Berufsbegleitendes Data Science Studium (M.Sc.)

Become a Data Scientist!

Big Data boomt – aber die Experten fehlen. Es müssen Daten aus verschiedenen Blickwinkeln betrachtet, die korrekten Rückschlüsse gezogen und bestehende Daten hinterfragt werden.

In unserem berufsbegleitenden Studium Data Science werden Sie als künftiger Data Scientist optimal auf diese neuen Anforderungen vorbereitet. Werden Sie mit unserem Masterstudium zum weltweit gefragten Experten für Data Science und lernen Sie riesige Datenmengen mittels modernster Technologien gewinnbringend einzusetzen. Die stetig wachsenden Datenmengen und die daraus resultierende hohe Nachfrage nach Spezialisten bieten ideale Aussichten für eine zukunftssichere Ausbildung und sehr gute Karrierechancen.

Verteilung der Lehrinhalte

Der überwiegende Teil der Lehrinhalte stammt aus dem Bereich Informatik. Der Anteil der Informatikinhalte ist im Vergleich mit anderen Studiengängen aus diesem Bereich enorm. Dennoch erhalten Sie über unser berufsbegleitendes Studienangebot nicht nur das technische Know-how, sondern wissen auch um kreative Fragetechniken, Visualisierungsformen, Story Telling und rechtsrelevante Aspekte. Darüber hinaus wird das vermittelte Fachwissen sowohl in praktischen Übungen des jeweiligen Moduls aber auch in Workshops und Projekten im Rahmen einer Summer School praxisbezogen angewendet und vertieft.

Unser Data Science Weiterbildungsangebot ist von Grund auf berufsbegleitend ausgelegt und wird den Bedürfnissen von Berufstätigen vollumfänglich gerecht. Durch unser bewährtes und flexibles Blended Learning-Konzept, lassen sich Studium mit Beruf und Familie vereinbaren.

Data Science: Karriere mit Zukunft

Zu Anfang des 21. Jahrhunderts werden mehr Daten generiert als jemals zuvor. Laut Studien des IT-Branchenverbandes Bitkom findet eine regelrechte Datenexplosion statt. Durch Social Media, Cloud Computing Services, sensorische Echtzeitmessungen, mobile Anwendungen sowie intramaschinelle Kommunikation nimmt die Masse und Geschwindigkeit der Datenproduktion exponentiell zu. „Big Data“ ist zum Hype-Begriff geworden, der in der Literatur, auf Fachmessen und jüngst auch den Vorstandsmeetings der Unternehmen eine nahezu omnipräsente Stellung eingenommen hat.

Big Data

Eine besondere Herausforderung neben der schieren Masse an Daten ist die Tatsache, dass viele Daten unstrukturiert erfasst werden und aus verschiedensten Quellen abgefragt werden müssen: Angaben von Menschen in sozialen Netzwerken sind beispielsweise hochgradig chaotisch und emotional belastet. Somit tritt neben der Masse (Volume) und der Änderungsgeschwindigkeit (Velocity) von Daten ebenfalls die Vielfältigkeit (Variety) sowie auch die Unsicherheit (Veracity) der enthaltenen Informationen immer mehr in den Vordergrund.

Predictive Analytics in Echtzeit

Die klassische, rückblickende Analyse von strukturiert verfügbaren Daten verliert zunehmend an Bedeutung. Gefordert wird eine permanente Echtzeitanalyse und Verarbeitung von Daten zu nutzbaren Informationen, um aktuelle Ereignisse und Markttrends verstehen zu können und somit vorausschauende Erkenntnisse zu erlangen. Ob im Sicherheitsbereich, bei der Optimierung von Verkehrsinfrastrukturen, in der Medizintechnik oder der rein kommerziellen Vermarktung von Produkten und Dienstleistungen: Big Data ist die neue industrielle Revolution unserer Gesellschaft.

