Skip to main content
SpringerLink
Log in

Algorithmische Datafizierung und Schule: kritische Ansätze in einem wachsenden Forschungsfeld

  • Chapter
  • First Online:
Bildung für eine digitale Zukunft

Part of the book series: Edition ZfE ((EZFE,volume 15))

Zusammenfassung

Digitalisierung geht mit einer intensivierten „Datafizierung“ in der Bildung einher, d. h. immer mehr Informationen über Bildungs(steuerungs)prozesse werden automatisiert in (maschinenlesbare) digitale Daten transformiert und über hochkomplexe algorithmische Entscheidungssysteme für menschliche und maschinelle Entscheidungsprozesse aufbereitet. Wenngleich sich die deutschsprachige Bildungsforschung seit geraumer Zeit mit der Produktion und Nutzung von Daten beschäftigt und umfangreiches Wissen generiert hat, so manifestieren sich bei der Betrachtung zunehmend datenintensiver digitaler Technologien Forschungsdesiderata, die ein besseres Verständnis für deren Funktionsweisen und ihre bisher unterschätzte Wirkmächtigkeit betreffen. Um diese Desiderate zu adressieren wird in diesem Beitrag eine Übersicht der bislang v. a. in den angelsächsischen Ländern entwickelten critical data studies, mit Bezug auf Schule, erarbeitet. Die Übersicht dieser kritischen Studien weist auf den mit der Datafizierung einhergehenden sozialen und pädagogischen Wandel und auf vielversprechende Weiterentwicklungspotenziale für die Bildungsforschung in Deutschland hin, konkret: a) Forschungen zur Steuerung von Bildung, b) Schul- und Unterrichtsforschung sowie c) Ansätze zur Förderung von Datenkompetenz.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution

Subscribe and save

Springer+ Basic
$34.99 /Month
  • Get 10 units per month
  • Download Article/Chapter or eBook
  • 1 Unit = 1 Article or 1 Chapter
  • Cancel anytime
Subscribe now

Buy Now

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 69.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 89.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Similar content being viewed by others

Notes

  1. 1.

    Das diesem Beitrag zugrunde liegende Vorhaben wurde im Rahmen des DATAFIED Projekts mit Mitteln des Bundesministeriums für Bildung und Forschung unter den Förderkennzeichen 01JD1803B, 01JD1803C und 01JD1803D gefördert. Dank gilt Annekatrin Bock, Julie Lüpkes, Jasmin Troeger und den anonymen Gutachter*innen für Rückmeldungen zu einer früheren Version. Die Verantwortung für den Inhalt liegt bei den Autorinnen.

Literatur

  • Alirezabeigi, S., Masschelein, J., & Decuypere, M. (2020): Investigating digital doings through breakdowns: a sociomaterial ethnography of a Bring Your Own Device school. Learning, Media and Technology, 45(2), 193–207.

    Google Scholar 

  • Allert, H., & Asmussen, M. (2017). Bildung als produktive Verwicklung. In H. Allert, M. Asmussen, & C. Richter (Hrsg.), Digitalität und Selbst. Interdisziplinäre Perspektiven auf Subjektivierungs- und Bildungsprozesse (S. 27–68). Bielefeld: transcript.

    Google Scholar 

  • Allert, H., Asmussen, M., & Richter, C. (2018). Formen von Subjektivierung und Unbestimmtheit im Umgang mit datengetriebenen Lerntechnologien – eine praxistheoretische Position. Zeitschrift für Erziehungswissenschaft, 21(1), 142–158.

    Google Scholar 

  • Allert, H., Richter, C., & Asmussen, M. (Hrsg.). (2017). Digitalität und Selbst: Interdisziplinäre Perspektiven auf Subjektivierungs- und Bildungsprozesse. transcript.

    Google Scholar 

  • Allert, H., & Richter, C. (2020). Learning Analytics: subversive, regulierende und transaktionale Praktiken. In S. Iske, J. Fromme, D. Verständig, & K. Wilde (Hrsg.), Big Data, Datafizierung und digitale Artefakte (S. 15–35). Wiesbaden: Springer VS.

