Studieninhalte

Bachelor Studiengang Data Science and Business Analytics

Data Science ist eine akademische Disziplin, die die Fähigkeit vermittelt, wohldurchdacht mit Daten umzugehen. Dazu gehört Daten zu sammeln, zu bewerten, zu analysieren und zu visualisieren. Wichtige Themen dabei sind Grundlagen des Codings, der Statistik oder der Data Governance.

Ein wichtiger Schwerpunkt von Data Scientists ist die Anwendung von Verfahren der künstlichen Intelligenz, dazu gehören Machine Learning Algorithmen, sowie Deep Learning als Teilgebiet.

Business Analysts fokussieren sich mehr auf den wirtschaftlichen Aspekt, digitale Geschäftsmodelle und helfen Organisationen bei der digitalen Transformation.

Ergänzt wird dieses Wissen durch Inhalte aus den Bereichen Recht und Ethik, um eine breite, interdisziplinäre Ausbildung zu gewährleisten.

Aufbau des Studiums

Datenkompetenz (1. und 2. Semester)

In den ersten beiden Semestern stehen Grundlagen der Datenanalyse, Visualisierungstechniken, der Statistik, Mathematik, aber auch des Codings mit Schwerpunkt Data Science am Programm.

Vertiefungsstudium (3. Semester)

Sie können im 3. Semester einen Schwerpunkt wählen:

  • Data Science vermittelt Ihnen die Fähigkeiten des advanced Machine Learnings und der künstlichen Intelligenz. Wichtige Themen, die zusätzlich behandelt werden sind Big Data-Technologien oder Data Warehouse-Systeme.

  • Business Analytics befasst sich mit wirtschaftlichen Grundlagen, sowie Digital Business oder Business Intelligence.

Wahlmodul (4. Semester) 

Da Datenspezialist*innen ihre Analysen immer in einem bestimmten Kontext durchführen, ermöglicht Ihnen das Studium eine Spezialisierung in einem wählbaren Anwendungsgebiet (z. B.: Marketing, Gesundheit, Medien, Sicherheit, Produktion)*. Sie setzen sich mit den wichtigsten Grundlagen des Fachbereichs auseinander und erhalten ein Grundverständnis für häufige Problemstellungen.

* Fachbereiche werden im dritten Semester vorgestellt und können frei gewählt werden. Sie werden nach Bedarf der Studierenden angeboten und kommen ab einer Teilnehmer*Innenzahl von 8 Personen zustande.

Berufspraktikum (4. und 6. Semester)

Die Berufspraktika sind im 4. Semester (Umfang: 200 Stunden) und 6. Semester (Umfang: 400 Stunden) zu absolvieren. Dabei kontaktieren die Studierenden eigenständig favorisierte Unternehmen. Dazu steht ihnen das umfangreiche Partnernetzwerk des Studienganges zur Verfügung.

Auslandssemester oder European Project Semester (5. Semester)

Ein wichtiger Bestandteil des Studiums stellt das Projektsemester im 5. Semester dar. Dabei ist das Ziel, Gruppen zu bilden, um eine interdisziplinäre Problemstellung innerhalb des Projekts zu lösen.

Das internationale Projektsemester kann auch im Ausland an einer Partneruniversität absolviert werden.

Übersichtsgrafik: Studienplan

Grafik Studieninhalte Data Science and Business Analytics

If the curriculum does not load, please click here.

Aus dem Studiengang

Praxisnahe Ausbildung

Moderne Infrastruktur

Innovative Lehrmethoden

Data Science Studierende Tisch

Beispiele für den Einsatz von Data Science

Big Data

Data Science

Artificial Intelligence

Internet of Things

Warum Data Science?

Ein menschlicher Blick 

Trotz der vielen vollautomatischen Erhebungsmöglichkeiten durch Künstliche Intelligenz oder Deep Learning, bleibt die wichtigste Aufgabe oftmals dem Menschen überlassen. Zwar können durch eine KI möglicherweise Muster erkannt werden, aber nicht unbedingt Ursache und Wirkung. Wenn man jedoch wissen will, warum die gefundenen Muster auftreten, ist es die Aufgabe des Data Scientist, Wirkungszusammenhänge nachvollziehbar zu erklären.

Sie wollen mehr wissen? Fragen Sie nach!

Campus and Study Center