Data Science: „Genau die Spezialisten ausbilden, die wir brauchen“

idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
idw-Abo


Share on: 
01/14/2020 08:59

Data Science: „Genau die Spezialisten ausbilden, die wir brauchen“

Birgit Obermeier Geschäftsstelle
Lernende Systeme - Die Plattform für Künstliche Intelligenz

    Data Scientists sind händeringend gesucht - das zeigt ein Blick in die Jobportale. Gebraucht werden sie in Wirtschaft und Wissenschaft überall dort, wo große Datenmengen erhoben, verarbeitet, aufbereitet und analysiert werden. Welche Fertigkeiten dazu an Hochschulen und Universitäten, aber auch über Weiterbildungsangebote vermittelt werden sollten, hat die Gesellschaft für Informatik e.V. (GI) unter Mitarbeit der Plattform Lernende Systeme analysiert. Warum dabei von ganz unterschiedlichen Zielgruppen auszugehen ist, erläutert Mit-Autor Ulf Brefeld, Professor für Maschinelles Lernen an der Leuphana Universität Lüneburg und Mitglied der Plattform Lernende Systeme.

    Herr Brefeld, Data Scientist gilt manchen als der attraktivste Beruf des 21. Jahrhunderts. Warum?
    Ulf Brefeld: Wir generieren täglich eine unvorstellbar große Menge an neuen Daten – angefangen von Satellitenbildern, die zur Erde gefunkt werden, bis hin zu Urlaubsfotos, die wir auf einer Social Media-Plattform hochladen. Die Möglichkeit aus (heterogenen) Daten Mehrwerte zu schaffen, ist riesig: Straßenkarten haben sich z.B. durch die Aggregation von weiteren Datenquellen zu Navigationssystemen und Restaurantführern weiterentwickelt. Diese Entwicklung aktiv mitzugestalten und eigene Ideen zu verwirklichen, ist sehr attraktiv.

    Welche Inhalte müssen an Hochschulen zur Ausbildung von Data Scientists für Industrie und Forschung vermittelt werden?
    Ulf Brefeld: Grundlage eines Data Scientists sind solide Kenntnisse in Mathematik, Statistik und Informatik. Darauf bauen dann weiterführende Themen wie Datenbanken, Künstliche Intelligenz und Maschinelles Lernen auf. Die richtige Mischung dieser Komponenten hängt von der fachlichen Ausrichtung der Studierenden ab. So bringen etwa Studierende von Kulturwissenschaften oder Ingenieurswissenschaften unterschiedliche Voraussetzungen in ein aufbauendes Data Science-Studium mit – und werden nach ihrem Studium auch an sehr unterschiedlichen Fragestellungen und mit verschiedenen Datentypen arbeiten. Diese Differenzierungen sollten in einem Data Science-Studium berücksichtigt werden, damit wir genau die Spezialisten ausbilden, die wir benötigen. In einem Arbeitspapier, das die Plattform Lernende Systeme zusammen mit der Gesellschaft für Informatik erstellt hat, definieren wir verschiedene Personas, die stellvertretend für die unterschiedlichen Voraussetzungen und Aspekte in der akademischen Ausbildung stehen.

    Wie lässt sich Data Science in die Weiterbildung integrieren?
    Ulf Brefeld: Der aktuelle Bedarf an Data Scientists kann nicht alleine durch die Hochschulausbildung gedeckt werden. Wichtig sind insbesondere dedizierte Weiterbildungsprogramme, damit sich Beschäftigte in Unternehmen sowie Arbeitssuchende entsprechend weiterqualifizieren können. Sie haben ein anderes Profil als Studierende: Durch eine Tätigkeit in der Praxis sind vielleicht die theoretischen Grundlagen etwas verloren gegangen und beispielsweise durch langjährige Expertise in praktischer Softwareentwicklung ersetzt worden. Auch darauf gehen wir in unserem Arbeitspapier ein und definieren passende Inhalte für eine erfolgreiche Weiterbildung von Beschäftigten zu Data Scientists.


    Original publication:

    https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/GI_Arbei...


    More information:

    http://www.plattform-lernende-systeme.de Website der Plattform Lernende Systeme


    Attachment
    attachment icon Arbeitspapier "Data Science: Lern- und Ausbildungsinhalte"

    Criteria of this press release:
    Business and commerce, Journalists, Scientists and scholars, Students, Teachers and pupils
    Economics / business administration, Information technology, Mathematics, Politics, Teaching / education
    transregional, national
    Studies and teaching, Transfer of Science or Research
    German


    Ulf Brefeld, Professor für Maschinelles Lernen an der Leuphana Universität Lüneburg


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).

    Cookies optimize the use of our services. By surfing on idw-online.de you agree to the use of cookies. Data Confidentiality Statement
    Okay