    Google Scholar 

  • Altrichter, H. (2015). Governance – Steuerung und Handlungskoordination bei der Transformation von Bildungssystemen. In: H. Abs, T. Brüsemeister, M. Schemmann, & J. Wissinger (Hrsg.), Governance im Bildungssystem (S. 21–63). Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-06523-2_2.

    Chapter  Google Scholar 

  • Bellmann, J., & Müller, T. (2011). Wissen, was wirkt: Kritik evidenzbasierter Pädagogik. Wiesbaden: Springer VS.

    Google Scholar 

  • Beer, D. (2018). The Data Gaze: Capitalism, Power and Perception. London: Sage.

    Google Scholar 

  • Bowker, G. C. (2005). Memory practices in the sciences. Cambridge, MA: MIT Press.

    Google Scholar 

  • boyd, d., & Crawford, K. (2012). Critical Questions for Big Data: Provocations for a cultural, technological, and scholarly phenomenon. Information, Communication & Society, 15(5), 662–679.

    Google Scholar 

  • BMBF (2019). Digitale Zukunft: Lernen, Forschen, Wissen. Die Digitalstrategie des BMBF. Bundesministerium für Bildung und Forschung: Berlin.

    Google Scholar 

  • Bradbury, A., & Roberts-Holmes, G. (2017). The datafication of primary and early years education: Playing with numbers. Abingdon: Routledge.

    Google Scholar 

  • Dalton, C., & Thatcher, J. (2014). What Does A Critical Data Studies Look Like And Why Do We Care? Abgerufen am 12.01.2021: tps://www.societyandspace.org/articles/what-does-a-critical-data-studies-look-like-and-why-do-we-care.

  • Dander, V. (2014). Von der ‚Macht der Daten‘ zur ‚Gemachtheit von Daten‘. Praktische Datenkritik als Gegenstand der Medienpädagogik. Mediale Kontrolle unter Beobachtung, 3.1, 1–21.

    Google Scholar 

  • Dander, V., & Macgilchrist, F. (2022). School of Data and shifting forms of political subjectivity. In P. Bettinger (Hrsg.), Educational Perspectives on Mediality and Subjectivation (S. 45–67). London: Palgrave.

    Google Scholar 

  • Decuypere, M. (2019). Researching educational apps: Ecologies, technologies, subjectivities and learning regimes. Learning, Media and Technology, 44, 414–429.

    Google Scholar 

  • D’Ignazio, C. (2017). Creative data literacy: Bridging the gap between the data-haves and data-have nots. Information Design Journal, 23, 6–18.

    Google Scholar 

  • Eder, S., Mikat, C., & Tillmann, A. (Hrsg.). (2017). Software takes command. Herausforderungen der „Datafizierung“ für die Medienpädagogik in Theorie und Praxis. München: kopaed.

    Google Scholar 

  • Europäische Kommission (2020). Digital Education Action Plan. 2021–2027. Resetting education and training for the digital age. Abgerufen am 02.12.2021: https://ec.europa.eu/education/sites/default/files/document-library-docs/deap-communication-sept2020_en.pdf

  • Europäische Kommission (2017). DigComp 2.1: The digital competence framework for citizens with eight proficiency levels and examples of use. Abgerufen am 22.11.2021: https://data.europa.eu/doi/10.2760/38842

  • Förschler, A. (2021). Der wachsende politische Einfluss privater (EdTech-)Akteure im Kontext digitaler Bildungsbeobachtung und -steuerung: Bemühungen um ein ‚dateninfrastrukturfreundliches Ökosystem‘. Zeitschrift für Pädagogik, 67(3), 323–337.

    Google Scholar 

  • Gapski, H., Tekster, T., & Elias, M. (2018). Bildung für und über Big Data. Status quo; Möglichkeiten und Grenzen der Medienbildung; flankierende Handlungsempfehlungen. Gutachten im Rahmen von ABIDA – Assessing Big Data. Marl: Grimme-Institut.

