuls für die Schülervertretung sein.

Wichtig ist: Es werden keine Adressen veröffentlicht und keine Bewegungsprofile einzelner Personen erstellt. Die Daten werden gruppiert, zum Beispiel nach Klassenstufe oder Verkehrsmittel. So entsteht ein Beitrag, der informiert, schützt und Handlungsmöglichkeiten eröffnet.

Beispielprojekt: Lernräume der Zukunft

Eine Zukunftswerkstatt kann mit der Frage starten: Welche Räume brauchen wir, um besser lernen, arbeiten und entspannen zu können? In der Kritikphase sammeln Lernende Beobachtungen: Wo ist es laut? Wo fehlt Ruhe? Wo entstehen Konflikte? In der Fantasiephase entwerfen sie neue Raumideen. In der Verwirklichungsphase prüfen sie mithilfe von Daten, welche Ideen realistisch sind: Nutzungszeiten, Raumgrößen, Wege, Bedürfnisse verschiedener Gruppen und mögliche Kosten.

Das Ergebnis kann ein datenbasierter Raumreport mit Skizzen, Fotos, Diagrammen und Vorschlägen für die Schulleitung sein.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Womit beginnt ein gutes datenjournalistisches Schulprojekt? (Eine prüfbare Fragestellung) (!Ein möglichst buntes Diagramm) (!Eine fertige Meinung) (!Eine geheime Datenbank)

Was bedeutet Datenbereinigung? (Fehler, Lücken und Dopplungen in Daten prüfen) (!Daten absichtlich verändern) (!Diagramme ohne Quelle veröffentlichen) (!Interviews auswendig lernen)

Welche Darstellung eignet sich besonders für Entwicklungen über die Zeit? (Liniendiagramm) (!Kreisdiagramm) (!Wortwolke) (!Einzelfoto)

Welche Maßnahme schützt Personen in einem Schulprojekt besonders? (Anonymisierung) (!Namenslisten veröffentlichen) (!Rohdaten frei teilen) (!Einzelne Antworten zitieren)

Was macht eine datenjournalistische Geschichte journalistisch? (Einordnung der Daten in einen verständlichen Kontext) (!Eine möglichst große Tabelle ohne Erklärung) (!Ein Diagramm ohne Überschrift) (!Eine Behauptung ohne Beleg)

Wobei kann KI in einem Datenprojekt sinnvoll unterstützen? (Muster finden und Formulierungen vorschlagen) (!Quellen ungeprüft ersetzen) (!Datenschutz überflüssig machen) (!Ergebnisse automatisch wahr machen)

Was ist eine Open-Data-Quelle? (Öffentlich zugängliche Daten mit klaren Nutzungsbedingungen) (!Eine private Chatgruppe) (!Ein Passwortheft) (!Eine nicht belegte Vermutung)

Welche Phase einer Zukunftswerkstatt sammelt zunächst Probleme und Kritik? (Kritikphase) (!Veröffentlichungsphase) (!Prüfungsphase) (!Abschlussphase)

Warum müssen Datenquellen genannt werden? (Damit Ergebnisse nachvollziehbar sind) (!Damit Texte länger wirken) (!Damit Diagramme bunter aussehen) (!Damit niemand Fragen stellen kann)

Was beschreibt Bias in Daten? (Systematische Verzerrung) (!Eine perfekte Messung) (!Eine neutrale Überschrift) (!Eine zufällige Farbe)

Memory

Datenquelle	Herkunft der Informationen
Datenbereinigung	Fehler korrigieren
Visualisierung	Daten sichtbar machen
Storytelling	Erkenntnisse erzählen
Datenschutz	Personen schützen
Zukunftswerkstatt	Ideen gemeinsam entwickeln

Drag and Drop

Ordne die richtigen Begriffe zu.	Projektphase
Fragestellung	Was wollen wir herausfinden?
Datenerhebung	Wie sammeln wir Informationen?
Datenanalyse	Welche Muster erkennen wir?
Visualisierung	Wie machen wir Ergebnisse sichtbar?
Veröffentlichung	Wie teilen wir unsere Geschichte verantwortungsvoll?

Kreuzworträtsel

Recherche	Wie nennt man die planvolle Suche nach Informationen?
Datenquelle	Wie heißt die Herkunft der verwendeten Daten?
Diagramm	Wie nennt man eine grafische Darstellung von Daten?
Kontext	Was hilft, Zahlen richtig einzuordnen?
Anonymisierung	Wie nennt man das Entfernen personenbezogener Merkmale?
Redaktion	Wie nennt man ein Team, das journalistische Beiträge plant und prüft?

