Wichtige Studieninformationen

Das duale Studium der Studienrichtung Data Science beginnt jährlich am 1. Oktober. Der theoretische Studienabschnitt an der DHBW Mannheim und die Praxisphase beim Dualen Partnerunternehmen wechseln sich im Rhythmus von 3 Monaten ab.

Einen Überblick zu den Voraussetzungen für ein erfolgreiches Studium, der inhaltlichen Ausrichtung sowie anschließenden Karriereperspektiven erhalten Sie im Folgenden:     

Sie erfüllen die allgemeinen Zulassungsvoraussetzungen? Dann ist der erste Schritt getan. Falls Sie noch Folgendes mitbringen, sind Sie für das Studium im Bereich Data Science genau richtig:
  

  • Interesse am Umgang mit großen Datenmengen, IT-Systemen und Geschäftsprozessen
  • Neugier, Kreativität und Spaß am Lösen kniffliger Aufgaben
  • Fähigkeit zu abstraktem und logischem Denken
  • Sehr gutes mathematisches Wissen und Interesse an der Anwendung mathematischer Konzepte zur Problemlösung
  • Teamgeist und Kommunikationsstärke für den interdisziplinären Austausch in Projekt-Teams und mit verschiedenen Ebenen einer Organisation

Um verfügbare Daten effizient analysieren und geeignete IT-Konzepte zu deren Verarbeitung und Speicherung erarbeiten zu können, brauchen unsere Studierenden fundiertes Wissen aus den Bereichen Mathematik, Statistik und angewandte Informatik sowie domänenspezifisches Wissen aus ihrem beruflichen Tätigkeitsumfeld. Daher finden sich folgende Inhalte in ihrem Studienplan:
 

  • Mathematik und Statistik
  • Programmierkenntnisse, angewandte Informatik
  • Data Management (Data Governance, Data Privacy, Data Quality, Data Literacy)
  • Datenbanken, Data Warehousing
  • Big-Data-Technologien, Cloud Computing
  • Web-Technologien und mobile Applikationen
  • Machine Learning und künstliche Intelligenz (Lernen aus strukturierten und unstrukturierten Daten)
  • Visualisierung (Darstellung der gewonnenen Informationen)
  • Recht und IT-Recht

Neben der auf die Anforderungen im Bereich Data Science ausgerichteten Ausbildung in Mathematik wird in der Studienrichtung die Programmiersprache Python gelehrt. Darüber hinaus werden in bestimmten Veranstaltungen elementare Kenntnisse beispielsweise in den Sprachen R und Node.js benötigt, die dann in den Vorlesungen anwendungsspezifisch gelehrt werden.

In den Wahlfächern können sich unsere Studierenden nach Interessenlage u. a. in folgenden Gebieten spezialisieren:
 

  • Data-Science-Methodik und Daten-Analyse
  • Advanced Machine Learning, Deep Learning, Artificial Intelligence
  • Aktuelle Data-Science-Entwicklungen
  • Advanced Practical IT Security
  • Forschungsseminar Informatik

Die detaillierte Ausführung der Studieninhalte finden Sie in der Modulbeschreibung. 

In Laboren für die Praxis üben

Für den maximalen Praxisbezug in den Theoriephasen stehen am Campus modern eingerichtete Labore wie das Smart Data Lab zur Verfügung, in denen unsere Studierenden lernen, mit neuen Technologien zu arbeiten. Zur Vertiefung ihres theoretischen Wissens können sie jederzeit auch das Enterprise Data Science Center (EDSC) nutzen, in dem sie eine Cloud-Infrastruktur mit modernen Big-Data- und Data-Science-Umgebungen vorfinden.

Die Praxisphasen bei den oft international tätigen Partnerunternehmen ermöglichen unseren Studierenden wertvolle Erfahrungen beim Berufseinstieg in die globalisierte Wirtschaft. Sie können ihr theoretisches Wissen direkt im Berufsalltag zum Einsatz bringen und in IT-Projekten vertiefen. Dabei gestalten sich die Praxisphasen je nach Partnerunternehmen unterschiedlich, orientieren sich aber an den Theorieinhalten.

1. Studienjahr
Kennenlernen der Rolle und der Struktur der IT im Unternehmen; Mitarbeit in ausgewählten Funktionen inkl. der zugehörigen IT

2. Studienjahr
Einsatz im IT-Bereich in Funktionen wie Rechenzentrum, Daten-Analyse und Data Science, Anwendungsentwicklung, Benutzerservice, Datenbankorganisation, Sicherheit und Datenschutz; Mitarbeit in IT-Projekten

3. Studienjahr
Anwendung und Vertiefung von Fachkenntnissen in ausgewählten Funktionsbereichen inkl. IT-Lösungen; Einsatz in Beratungsprojekten, Gestaltung und Mitarbeit im Servicegeschäft, Leitung oder zentrale Mitarbeit in einem Teilprojekt, zum Beispiel im Bereich Datenanalyse, Machine Learning, Predictive Maintenance, Prozessoptimierung, etc.

Nach Abschluss des 3-jährigen Studiums (Bachelor of Science, 210 ECTS-Punkte) steht unseren Absolvent*innen ein breites Spektrum an interessanten, zukunftssicheren Positionen offen – sehr gute Aufstiegschancen inklusive!

Mit entsprechendem Engagement sind Führungspositionen im Projektmanagement, in der Systementwicklung und -administration, in der Prozessintegration und -optimierung, aber auch in strategischen Unternehmensbereichen erreichbar.

Die hohe Nachfrage nach Expert*innen auf dem Gebiet Data Science kommt aus allen Bereichen, die von der Digitalisierung erfasst werden, wie z. B.:
 

  • Forschung
  • Industrie
  • Verkehr (Smart Traffic)
  • Handel
  • Bank- und Finanzwesen, Versicherungen
  • Energiesektor (Smart Grid)
  • Stadtplanung und -management
  • Gesundheitswesen  
  • Telekommunikation und IT
  • Medien, Unterhaltung, Marketing
  • Behörden und Stadtwerke (Smart City)
  • Bildungssektor

Eine Vielzahl von Branchen wandelt sich bereits von reinen Produktentwicklern zu Anbietern von Produkten mit integrierten IT-Dienstleistungen. Dieser Trend wird sich in Zukunft auf alle Branchen ausdehnen (weltweit!), sodass auch der Bedarf nach Data-Science-Fachkräften weiterhin steigen wird.

Typische Berufsbilder:
 

  • Data Scientist
  • Data Analyst
  • Data Project Manager
  • Data Engineer

Auf einen Blick: Flyer der Studienrichtung