    Google Scholar 

  • Gitelman, L. (2013). „Raw Data“ Is an Oxymoron. Cambridge, MA: The MIT Press.

    Google Scholar 

  • Gorur, R., & Dey, J. (2020). Making the user friendly: the ontological politics of digital data platforms. Critical Studies in Education, 1–15.

    Google Scholar 

  • Grant, M. J., & Booth, A. (2009). A typology of reviews: an analysis of 14 review types and associated methodologies. Health Information and Libraries Journal, 26(2), 91–108.

    Google Scholar 

  • Gray, J., Gerlitz, C., & Bounegru, L. (2018). Data infrastructure literacy. Big Data & Society, 5(2), 1–13.

    Google Scholar 

  • Greller, W., & Drachsler, H. (2012). Translating Learning into Numbers. A Generic Framework for Learning Analytics. Educational Technology & Society, 15(3), 42–57.

    Google Scholar 

  • Gummer, E., & Mandinach, E. (2015). Building a Conceptual Framework for Data Literacy. Teachers College Record, 117(4), 1–22.

    Google Scholar 

  • Hartong, S. (2016). Between assessments, digital technologies and big data: The growing influence of ‘hidden’ data mediators in education. European Educational Research Journal, 15(5), 523–536.

    Google Scholar 

  • Hartong, S., & Piattoeva, N. (2019). Contextualizing the datafication of schooling – a comparative discussion of Germany and Russia. Critical Studies in Education, 1–16.

    Google Scholar 

  • Hartong, S., & Förschler, A. (2020). Dateninfrastrukturen als zunehmend machtvolle Komponente von Educational Governance. In I. van Ackeren, H. Bremer, F. Kessl, H. Koller, N. Pfaff, C. Rotter, D. Klein, & U. Salaschek (Hrsg.), Bewegungen. Beiträge zum 26. Kongress der DGfE (S. 419–-432). Opladen: Verlag Barbara Budrich.

    Google Scholar 

  • Hartong, S., Förschler, A. & Dabisch, V. (2021). Data infrastructures and the (ambivalent) effects of rising data interoperability: insights from Germany. In C. Wyatt-Smith, B. Lingard, & E. Heck (Hrsg.), Digital Disruption in Teaching and Testing: Assessments, Big Data, and the Transformation of Schooling (S. 136–151). London: Routledge.

    Google Scholar 

  • Hartong, S., & Nikolai, R. (2021). Bildung unter (digitaler) Beobachtung – Analysen zur wachsenden Bedeutung von Dateninfrastrukturen in der Bildungssteuerung. Zeitschrift für Pädagogik, 67(3).

    Google Scholar 

  • Hutchinson, L., & Novotny, M. (2018). Teaching a Critical Digital Literacy of Wearables: A Feminist Surveillance as Care Pedagogy. Computers and Composition, 50, 105–120.

    Google Scholar 

  • Ifenthaler, D., Gibson, D., Prasse, D., Shimada, A., & Yamada, M. (2020). Putting learning back into learning analytics: actions for policy makers, researchers, and practitioners. Educational Technology Research and Development, 1–20.

    Google Scholar 

  • Iske, S., Fromme, J., Verständig, D., & Wilde, K. (Hrsg.) (2020). Big Data, Datafizierung und digitale Artefakte. Wiesbaden: Springer VS.

    Google Scholar 

  • Jarke, J., & Breiter, A. (2019). The datafication of education. Learning, Media and Technology, 44(1), 1–6.

    Google Scholar 

  • Jarke, J., & Macgilchrist, F. (2021). Dashboard stories: How the narratives told by predictive analytics reconfigure roles, risk and sociality in education. Big Data & Society, 8(1), 1–15.

    Google Scholar 

  • Jornitz, S., & Klinge, D. (2021). „Bildung“ as a forgotten aspect of algorithmic technologies. In M. Parreira do Amaral & C. Thompson (Hrsg.), Geopolitical Transformations in Higher Education. Imagining, Fabricating and Contesting Innovation. London: Palgrave.

