Forschungsmethodik

Forschungsmethodik

Ausgabestelle

Fakultät für Informatik
Datenwissenschaft und Ingenieurwesen

Dozent(en):

Arafat Md Easin

Startdatum

8. Februar 2027

Enddatum

14. Mai 2027

Studienfach

CHARM-Prioritätsfeld

Studienniveau

Studienaufwand, ECTS

3

Kurzbeschreibung

Dieser Kurs vermittelt die Grundlagen und praktischen Methoden der Forschung in der Informatik und Datenwissenschaft. Die Studierenden lernen, wie man Forschungsprobleme identifiziert und formuliert, systematische Literaturrecherchen und -auswertungen durchführt, Forschungsfragen entwickelt, Experimente konzipiert, Daten analysiert, Forschungsergebnisse bewertet und Erkenntnisse in wissenschaftlichen Artikeln und Präsentationen vermittelt. Der Kurs verbindet kurze Vorlesungen mit praktischen Einzel- und Gruppenübungen, Peer-Review, wissenschaftlichem Schreiben, Forschungsethik und der Ausarbeitung von Forschungsvorhaben.

Ausführliche Beschreibung

Der Kurs „Forschungsmethodik für Informatik und Datenwissenschaft“ bietet eine praxisorientierte Einführung in den gesamten Forschungsprozess in der Informatik und in datengestützten Disziplinen. Der Kurs begleitet die Studierenden von der Identifizierung eines Forschungsproblems über die Literaturrecherche, die Formulierung der Forschungsfrage, die methodische Konzeption, die Durchführung von Experimenten, die Datenanalyse, das wissenschaftliche Schreiben und das Peer-Review-Verfahren bis hin zur Erstellung eines Forschungsantrags.

Der Kurs ist stark praxisorientiert. Die Studierenden befassen sich mit authentischen Forschungsthemen und lernen schrittweise, eine Literaturrecherche durchzuführen, Forschungslücken zu identifizieren, Forschungsfragen zu formulieren, geeignete Forschungsmethoden zu entwerfen und ihre Ergebnisse zu kommunizieren. Besonderes Augenmerk wird auf wissenschaftliche Integrität, verantwortungsvolle Forschungspraktiken, Zitierweise, Plagiatsprävention, Reproduzierbarkeit und ethische Überlegungen in der datengestützten Forschung gelegt.

Die Studierenden nehmen an individuellen und gemeinschaftlichen Aktivitäten teil, darunter die Auswahl von Forschungsthemen, Literaturanalyse, Peer-Review wissenschaftlicher Artikel, wissenschaftliches Schreiben mit LaTeX, Forschungspräsentationen und die Ausarbeitung von Forschungsvorschlägen. Der Kurs gipfelt in der Erstellung eines forschungsbasierten Mini-Forschungsvorschlags, der als Grundlage für weitere Forschung, Abschlussarbeiten oder die Projektentwicklung dienen kann.

Der Kurs kann im Hybridformat angeboten werden, sodass Studierende verschiedener CHARM-EU-Partneruniversitäten aus der Ferne teilnehmen können, während interaktive Unterrichtsaktivitäten und die Zusammenarbeit in Gruppen weiterhin gewährleistet sind.