Neues Berufsbild: Data Scientists

Ausgelöst durch das Big Data Phänomen hat eine Weiterentwicklung der klassischen Berufsbilder der Data- und Business-Analysten hin zu einer Forderung nach einer neuen Berufsgruppe von Data Scientists stattgefunden. Die Entstehung des Berufsbildes Data Scientist ist Spiegelbild einer datenzentrierten Gesellschaft und „Data Scientist“ ist zweifelsohne einer der attraktivsten neuen Berufe in der IT-Branche, wie beispielsweise auch das Harvard Business Review schreibt.

Data Science – Studieninhalte

Mehr als nur „Irgendwas mit Daten“

Ziel des Studiums ist die Befähigung des Absolventen zu praktischen, konzeptionellen, wissenschaftlichen und wirtschaftlichen Tätigkeiten im Bereich Data Science. Im Vordergrund stehen dabei die Nähe zur beruflichen Praxis sowie die Anwendung allerneuster Forschungsthemen.

Das Curriculum des Studiengangs wurde daher auch in Abstimmung mit Vertretern aus der beruflichen Praxis erarbeitet, so dass Ihnen als Studierenden eine praxisgerechte und effektive Ausbildung ermöglicht wird. Dabei werden Ihnen gezielt die Kenntnisse, Methoden und Tools vermittelt die Sie in Ihrer Tätigkeit als Data Scientist benötigen.

1-3,5
1.-3. & 5. Semester Das 1. Semester umfasst Grundlagen der Data Science wie BI, Data Mining und Programmierung. Im 2., 3. & 5. Semester folgt das Vertiefungsstudium u.a. in den Bereichen Big Data, Machine Learning, Compliance, Business Process sowie Advanced Statistics.

Auszug Grundlagenstudium

Sie lernen im Modul 10100 – Programming for Data Science funktional und datenorientiert in R und Python zu programmieren und mit Data Frames umzugehen.

Im Rahmen des Moduls 10300 – Data Mining erwerben Sie Grundkenntnisse über Methoden, Möglichkeiten und Anwendungen von Data Mining. Mit Abschluss des Moduls können Sie mögliche Einsatzfelder von Data Mining im Unternehmensumfeld identifizieren, geeignete Methoden hierfür auswählen und anwenden, sowie die Ergebnisse interpretieren.

Der Studiengang ist als Fernstudium mit integriertem Blended Learning-Ansatz mit Studienbriefen, Präsenz- und Online-Phasen sowie Online-Betreuung durch Tutoren und Professoren aufgebaut. Die Regelstudienzeit beträgt bis zum Erreichen des akademischen Grad „Master of Science – Data Science“ sechs Semester in Teilzeit und entspricht insgesamt 120 ECTS-Leistungspunkten.

Neben einem Praxisstudium im vierten und der Master-Thesis inkl. Verteidigung im sechsten Semester umfasst das Studium insgesamt 16 Module, welche in die drei Themensäulen Business Information, Data Analytics und Data Management eingeteilt werden.

4
4. Semester Eine Besonderheit im Curriculum. In einer 2-wöchigen Summer School werden Workshops & praxisnahe Projekte mit führenden Unternehmen aus dem Data Science & Big Data Umfeld durchgeführt. Zudem erarbeiten Sie eine Seminararbeit zu einem selbstgewählten Thema

Auszug Vertiefungsstudium

Im Moduls 20400 – Decision Support erwerben Sie Grundkenntnisse über Methoden, Möglichkeiten und Anwendungen der Entscheidungstheorie. Mit Abschluss des Moduls können Sie mögliche Einsatzfelder von Decision Support im Unternehmensumfeld identifizieren, geeignete Methoden hierfür auswählen und anwenden, sowie die Ergebnisse interpretieren.

Die Studierenden erlernen im Rahmen des Moduls 30100 – Big Data die theoretischen Prinzipien von Partitionierung und Verteilung, sowie den praktischen Einsatz von Big Data Technologien wie Hadoop, Map Reduce, YARN, Hive, Spark, HBase, MongoDB, etc.