    Google Scholar 

  • Jornitz, S., & Leser, C. (2018). Mit Antolin punkten oder: Wie sich mit dem Leseförderprogramm der Bock zum Gärtner macht. Pädagogische Korrespondenz, 57, 55–73.

    Google Scholar 

  • Jornitz, S., & Macgilchrist, F. (2021). Datafizierte Sichtbarkeiten: Vom Panopticon zum Panspectron in der schulischen Praxis. MedienPädagogik, 43.

    Google Scholar 

  • Jude, N., Ziehm, J., Goldhammer, F., Drachsler, H., & Hasselhorn, M. (2020). Digitalisierung an Schulen – eine Bestandsaufnahme. Frankfurt am Main: Leibniz-Institut für Bildungsforschung und Bildungsinformation.

    Google Scholar 

  • Kemethofer, D., Reitinger, J., & Soukop-Altrichter, K. (Hrsg.) (2021). Vermessen? Zum Verhältnis von Bildungsforschung, Bildungspolitik und Bildungspraxis. Münster: Waxmann.

    Google Scholar 

  • Kitchin, R., & Lauriault, T. P. (2014). Small Data, Data Infrastructures and Big Data. GeoJournal, 80(4), 463–475.

    Google Scholar 

  • Kjelvik, M. K., & Schultheis, E. H. (2019). Getting Messy with Authentic Data: Exploring the Potential of Using Data from Scientific Research to Support Student Data Literacy. CBE—Life Sciences Education, 18(2), es2.

    Google Scholar 

  • Klafki, W. (1985/2007). Siebente Studie: Sinn und Unsinn des Leistungsprinzips in der Erziehung. In W. Klafki (Hrsg.), Neue Studien zur Bildungstheorie und Didaktik. Zeitgemäße Allgemeinbildung und kritisch-konstruktive Didaktik (S. 209–247). Weinheim/Basel: Beltz.

    Google Scholar 

  • Kultusministerkonferenz (KMK) (2016). Bildung in der digitalen Welt. Strategie der Kultusministerkonferenz. Abgerufen am 23.22.2021: https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2016/2016_12_08-Bildung-in-der-digitalen-Welt.pdf

  • Kubicek, H., Breiter, A., & Jarke, J. (2019). Daten, Metadaten, Interoperabilität. In T. Klenk, F. Nullmeier, & G. Wewer (Hrsg.), Handbuch Digitalisierung in Staat und Verwaltung (S. 1–13). Wiesbaden: Springer VS.

    Google Scholar 

  • Lankau, R. (2017). Kein Mensch lernt digital. Über den sinnvollen Einsatz neuer Medien im Unterricht. Weinheim/Basel: Beltz.

    Google Scholar 

  • Le, S., Weber, P., & Ebner, M. (2013). Game-based Learning. Spielend Lernen? In M. Ebner & M. Schön (Hrsg.), Lehrbuch für Lernen und Lehren mit Technologien. Berlin: epubli.

    Google Scholar 

  • Lewis, S. (2020). PISA, Policy and the OECD: Respatialising Global Educational Governance Through PISA for Schools. Singapore: Springer Nature.

    Google Scholar 

  • Lupton, D., & Williamson, B. (2017). The datafied child. The dataveillance of children and implications for their rights. New Media & Society, 19(5), 780–794.

    Google Scholar 

  • Macgilchrist, F. (2019). Cruel optimism in edtech: when the digital data practices of educational technology providers inadvertently hinder educational equity. Learning, Media and Technology 44(1), 77–86.

    Google Scholar 

  • Mandinach, E., & Gummer, E. (2016). Data Literacy for Educators: Making It Count in Teacher Preparation and Practice. New York, NY: Teachers College Press.

    Google Scholar 

  • Manolev, J., Sullivan, A., & Slee, R. (2019). The datafication of discipline: ClassDojo, surveillance and a performative classroom culture. Learning, Media and Technology, 44(1), 36–51.

    Google Scholar 

  • Manovich, L. (2002). The language of new media. Cambridge, MA: The MIT Press.

