Kurs für Studierende im Bachelor und Lehramt am Fachbereich Geographie der Philipps-Universität Marburg.

Wann und wo findet der Kurs statt?

Freiwilliges Tutorium: freitags, 14:00–15:00 Uhr, an einem anderen Standort: Deutschhausstraße 10, PC-Pool. Angaben zum Raum, zur Online-Teilnahme und zur Vorbereitung finden Sie auf der Tutoriumsseite.

Lehrveranstaltungsnummer in MARVIN: LV-19-050-270.

Neu im Kurs? Beginnen Sie mit Unit 00: Lehr- und Lernumgebung. Dort erfahren Sie, wie Kurswebseite, ILIAS und Präsenztermine zusammenwirken.

Motivation

Raumbezogene Daten spielen in Wissenschaft, Planung und Gesellschaft eine zentrale Rolle. Sie helfen dabei, räumliche Zusammenhänge zu erkennen, Entwicklungen zu analysieren und Entscheidungen zu unterstützen.

Durch neue Möglichkeiten der Datenerhebung und -analyse wächst die verfügbare Datenmenge stetig. Gleichzeitig wird gutes Datenmanagement immer wichtiger. Ein Data Lake ist ein gemeinsamer Speicher für unterschiedliche Daten, die sich für verschiedene Auswertungen nutzen lassen. Dafür müssen die Daten auffindbar, verständlich und technisch nutzbar sein. Auch ihre Qualität muss sich beurteilen lassen.

Fehlen dagegen aussagekräftige Dateinamen, klare Strukturen, geeignete Formate, Metadaten (beschreibende Angaben zu den Daten) oder nachvollziehbare Bearbeitungsschritte, kann aus dem Data Lake schnell ein Data Swamp werden. In diesem „Datensumpf“ sind Daten zwar vorhanden, lassen sich aber nur schwer finden, verlässlich interpretieren oder erneut verwenden. Schlimmstenfalls führen unklare Herkunft, ungeprüfte Qualität oder ein falsch verstandener Raumbezug zu fehlerhaften Ergebnissen.

Gutes Datenmanagement verhindert dieses Versumpfen. Es verbindet die strukturierte Ablage und Dokumentation von Daten mit ihrer kritischen Prüfung, Aufbereitung, Analyse und Visualisierung. Diese Fähigkeiten sind für wissenschaftliches und berufliches Arbeiten ebenso wichtig wie für das Studium: Wer Daten und Arbeitsschritte nachvollziehbar organisiert, kann Ergebnisse überprüfen, reproduzieren und später weiterverwenden.

Der Kurs vermittelt deshalb grundlegende Kompetenzen für den strukturierten und kritischen Umgang mit Daten. Von digitalen Grundlagen über Tabellen, Datenbereinigung und Dokumentation führt er bis zur Arbeit mit Geodaten im Geoinformationssystem QGIS. Anhand geographischer Fragestellungen lernen Sie, Daten zu recherchieren, zu beurteilen, aufzubereiten, zu analysieren und aussagekräftig zu visualisieren.

Der Fahrplan des Kurses

Lernziele

Nach erfolgreichem Abschluss des Moduls sind Studierende in der Lage,

  • grundlegende Konzepte digitaler Daten, ihrer Speicherung, Formate und technischen Verarbeitung zu erklären,
  • tabellarische Daten strukturiert aufzubauen, zu bereinigen, zu transformieren und mit Tabellenkalkulationssoftware auszuwerten,
  • Datenqualität, Herkunft, Dokumentation und Eignung für eine Fragestellung kritisch zu beurteilen,
  • grundlegende Verfahren der deskriptiven (beschreibenden) Statistik anzuwenden und Ergebnisse angemessen zu interpretieren,
  • Daten, Metadaten und Bearbeitungsschritte nachvollziehbar und nach grundlegenden FAIR-Prinzipien zu organisieren,
  • Geodaten zu recherchieren sowie Raumbezug, Koordinatenreferenzsysteme, Vektor- und Rasterdaten zu verstehen und zu unterscheiden,
  • Geodaten in QGIS zu laden, aufzubereiten, zu analysieren und in geeigneten Formaten zu speichern,
  • Geodaten angemessen zu symbolisieren, zu klassifizieren und in übersichtlichen Karten zu visualisieren und
  • geographische Fragestellungen in nachvollziehbaren Schritten zu bearbeiten – von der Datenrecherche bis zur Dokumentation der räumlichen Ergebnisse.

Semesterplan: Termine und Themen

Termin Datum Thema Inhalt
01 14.10.2026 Bits & Bytes - ein Einstieg in digitale Daten Einführung und Erwartungen an den Kurs, Hardware und Software, Laufwerke
02 21.10.2026 Dateneinträge in Excel Einführung in Excel als Datentool & Taschenrechner, Zellbezüge
03 28.10.2026 Datenformate Datenformate und Textfunktionen
04 04.11.2026 Datenorganisation Ordnerstrukturen, Filter und Datenbereinigung
05 11.11.2026 Daten mit Kennwerten beschreiben und Zusammenhänge betrachten Mittelwert, Median und Modus, Streuung und Verteilungen
06 18.11.2026 Daten zusammenfassen Häufigkeitstabellen
07 25.11.2026 FAIR FAIR-Prinzipien, README-Dokumentation
08 02.12.2026 Automatisierung Wiederkehrende Arbeitsschritte automatisieren und Versionskontrolle mit Git
09 09.12.2026 Eigenschaften von Geodaten, Koordinaten & Projektionen Eigenschaften von Geodaten, Koordinaten, Kartenprojektionen
10 16.12.2026 Geodatenmodelle & Einstieg in QGIS Geodatenmodelle, QGIS-Oberfläche und Projekte, lokale Datenquellen, Web Map Services
Winterpause: 23.12.2026 bis 06.01.2027 (Ausfalltermine: 23.12., 30.12.2026 & 06.01.2027)
11 13.01.2027 Vektordaten I: Punkte & Beobachtungen Punktdaten, GBIF-Occurrence-Records, Koordinaten in QGIS importieren, Punktlayer prüfen und interpretieren
12 20.01.2027 Vektordaten II: Linien & Flächen Linien- und Polygongeometrien, Geoportale und Metadaten, Vektordaten in QGIS, räumliche Auswahl
13 27.01.2027 Rasterdaten Rastermodell, Rastereigenschaften, digitales Geländemodell, Rasterwerte in QGIS abfragen, Raster- und Vektordaten kombinieren
14 03.02.2027 Karten & Geo-Workflow Symbolisierung, Klassifizierung, Kartenlayout, vollständiger Geo-Workflow
15 10.02.2027 Abschluss Ergebnisse zusammenführen, Karten und Analysen dokumentieren, Abschluss und Ausblick

Team

Dirk Zeuss

Philipps-Universität Marburg


Lea Heidrich

Philipps-Universität Marburg