Das Modul 30200 – Advanced Machine Learning vermittelt einen systematischen vereinheitlichenden Überblick über Methoden des maschinellen Lernens und deren Anwendungsmöglichkeiten. Nach Abschluss dieses Moduls sollen Sie die wichtigsten Methoden kennen und verstehen, sowie in der Lage sein - je nach Problemstellung - geeignete Verfahren des Maschinellen Lernens auszuwählen, anzuwenden und zu evaluieren.

Das Studium vermittelt theoretische und praktische Kenntnisse u.a. in den folgenden Themengebieten:

  • Programmierung sowie mathematische und statistische Grundlagen im Big Data Umfeld
  • Integration globaler und firmeninterner Daten­quellen & -ströme in eine Big Data Appliance
  • Big Data Analytics & Business Analytics
  • Data Mining, Machine Learning, Predictive Analytics, Decision Theory & Semantic Web Technologies
  • Big Data Technologien & Architekturen
  • Planung, Umsetzung & Betrieb von Big Data Projekten
  • Story Telling, Data & Information Visualization
  • Data Privacy & Compliance
6
6. Semester Mit der Master-Thesis und deren Verteidigung zeigen die Teilnehmer am Ende des Studiums, dass sie die Fähigkeiten besitzen, Theorie und Technik mit Reflexion auf die eigene berufliche Qualifizierung wissenschaftlich umzusetzen.

Praxisstudium

Im Rahmen der Summer School (Modul 40100) führen Sie Workshops und praxisnahe Projekte im Bereich Data Science mit Unterstützung von führenden Unternehmen aus dem Data Science & Big Data Umfeld durch. Sie lernen in dieser Veranstaltung unter Anleitung von Experten Werkzeuge und Methoden zur Datenanalyse kennen und in Anwendungsfällen aus der Praxis einzusetzen.

Unsere Summer School besteht aus zwei Teilen: 1. Teil (Online) / 2. Teil einwöchige Projektarbeit vor Ort. Für den zweiten Teil der Summer School kann Bildungsurlaub beantragt werden.

In dem Modul 40200 – Practical Work (Seminararbeit) erarbeiten Sie zu einem selbstgewählten Thema eine praktische Seminararbeit, welche abschließend vor einem Fachpublikum verteidigt wird. Die Seminararbeit kann, wie auch die Master-Thesis, zusammen mit dem Arbeitgeber oder einem Kooperationspartner des Studiengangs erfolgen.

Data Science – Studienkonzept

Berufsbegleitend Studieren

Berufsbegleitend Studieren ohne den Alltag umzukrempeln. Das bewährte und flexible Blended Learning-Konzept im berufsbegleitenden Masterstudiengang Data Science besteht aus den Schlüsselkomponenten Selbststudium und Onlinelehre. 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 Onlinephasen ergänzt wird.

 

Die Studieninhalte im Masterstudiengang Data Science sind in flexibel belegbare Module organisiert. Ein Studiensemester umfasst vier Module, wobei die jeweilige Dauer eines Moduls etwa 5 Wochen beträgt. Pro Modul erhalten Sie etwa vier bis fünf Studienbriefe, die jeweils ein eigenes relevantes Thema innerhalb des übergeordneten Moduls behandeln. 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 ein Modulwochenende zum Ende eines Moduls. Jedes Modul schließt mit einer schriftlichen Prüfung oder einem äquivalenten Leistungsnachweis ab.

In einigen Modulen erhalten Sie zudem 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-Lernvideos, welche für das Training speziell erstellt wurden und Ihnen in unserer E-Learning-Plattform bereitgestellt werden.

In Selbstlernphasen werden im Data Science Studium etwa 80-90 Prozent des Lernstoffes erarbeitet. Über hochwertige, didaktisch-methodisch aufbereitete Studienbriefe oder Reading Guides, die Sie in digitaler Form 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. Die Plattform bietet Ihnen neben didaktisch aufbereiteten Online-Lerninhalten zahlreiche Möglichkeiten zur Vertiefung des Lernstoffes. Grundlegender Bestandteil des Blended Learning-Konzepts für den Masterstudiengang Data Science ist zudem eine intensive tutorielle Betreuung der Studierenden. 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.

