Theorie und Praxis der Datenwissenschaft
Im Zeitalter von Big Data kommt der Datenanalyse in Wirtschaft und Gesellschaft eine wachsende Bedeutung zu. Es wird immer wichtiger, die immense Menge an Daten möglichst zielgerichtet zu sammeln. Diese gilt es mittels verschiedener Methoden sinnvoll zu organisieren, auszuwerten, zu visualisieren und die dabei enstehenden Erkenntnisse schließlich in den Unternehmenskontext und die Geschäftsprozesse einzubinden. Die Künstliche Intelligenz ist wesentlich auf entsprechende Datengrundlagen angewiesen.
In der Studienrichtung Data Science liegt der Fokus also auf dem Umgang und der Interpretation von großen Datenmengen. Neben dem Management von Informationen spielt auch die Ableitung von Handlungsempfehlungen für Unternehmen eine wichtige Rolle. Beispielhafte Fragestellungen sind: Wie können Methoden der Künstlichen Intelligenz Geschäftsprozesse im Unternehmen unterstützen? Wie können Geschäftsmodelle von Unternehmen weiterentwickelt werden?
Studierende beschäftigen sich neben den Inhalten der Wirtschaftsinformatik zunächst mit den Grundlagen von Data Science und Big Data. Vertiefungen bieten Module wie Data Analysis und Machine Learning sowie die Einordnung aktueller Entwicklungen auf dem Gebiet – dazu gehören beispielsweise die Digitale Transformation und datengetriebene Geschäftsmodelle.
In den Modulbeschreibungen sind die Inhalte der Studienrichtung im Detail aufgeführt.
Schlüsselqualifikationen und Soft Skills
Typisch für die Tätigkeit von Wirtschaftsinformatikern sind arbeitsteilige Prozesse im Rahmen von Projekten – etwa die Gestaltung von Geschäftsprozessen oder die Entwicklung betrieblicher Informationssysteme. Insbesondere als Data Scientist gehören daher Kommunikationsfähigkeit, Teamarbeit und Mitarbeiterführung zu den wichtigsten Qualifikationen. Zum Erwerb und der Weiterentwicklung dieser Kompetenzen werden an der Hochschule zahlreiche Seminare angeboten.
