Daten, Künstliche Intelligenz und Evidenz – neue Anforderungen an die Statistikausbildung an Hochschulen

Zusammenfassung Im Zeitalter von Big Data, Digital Data Generation, Data Science, Machine Learning und KI werden neue Kompetenzen bei der Verwendung und Analyse von Daten zur Evidenzgenerierung benötigt. Es stellt sich die Frage, ob die statistische Ausbildung deutscher Hochschulen für diese neuen Herausforderungen gerüstet ist, oder inwieweit sie neu ausgerichtet werden muss. Empirische Entscheidungsfindung gewinnt zunehmend an Bedeutung und so setzen sich immer mehr Disziplinen mit Daten und den Erkenntnissen, die sich aus ihnen gewinnen lassen, auseinander. Dies erfordert die Fähigkeiten, mit diesen Daten verantwortungsbewusst umzugehen, ihre Herkunft und Qualität zu verstehen, mit geeigneten statistischen Methoden aus ihnen zu lernen sowie Resultate und Limitationen transparent und fair zu kommunizieren. Daher ist es notwendig, dass diese Kompetenzen in die Hochschulausbildung der jeweiligen Disziplin integriert werden und sie im Sinne einer modernen Datenwissenschaft vermittelt werden. Dieser Beitrag formuliert Thesen zur Gestaltung einer zeitgemäßen Statistikausbildung. Im Mittelpunkt stehen die Vermittlung von Data & Statistical Literacy als unverzichtbare Grundlage für AI Literacy, Qualität von Daten und Analysen sowie methodischer und technischer Kompetenzen. Hierbei wird die zentrale Rolle der Statistik als Wissenschaftsdisziplin aufgezeigt, deren Ausbildung den neuen Anforderungen Rechnung tragen muss.