Datenkompetenzen: Schlüssel zur Kreislaufwirtschaft
Ein Rahmenwerk zur Strukturierung von Wissen und Fähigkeiten, um Materialkreisläufe durch Datenintelligenz zu schließen.
Warum Daten für die CE wichtig sind
- Ressourcenströme verfolgen: Herkunft, Nutzung und Wege von Materialien sichtbar machen.
- Effizienz steigern: Verluste erkennen und Materialeinsatz optimieren.
- Neue Geschäftsmodelle: Produkte zirkulär gestalten (z.B. Product-as-a-Service).
Was bedeutet eigentlich Datenkompetenz?
Datenkompetenz ist die Fähigkeit von Individuen und Organisationen, Daten zu sammeln, zu managen, auszuwerten und das Wissen daraus anzuwenden – und dabei kritisch, ethisch und verantwortungsbewusst mit ihnen umzugehen.
Warum sind Daten für die Kreislaufwirtschaft so wichtig?
Daten sind das Nervensystem der Kreislaufwirtschaft. Sie helfen uns zum Beispiel dabei:
- Ressourcenströme zu verfolgen: Woher kommen Materialien, wohin gehen sie? Wie können wir sie im Kreislauf halten?
- Effizienz zu steigern: Wo gibt es Verluste in der Produktion oder im Nutzungsprozess? Wie können wir Energie und Materialien besser nutzen?
- Neue Geschäftsmodelle zu entwickeln: Wie können wir Produkte so gestalten, dass sie leichter wiederverwendet oder recycelt werden können?
Gleichzeitig sind CE-Daten oft komplex, schwierig zu erfassen und in der Regel dezentral an vielen Stellen im Wertschöpfungsnetzwerk verteilt. Ein sicherer und sachgerechter Umgang mit ihnen ist daher entscheidend, um die Kreislaufwirtschaft erfolgreich zu gestalten.
Ein Datenkompetenz-Framework für die Kreislaufwirtschaft
Um dieser Komplexität gerecht zu werden und die notwendigen Fähigkeiten gezielt zu vermitteln, unterteilt man Datenkompetenz in verschiedene Dimensionen. Diese Struktur hilft dabei, die einzelnen Aspekte des Umgangs mit Daten besser zu verstehen und entsprechende Kompetenzen systematisch aufzubauen. Unser Framework orientiert sich an wissenschaftlichen Modellen wie dem DaLi Framework der TH Köln und dem Forschungsdatenzyklus und gliedert die Datenkompetenz in die folgenden Bereiche:
- Datenkultur: Das Bewusstsein für die Bedeutung von Daten und gleichzeitig für ethische, rechtliche und soziale Aspekte bildet die Grundlage für einen verantwortungsvollen Umgang mit Daten.
- Datenerfassung: Hier geht es darum, den Datenbedarf zu ermitteln und die richtigen Datenquellen zu identifizieren und zu nutzen.
- Datenmanagement: Diese Dimension umfasst alle Schritte von der Bereinigung und Strukturierung bis hin zur Archivierung und Speicherung der Daten.
- Datenanalyse: Die Fähigkeit, Daten auszuwerten, zu interpretieren und die Ergebnisse klar zu visualisieren und zu kommunizieren.
- Datenanwendung: Aus den Erkenntnissen der Analyse werden Handlungsanweisungen und strategische Entscheidungen abgeleitet.
- Datenveröffentlichung: Dies befasst sich mit dem Teilen, der korrekten Zitierung und der Sicherstellung der Zugänglichkeit und des langfristigen Werts von Daten.
Wie diese Dimensionen konkret in der Praxis der Kreislaufwirtschaft angewendet werden können, werden wir in zukünftigen Beiträgen genauer beleuchten.