In moderierten, webbasierten Online-Seminaren („virtuelles Klassenzimmer“) werden Ihnen darüber hinaus zusätzliche Inhalte vermittelt. Über das Webkonferenzsystem können Sie direkt mit anderen Studierenden, Professoren und Tutoren kommunizieren und zusammenarbeiten. Zur leichteren Vereinbarung von Beruf und Studium finden diese Online-Seminare einmal wöchentlich in den Abendstunden statt und werden darüber hinaus auch aufgezeichnet, so dass eine bedarfsweise Wiederholung ebenso im Nachgang möglich ist.

Das Selbststudium eines Moduls wird abschließend durch ein Modulwochenende ergänzt und die bis dahin erworbenen Kenntnisse und Kompetenzen durch Vorlesungen und praktische Übungen vervollständigt. An dem Modulwochenende eines Moduls erfolgt dann auch der eigentliche Leistungsnachweis meist in Form einer schriftlichen Prüfung. Damit sich Studium und Beruf miteinander vereinbaren lassen, finden die Modulwochenenden und Prüfungen online statt. Höchstens einmal pro Semester findet das Modulwochenende vor Ort (Albstadt oder Mannheim) statt.

Ausgenommen hiervon sind die Module des vierten und sechsten Semesters. Während für die Seminararbeit und die Master-Thesis keine Präsenztermine vorgesehen sind, muss für die Summer School (Bildungs-)Urlaub beantragt werden.

Der durchschnittliche Aufwand pro Modul beträgt erfahrungsgemäß in etwa 15-20 Stunden in der Woche, wobei der Workload selbstverständlich auch stark von Ihren Vorkenntnissen und Ihrer Berufserfahrung sowie Ihrem persönlichen Lerntempo abhängt.

Darüber hinaus ist der Studienablauf auf die Bedürfnisse unserer berufsbegleitenden Studierenden ausgerichtet, so dass Sie bei Bedarf flexibel einzelne Module auf Folgesemester schieben oder ein Urlaubssemester einlegen können.

01: Vorbereitungs-Phase

Dauer: ca. 1-2 Wochen

Vor dem Beginn eines Moduls erhalten Sie Zugriff auf die entsprechenden Lernmaterialien, wie bspw. Studienbriefe bzw. Reading Guides sowie Online-Lernvideos über unsere E-Learning-Plattform.

02: Online-Phase

Dauer: 5 bis 6 Wochen

In der Online-Phase werden die Inhalte aus den Studienbriefen bzw. Reading Guides in Online-Seminaren sowie durch praktische Übungen im virtuellen Lernlabor und auf der Lernplattform ILIAS vertieft. Die Ergebnisse werden durch die Tutoren geprüft und Sie erhalten ein ausführliches Feedback.

03: Modulwochenende & Prüfungsphase

Dauer: 2 Tage

Inhalte aus den Studienbriefen werden aufgegriffen, offene Fragen geklärt und ergänzende Inhalte durch die Dozenten und Tutoren vermittelt. Abschließend erfolgt die Abnahme des Leistungsnachweises in Form einer Prüfung.

Data Science – Studiengebühren

Eine Investition in Ihre Zukunft

Das Landeshochschulgesetz sieht vor, dass, im Unterschied zu Bachelor- und Masterstudiengängen in Präsenz, Weiterbildungsstudiengänge kostendeckend über Gebühren finanziert werden müssen. Die Gebühren für den berufsbegleitenden Masterstudiengang Data Science belaufen sich für das gesamte Studium in Regelstudienzeit auf 18.580,– Euro. Die Gebühren sind grundsätzlich zu Beginn eines jeden Semesters im Voraus zu entrichten. Nähere Informationen können Sie der Gebührenübersicht und der Gebührensatzung der Hochschule Albstadt-Sigmaringen für den Masterstudiengang Data Science entnehmen.