    Google Scholar 

  • Mayer-Schönberger, V., & Cukier, K. (2013). Big data: A revolution that will transform how we live, work and think. London: Murray.

    Google Scholar 

  • Merk, S., Poindl, S., Wurster, S., & Bohl, T. (2020). Fostering aspects of pre-service teachers’ data literacy: Results of a randomized controlled trial. Teaching and Teacher Education, 91.

    Google Scholar 

  • Neumann, E. (2019). Setting by numbers. Datafication processes and ability grouping in an English secondary school. Journal of Educational Policy, 36(1), 1–23.

    Google Scholar 

  • Pangrazio, L., & Selwyn, N. (2019). ‘Personal data literacies’: A critical literacies approach to enhancing understandings of personal digital data. New Media & Society, 21(2), 419–437.

    Google Scholar 

  • Parreira do Amaral, M., Steiner-Khamsi, G., & Thompson, C. (2019). Researching the Global Education Industry. Commodification, the Market and Business Involvement. Cham u. a.: Palgrave Macmillan.

    Google Scholar 

  • Ratner, H., & Gad, C. (2019). Data warehousing organization: Infrastructural experimentation with educational governance. Organization, 26(4), 537–552.

    Google Scholar 

  • Richter, C. & Allert, H. (2017). Poetische Spielzüge als Bildungsoption in einer Kultur der Digitalität. In H. Allert, M. Asmussen, & C. Richter (Hrsg.), Digitalität und Selbst. Interdisziplinäre Perspektiven auf Subjektivierungs- und Bildungsprozesse (S. 237–261). Bielefeld: transcript Verlag.

    Google Scholar 

  • Ridsdale, C., Rothwell, J., Smit, M., Ali-Hassan, H., Bliemel, M., Irvine, D., Kelley, D., Matwin, S., & Wuetherick, B. (2015). Strategies and Best Practices for Data Literacy Education. Knowledge Synthesis Report. https://doi.org/10.13140/RG.2.1.1922.5044.

  • Roberts-Mahoney, H., Means, A. J., & Garrison, M. J. (2016). Netflixing human capital development: personalized learning technology and the corporatization of K-12 education. Journal of Education Policy, 31(4), 405–420.

    Google Scholar 

  • Ruppert, E., Isin, E. F., & Bigo, D. (2017). Data politics. Big Data and Society, 4(2), 1–17.

    Google Scholar 

  • Sander, I. (2020). What is critical big data literacy and how can it be implemented? Internet Policy Review, 9(2), 1–22.

    Google Scholar 

  • Schüller, K., & Busch, P. (2019). Data Literacy: Ein Systematic Review zu Begriffsdefinition, Kompetenzrahmen und Testinstrumenten. Arbeitspapier Nr. 46. Berlin: Hochschulforum Digitalisierung.

    Google Scholar 

  • Schüller, K., Busch, P., & Hindinger, C. (2019). Future Skills: Ein Framework für Data Literacy. Hochschulforum Digitalisierung. Arbeitspapier Nr. 47. Berlin: Hochschulforum Digitalisierung.

    Google Scholar 

  • Sellar, S. (2017). Making network markets in education: The development of data infrastructure in Australian schooling. Globalisation, Societies and Education, 15(3), 341–351.

    Google Scholar 

  • Selwyn, N. (2011). Schools and Schooling in the Digital Age. A critical analysis. London/New York: Routledge.

    Google Scholar 

  • Selwyn, N. (2016). Is technology good for education? Cambridge: Polity Press.

    Google Scholar 

  • Selwyn, N., Nemorin, S., Bulfin, S., & Johnson, N. F. (2017). Everyday schooling in the digital age: High school, high tech? Abingdon: Routledge.

    Google Scholar 

  • Sims, C. (2017). Disruptive Fixation. School reform and the pitfalls of techno-idealism. Princeton/Oxford: Princeton University Press.

    Google Scholar 

  • Stifterverband. (2021). Data Literacy Charta. https://www.stifterverband.org/charta-data-literacy.