LearningApps

Lückentext

Datenjournalismus verbindet journalistische Recherche mit der Analyse von

. Eine gute Recherche beginnt mit einer prüfbaren

. Vor der Auswertung müssen Fehler und Dopplungen durch

geprüft werden. Eine geeignete

macht Muster verständlich. Damit Ergebnisse überprüfbar bleiben, müssen die verwendeten

genannt werden. In Schulprojekten schützt

die beteiligten Personen. KI kann unterstützen, ersetzt aber nicht die menschliche

. Eine Zukunftswerkstatt entwickelt aus Kritik und Fantasie konkrete

.

Offene Aufgaben

Leicht

Datenfrage: Formuliere drei konkrete Fragen zu Deiner Schule, die man mit Daten untersuchen könnte, und markiere die beste Frage.
Diagrammcheck: Suche in einer Zeitung oder auf einer Nachrichtenseite ein Diagramm und beschreibe, was daran verständlich oder unverständlich ist.
Mini-Umfrage: Entwickle fünf faire, anonyme Fragen zu einem Schulthema und teste sie mit drei Mitschülerinnen oder Mitschülern.
Quellenliste: Sammle fünf mögliche Datenquellen für ein Schulprojekt und notiere, wer die Daten erstellt hat.

Standard

Datenreport: Erhebe in einer Gruppe anonyme Daten zu einem Schulthema und erstelle daraus einen kurzen Bericht mit Diagramm.
Interview und Daten: Ergänze eine kleine Datenauswertung durch zwei Interviews und erkläre, wie die Aussagen die Zahlen einordnen.
Infografik: Gestalte eine Infografik zu einem Zukunftsthema der Schule und achte auf Quelle, Zeitraum und verständliche Beschriftung.
KI-Prüfung: Nutze KI zur Formulierung von Diagrammtiteln und prüfe anschließend, welche Vorschläge sachlich richtig, übertrieben oder unklar sind.

Schwer

Zukunftswerkstatt: Plane eine Zukunftswerkstatt zu einem datenbasierten Problem Deiner Schule und dokumentiere Kritikphase, Fantasiephase und Verwirklichungsphase.
Open-Data-Recherche: Verbinde schulische Daten mit einer öffentlichen Datenquelle, zum Beispiel Wetter, Verkehr oder Stadtentwicklung, und erkläre den Mehrwert.
Datenethik: Entwickle einen Datenschutz- und Ethikplan für ein Schulprojekt, in dem Erhebung, Speicherung, Auswertung und Veröffentlichung geregelt sind.
Redaktionsprojekt: Produziere mit Deiner Gruppe einen datenjournalistischen Beitrag für Schulhomepage, Schülerzeitung, Ausstellung oder Podcast und führe eine Quellenprüfung durch.

type=create break=no preload=CHAT GPT TEXT HIER EINFÜGEN default= width=30 placeholder= Dein MOOC Titel buttonlabel=MOOC erstellen </inputbox>

Lernkontrolle

Transferaufgabe: Eine Klasse behauptet, die Mensa werde immer unbeliebter. Entwickle ein Untersuchungsdesign, mit dem diese Aussage fair geprüft werden kann.
Quellenkritik: Du bekommst eine Tabelle ohne Quelle, Zeitraum und Erklärung der Kategorien. Beurteile, welche Aussagen möglich sind und welche nicht.
Visualisierungsentscheidung: Wähle für drei unterschiedliche Datensätze jeweils eine passende Diagrammform und begründe Deine Entscheidung.
Ethikfall: Eine Umfrage enthält Kommentare, die einzelne Lehrkräfte erkennbar machen. Erkläre, wie die Redaktion verantwortungsvoll damit umgehen sollte.
Zukunftsentwurf: Leite aus einer Datenauswertung über Pausenräume drei realistische Verbesserungsvorschläge ab und erläutere, welche Akteure beteiligt werden müssen.
KI-Reflexion: Beschreibe, an welchen Stellen KI ein Datenprojekt verbessern kann und an welchen Stellen menschliche Kontrolle unverzichtbar bleibt.

Lernnachweis

Projektmappe: Dokumentiere Fragestellung, Datenquelle, Erhebungsmethode, Bereinigung, Auswertung, Visualisierung und Quellenkritik.
Datenprodukt: Erstelle einen Artikel, eine Infografik, eine Karte, eine Präsentation oder einen kurzen Videobeitrag mit klarer Aussage.
Reflexion: Erkläre schriftlich, welche Grenzen Deine Daten haben und welche Entscheidungen Dein Team bei Datenschutz und Darstellung getroffen hat.
Feedbackrunde: Stelle Dein Ergebnis einer Lerngruppe vor und überarbeite es anhand konkreter Rückmeldungen.
Zukunftsimpuls: Formuliere eine umsetzbare Empfehlung für die Schule und begründe sie mit Deinen Daten.