Die Gebühren beinhalten alle Studienmaterialien, die Nutzung der Lernplattform, ein einmaliger Besuch aller vorgesehener Präsenzveranstaltungen, die Betreuung durch Dozenten und Tutoren während der selbstorganisierten Fernstudienphase, Korrektur und Bewertung von Prüfungsaufgaben und Klausuren, sowie die Betreuung der Master-Thesis.

Nicht enthalten sind hingegen etwaige Reise- und Übernachtungskosten. Als regulär eingeschriebene Studenten an der Hochschule Albstadt-Sigmaringen entrichten Sie außerdem pro Semester den Semesterbeitrag von derzeit 152,80 € (Stand: 03/2023), der für Sie vielfältige Vergünstigungen mit sich bringt.

Für das Studium gibt es vielfältige Fördermöglichkeiten. Zusätzlich zu unseren Informationen hat die Stiftung Warentest einen Leitfaden zur Finanzierung der Weiterbildung veröffentlicht (Stand 11.07.2017). Weitere Informationen hierzu finden Sie unter Test.de - Weiterbildung finanzieren.

Zertifikatsprogramm Data Science

Die Alternative zum Masterstudium

Zertifikatsprogramm Data Science

Über unser Data Science Zertifikatsprogramm können Sie alternativ zum Masterstudium auch einzelne Module gesondert belegen und sich damit auf akademischen Niveau berufsbegleitend weiterbilden. Neben Einzelzertifikaten haben Sie auch die Möglichkeit über Gesamtzertifikate ein Certificate of Advanced Studies (CAS) oder ein Diploma of Advanced Studies (DAS) zu erwerben.

„Vom Masterstudium noch nicht überzeugt?“

Dann steigen Sie doch einfach über das Zertifikatsprogramm ein!

Neuigkeiten aus dem Studiengang Data Science

Studiengang News

Zeige alle News der Hochschule

Modultermine im Weiterbildungsprogramm Data Science

Data Science Modulkalender

Die angesetzten Termine der einzelnen Module für unser Masterstudium und Zertifikatsprogramm Data Science entnehmen Sie bitte der aktuellen Terminübersicht.

65 - List

Data Science Master

65 - List

Data Science Master

65 - List

Data Science Master

65 - List

65 - List

Header | Data Science
Data Science Master

65 - List

Data Science Master

65 - List

Header | Data Science
Data Science Master

65 - List

65 - List

Data Science Master

65 - List

Data Science Master

Data Scientist – einer der attraktivsten IT-Berufe

Der Beruf mit Zukunft

Daten sind mittlerweile zum wichtigsten Gut von Unternehmen aber auch der Forschung geworden. Ob im in der Industrie, dem öffentlichen Sektor oder dem akademischen Bereich, als Data Scientist sind Sie überall dort gefragt, wo große Mengen an Daten gesammelt, strukturiert, analysiert und visualisiert werden müssen.

Kommunikationsstarke Experten in Mathematik, Statistik und Informatik

Data Scientists sind Experten auf dem Gebiet der Mathematik, Statistik und Informatik mit einem kritisch hinterfragenden Profil. Sie sind kommunikationsstark, besitzen Kompetenzen auf dem Gebiet der Visualisierung und sprechen gleichermaßen die Sprache von IT-Spezialisten sowie Unternehmensmanagern, wenn es um die Bewältigung von Big Data Herausforderungen geht.

Hohe Anforderungen und immenser Nutzen für Organisationen

Die Anforderungen an einen Data Scientist sind hoch: Er versteht komplexe Zusammenhänge, identifiziert kritische Ereignisse und durchforstet in Echtzeit durch Anwendung modernster technischer Verfahren riesige Datenmengen aus verschiedenen Quellen, um für seine Organisation neuartige, vorausschauende und letztendlich gewinnbringende Informationen zu generieren. Seine Erkenntnisse vertritt er innerhalb der Organisation durch die Unterbreitung von nachvollziehbaren und konkreten Handlungsvorschlägen.

