Diagramm an der Tafel

Grafiken, Durchschnitt & Korrelation - Was hat das mit Gesundheit zu tun?

Wir leben in einer Welt voller Daten. Angefangen vom Handy, das unsere Schritte zählt, bis hin zu Statistiken in den Nachrichten. Nicht immer sind diese Daten auf den ersten Blick verständlich, insbesondere wenn sie in Grafiken veranschaulicht oder als Durchschnittswerte zusammengefasst werden. Gerade für unsere Gesundheit ist es aber wichtig, dass wir in der Lage sind, diese Darstellungen zu verstehen, zu interpretieren und zu bewerten, um fundierte Entscheidungen treffen zu können. Die Initiative „Pausenlos gesund“ stellt kostenlose Unterrichtsmaterialien bereit, die das Verständnis von Daten und den Umgang mit Gesundheitsinformationen fördern.

Daten verstehen – Mehr als nur Mathematik

Datenkompetenz und die damit verbundenen statistischen und methodischen Grundlagen sind ab der 6. Klasse im Mathematikunterricht von großer Bedeutung, sowohl als thematischer Schwerpunkt als auch als Kernkompetenz. Dabei lernen Schülerinnen und Schüler, wie Daten in Grafiken dargestellt werden können, wie ein Durchschnitt berechnet wird oder wie Zusammenhänge visualisiert werden können. Doch nicht nur für das Fach Mathematik spielen diese Teilkompetenzen eine zentrale Rolle. Auch in unserem Alltag ist Datenkompetenz gefordert. Sie ist etwa für eine kritische Auseinandersetzung mit Gesundheitsinformationen in den Medien unabdingbar. Zum Beispiel werden hier die neuesten Infektionszahlen als Durchschnitt dargestellt, die Wirkung eines Medikaments grafisch veranschaulicht oder ein neu entdeckter, vermeintlicher Zusammenhang zwischen Handynutzung und Schlafdauer präsentiert. Für mündige Schülerinnen und Schüler gilt es nun, diese Darstellungen zu verstehen und zu bewerten, um daraus Schlussfolgerungen für die eigene Gesundheit abzuleiten. Demnach ist eine frühzeitige und fächerübergreifende Einbindung von Datenkompetenz in den Unterricht notwendig, um Lernende auf die Anforderungen einer datengetriebenen Gesellschaft vorzubereiten.

Warum ist Datenkompetenz für unsere Gesundheit wichtig? 

Durch die Einführung und Entwicklung neuer Technologien werden immer mehr Daten erzeugt und genutzt. Auf der einen Seite eröffnet dies viele Chancen auf gesellschaftlicher und individueller Ebene: Umfangreiche Datenanalysen können dazu beitragen, neue Erkenntnisse zu gewinnen. Diese Erkenntnisse können dann beispielsweise für die Entwicklungen von medizinischen Produkten oder Maßnahmen genutzt werden und schaffen damit neue Möglichkeiten, z. B. in der Gesundheitsversorgung. Sie können uns aber auch ganz konkret in unserem alltäglichen Leben unterstützen und Fragen wie Wo ist der nächste Arzt? oder Wie viele Schritte bin ich heute gelaufen? beantworten.
Auf der anderen Seite stellen uns diese Entwicklungen jedoch vor die Herausforderung, mit großen Datenmengen und der daraus resultierenden Informationsflut angemessen umzugehen und vertrauenswürdige Informationen zu gewinnen. Denn diese bilden häufig die Grundlage für Entscheidungen, die zum Teil weitreichende Auswirkungen auf unsere Gesundheit haben können. 
So basieren viele unserer Entscheidungen auf Daten und den Informationen, die wir aus ihnen gewinnen. Ein Beispiel: Wir möchten an einem Halbmarathon teilnehmen und herausfinden, ob wir fit genug dafür sind. Zu diesem Zweck können wir die aufgezeichneten Daten unserer Smartwatch oder unseres Handys nutzen. Die Daten könnten uns z. B. Antworten auf folgende Fragen geben: Wie hoch war meine Herzfrequenz? Wie viele Kilometer bin ich gelaufen? 
Mithilfe von Datenkompetenz sind wir nun imstande, diese Informationen zu verstehen, in einen Zusammenhang zu bringen, sie zu interpretieren und auf Basis der Daten eine reflektierte (Gesundheits-)Entscheidung zu treffen.

Bild
Grafik Datenfabrik
Quellen
  1. Bundesministerium für Digitales und Verkehr. Fortschritt durch Datennutzung: Strategie für mehr und bessere Daten für neue, effektive und zukunftsweisende Datennutzung; 2023. Verfügbar unter: www.bmdv.bund.de/SharedDocs/DE/Anlage/K/nationale-datenstrategie.pdf?__blob=publicationFile [31.01.2025].
  2. Calzada Prado J, Marzal ÁM. Incorporating data literacy into information literacy programs: Core competencies and contents. Libri 2013; 63(2):123–34. doi: 10.1515/libri-2013-0010.
  3. Cui Y, Chen F, Lutsyk A, Leighton JP, Cutumisu M. Data literacy assessments: A systematic literature review. Assessment in Education: Principles, Policy & Practice 2023; 30(1):76–96. doi: 10.1080/0969594X.2023.2182737.
  4. Cwielong I, Sossong S, Persike M, Weyers P, Vogelgesang A. Daten und Data Literacy im Kontext der Wissenschaft. Data Literacy – Datenkompetenz – Datenbildung 2021; 59(3). doi: 10.21243/MI-03-21-14.
  5. Dratva J, Schaeffer D, Zeeb H. Digitale Gesundheitskompetenz der Bevölkerung in Deutschland: Aktueller Stand, Konzepte und Herausforderungen. Bundesgesundheitsblatt Gesundheitsforschung Gesundheitsschutz 2024; 67(3):277–84. doi: 10.1007/s00103-024-03841-5.
  6. Mittag H-J, Schüller K, Hrsg. Statistik: Eine interdisziplinäre Einführung mit interaktiven Elementen. 7. Aufl. Berlin, Heidelberg: Springer; 2023.
  7. Pangrazio L, Sefton-Green J. The social utility of ‘data literacy’. Learning, Media and Technology 2020; 45(2):208–20. doi:10.1080/17439884.2020.1707223.

Stand: 12.03.2025

Zu den Unterrichtsmaterialien