Befehle des Menübands überspringen
Zum Hauptinhalt wechseln
Navigation nach oben
Anmelden
Headerbild
Studium
Selektion nach Zielgruppen Go

Studienkonzept

 
Bewährtes und flexibles E-Learning-Konzept
 
Durch langjährige erfolgreiche Erfahrungen im Bereich der wissenschaftlichen Weiterbildung bietet die Hochschule Albstadt-Sigmaringen ein erprobtes und flexibles Blended Learning-Konzept an, das aus Selbstlernphasen, E-Learning und Präsenzphasen besteht und sich gleichermaßen für Berufstätige als auch Fernstudiuminteressierte bewährt hat.
 
 
Das Blended Learning-Konzept an der Hochschule Albstadt-Sigmaringen
 
Das bewährte Blended Learning-Konzept im berufsbegleitenden Masterstudiengang Data Science besteht aus den Schlüsselkomponenten Selbststudium und Präsenzlehre. Das Gesamtkonzept hat zum Ziel, den Studierenden ein Höchstmaß an örtlicher sowie zeitlicher Flexibilität zu bieten, sodass Beruf und Studium miteinander vereinbar werden. Einen Großteil des Lernstoffes erarbeiten die Studierenden im Selbststudium, welches durch Präsenzphasen ergänzt wird.
 
Lehr- und Lernmethoden

Studieninhalte im M.Sc. Data Science sind in Modulen organisiert die flexibel belegbar sind (sofern zum gewünschten Zeitpunkt angeboten). Pro Modul erhalten Sie vier bis fünf Studienbriefe, die jeweils ein eigenes relevantes Thema innerhalb des übergeordneten Moduls behandeln. Da die Studienbriefe inhaltlich aufeinander aufbauen, sind diese in chronologischer Reihenfolge zu bearbeiten. Ergänzende Online-Elemente und E-Learning-Module vervollständigen die in den Studienbriefen vermittelten Inhalte bzw. knüpfen nahtlos an diese an. Komplettiert wird das Konzept durch eine Präsenzphase zu Ende eines Modul.
 
In einigen Modulen erhalten Sie ein hochwertiges Fachbuch das sich mit der Thematik des Moduls beschäftigt. Dazu wird Ihnen anstelle der Studienbriefe ein Reading Guide bereitgestellt mit dessen Hilfe Sie sich den Inhalt des Fachbuches erarbeiten. Die Erarbeitung erfolgt im Selbststudium, den Online-Elementen und E-Learning-Modulen. Unterstützt werden Sie dabei auch mit Online-Videos die für das Training speziell erstellt wurden und in der Online-Plattform bereitgestellt werden. 
Fotolia_102886372_XS.jpg 
 
Selbststudium (Selbstlernphase)
 
In Selbstlernphasen werden im M.Sc. Data Science etwa 80 Prozent des Lernstoffes erarbeitet. Über hochwertige, didaktisch-methodisch aufbereitete Studienbriefe oder Reading Guides, die Sie bequem per Post erhalten, eignen Sie sich den Großteil des Stoffes an. Ergänzende Online-Tools komplettieren die Selbstlernphasen. Ihr Lerntempo, Ihre Stoffeinteilung sowie den Ort, an dem Sie lernen, bestimmen Sie in der Selbstlernphase selbst.
 
 
 
Über die Lernplattform ILIAS werden Ihnen diese Online-Elemente zur Verfügung gestellt. Diese Plattform bietet Ihnen neben didaktisch aufbereiteten Online-Lerninhalten zahlreiche Möglichkeiten zur Vertiefung des Lernstoffes sowie zur Kommunikation mit anderen Studierenden Ihres Studiengangs, zum Beispiel per Forum, Chat, E-Mail oder auch Webkonferenz mit Webcam und Headset.
 
In moderierten, webbasierten Online-Seminaren ("virtuelles Klassenzimmer") werden Ihnen darüber hinaus zusätzliche Inhalte vermittelt. Über die spezielle Software können Sie direkt mit anderen Studierenden, Professoren und Tutoren kommunizieren und zusammenarbeiten. Zur leichteren Vereinbarung von Beruf und Studium finden diese Online-Seminare in den Abendstunden statt.
 
 
 
Grundlegender Bestandteil des Blended Learning-Konzepts für den Masterstudiengang Data Science ist eine intensive Betreuung jedes Studierenden durch Teletutoren. Für die Kontaktaufnahme stehen Ihnen verschiedene Möglichkeiten zur Verfügung, beispielsweise Webkonferenzen, Foren, Chat oder E-Mail. Selbstverständlich sind Ihre Dozenten und Tutoren nach Absprache auch telefonisch oder vor Ort für Sie erreichbar. 
 
Präsenzlehre (Präsenzphase)
 
Durch Präsenzveranstaltungen wird das Selbststudium ergänzt. Für jede etwa vier- bis sechswöchige Selbstlernphase können Sie mit einer Präsenzphase rechnen. Die Präsenzveranstaltungen werden als Präsenzwochenenden organisiert, damit Sie nicht zu häufig anreisen müssen.
 
 
 
Die Präsenzphasen vervollständigen Ihre im Selbststudium erworbenen Kenntnisse und Kompetenzen durch Vorlesungen und Übungen.
 
Summer School
 
In dieser zweiwöchigen Präsenzveranstaltung lernen Sie unter Anleitung von Experten Werkzeuge und Methoden zur Analyse kennen und wie Sie diese im Unternehmensumfeld einsetzten. Die Veranstaltung findet zusammen mit grundständig Studierenden statt.
 
Practical Training
 
Eine Besonderheit des Studiengang ist der Praxisteil im 4. Semester. In diesem Teil sollen im Zuge einer Seminararbeit ein Projekt mit einem LOI-Partner oder dem jeweiligen Arbeitgeber durchgeführt werden (auch eine theoretische Arbeit ist möglich). Hier sollen Sie in einem Praxisteil das bisher Erlernte innerhalb eines Projektes zielorientiert anwenden. Unterstützt werden Sie hierbei von Experten sowohl aus der Lehre als auch aus den Unternehmen.
Die Projektarbeit sollte einen Gesamtaufwand von ca. 160 Stunden betragen und wird zum Abschluß einem Expertengremium präsentiert. Der zu Verfügung stehende Zeitraum in dem diese Projektarbeit durchgeführt werden soll beträgt 20 Wochen (Workload von 8h/Woche).
Während dieser Projektarbeit sind keine Präsenzphasen für Lehrveranstaltungen eingeplant.
 
Enge Verzahnung mit Unternehmen, Behörden und Verbänden
 
Durch enge Partnerschaften mit Unternehmen, Behörden und Verbänden und eine fortlaufende Evaluation wird sichergestellt, dass hochqualitative Inhalte kontinuierlich auf einem aktuellen und praxisrelevanten Stand angeboten werden können. Mit Abschluss des Studiums wird der akademische Grad Master of Science verliehen, der weiterhin zur Promotion berechtigt. Erfolgreiche Absolventen des Studienganges Data Science haben aktuell hervorragende Perspektiven auf dem Arbeitsmarkt im Big Data-Bereich bei öffentlichen wie privaten Institutionen.
 
 
 
 
 
Ihr Ansprechpartner:
Studiendekan
Prof. Dr. Eppler
Telefon: +49 (0)7571 / 732-9173
@: eppler@hs-albsig.de

​Studiengangmanagement
Andreas Nolle
Telefon: +49 (0)7571 / 732–9134
@: datascience@hs-albsig.de