Design als Wissenskultur im Digitalen Wandel
Wie muss Designausbildung zukünftig gestaltet werden, wenn Design einerseits auch für andere Disziplinen und für die Allgemeinbevölkerung verfügbar und relevant wird (Stichworte Design Thinking, Maker-Kultur, Demokratisierung von Produktionsprozessen), und andererseits die digitalen Anforderungen und Möglichkeiten der Wissens-Aneignung, -Vermittlung und -Produktion steigen?
Hauptziel des Forschungsvorhabens ist die Entwicklung von Theorien, die in der Gegenüberstellung individuell/kompetenzbasierter und kulturtheoretisch/praxeologischer Sichtweisen Herausforderungen der Designbildung im Zeitalter der Digitalisierung beschreiben und erklären. Diese Theorien sollen in Form von Modellen oder Frameworks dargestellt werden, welche die spezifischen Logiken und Praktiken wie auch die individuellen Kompetenzprofile der relevanten Akteure (Designer, Wirtschaftswissenschaftler, Maker, Hacker) aufzeigen und miteinander in Beziehung setzen. Diese Modelle können im Anschluss von anderen Bildungseinrichtungen genutzt werden, um ihre Bildungsangebote an die digitalen Anforderungen anzupassen. Durch die Gegenüberstellung der verschiedenen epistemischen Praktiken und Logiken ist es möglich, potenzielle Unterschiede in den Deutungs- und Handlungsweisen verschiedener Akteursgruppen aufzuzeigen und diese für die Designlehre nutzbar zu machen, etwa indem Studierende für die unterschiedlichen „Gestaltungslogiken“ sensibilisiert werden, aber auch indem unterschiedliche Herangehensweisen an die Nutzung digitaler Technologien und Medien aufgezeigt werden.
Die Rolle der HWR Berlin in diesem Forschungsprojekt wäre die Ausgestaltung der technologischen Basis für die Datenerhebung, inkl. Definition der Kriterien und Anforderungen für die Entwicklung der Datenerhebungs-Tools, die Konzeption von Cultural Probes, die Festlegung der Inhalte und Trigger für eine Experience Sampling Studie, sowie die Datenintegration und Datenvisualisierung der erhobenen qualitativen Daten aus den vier geplanten Fallstudien, regelmäßige Datenprüfung, fallweiser Einsatz von Machine Learning Verfahren, automatisierter Mustererkennung, Data Mining, etc.
Konsortialpartner:
Prof. Roland M. Mueller, HWR Berlin
Prof. Heidrun Allert, Cristian-Albrechts Universität zu Kiel
Prof. Katja Thoring, Hochschule Anhalt
Back to Top