idw - Informationsdienst
Wissenschaft
Große Datenmengen effizient auswerten: Diese Kompetenz ist in vielen Bereichen gefragt. Vermittelt wird sie im neuen Bachelorstudiengang „Künstliche Intelligenz und Data Science“.
Filme, Fotos, Bücher und mehr: Bis zum Jahr 2003 hatte die Menschheit eine Datenmenge von insgesamt einem Exabyte angehäuft. Das entspricht einer Milliarde Gigabyte. Klingt viel, ist aber relativ. Denn es wird geschätzt, dass genau diese Datenmenge – ein Exabyte – aktuell alle 48 Stunden erzeugt wird.
Daten, Daten, Daten: Sie entstehen bei wissenschaftlichen Experimenten genauso massenhaft wie auf Online-Shopping-Plattformen. In all diesen Daten steckt jede Menge Wissen. Wie man es mit Methoden der Künstlichen Intelligenz (KI) effizient nutzen kann, lernen die Studierenden im neuen Bachelorstudiengang „Künstliche Intelligenz und Data Science“ an der Julius-Maximilians-Universität Würzburg (JMU).
Die Anbieter von Online-Shopping-Plattformen zum Beispiel wenden KI auf die Daten der Kundschaft an, um deren Vorlieben vorherzusagen. Dieses Wissen setzen sie dann gezielt für Produktempfehlungen ein. Auch in der Medizin werden Daten mit KI ausgewertet. Das kann Hinweise darauf geben, wie sich Therapien weiter verbessern lassen.
Studie zur Effizienz von Projektteams
Das Betätigungsfeld von Datenwissenschaftlerinnen und Datenwissenschaftlern ist weit gesteckt. Ihr Fachwissen wird in Unternehmen genauso gebraucht wie auf allen Gebieten der Wissenschaft – in den Ingenieur- und Naturwissenschaften ebenso wie in den Geistes- und Sozialwissenschaften.
Beispiel: Professor Ingo Scholtes, Inhaber des Lehrstuhls „Machine Learning for Complex Networks“ an der JMU, hat den Ringelmann-Effekt unter die Lupe genommen. Dieser besagt, dass Teams bei kollaborativen Tätigkeiten, etwa beim Tauziehen, immer ineffizienter werden, je größer sie sind. Gilt das nur für körperliche oder auch für andere Leistungen? Diese Frage hat Scholtes mit Hilfe von Data-Science-Methoden untersucht.
„Auf der Online-Plattform GitHub arbeiten zum Teil Hunderte von Informatikerinnen und Informatikern gemeinschaftlich an der Programmierung von Software. Dort standen uns große Datenmengen zur Verfügung, die es uns erlaubten, den Ringelmann-Effekt auf globalem Maßstab zu untersuchen“, erklärt Scholtes.
Es zeigte sich, dass der Ringelmann-Effekt auch bei Teams von Softwareentwicklern auftritt. Die Analysen ergaben, dass der Effekt je nach Struktur der Kooperationsnetzwerke unterschiedlich stark ausfällt. „Daraus konnten wir Empfehlungen ableiten, wie große Projektteams strukturiert sein sollten, um möglichst effizient zu arbeiten.“
Was Studieninteressierte wissen sollten
Der zulassungsfreie Würzburger Bachelorstudiengang „Künstliche Intelligenz und Data Science“ startet zum Wintersemester 2022/23. Wer sich dafür einschreibt, sollte Interesse für Statistik und Programmierung mitbringen. Gute Datenwissenschaftlerinnen und Datenwissenschaftler müssen außerdem kommunikativ und kooperativ sein, denn sie werden immer in fächerübergreifenden Teams arbeiten.
Schon im ersten Semester stehen, neben einer soliden Grundausbildung in Mathematik und Informatik, auch Lehrveranstaltungen zur KI auf dem Stundenplan. Ab dem dritten Semester kommen vermehrt speziellere Lehrangebote dazu, in denen es etwa um Deep Learning, Rechnerarchitekturen oder Softwaretechnik geht. Und ab dem fünften Semester können die Studierenden ihre Fühler in die verschiedenen Anwendungsfächer ausstrecken – und davon gibt es an der JMU mit ihren 250 Studiengängen jede Menge.
Der neue Studiengang ist am Institut für Informatik und am Center for Artificial Intelligence and Data Science (CAIDAS) verankert. Beide Einrichtungen sind im Ausbau und umfassen schon jetzt mehr als 20 Professuren mit unterschiedlichsten Arbeitsschwerpunkten. Die Studierenden können sich also auf ein vielfältiges Angebot an Vorlesungen, Seminaren und Praktika freuen.
Und nach dem Bachelor?
Wer nach dem Abschluss als Bachelor noch tiefer ins Thema einsteigen will, kann an der JMU den Masterstudiengang eXtended Artificial Intelligence absolvieren. Alternativ kann der reguläre Informatik-Master belegt werden.
Weblink
Bachelorstudiengang KI und Data Science: https://go.uniwue.de/ki-ds
Prof. Dr. Andreas Hotho, Chair of Data Science (Informatik X), Tel: (+49 931) 31 - 88453, E-Mail: hotho@informatik.uni-wurzburg.de
Merkmale dieser Pressemitteilung:
Journalisten, Lehrer/Schüler, Studierende, Wissenschaftler
Informationstechnik, Mathematik
überregional
Studium und Lehre
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
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).