Inhalte
- Geschichte und Definition von Data Science und Einordnung bzgl. anderer Bereiche (Data Mining, Knowledge Discovery, Machine Learning, Künstliche Intelligenz, Statistik, Information Retrieval, Datenbanken, etc.)
- Überblick über unterschiedlichen Analysearten (bspw. deskriptive, explorative, und prädiktive Analyse)
- Data Science Prozesslebenszyklen (CRISP-DM, KDD, TDSP)
- Grundlegende Data Science Methoden
- Datenvisualisierung und Kommunikation
- Data Science in der Forschung und Praxis
- Umgang mit Daten
- Datensicherheit und Datenintegrität
- Datenrecht mit aktuellem Gesetzesstand in Deutschland und der EU
- Datenethik mit Grundbegriffen wie Normen, Werte, Moral (Auswirkung von Verzerrung, Technikfolgenabschätzung, Aspekte der Überwachung, Gesellschaftliche Auswirkungen des eigenen Handelns, Algorithmic Bias („Diskriminierende Algorithmen“)
| Lern-Einheit | Titel |
| LE1: | Data Science – Was steckt hinter diesem Begriff? Eine Einführung in den Bereich und diese Lehrveranstaltung |
| LE2: | „With great power comes great responsibility“ – Welcome to the Peter Parker Principle |
| LE3: | Es lebt! Der Data Science Life Cycle und Vorgehensmodelle |
| LE4: | Wie fangen wir jetzt an? Grundlegende Konzepte und Methoden |
| LE5: | Von der Theorie in die Praxis – Methoden, Tools und Anwendungen |
| LE6: | Implementing Ethics into a Data Driven Culture |
| LE7: | Von der Kunst, das Richtige zu zeigen – Visualisierung und Kommunikation |
Um zur Modulabschlussprüfung zugelassen zu werden, müssen Sie das Modul 64511 ordnungsgemäß belegt haben.
Zugang zu den Lernmaterialien und weiteren studienrelevanten Informationen sowie Kontakt zu den Betreuenden und den Mitstudierenden erhalten Sie in der
moodle Lernumgebung des Moduls.
Die Lernumgebung wird zu Beginn des Semesters für die BelegerInnen des Moduls automatisch geöffnet.
Für den Erwerb der ECTS ist die Bearbeitung der Lehrveranstaltung „Nullen und Einsen“ erforderlich.
Modulbeauftragte
LG Data Science
Prof. Dr. Christian Beecks
E-Mail: christian.beecks
LG Data Science
Prof. Dr. Christian Beecks
E-Mail: christian.beecks
Dr. Simone Opel
E-Mail: simone.opel
LG Data Science
Kimberley-Joyce Berkenkopf
E-Mail: kimberley-joyce.berkenkopf
Prüfungsanmeldung und Prüfungsformen
Die Prüfung wird durch die Fakultät für Mathematik und Informatik organisiert. Bitte beachten Sie abweichende Fristen, Anmelde- und Durchführungsmodalitäten:
- Form: Online-Klausur über Moodle-Prüfungen mit einer Live-Beaufsichtigung über Zoom
- Anmeldung über das Prüfungsportal unter der Modul- und Prüfungsnummer 64511 über den Menüpunkt „Akademiestudium; Weiterbildung; Studiengangsübergreifendes Prüfungsangebot (An-/Abmeldung)“ im Studiengang „[B45] Data Science“A
- Anmeldezeitraum vom 01.06. – 15.07.2026
- Abmeldung kann bis einen Tag vor dem Klausurtermin, also bis zum 24.08.2026, erfolgen
Bitte beachten Sie die Informationen auf dieser Webseite Modulabschlussprüfungen.
Zur Prüfungsanmeldung (Bitte beachten Sie: Die Anmeldung erfolgt über die Fakultät für Mathematik und Informatik.
Weitere Informationen zum Modul
Lehrformen
Die Kursmaterialien werden im Selbststudium erarbeitet. Hierzu erfolgt eine semesterbegleitende Betreuung in der virtuellen Lernumgebung.
Dauer
1 Semester
Häufigkeit
Das Modul wird im Sommer- und Wintersemester angeboten
Umfang
Workload: 450 h, ECTS-Punkte: 15
Teilnahmevoraussetzungen
Für Studierende der Studienstruktur „Master Bildung und Medien: eEducation“ : Keine Teilnahme möglich
Für Studierende der Studienstruktur „Master Bildungswissenschaft mit Schwerpunkt Digitale Medien oder Erwachsenen-/Weiterbildung“: Erfolgreicher Abschluss von zwei Modulen der Studieneingangsphase (A1-A4)