Nach Buchstabe filtern

D

DEfTIS steht für „Data Exchange for Training Information Systems“. DEfTIS ist ein Datenaustauschformat, das in der DIN-Spezifikation PAS 1045 empfohlen wurde. Die Spezifikation selbst wurde mittlerweile mangels Bedarfs wieder zurückgezogen, das Dateiformat DEfTIS wird jedoch stellenweise noch von Weiterbildungsdatenbanken genutzt. DEfTIS beschreibt, wie der Austausch von Informationen zwischen Weiterbildungsdatenbanken aussehen kann. Dabei wird lediglich ein Datenformat, keine Schnittstelle, definiert. DEfTIS basiert auf XML-Dokumenten. 

Literatur zum Nach- und Weiterlesen:
PAS 1045 (2007). Definition der Formate zum Datenaustausch: DEfTIS (Data Exchange for Training Information Systems). Abrufbar unter: tinyurl.com/f8zfmns8 (letzter Zugriff: 03.11.2022).

Ein Data Wallet beschreibt die virtuelle Ablage verschiedener (personenbezogener) Datensätze. Diese können Informationen wie den Namen, eine Adresse, offizielle Zertifikate und Zeugnisse oder auch digitale Chat-Konversationen beinhalten. Meist werden Data Wallets mit Verwaltungsfunktionen angeboten, über die eine Steuerung der Zugriffsberechtigungen von Externen auf die eigenen Daten möglich ist. Das Konzept der individuellen Datenhoheit ist mit der technologischen Lösung des Data Wallets verknüpft. 

Beispiele: Die Apple Wallet für bspw. Flugtickets und Kaufbelege ist eine bereits weit verbreitete Data Wallet. Im Rahmen der Nationalen Bildungsplattform wird die Enmeshed App als Demonstration genutzt. Die Lissi - Identity Wallet ist ein weiteres Beispiel für eine in der Entwicklung befindliche digitale Brieftasche.

Literatur zum Nach- und Weiterlesen:
Ruff, T. (2020). When Exlaining SSL, Start with the Wallet. Abrufbar unter: https://tinyurl.com/4rb9db27 (letzter Zugriff: 03.11.2022).
Die Bundesregierung (2021). Nachweise für die digitale Brieftasche. Abrufbar unter: https://www.bundesregierung.de/breg-de/suche/e-id-1962112 (Letzter Zugriff: 03.11.2022).

Die DKZ ist eine Taxonomie der Bundesagentur für Arbeit (BA), die auf der Klassifikation der Berufe basiert. Sie umfasst u. a. Kernkompetenzen und weitere Kompetenzen, die Berufen zugeordnet werden. Dies ermöglicht ein Matching von Stellen- und Bewerbungsangeboten im Vermittlungssystem der BA. Über eine Mapping Tabelle zu ESCO ist eine internationale Anschlussfähigkeit möglich. 

Literatur zum Nach- und Weiterlesen:
Bundesagentur für Arbeit (2011). Klassifikation der Berufe 2010 – Band 1: Systematischer und alphabetischer Teil mit Erläuterungen. Nürnberg. Abrufbar unter: https://www.arbeitsagentur.de/datei/Klassifikation-der-Berufe_ba017989.pdf (letzter Zugriff: 03.11.2022).

Die Datenethikkommission (DEK) ist ein unabhängiges Expertengremium, das von der Bundesregierung im Juli 2018 eingesetzt wurde. In ihrem Gutachten von 2019 stellt das Gremium ethische Leitlinien und Handlungsempfehlungen für die Datenpolitik vor. Dabei geht es um den Umgang mit Algorithmen, künstlicher Intelligenz und digitalen Innovationen. Die DEK sieht ihr Gutachten als einen Grundstein für einen breiten Zukunftsdiskurs über Ethik, Recht und Technologie. 