OERs zum Thema

Links

Datenjournalismus Schule

aiMOOC-Projekte

Schulfach+

Prüfungsliteratur 2026
Bundesland	Bücher	Kurzbeschreibung
Baden-Württemberg	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck Mittlere Reife Der Markisenmann - Jan Weiler oder Als die Welt uns gehörte - Liz Kessler Ein Schatten wie ein Leopard - Myron Levoy oder Pampa Blues - Rolf Lappert	Abitur Dorfrichter-Komödie über Wahrheit/Schuld; Roman über einen Ort und deutsche Geschichte. Mittlere Reife Wahllektüren (Roadtrip-Vater-Sohn / Jugendroman im NS-Kontext / Coming-of-age / Provinzroman).
Bayern	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Lustspiel über Machtmissbrauch und Recht; Roman als Zeitschnitt deutscher Geschichte an einem Haus/Grundstück.
Berlin/Brandenburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Der Biberpelz - Gerhart Hauptmann Heimsuchung - Jenny Erpenbeck	Abitur Gerichtskomödie; soziales Drama um Ausbeutung/Armut; Komödie/Satire um Diebstahl und Obrigkeit; Roman über Erinnerungsräume und Umbrüche.
Bremen	Abitur Nach Mitternacht - Irmgard Keun Mario und der Zauberer - Thomas Mann Emilia Galotti - Gotthold Ephraim Lessing oder Miss Sara Sampson - Gotthold Ephraim Lessing	Abitur Roman in der NS-Zeit (Alltag, Anpassung, Angst); Novelle über Verführung/Massenpsychologie; bürgerliche Trauerspiele (Moral, Macht, Stand).
Hamburg	Abitur Der zerbrochne Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun	Abitur Justiz-/Machtkritik als Komödie; Großstadtroman der Weimarer Zeit (Rollenbilder, Aufstiegsträume, soziale Realität).
Hessen	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Heimsuchung - Jenny Erpenbeck Der Prozess - Franz Kafka	Abitur Gerichtskomödie; Fragmentdrama über Gewalt/Entmenschlichung; Erinnerungsroman über deutsche Brüche; moderner Roman über Schuld, Macht und Bürokratie.
Niedersachsen	Abitur Der zerbrochene Krug - Heinrich von Kleist Das kunstseidene Mädchen - Irmgard Keun Die Marquise von O. - Heinrich von Kleist Über das Marionettentheater - Heinrich von Kleist	Abitur Schwerpunkt auf Drama/Roman sowie Kleist-Prosatext und Essay (Ehre, Gewalt, Unschuld; Ästhetik/„Anmut“).
Nordrhein-Westfalen	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Komödie über Wahrheit und Autorität; Roman als literarische „Geschichtsschichtung“ an einem Ort.
Saarland	Abitur Heimsuchung - Jenny Erpenbeck Furor - Lutz Hübner und Sarah Nemitz Bahnwärter Thiel - Gerhart Hauptmann	Abitur Erinnerungsroman an einem Ort; zeitgenössisches Drama über Eskalation/Populismus; naturalistische Novelle (Pflicht/Überforderung/Abgrund).
Sachsen (berufliches Gymnasium)	Abitur Der zerbrochne Krug - Heinrich von Kleist Woyzeck - Georg Büchner Irrungen, Wirrungen - Theodor Fontane Der gute Mensch von Sezuan - Bertolt Brecht Heimsuchung - Jenny Erpenbeck Der Trafikant - Robert Seethaler	Abitur Mischung aus Klassiker-Drama, sozialem Drama, realistischem Roman, epischem Theater und Gegenwarts-/Erinnerungsroman; zusätzlich Coming-of-age im historischen Kontext.
Sachsen-Anhalt	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Themenfelder)	Abitur Schwerpunktsetzung über Themenfelder (u. a. Literatur um 1900; Sprache in politisch-gesellschaftlichen Kontexten), ohne feste Einzeltitel.
Schleswig-Holstein	Abitur Der zerbrochne Krug - Heinrich von Kleist Heimsuchung - Jenny Erpenbeck	Abitur Recht/Gerechtigkeit und historische Tiefenschichten eines Ortes – umgesetzt über Drama und Gegenwartsroman.
Thüringen	Abitur (keine fest benannte landesweite Pflichtlektüre veröffentlicht; Orientierung am gemeinsamen Aufgabenpool)	Abitur In der Praxis häufig Orientierung am gemeinsamen Aufgabenpool; landesweite Einzeltitel je nach Vorgabe/Handreichung nicht einheitlich ausgewiesen.
Mecklenburg-Vorpommern	Abitur (Quelle aktuell technisch nicht abrufbar; Beteiligung am gemeinsamen Aufgabenpool bekannt)	Abitur Land beteiligt sich am länderübergreifenden Aufgabenpool; konkrete, veröffentlichte Einzeltitel konnten hier nicht ausgelesen werden.
Rheinland-Pfalz	Abitur (keine landesweit einheitliche Pflichtlektüre; schulische Auswahl)	Abitur Keine landesweite Einheitsliste; Auswahl kann schul-/kursbezogen erfolgen.