Lernziele

Am Ende des Kurses wird der Lernende in der Lage sein:
1. relevante Forschungsprobleme in der Informatik und Datenwissenschaft zu identifizieren und zu formulieren;
2. eine Literaturrecherche unter Verwendung geeigneter akademischer Datenbanken und wissenschaftlicher Quellen durchzuführen und kritisch zu bewerten;
3. wissenschaftliche Literatur zusammenzufassen und Forschungslücken zu identifizieren, die Forschungsfragen motivieren;
4. klare und forschungsfähige Forschungsfragen auf der Grundlage identifizierter Forschungslücken zu formulieren;
5. geeignete Forschungsmethodiken, Experimente und Strategien zur Datenerhebung zu entwerfen;
6. Forschungsdaten unter Verwendung geeigneter qualitativer und quantitativer Methoden zu analysieren und zu interpretieren;
7. Forschungsergebnisse anhand geeigneter Messgrößen, Vergleiche und wissenschaftlicher Argumentation zu bewerten;
8. Grundsätze der wissenschaftlichen Integrität, der Forschungsethik, des verantwortungsvollen Umgangs mit Daten und angemessener Zitierpraktiken anzuwenden;
9. wissenschaftliche Arbeiten in Form von Fachartikeln, Präsentationen und Peer-Review-Aktivitäten zu erstellen und zu kommunizieren;
10. einen strukturierten Forschungsantrag zu entwickeln, der Ziele, Forschungsfragen, Methodik, erwartete Ergebnisse und relevante Literatur umfasst.

Kursvoraussetzungen

Es gibt keine formalen Voraussetzungen. Grundkenntnisse in Informatik oder Data Science werden empfohlen.

Freie Plätze

30

Literatur zum Kurs (Pflichtlektüre oder empfohlene Lektüre):

Literaturverzeichnis:
[1] Booth, W. C., Colomb, G. G., Williams, J. M., Bizup, J. & Fitzgerald, W. T. (2016). The Craft of Research (4. Aufl.). University of Chicago Press.
[2] Creswell, J. W. & Creswell, J. D. (2018). Forschungsdesign: Qualitative, quantitative und gemischte Methodenansätze (5. Aufl.). SAGE Publications.
[3] Kothari, C. R. & Garg, G. (2019). Forschungsmethodik: Methoden und Techniken (4. Aufl.). New Age International Publishers.
[4] Nationale Akademien der Wissenschaften, Ingenieurwissenschaften und Medizin. (2017). Förderung der Integrität in der Forschung. The National Academies Press. https://doi.org/10.17226/21896
[5] Nationale Akademien der Wissenschaften, Ingenieurwissenschaften und Medizin. (2019). Reproduzierbarkeit und Replizierbarkeit in der Wissenschaft. The National Academies Press. https://doi.org/10.17226/25303
[6] ACM. (2018). ACM-Ethik- und Verhaltenskodex. Association for Computing Machinery. https://www.acm.org/code-of-ethics

Geplante pädagogische Aktivitäten und Unterrichtsmethoden:

Der Kurs verbindet kurze interaktive Vorlesungen, moderierte Diskussionen, individuelle Rechercheaufgaben, gemeinsame Gruppenarbeit, Peer-Review, praktische Schreibübungen, Forschungspräsentationen und Feedback durch die Dozenten.

Die Studierenden beschäftigen sich während des gesamten Kurses mit authentischen Forschungsthemen und entwickeln schrittweise ihre eigene Literaturrecherche, ihre Forschungsfragen, ihr methodisches Konzept, ihre wissenschaftlichen Texte sowie ihr Forschungsvorhaben. Technologiegestützte Lernwerkzeuge kommen bei der Literaturrecherche, der Zusammenarbeit, dem wissenschaftlichen Schreiben, der Literaturverwaltung, der Datenanalyse und der Präsentation zum Einsatz.

Der Kurs verfolgt einen studierendenzentrierten und forschungsbasierten Ansatz, bei dem die Studierenden ihre eigenen Forschungsideen aktiv entwickeln und vermitteln, anstatt lediglich theoretischen Unterricht zu erhalten.

Kurscode

IPM-24ATRMEG

Sprache

Bewertungsmethode

Abschließende Zertifizierung

Zeugnis

k. A.

Modalität

Eingesetztes Lernmanagementsystem

Moodle/Canvas, Microsoft Teams

Unterrichtsstunden pro Woche für den Studierenden:

2

Konkrete regelmäßige wöchentliche Unterrichtstage/-zeiten

Donnerstag, 16:00–17:30 Uhr

Zeitzone