Literatur zum Nach- und Weiterlesen:
Datenethikkommission der Bundesregierung (2019): Gutachten der Datenethikkommission der Bundesregierung. Abrufbar unter: https://www.bundesregierung.de/breg-de/service/publikationen/gutachten-der-datenethikkommission-langfassung-1685238 (letzter Zugriff: 03.11.2022).

Die Europäische Datenschutz-Grundverordnung (dt.: DSGVO; engl.: GDPR) ist im Mai 2018 in Kraft getreten. Sie schützt natürliche Personen, wenn bestimmte Daten über sie verarbeitet werden. Diese Daten werden als personenbezogene Daten bezeichnet. Es handelt sich dabei um alle Informationen, die eine natürliche Person identifizieren (z. B. Name) oder identifizierbar machen (z. B. Kennnummer, die einem Namen zugeordnet werden kann).  
Die Verordnung formuliert den rechtlichen Rahmen für die Verarbeitung dieser personenbezogenen Daten. Unter anderem werden sechs Grundsätze benannt, die zu beachten sind (Art. 5 Abs. 1 lit a–f DSGVO):
• Rechtmäßigkeit, Verarbeitung nach Treu und Glauben, Transparenz
• Zweckbindung
• Datenminimierung
• Richtigkeit
• Speicherbegrenzung
• Integrität und Vertraulichkeit

Literatur zum Nach- und Weiterlesen:
Intersoft consulting (o. D.). Datenschutz-Grundverordnung (DSGVO). Abrufbar unter: https://dsgvo-gesetz.de/ (letzter Zugriff: 03.11.2022).

Nach dem Verständnis des Deutschen Ethikrats meint Datensouveränität einen selbstbestimmten und verantwortlichen Umgang mit den eigenen Daten. In diesem Sinne handelt es sich um eine Weiterentwicklung der informationellen Selbstbestimmung hin zu einer informationellen Freiheitsgestaltung. Das bedeutet, dass eine einzelne Person selbst bestimmt, mit welchen Informationen sie in Beziehung zur Umwelt tritt.
An dem Begriff der Datensouveränität gibt es jedoch auch grundsätzliche Kritik. Es wird u.a. kritisch betrachtet, wenn das Konzept ein niedrigeres Datenschutzniveau mit sich bringt oder so verstanden wird, dass der Schutz der Grundrechte nur mündigen Verbraucher:innen zusteht.
Das Begriffsverständnis des Deutschen Ethikrats nimmt diese Kritik auf und grenzt sich davon ab.

Literatur zum Nach- und Weiterlesen:
Deutscher Ethikrat (2018). Big Data und Gesundheit – Datensouveränität als informationelle Freiheitsgestaltung. Berlin. Abrufbar unter: https://www.ethikrat.org/fileadmin/Publikationen/Stellungnahmen/deutsch/stellungnahme-big-data-und-gesundheit.pdf (letzter Zugriff: 03.11.2022).
Hansen, M. (2021). Datenschutz und Datensouveränität. Abrufbar unter: https://www.datenschutzzentrum.de/uploads/vortraege/20211011_DatenschutzDatensouveraenitaet_ZEVEDI_Hansen.pdf (letzter Zugriff: 03.11.2022).

Das W3C arbeitet aktuell einen Standard aus, der einen Rahmen für dezentrale Identifier (DID) beschreibt. DIDs werden benötigt, um das Konzept der SSI umzusetzen. DIDs fungieren dabei als Adressen und zeigen an, wo die zu prüfende Identität zu finden ist. Dabei behalten die Nutzer:innen die Kontrolle über die Erzeugung und Lebensdauer der DIDs. In dem Standard werden beispielsweise die Architektur und das Datenmodel von DIDs beschrieben.

Literatur zum Nach- und Weiterlesen:
W3C (2021): Decentralized Identifiers (DIDs), v1.0. Abrufbar unter: https://www.w3.org/TR/did-core/ (letzter Zugriff: 03.11.2022).

