GI veröffentlicht Arbeitspapier zu DS Lern- und Ausbildungsinhalten

Die Gesellschaft für Informatik e.V. (GI) hat in Zusammenarbeit mit einer interdisziplinären Arbeitsgruppe und unter Mitwirkung der Plattform Lernende Systeme von BMBF und acatech das Arbeitspapier „Data Science: Lern- und Ausbildungsinhalte“ veröffentlicht.

Berlin, 23. Dezember 2019 - Data Science wird sowohl in der Wirtschaft als auch in der Wissenschaft als eine Schlüsseldisziplin unserer Zeit angesehen. Die Politik hat das aufgegriffen und die Ausbildung von Data-Science-Expertinnen und -Experten zu einem Kernanliegen erklärt. Ziel ist es, Data Science und den Umgang mit Daten in allen Bereichen, insbesondere aber in den Hochschulen und Universitäten, zu einem zentralen Wissenschaftsfeld auszubauen.

Daniel Krupka, Geschäftsführer der GI: „Im November 2019 hat das Kabinett Eckpunkte einer Datenstrategie der Bundesregierung mit vier Handlungsfeldern beschlossen: So sollen die Datenbereitstellung und der Datenzugang verbessert, eine verantwortungsvolle Datennutzung befördert, die Datenkompetenz in der Gesellschaft erhöht und der Staat zum Vorreiter einer Datenkultur gemacht werden. Die Gesellschaft für Informatik will diese Entwicklungen maßgeblich mitgestalten. Mit diesem Arbeitspapier wollen wir die Ausgestaltung von Studiengängen sowie von Aus- und Weiterbildungsangeboten erleichtern und dabei helfen, die richtigen Themen im Bereich Data Science zu adressieren.“

Unter Beteiligung der vom Bundesministerium für Bildung und Forschung (BMBF) und der acatech initiierten Plattform „Lernende Systeme“ hat eine interdisziplinäre Arbeitsgruppe ein Arbeitspapier zu Lern- und Ausbildungsinhalten im Bereich Data Science entwickelt. Dazu wurde einerseits ein Set an Lern- und Ausbildungsinhalten in 14 Kompetenzfeldern identifiziert: Grundlagen sowie Fortgeschrittene Mathematik, Statistik und Informatik, Kryptographie und Sicherheit, Datenethik und Data Privacy, Data Governance, Datenintegration, Datenvisualisierung, Data Mining, Maschinelles Lernen, Business Intelligence, Domänenspezifische Anwendungen und Kommunikation mit Fachexperten und die Implementierung von Data Science in der Organisation.
Diese Kompetenzfelder wurden in Anlehnung an die Anderson-Krathwohl-Taxonomie zur Profilierung von drei idealtypischen Personengruppen jeweils nach den drei kognitiven Prozessdimensionen (Verständnis-Level) Verstehen, Anwenden und Analysieren bewertet:

• Persona A besitzt demnach einen Bachelor in Informatik, Mathematik / Statistik oder ggf. in Data Science und verfügt damit über Kenntnisse in Statistik, in Information Engineering oder Künstliche Intelligenz (KI), kann dies über entsprechende ECTS nachweisen und möchte einen Master in Data Science erwerben, um später als Data Scientist in der Industrie oder Forschung tätig zu sein.
• Persona B hat Kompetenzen eines Bachelors in einer Domänenwissenschaft (dies kann ein technisches oder naturwissenschaftliches Fach sein, aber auch ein Fach im Bereich der Geistes- bzw. Kulturwissenschaften) und will Data-Science-Kompetenzen für die Domäne erwerben.
• Persona C steht mitten im Beruf und kann bereits einschlägige informatische und mathematische Kenntnisse nachweisen. Sie will Data-Science-Kompetenzen für die praktische Anwendung im Job erwerben.

ZUM GI-ARBEITSPAPIER: "Data Science: Lern- und Ausbildungsinhalte"

Über die Gesellschaft für Informatik e.V.
Die Gesellschaft für Informatik e.V. (GI) ist mit rund 20.000 persönlichen und 250 korporativen Mitgliedern die größte und wichtigste Fachgesellschaft für Informatik im deutschsprachigen Raum. 2019 feiert die GI ihr 50-jähriges Gründungsjubiläum. Seit 1969 vertritt sie die Interessen der Informatikerinnen und Informatiker in Wissenschaft, Wirtschaft, öffentlicher Verwaltung, Gesellschaft und Politik. Mit 14 Fachbereichen, über 30 aktiven Regionalgruppen und unzähligen Fachgruppen ist die GI Plattform und Sprachrohr für alle Disziplinen in der Informatik. Weitere Informationen finden Sie unter www.gi.de.