Entwicklung von Lösungen für die wichtigsten Fragen unserer Zeit

Data Scientists sind an der Entwicklung von Lösungen für die wichtigsten Herausforderungen unser Zeit beteiligt: Zum Beispiel in den Bereichen smarte Energienetze, intelligente Verkehrs- und Gesundheitssysteme oder dem Umgang mit personenbezogenen Daten.

Exzellente Berufsaussichten

Die Berufsaussichten für zukünftige Data Scientists sind - kurz gesagt - exzellent: Da die Datenvolumina in Unternehmen, in der Wissenschaft oder auch im staatlichen Umfeld rapide ansteigen und Infrastrukturen zunehmend digitalisiert werden, nimmt der Bedarf an qualifizierten Data Scientists stark zu. Doch viele Data Science Projekte können derzeit aufgrund fehlender ausgebildeter Data Scientists nicht realisiert werden, weshalb die Berufsaussichten für Data Scientists kaum besser sein könnten. Diese Karriereperspektiven zusammen mit der Bedeutung seiner Arbeitsergebnisse machen den Data Scientist zweifelsohne zu einem der attraktivsten Berufe in der IT-Branche.

Externe Dozenten

Dr. Anne Meilicke
Christina Zierau

Studentische Vertreter in der Studienkommission Data Science

Ihre studentischen Vertreter

Adrian-Garret Gabriel
Thomas Osterholt
Daniel Sacher
Ahmet Ünal

Vorteile eines Data Science Studiums an der Hochschule Albstadt-Sigmaringen

Starten Sie mit uns Ihre Karriere!

Innovativ

Wir bieten Ihnen ein akkreditiertes und einzigartiges Studienangebot mit ausgewiesenen Lehrkräften und einem einmaligen Mix aus wissenschaftlichen und hoch innovativen Kompetenzen.

Praxisbezogen

Durch die konsequent praxisorientierte Ausrichtung der Studieninhalte ergänzt um praktische Übungen und Workshops bieten wir Ihnen eine qualifizierte Weiterbildung mit ausgeprägtem Praxisbezug.

Berufsbegleitend

Über unser flexibles und individuell ausgestaltbares Studienkonzept mit hochwertigen Studienmaterialien und umfassender tutorieller Betreuung lassen sich Studium mit Beruf und Familie vereinbaren.

Zukunftssicher

Unser Studienangebot ermöglicht Ihnen eine fachliche Qualifizierung in einem stark wachsenden und sehr gut dotierten Berufsumfeld mit einer Vielzahl an Möglichkeiten in unterschiedlichsten Bereichen.

Das sagen unsere angehenden Data Scientists und Alumni

Stimmen aus dem Studienalltag

Forschung und Transfer im Data Science Studium

Studieren am Puls der Zeit

Der berufsbegleitende Masterstudiengang Data Science wurde in einem Kooperationsprojekt der drei Partner Hochschule Albstadt-Sigmaringen, Universität Mannheim und Universität Tübingen initiiert und vom Ministerium für Wissenschaft, Forschung und Kunst des Landes Baden-Württemberg gefördert.

Unsere Dozenten sind renommierte Professoren und ausgewiesene Data Science & Big Data Experten. Jeder Dozent übernimmt die Verantwortung für bestimmte Module und trägt mit besonderem Know-how zum interdiszipliären Curriculum sowie zur Gewährleistung einer hohen Lehrqualität bei.

Fragen & Antworten rund um unser Data Science Weiterbildungsprogramm

FAQ

  • Die bisherige Erfahrung hat gezeigt, dass die Studierenden gut mit der zu bewerkstelligenden Arbeitsbelastung zurechtkommen. Die Mehrzahl unserer Studierenden arbeiten in Vollzeit und absolvieren das Studium nebenher. Der durchschnittliche Aufwand pro Modul beträgt erfahrungsgemäß in etwa 15-20 Stunden in der Woche.

