Big Data, Data Engineering – große Datenmengen analysieren und gezielt einsetzen: Das lernen Sie im Bachelor-Studiengang Data Science an der Fachhochschule. Praxisorientierte Inhalte bieten Ihnen wertvolle Erfahrungen bereits im Studium – online und offline. Mit Ihrem erlernten Know-how gestalten Sie im Beruf als Datenwissenschaftler*in die Zukunft der Smart Systems für die Geschäftsprozesse, Wertschöpfungsketten der Industrie 4.0 oder für die Infrastruktur der Smart Cities von morgen.
Auf einen Blick
Was? Zukunftsorierentes Datenanalyse-Know-how erlernen und praktisch anwenden
Für wen? Für alle, die Engagement, Entdeckergeist und analytisches Denken mitbringen
Warum? Hoher Praxisbezug an einer familiären Hochschule, vielfältige Berufsperspektiven
Bewerbungsfrist: in der Regel Anfang März bis 15. Juli
Bewerbung je nach Voraussetzung über uni-assist oder unser Bewerbungsportal (Achtung: Bewerbungen sind nur innerhalb des jeweiligen Bewerbungszeitraums möglich!)
Für Bachelorstudiengänge ist eine Bewerbung zum Sommersemester nur für höhere Fachsemester möglich. Die genauen Bewerbungsfristen finden Sie in der
Tabelle Hochschulwechsler*innen / Studiengangwechsler*innen. (Achtung: Bewerbungen sind nur innerhalb des jeweiligen Bewerbungszeitraums möglich!)
externer Inhalt (Youtube)
Was zeichnet den Studiengang Data Science aus? Antworten gibt's im Video.
An wen richtet sich der Bachelor-Studiengang Data Science?
Data Science bedingt analytisches Denken und eine Neigung für angewandte Informatik, Mathematik, Statistik und Big Data. Das Studium ist aber nicht nur etwas für Nerds - das didaktische Konzept des Studiengangs holt zum Studienbeginn alle ab. Wichtig sind vor allem Spaß am Entdecken und Lust, unsere zukünftige Lebens- und Arbeitswelt mit zu gestalten. Nach dem Studium warten hervorragende Berufsaussichten.
Sie möchten Verantwortung für den sicheren, transparenten und menschlichen Umgang mit Daten übernehmen? Dafür qualifiziert Sie der Studiengang Data Science.
Als Datenwissenschaftler*in analysieren und interpretieren Sie große Datenmengen, um Muster und Zusammenhänge zu erkennen sowie neue Erkenntnisse zu gewinnen. Sie entwickeln Smart Systems für die Geschäftsprozesse und Wertschöpfungsketten der Industrie 4.0 oder für die Infrastruktur der Smart Cities von morgen. Mit Ihrem Know-How gestalten Sie die Zukunft, generieren neues Wissen und verbessern Abläufe für die Umwelt, das soziale Umfeld, Industrie und vieles mehr.
Kooperatives Studium
Der Studiengang kann in Kooperation mit einem Unternehmen studiert werden. Praxisphasen, Projekt- bzw. Studienarbeiten und die Bachelorarbeit werden in diesem Fall im selben Unternehmen absolviert. Basis ist üblicherweise eine Werkstudierenden-Tätigkeit neben dem Studium, aber auch die Kombination mit einer betrieblichen Ausbildung ist möglich. Mehr Informationen zum
Kooperativen Studium
Mit dem Studium der Data Science qualifizieren Sie sich für Berufe - Datenwissenschaftler*in, Data Analyst, Data Scientist - mit hervorragenden Zukunftsaussichten und steigendem Bedarf in allen Bereichen:
in produzierenden Unternehmen
in der Energie-, Gesundheits-, IT- oder Logistikbranche,
in Banken, Beratungs- oder Dienstleistungsunternehmen
generell im E-Commerce oder auch in der öffentlichen Verwaltung.
Das Berufsbild ermöglicht selbstbestimmtes und flexibles Arbeiten im Büro oder Homeoffice. Sie entscheiden, ob Sie anwendungsnah Abläufe datenbasiert optimieren oder grundlegende Entwicklungen in der IT-Security, Algorithmenentwicklung oder ethischen Datennutzung voranbringen.