    Google Scholar 

  • Suri, H. (2011). Purposeful Sampling in Qualitative Research Synthesis. Qualitative Research Journal, 11(2), 63–75.

    Google Scholar 

  • Takayama, K., & Lingard, B. (2018). Datafication of schooling in Japan. Journal of Education Policy, 34(4), 1–21.

    Google Scholar 

  • Thiel, F., Tarkian, J., Lankes, E. M., Maritzen, N., Riecke-Baulecke, T., & Kroupa, A. (2019). Datenbasierte Qualitätssicherung und-entwicklung in Schulen. Wiesbaden: Springer VS.

    Google Scholar 

  • Verständig, D. (2020). Die Ordnung der Daten. Zum Verhältnis von Big Data und Bildung. In S. Iske, J. Fromme, D. Verständig, & K. Wilde (Hrsg.), Big Data, Datafizierung und digitale Artefakte (S. 115–139). Wiesbaden: Springer VS.

    Google Scholar 

  • Waffner, B. (2020). Unterrichtspraktiken, Erfahrungen und Einstellungen von Lehrpersonen zu digitalen Medien in der Schule. In A. Wilmers, C. Anda, C. Keller, & M. Rittberger (Hrsg.), Bildung im digitalen Wandel. Die Bedeutung für das pädagogische Personal und für die Aus- und Fortbildung (S. 57–102). Münster/New York: Waxmann.

    Google Scholar 

  • Webb, P. T., Sellar, S., & Gulson, K. N. (2020). Anticipating education: governing habits, memories and policy-futures. Learning, Media and Technology, 45(3), 284–297.

    Google Scholar 

  • West, J. (2017). Data, democracy and school accountability: Controversy over school evaluation in the case of DeVasco High School. Big Data & Society, 4(1), 1–16. https://doi.org/10.1177/2053951717702408

  • Williams, S., Deahl, E., & Rubel, L. (2014). City Digits: Local Lotto: Developing Youth Data Literacy by Investigating the Lottery. Journal of Digital and Media Literacy, 16.

    Google Scholar 

  • Williamson, B. (2016). Coding the biodigital child: The biopolitics and pedagogic strategies of educational data science. Pedagogy, Culture and Society, 24(3), 401–426.

    Google Scholar 

  • Williamson, B. (2017). Big Data in Education: The Digital Future of Learning, Policy and Practice. Los Angeles: SAGE.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Leibniz-Institut für Bildungsmedien | Georg-Eckert-Institut, Braunschweig, Deutschland

    Felicitas Macgilchrist

  2. Georg-August-Universität Göttingen, Göttingen, Deutschland

    Felicitas Macgilchrist

  3. Helmut-Schmidt-Universität Hamburg, Hamburg, Deutschland

    Sigrid Hartong

  4. DIPF | Leibniz-Institut für Bildungsforschung und Bildungsinformation, Frankfurt am Main, Deutschland

    Sieglinde Jornitz

Authors
  1. Felicitas Macgilchrist
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Sigrid Hartong
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Sieglinde Jornitz
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Felicitas Macgilchrist .

Editor information

Editors and Affiliations

  1. Universität Potsdam, Potsdam, Deutschland

    Katharina Scheiter

  2. Universität Hamburg, Hamburg, Deutschland

    Ingrid Gogolin

Rights and permissions

Reprints and permissions

Copyright information

© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Macgilchrist, F., Hartong, S., Jornitz, S. (2023). Algorithmische Datafizierung und Schule: kritische Ansätze in einem wachsenden Forschungsfeld. In: Scheiter, K., Gogolin, I. (eds) Bildung für eine digitale Zukunft. Edition ZfE, vol 15. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-37895-0_13

Download citation

  • DOI: https://doi.org/10.1007/978-3-658-37895-0_13

  • Published:

  • Publisher Name: Springer VS, Wiesbaden

  • Print ISBN: 978-3-658-37894-3

  • Online ISBN: 978-3-658-37895-0

  • eBook Packages: Education and Social Work (German Language)

Publish with us

Policies and ethics

Search

Navigation