Workshop: GI-Empfehlungen für Data Science Curricula
Veranstaltungsort
Fraunhofer Forum im Spreepalais am DomAnna-Louisa-Karsch-Str. 2
10178 Berlin
Beschreibung
Data Science (Datenwissenschaft) ist eine Schlüsseldisziplin für das digitale Zeitalter mit hohem Innovationspotenzial an der Schnittstelle zwischen Angewandter Informatik, Mathematik, Statistik und weiteren Fachgebieten wie den Wirtschafts-, Informations- oder Kommunikationswissenschaften. Neue Methoden der Aus- und Verwertung von großen Datenmengen haben international weitreichende Auswirkungen auf Geschäftsmodelle von Unternehmen. Der Bedarf an Data Scientists ist enorm. Laut Hochschul-Bildungs-Report von Stifterverband und McKinsey fehlen in deutschen Unternehmen 95.000 Datenspezialisten.
Zwar unternehmen die Hochschulen in Deutschland seit 2014 erhebliche Anstrengungen, um das Spektrum an Studienangeboten im Bereich der Datenwissenschaft kontinuierlich zu erweitern, allerdings besteht noch immer ein signifikantes und anhaltendes Missverhältnis zwischen der Arbeitsmarktnachfrage und dem Angebot an Absolventen der Datenwissenschaft. Auch mittelfristig werden die Hochschulen nicht in der Lage sein, die Bedürfnisse des Arbeitsmarktes zu befriedigen.
Laut einer Untersuchung des HIS – Institut für Hochschulentwicklung e.V. existieren mittlerweile rund 30 Bachelor- und Masterstudiengänge sowie einige Kontaktstudienangebote bzw. Zertifikatskurse für Data Science – bei steigender Tendenz. Im Vergleich zu den Vereinigten Staaten sind Bachelorstudiengänge an deutschen Hochschulen stark unterrepräsentiert. Die Studienangebote sind weit überwiegend an staatlichen Universitäten (54 Prozent) und staatlichen Fachhochschulen (37 Prozent) angesiedelt. Es handelt sich mehrheitlich um Masterstudiengänge (58 Prozent), welche vielfach an zuvor absolvierte Informatik- oder Mathematikstudiengänge anknüpfen.
Um es Verantwortlichen an den Hochschulen zu erleichtern, eigene Studienangebote in diesem Bereich einzurichten, will die Vorstands-Task Force „Data Science“ Empfehlungen für die Entwicklung von Data Science Curricula und möglichen angrenzenden Studienangeboten entwickeln. Dieser Workshop soll der Auftakt für einen sein, an dessen Ende konkrete Empfehlungen ausgesprochen werden.
Programm
Workshop der GI-Task-Force Data Science: Data Science Kompetenzen
Zielsetzung:
- Welche Kompetenzen braucht ein Data Scientist?
- Wie können diese Kompetenzen erlangt/vermittelt werden, welche Best Practices gibt es und wie können das Hochschulen und Universitäten adressieren?
- Welchen Beitrag kann die Gesellschaft für Informatik leisten? Wie können Empfehlungen für ein Curriculum aussehen und wie muss der Prozess dahin gestaltet werden?
- Welchen Beitrag muss die Politik leisten?
Mittwoch 12. Dezember 2018
11:00 Uhr: Begrüßung
Prof. Dr. Peter Liggesmeyer, Fraunhofer-Institut für Experimentelles Software-Engineering IESE
11:10 Uhr: Die Data-Science-Landschaft an deutschen Hochschulen (Impulse + Q&A)
Dr.Klaus Wannemacher, HIS – Institut für Hochschulentwicklung e.V.
11:30 Uhr: Data Science in der universitären Bildung (Impuls + Q&A)
Prof. Dr. Ziawasch Abedjan, TU Berlin / Berlin Big Data Center
12:00 Uhr: Data Science in der Praxis (Remote Impulse + Q&A)
Matthias Patz, Deutsche Bahn AG
12:30 Uhr: Mittagsimbiss
13:30 Uhr: Data Science in der Weiterbildung an der Hochschule (Impuls + Q&A)
Prof. Dr. Thomas Eppler, Hochschule Albstadt-Sigmaringen
14:00 Uhr: Vom Software Engineering zum Digital Design (Impuls + Q&A)
Dr. Kim Lauenroth, adesso AG / Vorstandsvorsitzender des International Requirements Engineering Board (IREB) e.V
14:30 Uhr: The EDISON Data Science Framework (EDSF) (Remote Impulse + Q&A)
Yuri Demchenko, University of Amsterdam
15:00 Uhr: Kaffeepause
15:15 Uhr: Workshop pt I : Data Science Kokmpetenzen
Welche Kompetenzen braucht ein Data Scientist?
Wie können diese Kompetenzen erlangt/vermittelt werden, welche Best Practices gibt es und wie können das Hochschulen und Universitäten adressieren?
16:45 Uhr: Wrap-Up
Dr. Jens Heidrich, Fraunhofer-Institut für Experimentelles Software-Engineering IESE & Daniel Krupka, GI
17:00 Uhr: Ende
Donnerstag, 13. Dezember 2018
09:00 Uhr: Begrüßung und Zusammenfassung Vortag (Impuls + Q&A)
Dr. Jens Heidrich, Fraunhofer-Institut für Experimentelles Software-Engineering IESE & Daniel Krupka, GI
09:10 Uhr: Das Data-Science-Weiterbildungsangebot der Fraunhofer Akademie (Impuls + Q&A)
Dr. Stefan Rüping, Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
09:30 Uhr: Die Data Science Academy der Helmholtz-Gesellschaft (Impuls + Q&A)
Susan Trinitz, Helmholtz-Gemeinschaft Deutscher Forschungszentren e.V.
09:50 Uhr: Data Science ≠ Machine Learning: Gedanken zur Rolle von Data Management im aktuellen KI-Hype (Impuls + Q&A)
Prof. Dr. Jens Dittrich, Universität des Saarlandes
10:20 Uhr: Data Science und die Plattform Lernende System (Impuls + Q&A)
Prof. Dr. Ulf Brefeld, Uni Lüneburg
10:40 Uhr: Workshop pt II: Data Science und die GI
Welchen Beitrag kann die Gesellschaft für Informatik leisten,
welchen Beitrag muss die Politik leisten und wie gehen wir das konkret an?
12:10 Uhr: Wrap-Up und Next steps
Prof. Dr. Michael Goedicke, Uni Duisburg-Essen / Vize-Präsident GI
12:30 Uhr: Ende
Ansprechpartner:
Daniel Krupka Geschäftsstelle Berlin im Spreepalais am Dom
| Dr. Jens Heidrich Fraunhofer-Platz 1 |
Anmeldung
- Kosten
- Kostenlos
- Hinweis
- Zu dieser Veranstaltung können Sie sich online anmelden.