Deep Learning (dt. “tiefes Lernen”) bezeichnet eine Untergruppe von Methoden des maschinellen Lernens (ML). Deep Learning sind ML-Modelle mit mehreren Abstraktionsschichten, die eigenständig Ergebnisse zu großen Datenmengen erzeugen können. Zwei zentrale Anwendungsbereiche des Deep Learning sind die Bildverarbeitung und die Sprachverarbeitung. Im Bildungsbereich können mit Deep Learning beispielsweise Texte von Lernenden ausgewertet werden.

Literatur zum Nach- und Weiterlesen:
Hoppe, H. (2021): Intelligente Lehr-/Lernsysteme im Lichte alter und neuer KI. In: Kienle, A.; Harrer, A.; Haake, J. M.; Lingnau, A. (Hg.): Tagungsband der 19. Fachtagung Bildungstechnologien (DELFI 2021), S. 17-18. Abrufbar unter: https://dl.gi.de/handle/20.500.12116/36992 (letzter Zugriff: 03.11.2022).
LeCun, Y.; Bengio, Y.; Hinton, G. (2015): Deep learning. In: Nature, 521, S. 436-444. Abrufbar unter: https://doi.org/10.1038/nature14539 (letzter Zugriff: 03.11.2022).

Die DELICATE-Checkliste ist eine Acht-Punkte-Checkliste, um eine vertrauenswürdige Implementation von Learning Analytics (LA) zu erreichen. Sie richtet sich an Forscher:innen, politische Entscheidungsträger:innen und Projektentwickler:innen. Die Checkliste besteht aus acht Themenbereichen bzw. Prinzipien und kurzen Reflexionsfragen und Handlungsaufträgen, die es im Projektverlauf zu adressieren gilt. Die Checkliste ist so kurz, dass sie prinzipiell in jedem LA-Projekt zumindest andiskutiert werden kann.

Literatur zum Nach- und Weiterlesen:
Drachsler H. & Greller W. (2016). Privacy and analytics: it’s a DELICATE issue a checklist for trusted learning analytics. In: LAK’ 16: Proceedings of the Sixth International Conference on Learning Analytics and Knowledge, S. 89-98. Abrufbar unter: https://dl.acm.org/doi/10.1145/2883851.2883893 (letzter Zugriff: 03.11.2022).

Der DQR ist ein Instrument, das schulische, berufliche und hochschulische Bildungsabschlüsse acht Niveaustufen zuordnet. Diese acht Niveaustufen entsprechen denen des Europäischen Qualifikationsrahmens (EQR). Ziel ist es deutsche Qualifikationen auch im europäischen Ausland transparent und vergleichbar zu machen und die Durchlässigkeit innerhalb des deutschen Bildungssystems zu unterstützen. Der DQR wurde unter Federführung des Bundesministeriums für Bildung und Forschung und der Kultusministerkonferenz gemeinsam mit dem Bundesministerium für Wirtschaft und Energie und der Wirtschaftsministerkonferenz in der Bund-Länder-Koordinierungsgruppe DQR (jetzt Bund-Länder-Koordinierungsstelle), mit den Sozialpartnern und Wirtschaftsorganisationen sowie weiteren Akteuren im Arbeitskreis DQR erarbeitet. Im Arbeitskreis DQR sind eine Vielzahl von Akteuren aus der allgemeinen Bildung, der Hochschulbildung und der beruflichen Bildung vertreten.

Literatur zum Nach- und Weiterlesen:
Bundesministerium für Bildung und Forschung (o. D.). Der DQR – FAQ. Abrufbar unter: https://www.dqr.de/content/2360.php (letzter Zugriff: 03.11.2022).