  • Parallel zu den Online-Meetings arbeiten Sie die Studienunterlagen durch. Fragen können Sie dann entweder im Forum des jeweiligen Moduls oder eben zu den Online-Meetings stellen. Die Studienbriefen umfassen zudem Kontroll- und Übungsaufgaben, so dass Sie Ihren Lernfortschritt selbst kontrollieren und sich mit den Aufgaben auch auf die Prüfung vorbereiten können.

  • Parallel zum Selbststudium findet in der Online-Phase eines Moduls einmal wöchentlich eine Onlineveranstaltung statt. Diese ist grundsätzlich abends unter der Woche angesetzt. Für den Fall dass Sie mal verhindert sein sollten an einem Online-Meeting teilzunehmen werden diese entsprechend aufgezeichnet.

  • Je nach Modul werden neben reinen Vorlesungen insbesondere auch praktische Workshops durchgeführt und damit das Erlernte nicht nur reflektiert sondern auch dessen Anwendung in der Praxis erprobt. Darüber hinaus sind an dem Modulwochenende die Leistungsnachweise und Prüfungsleistungen des jeweiligen Moduls zu erbringen.

    Das Modulwochenende beginnt in der Regel Samstagmorgens (etwa gegen 09:00 Uhr) und endet am frühen Sonntagnachmittag (etwa gegen 14:00/15:00 Uhr).

     

  • Das Modulwochenende findet in der Regel online statt. Einmal pro Semester wird ein Präsenzwochenende in Albstadt oder Mannheim angeboten.

  • Ob im Beruf oder in der Familie, nichts läuft wie geplant. Sie habe während des Semesters daher jederzeit die Möglichkeit von Prüfungen oder gesamten Modulen zurückzutreten. Über die Beantragung eines Urlaubssemesters lassen sich auch längere Zeiträume überbrücken.

  • Einige unserer Module setzen ein grundlegendes Verständnis des Aufbaus und der Verwendung einer Programmiersprache voraus. Wir empfehlen daher Bewerbern die keine Programmierkenntnisse vorweisen können bzw. ihre Programmierkenntnisse auffrischen wollen grundsätzlich die Belegung eines entsprechenden Propädeutikums. Bitte nehmen Sie Kontakt mit uns auf wenn Sie Interessen an einem Propädeutikum haben.

Für den Masterstudiengang Data Science gelten folgende Zulassungsvoraussetzungen:

  • erster berufsqualifizierender Hochschulabschluss
    Für die Aufnahme des Masterstudiums Data Science ist ein erster berufsqualifizierender Hochschulabschluss mit mindestens 180 ECTS-Punkten oder vergleichbar notwendig. Über die Gleichwertigkeit anderer Hochschulabschlüsse entscheidet die Zulassungskommission.
  • einjährige Berufserfahrung
    Sie sollten über eine qualifizierte und fachlich relevante Berufserfahrung von mindestens einem Jahr nach Abschluss des ersten berufsqualifizierenden Hochschulstudiums verfügen. Die Praxisphase eines ersten berufsqualifizierenden Hochschulstudiums kann hierbei mit maximal sechs Monaten angerechnet werden. Sollten Sie weniger als ein Jahr Berufserfahrung haben und sich in einem Anstellungsverhältnis befinden, ist (mit Genehmigung der Zulassungskommission) alternativ auch ein Training-on-the-Job möglich.

Ausführliche Informationen finden Sie in der Zulassungssatzung des Studiengangs.

Anmerkung:

Der Studiengang richtet sich primär an Absolventen grundlegender Studiengänge mit einschlägiger Informatik-Zusatzqualifikation. Sollten Sie daher über keine adäquate Informatik-Zusatzqualifikation respektive grundlegenden Programmierkenntnisse verfügen, empfiehlt sich die Belegung eines entsprechenden Kurses als Propädeutikum. Bei Bedarf beraten wir Sie gerne zu Ihren Möglichkeiten.

