zum Inhalt

Data Science: Die Welt der Daten

Die Geheimnisse der Daten entschlüsseln: Im Bachelorstudium Data Science an der Justus-Liebig-Universität (JLU) Gießen lernt Moritz Baatz (26), große Datenmengen zu analysieren und daraus wertvolle Erkenntnisse abzuleiten.

Ein Mann am PC aktualisiert eine Denkmaldatenbank.

In einer Welt, in der Daten allgegenwärtig sind, hat sich ein neues Forschungsfeld herausgebildet, das eine entscheidende Rolle bei der Analyse und Interpretation großer Datenmengen („Big Data“) spielt: Data Science.

Dabei handelt es sich um eine multidisziplinäre Fachrichtung, die Werkzeuge und Techniken aus Bereichen wie Mathematik, Statistik, Informatik und Künstlicher Intelligenz einsetzt, um aus großen Datenmengen nützliche Informationen zu gewinnen.

Auf diese Weise lässt sich zum Beispiel analysieren, welche Produkte Menschen gerne kaufen, wie sich das Wetter auf den Verkehr auswirkt oder welche Trends es in den sozialen Medien gibt. Data Science kommt in den unterschiedlichsten Branchen zum Einsatz – von der Industrie über die Medizin bis hin zur Kriminalitätsbekämpfung.

  • Portraitfoto von Moritz Baatz

    Es gibt Module, in denen die Theorie im Vordergrund steht, aber das Studium ist durchaus auch praxisorientiert.

    Moritz Baatz (26) studiert Data Science.

Einsatz von KI und Machine Learning

Immer mehr Hochschulen bieten entsprechende Studiengänge an, um zukünftige Datenwissenschaftlerinnen und -wissenschaftler auszubilden. Einer von ihnen ist Moritz Baatz. Der 26-Jährige hat nach dem Abi zunächst eine Ausbildung zum Kaufmann im Groß- und Außenhandelsmanagement absolviert und eineinhalb Jahre als IT-Systemadministrator gearbeitet. Nun studiert er im sechsten Semester Data Science. „In der Ausbildung habe ich mich zum ersten Mal mit Datenbanken beschäftigt. Ich fand das spannend und wollte mich in diesem Bereich weiterbilden“, sagt der Bachelorstudent.

Er recherchierte nach passenden Studiengängen und entschied sich schließlich für Data Science. „Durch das Studium habe ich dann einen noch viel interessanteren Bereich für mich entdeckt, nämlich Künstliche Intelligenz (KI) und Maschinelles Lernen. Ich fand es sehr interessant zu verstehen, wie vielseitig der Begriff ‚KI‘ ist. Viele Leute setzen KI mit Chat-GPT gleich, obwohl Chat-GPT – ganz einfach gesagt – nur ein intelligenter Chatbot ist und nur einen kleinen Teil von KI ausmacht.“

Vor Studienbeginn hat Moritz Baatz einen Mathematikvorkurs an der Uni besucht. Die Teilnahme ist freiwillig. „Durch die Ausbildung war mein Abitur ja schon etwas her und der Vorkurs hat mir geholfen, die Themen aufzufrischen und einfach wieder ein Gefühl fürs Lernen zu bekommen. Aber auch direkt nach dem Abi ist es meiner Meinung nach sinnvoll, einen Vorkurs zu besuchen, da man dort schon einen kleinen Einblick in die Themen bekommt, die im Studium auf einen zukommen.“

Programmierkenntnisse hilfreich, aber kein Muss

Während in den ersten drei Semestern vor allem Grundlagen in Mathematik und Statistik, Informatik und Programmierung vermittelt werden, besteht die zweite Hälfte des Studiums aus Vertiefungs- und Wahlpflichtmodulen. „Es gibt Module, in denen die Theorie im Vordergrund steht, aber das Studium ist durchaus auch praxisorientiert. Gerade in den Programmiermodulen ist das auch notwendig, denn Programmieren ist Learning by Doing“, erzählt Moritz Baatz, dem es besonders Spaß macht, die Programmiersprache Python zu erlernen. „Sehr interessant finde ich es außerdem, die Methoden des Machine Learning anzuwenden, um Datencluster zu erkennen und ein eigenes neuronales Netz zu programmieren, mit dem man zum Beispiel Tiere oder Gegenstände aus Bildern extrahieren und erkennen kann.“

Nach seinem Bachelorabschluss will Moritz Baatz den Master in Data Science an der JLU absolvieren. „Meiner Meinung nach ist der Studiengang für jeden geeignet, der sich für Mathematik, Statistik, Programmierung, Informatik und Künstliche Intelligenz interessiert“, sagt der Student. „Vorkenntnisse in einer Programmiersprache können am Anfang hilfreich sein, sind aber kein Muss. Ich selbst hatte auch keine, als ich mit dem Studium begonnen habe.“

Was ist ein neuronales Netz?

Ein neuronales Netz ist eine Methode der Künstlichen Intelligenz. Dabei ahmen miteinander verknüpfte künstliche Neuronen durch Algorithmen die Nervenzellen im Gehirn nach. Durch diese komplexen Verknüpfungen ist es möglich, komplizierte Probleme, wie das Zusammenfassen von Dokumenten oder das Erkennen von Gesichtern, zu lösen. Dabei lernt das neuronale Netzwerk ständig dazu und kann sich selbst verbessern.

Data Science studieren

Die Studiensuche der Bundesagentur für Arbeit listet derzeit unter dem Stichwort Datenwissenschaft oder Data Science rund 70 Bachelorstudiengänge an deutschen Hochschulen auf. Das Angebot an Masterstudiengängen ist ähnlich umfangreich.

Die Schwerpunkte der Studiengänge reichen von „Künstliche Intelligenz und Data Science“ bis „Medical Engineering and Data Science“. Informationen zu Aufbau, Schwerpunkten und Zulassungsvoraussetzungen können den Webseiten der jeweiligen Hochschulen entnommen werden.

Weitere Informationen

studienwahl.de

Infoportal der Bundesagentur für Arbeit und der Stiftung für Hochschulzulassung. Hier findest du Informationen rund ums Studium.

www.studienwahl.de

Studiensuche der Bundesagentur für Arbeit

In der Studiensuche kannst du recherchieren, welche Studiengänge an welchen Hochschulen in Deutschland angeboten werden.

web.arbeitsagentur.de/studiensuche

BERUFENET

Das Onlinelexikon der Bundesagentur für Arbeit bietet über 3.000 aktuelle Berufsbeschreibungen in Text und Bild (Suchwort: Datenwissenschaft, Data Science).

www.arbeitsagentur.de/berufenet

BERUFE.TV

Das Filmportal der Bundesagentur für Arbeit listet 350 Filme über Ausbildungsberufe und Studiengänge.

www.berufe.tv 

Studiencheck

Das Portal bietet studiengangspezifische Wissenstests (Checks) für Studieninteressierte an. Die Checks prüfen die Voraussetzungen für die Aufnahme eines Studiums an einer bestimmten Hochschule.

www.studiencheck.de

German Data Science Society

Vereinigung der akademisch ausgebildeten Data Scientists, bei Einbeziehung der entsprechenden Hochschul- und Universitätsaktivitäten

www.gds-society.de