Der europäische Rahmen für die digitale Kompetenz Lehrender (DigCompEdu) beschreibt Kompetenzen, die Lehrpersonen für die digital gestützte Lehre benötigen. Das Framework besteht aus 22 Kompetenzen, die sechs Bereichen (Berufliches Engagement, Digitale Ressourcen, Lehren und Lernen, Evaluation, Lernerorientierung, Förderung der Digitalen Kompetenz der Lernenden) zugeordnet werden. Mithilfe eines Tools können Lehrende den Status ihrer persönlichen digitalen Kompetenzen ermitteln. Es werden sechs Niveaustufen unterschieden. Das Tool gibt es in drei Versionen, die für die Bildungsbereiche allgemein- oder berufsbildende Schule, (Fach-)Hochschule, Erwachsenenbildung ausdifferenziert sind.

Literatur zum Nach- und Weiterlesen:
Europäische Kommission (o. D.): Digital Competence Framework for Educators (DigCompEdu). Abrufbar unter: https://ec.europa.eu/jrc/en/digcompedu (letzter Zugriff: 03.11.2022).

Ein Zusammenschluss von Hochschulen und Forschungseinrichtungen (u. a. Fraunhofer FIT), die eine nachhaltige Lösung für digitale Zertifikate basierend auf der Blockchaintechnologie entwickeln wollen. DigiCerts betreibt ein Blockchain-Netzwerk für die Validierung digitaler Zertifikate. Die Basis bildet die „Blockchain for Education“, die vom Fraunhofer FIT entwickelt wird. Sie basiert wiederum auf der Ethereum Blockchain und nutzt den Open Badges V2.0 Standard mit eigenen Erweiterungen zur Beschreibung der Zertifikatsdaten.

Literatur zum Nach- und Weiterlesen:
Fraunhofer-Institut für Angewandte Informationstechnik FIT (o. D.). DigiCerts. Abrufbar unter: https://www.digicerts.de/ (letzter Zugriff: 03.11.2022).

Das Digital Competence Framework (DigComp) wurde von der Europäischen Kommission aufgestellt und bietet ein Verständnis dessen, was digitale Kompetenzen sind. Den Kompetenzen werden darin fünf Dimensionen zugeordnet: Informations- und Datenkompetenz, Kommunikation und Zusammenarbeit, Erstellung digitaler Inhalte, Sicherheit, Problemlösung. Insgesamt werden 21 Kompetenzen identifiziert, die acht verschiedenen Niveaustufen zugeordnet sind.

Beispiel: Das Framework wird beispielsweise in einem Selbsteinschätzungstool zu digitalen Kompetenzen im Rahmen des Europass Lebenslauf-Tools verwendet.

Literatur zum Nach- und Weiterlesen:
Joint Research Centre (o. D.). DigComp. Abrufbar unter: https://ec.europa.eu/jrc/en/digcomp (letzter Zugriff: 03.11.2022).
Vuorikari, R. et al. (2022). The Digital Competence Framework for Citizens. With new examples of knowledge, skills and attitudes. Abrufbar unter: https://publications.jrc.ec.europa.eu/repository/bitstream/JRC128415/JRC128415_01.pdf (letzter Zugriff: 03.11.2022).

Digital Credentials sind die digitalen Repräsentationen eines traditionell papierbasierten Zertifikats und anderen materiellen Objekten, die von vertrauenswürdigen Parteien ausgegeben werden und in einer > Data Wallet gespeichert werden können. Dabei stellen Digital Credentials eine zuverlässige Möglichkeit dar, Zertifikate in sozialen Netzwerken oder per E-Mail zu teilen. Darüber hinaus erlauben Digital Credentials eine bessere Einschätzung des Zertifikats als es üblicherweise bei Papierzertifikaten der Fall ist, da zusätzliche Informationen zur ausstellenden Organisation und zu den Voraussetzungen für den Erhalt bereitgestellt werden können.

Beispiel: Zurzeit wird von der Europäischen Kommission eine Europass-Infrastruktur für digitale Zertifikate entwickelt, um die Anerkennung von Qualifikationen und anderen Lernergebnissen in ganz Europa effizienter und sicherer zu machen.

