idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
24.02.2020 18:22

Data Science Process Model (DASC-PM)

Elisabeth Gragert Öffentlichkeitsarbeit
Nordakademie - Hochschule der Wirtschaft

    Eine offene und virtuelle Arbeitsgruppe mit Vertretern aus Theorie und Praxis hat ein Vorgehensmodell für Data-Science-Projekte erstellt – das Data Science Process Model (DASC-PM).

    Das Thema Data Science hat in den letzten Jahren in vielen Organisationen stark an Aufmerksamkeit gewonnen. Häufig herrscht jedoch weiterhin große Unklarheit darüber, wie diese Disziplin von anderen abzugrenzen ist, welche Besonderheiten der Ablauf eines Data-Science-Projekts besitzt und welche Kompetenzen vorhanden sein müssen, um ein solches Projekt durchzuführen.

    In der Hoffnung, einen kleinen Beitrag zur Beseitigung dieser Unklarheiten leisten zu können, wurde von April 2019 bis Februar 2020 in einer offenen und virtuellen Arbeitsgruppe mit Vertretern aus Theorie und Praxis ein Vorgehensmodell für Data-Science-Projekte erstellt – das Data Science Process Model (DASC-PM). Ziel war es dabei nicht, neue Herangehensweisen zu entwickeln, sondern vielmehr, vorhandenes Wissen zusammenzutragen und in geeigneter Form zu strukturieren. Das Ergebnis ist als Zusammenführung der Erfahrung sämtlicher Teilnehmerinnen und Teilnehmer der Arbeitsgruppe zu verstehen.

    Das erarbeitete Vorgehensmodell soll dazu dienen, allen Interessengruppen von Data-Science-Projekten ein Verständnis der notwendigen Aufgaben und Zusammenhänge zu vermitteln. Das Ergebnis ist als eine solide Grundlage zur Durchführung von datengetriebenen Projekten zu verstehen. Es wurde auf die Erfahrungen aus verschiedenen Unternehmen und Forschungsgruppen zurückgegriffen. DASC-PM ist daher mehr als ein Best-Practice-Ansatz. Es ist eine strukturierte, fundierte und umsetzbare Aufbereitung eines der relevantesten Themen der Wirtschaft und Wissenschaft, namentlich der planvollen und ergebnisorientierten Nutzbarmachung von Daten, der Data Science.

    Die Beschreibung des Vorgehensmodells kann hier heruntergeladen werden: https://www.nordakademie.de/forschung/data-science-process-model


    Wissenschaftliche Ansprechpartner:

    Prof. Dr. Michael Schulz, michael.schulz@nordakademie.de; 04121 4090-450
    Uwe Neuhaus, uwe.neuhaus@nordakademie.de; 04121 4090-543


    Weitere Informationen:

    https://www.nordakademie.de/forschung/data-science-process-model


    Bilder

    Prof. Dr. Michael Schulz und Uwe Neuhaus von der NORDAKADEMIE haben gemeinsam mit einer virtuellen Arbeitsgruppe ein Data Science Process Modell erstellt.
    Prof. Dr. Michael Schulz und Uwe Neuhaus von der NORDAKADEMIE haben gemeinsam mit einer virtuellen A ...
    NORDAKADEMIE/Foto: Dirk Schönfeldt
    None


    Merkmale dieser Pressemitteilung:
    Journalisten, Studierende, Wirtschaftsvertreter, Wissenschaftler
    Informationstechnik, Pädagogik / Bildung, Wirtschaft
    überregional
    Forschungs- / Wissenstransfer, Wissenschaftliche Publikationen
    Deutsch


     

    Prof. Dr. Michael Schulz und Uwe Neuhaus von der NORDAKADEMIE haben gemeinsam mit einer virtuellen Arbeitsgruppe ein Data Science Process Modell erstellt.


    Zum Download

    x

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).