Bitte füllen sie zur Anmeldung am Studiengang das Anmeldeformular aus und senden dieses zusammen mit folgenden Unterlagen an das Studiengangsmanagement:

  • Lebenslauf
  • Zeugnis des ersten berufsqualifizierenden Hochschulabschlusses
    Bitte fügen Sie bei einem Studienabschluss an einer ausländischen Hochschule eine amtlich beglaubigte Übersetzung bei.
  • Diploma Supplement
    Ergänzend reichen Sie dieses bitte einschließlich Transcript of records des ersten berufsqualifizierenden Hochschulabschlusses als eine aussagefähige inhaltliche Übersicht über alle Studien- und Prüfungsleistungen mit ein. Sollte kein Diploma Supplement vorhanden sein, genügt – insbesondere bei Diplomabschlüssen – ein vollständiger Notenspiegel aller Leistungen dieses ersten Hochschulabschlusses.
  • Arbeitszeugnisse und Referenzschreiben
    Als Nachweis für die berufspraktische Erfahrung benötigen wir Arbeitszeugnisse, optional bis zu zwei Referenzschreiben oder dienstliche Beurteilungen der entsprechenden Arbeitgeber.
  • Statement of Intent
    Reichen Sie bitte ein ein- bis zweiseitiges „Statement of Intent“ mit ein: Stellen Sie kurz Ihren persönlichen und beruflichen Werdegang dar, nehmen Sie Stellung zu den Beweggründen für Ihren Studienwunsch und zu Ihren mit dem Studium angestrebten Zielen.

Damit eine hohe Qualität in der persönlichen Studierendenbetreuung sichergestellt werden kann, ist die Studierendenanzahl pro Studienjahr auf 30 Studierende begrenzt.

Übersteigt zum Bewerbungsschluss die Bewerberzahl die Anzahl der Studienplätze, findet gemäß der Zulassungssatzung ein Auswahlverfahren (Assessment) statt. Dieses Auswahlverfahren berücksichtigt die drei folgenden Kriterien der Bewerber, auf Basis derer dann die Studienplätze nach resultierender Rangfolge vergeben werden:

  • Abschlussnote des ersten qualifizierenden Hochschulabschlusses
  • Art und Dauer der einschlägigen berufspraktischen Erfahrung
  • Eindruck im Auswahlgespräch

Eine Zulassung zum berufsbegleitenden Masterstudiengang Data Science ist nur zum Wintersemester möglich. Die Bewerbungsfrist ist der 15. September des jeweiligen Jahres. Später eingehende Bewerbungen können bei noch freien Studienplätzen bis zum 15. September des jeweiligen Jahres berücksichtigt werden.

Sollten Sie die Bewerbungsfrist verpasst oder Interesse an einem modularen Einstieg haben, können Sie jederzeit einzelne Module über unser Data Science Zertifikatsprogramm belegen. Bei einem anschließenden Einstieg in das Masterstudium werden Ihnen dann bereits erfolgreich abgeschlossene Module entsprechend angerechnet.

Informationsmaterial & Kontakt für persönliche Beratung

Noch nicht überzeugt?

Sie sind an unserem Data Science Masterstudiengang und Zertifikatsprogramm interessiert, sind aber noch unschlüssig oder haben noch offene Fragen? Dann nehmen Sie Kontakt mit uns auf und lassen sich in einem persönlichen Gespräch beraten. Nutzen Sie die Gelegenheit um Antworten auf Ihre Fragen rund um den Studienablauf, das Bewerbungs- und Auswahlverfahren und die Organisation des Masterstudienganges zu erhalten.

Gerne senden wir Ihnen auf Anfrage auch Leseproben von Studienbriefen und einen Aufzeichnungsausschnitt von einer Präsenzveranstaltung zu.

Nehmen Sie Kontakt mit uns auf

Kontaktformular Data Science
Mit * markierte Felder sind Pflichtfelder