Daten, Künstliche Intelligenz und Evidenz - neue Anforderungen an die Statistikausbildung an Hochschulen: Diskussion und Erwiderung

Das Positionspapier formuliert neun Thesen zur Weiterentwicklung der Statistikausbildung im Kontext von Data Science und Künstlicher Intelligenz. Im Zentrum stehen Data & Statistical Literacy, Datenqualität und -ethik, die Verbindung von Statistik und Machine Learning sowie die Stärkung einer eigenständigen Statistikdidaktik. Die Diskussionsbeiträge erweitern diese Perspektiven: Christina Elmer betont Wissenschaftskommunikation und AI Literacy, Helmut Küchenhoff projektbasiertes Lernen und Datenschutz, Christoph Weisser die industrielle Praxis und organisationsweite Datenkompetenz, Göran Kauermann die Verzahnung von Statistik und Data Science, und Rolf Biehler sowie Karin Binder die didaktische und institutionelle Weiterentwicklung. Die Replik greift diese Impulse auf und unterstreicht die interdisziplinäre Verantwortung für eine zukunftsfähige Statistikausbildung.

---

The position paper formulates nine theses on the future development of statistics education in the context of Data Science and Artificial Intelligence. It emphasizes Data & Statistical Literacy, data quality and ethics, the integration of statistics and machine learning, and the strengthening of an independent didactics of statistics. The discussion contributions broaden these perspectives: Christina Elmer highlights science communication and AI literacy; Helmut Küchenhoff emphasizes project-based learning and data protection; Christoph Weisser stresses industrial practice and organization-wide data competence; Göran Kauermann reflects on the interplay between statistics and data science; and Rolf Biehler and Karin Binder focus on didactical and institutional development. The rejoinder takes up these impulses and underlines the interdisciplinary responsibility for shaping future-oriented statistics education.