Literatur zum Nach- und Weiterlesen:
Gottlieb, M., Pongratz, H. (2021) Hilfestellung bei der Entwicklung einer Strategie für Digital Credentials im Bildungswesen. In: Geschäftsstelle beim Stifterverband (Hg) Digitalisierung in Studium und Lehre gemeinsam gestalten. Springer VS, Wiesbaden.
Europäische Union (o. D.). Was sind digitale Zertifikate? Abrufbar unter: https://europa.eu/europass/de/what-are-digital-credentials (letzter Zugriff: 03.11.2022).

Ein digitales Zertifikat (z.B. EMREX) ist ein elektronischer Echtheitsnachweis, der die Identität einer Person, eines interaktiven Systems oder einer Organisation bescheinigt.

Literatur zum Nach- und Weiterlesen:
Czernik, A. (2016). Wie funktioniert ein digitales Zertifikat? Abrufbar unter: https://www.dr-datenschutz.de/wie-funktioniert-ein-digitales-zertifikat/ (letzter Zugriff 03.11.2022).

Ein digitaler Zwilling stellt das digitale Abbild eines realen Objekts dar und kann als angereichertes Modell beispielsweise auch das Verhalten des realen Objekts simulieren. Hierbei kann das reale Objekt sowohl bereits bestehen als auch nur geplant sein.

Beispiel: In der Pilotenausbildung können digitale Zwillinge verschiedener Flugzeugtypen eingesetzt werden, um unterschiedliche Aufbauten der Cockpits bereits vorab am Computer oder Tablet zu erlernen.

Literatur zum Nach- und Weiterlesen:
Fraunhofer IOSB (2022). Digitaler Zwilling – das Schlüsselkonzept für Industrie 4.0. Abrufbar unter: https://www.iosb.fraunhofer.de/de/geschaeftsfelder/automatisierung-digitalisierung/anwendungsfelder/digitaler-zwilling.html#:~:text=Unter dem Begriff »Digitaler Zwilling,-, Kinematik- und Logikdaten. (letzter Zugriff 03.11.2022).

Das Domänenmodell wird in adaptiven Lernsystemen zur Abstraktion des Wissensraums sowie zur Strukturierung und Beschreibung der Lerninhalte verwendet. Es soll somit eine Verbindung zwischen dem Wissen und den Lernzielen der Benutzer:innen des Systems geschaffen werden. Eine Domäne wird aufgefasst als eine endliche Anzahl spezifischer Inhaltskomponenten, die zur Problemlösung oder Inhaltsgenerierung genutzt werden können. Darauf aufbauend können Inhalte und deren Anordnung in Lernsystemen modelliert werden. Das Modell wird von Autor:innen erstellt, in Form von Informationseinheiten (z. B. Fragmente, Seiten, Kapitel, Module) dargestellt.

Literatur zum Nach- und Weiterlesen:
Ennouamani, S., Mahani, Z. (2017). An Overview of Adaptive E-Learning Systems. IEEE Eighth International Conference on Intelligent Computing and Information Systems, S. 342–347.
Knutov, E., de Bra, P., Pechenizkiy, M. (2009). AH 12 Years Later. A Comprehensive Survey of Adaptive Hypermedia Methods and Techniques. New Review of Hypermedia and Multimedia, 15(1), S. 5–38.

Der Dublin Core ist ein Metadatenschema zur Beschreibung von elektronischen Ressourcen. Genauer handelt es sich um eine Sammlung einfacher und standardisierter Konventionen zur Beschreibung von Dokumenten und anderen Objekten im Internet. Es umfasst 15 Kategorien z. B. zur Urheberschaft oder zur Sprache des Materials. Der Dublin Core zielt auf die Beschreibung sämtlicher Ressourcen und wurde nicht spezifisch für Lernmaterialien entwickelt. Der Dublin Core wurde als Norm (ISO 15836) formalisiert.

Literatur zum Nach- und Weiterlesen:
Dublin Core Metadata Innovation (o. D.). DCMI Home. Abrufbar unter: https://www.dublincore.org/ (letzter Zugriff: 03.11.2022).