»Am Data Science-Studium gefällt mir der praktische Bezug zum Informatikbereich und auch dass man tiefer in die Mathematik rein geht als in einem reinen Informatikstudium. Was ich an der Fachhochschule schätze, ist, dass wir hier einen kleinen Studiengang haben und dass die Fachhochschule sehr ländlich liegt.«
Vanessa Blasko
»Als ausgebildete Fachinformatikerin für Anwendungsentwicklung wollte ich mich spezialisieren, Informatik war mir zu allgemein. Data Science ist ein aktuelles Thema. Sehr spannend finde ich Mustererkennung und Erkenntnisgewinn durch Analysen.«
Wie ist das Data Science-Studium aufgebaut?
Der Studiengang Data Science führt Sie an den aktuellen Stand der Forschung in der Datenwissenschaft heran. Das Spektrum reicht von Ansätzen des maschinellen Lernens über Methoden zur Speicherung und effizienten Verarbeitung von großen Datenmengen bis hin zu Anwendungen der künstlichen Intelligenz.
Inhalt des Studiums
Datenanalysen
In den ersten Semestern lernen Sie Methoden und Werkzeuge zur Durchführung von Datenanalysen kennen. Neben Grundlagen in Mathematik und Statistik geht es zudem um die Konzeption und den Aufbau von Infrastrukturen zum Betrieb von Datenanalyse-Anwendungen. Diese konzipieren Sie in Abhängigkeit von vorliegenden Anforderungen wie Performance, Sicherheit oder Quantität der zu analysierenden Daten. Aufgrund der vermittelten Grundlagen arbeiten Sie sich zunehmend selbständig in die Funktionsweise neuer Ansätze und Werkzeuge ein.
Projekte zu Datenanalysen
Hierzu werden Sie Projekte zu Datenanalysen eigenständig planen und durchführen sowie die entwickelten Analyseanwendungen in die vorhandene Infrastruktur eines betrieblichen Informationssystems integrieren. Datenanalyseanwendungen entwickeln Sie auch unter dem Gesichtspunkt der Sicherheit der Anwendung sowie der darin verarbeiteten Daten. Je nach Neigung und Berufswunsch können Sie ab dem vierten Semester entsprechende Spezialisierungen über Wahlpflichtfächer wählen.
Lernen in Projekten
Einen besonders hohen Stellenwert hat dabei das Lernen in Projekten, die oft in Zusammenarbeit mit Industriepartnern durchgeführt werden. Dazu gehört ein Praxisprojekt, in dem an den Themen Maschinelles Lernen und agile Methoden gearbeitet wird. Den Anwendungsbezug Ihres Studiums können Sie zudem durch ein fakultatives Praxissemester ausbauen. Den Abschluss des Studiums bilden schließlich die Bachelorarbeit und eine mündliche Prüfung, das Kolloquium.
Studienverlaufsplan Data Science B.Sc.
1. Semester
2. Semester
3. Semester
4. Semester
5. Semester
6. Semester
7. Semester
Programmierung Python
Programmierung R
Introduction to Machine Learning
Statistical Modelling
Praxisprojekt Machine Learning und agile Methoden
Forecasting and Control
Optional: Praxissemester oder vertiefendes Fachsemester
Ingenieurmathematik 1 + 2
Automatisierung und Internet of things
Computer Vision
Cloud Computing und verteilte Systeme
Systemisches Change Management
Informatik
Statistik
Data Science
Wahlpflichtmodul
Natural Language Processing
Wahlpflichtmodul
Digitaltechnik
Software Engineering
IT-Sicherheit
Wahlpflichtmodul
Digitales Supply Chain Management
Bachelorarbeit
Datenbanksysteme 1
IT-gestützte Geschäftsprozesse
Optimierungsalgorithmen
Wahlpflichtmodul
Wahlpflichtmodul
Kolloquium
Legende zum Studienverlaufsplan
Pflichtmodule
Optional wählbar
Wahlpflichtmodule
Infoveranstaltungen / Veranstaltungen zum Studienstart
Termine zum Studienbeginn
Für einen komfortablen und erfolgreichen Start ins Studium erwarten Sie verschiedene Orientierungsveranstaltungen und Unterstützungsangebote.
Diese Aufzählung ist lediglich eine Idee möglicher anschließender Master-Studiengänge. Voraussetzung für ein Master-Studium ist die fachliche Eignung, die unter anderem auf der gewählten Studien- oder Vertiefungsrichtung im Bachelor-Studium beruht. Neben der fachlichen Qualifikation sind aber natürlich auch die individuellen Interessen ausschlaggebend. Die Feststellung der Eignung für den gewünschten Master-Studiengang ist demnach eine Einzelfall-Entscheidung.
Bei Fragen unterstützt Sie die
Allgemeine Studienberatung und leitet Sie ggf. an die für Sie richtigen Ansprechpartner*innen weiter.
