Datenwissenschaft, Data Science (weiterführend)

Das Studium findet an Universitäten und Fachhochschulen statt.Lernorte sind an der Hochschule: Hörsäle, Seminar- und Übungsräume, Bibliotheken, Computerlaborszu Hause (z.B. Vor- und Nachbereitung der Lehrveranstaltungen, Anfertigen von Hausarbeiten; ggf. Teilnahme an Online-Lehrveranstaltungen)

Regelstudiendauer: 2-4 Semester

Studienkosten Einschreib- und Verwaltungsgebühren sowie Semesterbeiträge (z.B. für das Studierendenwerk, die verfasste Studierendenschaft, Semesterticket)ggf. Studiengebühren Gebühren für "Langzeitstudierende", für ein Zweitstudium oder nach Verbrauch eines festgesetzten Studienguthabens Aufwendungen für Lernmittel und Studienbedarf, z.B. für Fachliteratur, Exkursionen Beiträge für eine studentische Krankenversicherung (i.d.R. bei Überschreiten der Altersgrenze von 25 Jahren oder bestimmter Einkommensgrenzen)FörderungsmöglichkeitenInformationen: Deutsches Studierendenwerk - FinanzierungsmöglichkeitenBundesgesetz über individuelle Förderung der Ausbildung (Bundesausbildungsförderungsgesetz - BAföG) in der Fassung der Bekanntmachung vom 07.12.2010 (BGBl. I S. 1952), zuletzt geändert durch Artikel 11 Abs. 1 des Gesetzes vom 16.04.2026 (BGBl. 2026 I Nr. 107)

Duale Studiengänge verbinden ein Studium mit einer beruflichen Tätigkeit oder mit Praxisphasen in einem Betrieb.Im weiterführenden Studienfach Datenwissenschaft, Data Science gibt es praxisintegrierende Studiengänge.Weiterführende Informationen und Suche nach dualen Studiengängen:AusbildungPlus: Portal für duales Studium und Zusatzqualifikationen in der beruflichen Erstausbildung

Module, z.B.:Advanced Machine LearningBig DataBusiness-AnalyticsData ManagementData MiningData Privacy & Data ComplianceDecision SupportDigital Process ManagementEthik des RechtsManagement of Scientific DataMathematical Foundations for Data ScienceParallel ComputingProgramming for Data ScienceText MiningVisual Data AnalyticsPraktische Studieninhalte:Je nach Hochschule integrierte Praxisphasen (z.B. Praxisprojekt in der Softwareindustrie), Praktika, Praxissemester (ggf. auch im Ausland)

Die Hochschulen führen ggf. Eignungsprüfungen oder Auswahlgespräche durch.

Auf folgende Bedingungen und Anforderungen sollte man sich einstellen:Lehrveranstaltungen: während des Semesters in den Hörsälen und Seminarräumen der Hochschule Vorlesungen und Seminare besuchen; ggf. zu Hause an Online-Lehrveranstaltungen teilnehmenBerufsbegleitendes Studium: unter der Woche tagsüber im Beruf tätig und in den Abendstunden oder am Wochenende an der Hochschule Praktische Übungen: z.B. in Computerlabors selbst entwickelte Software testen Eigenständige Arbeit: Lehrveranstaltungen vor- und nachbereiten, in Bibliotheken recherchieren, Referate vorbereiten, Hausarbeiten anfertigen (auch in der vorlesungsfreien Zeit)Wissenschaftliche Forschung: Fertigkeiten im wissenschaftlichen Arbeiten vertiefen Organisation und Planung: das Studium eigenverantwortlich planen, vorgegebene Studienzeiten einhalten, Studien- und Prüfungsleistungen rechtzeitig erbringen (Selbstdisziplin und Organisationstalent erforderlich)Berufsvorbereitung: ggf. Praktika absolvieren (z.B. in der Softwareindustrie, auch im Ausland), Berufseinstieg vorbereiten

Studierende können Teile des Studiums im Ausland durchlaufen, z.B.:Verschiedene LänderInternationaler Masterstudiengang "Business Intelligence & Data Science"Hochschulen: International School of Management (Dortmund) und Partnerhochschulen z.B. in Großbritannien, Spanien und den USAAbschluss: Master of Science (M.Sc.), Doppelabschluss möglichWeitere Informationen: Internationaler Masterstudiengang Business Intelligence & Data Science

Folgende Studienfächer können Alternativen für das Studienfach Datenwissenschaft, Data Science (weiterführend) sein:Bereich Mathematik und StatistikStatistik (weiterführend)Finanz-, Wirtschaftsmathematik (weiterführend)Computermathematik (weiterführend)Gemeinsamkeit:Daten mit mathematischen und statistischen Methoden analysieren, aufbereiten und auswertenBereich Hard- und SoftwareentwicklungInformatik (weiterführend)Softwaretechnik (weiterführend)Internetbasierte Systeme, E-Services (weiterführend)Wirtschaftsinformatik (weiterführend)Gemeinsamkeiten:Kenntnisse über Methoden und Konzepte der Informatik erwerbenInformationen gewinnen, verarbeiten und dafür nötige Software und Datenbanken entwickelnBereich IT-KoordinationIT-Management (weiterführend)Informationsmanagement (weiterführend)Gemeinsamkeit:große Datenbestände organisieren und Informationsprozesse konzipierenBereich Künstliche IntelligenzKünstliche Intelligenz (weiterführend)Gemeinsamkeiten:Kenntnisse über Methoden und Konzepte der Künstlichen Intelligenz erwerbenDaten verarbeiten und dafür nötige Software und Tools entwickeln

Hochschulen setzen z.B. folgende Abschlüsse voraus:Datenwissenschaft, Data Science (grundständig)Informatik (grundständig)Künstliche Intelligenz (grundständig)Mathematik (grundständig)Statistik (grundständig)

Zusatz- und Schlüsselqualifikationen erleichtern einen erfolgreichen Berufseinstieg. Folgende Themen kommen z.B. infrage: Produktion im 21. JahrhundertRhetorikProjektmanagementAuch Wahlpflicht- und Wahlmodule wie Advanced Deep Learning for Computer Vision können Zusatzqualifikationen vermitteln.Praktika z.B. in der Softwareindustrie bereiten gezielt auf das Berufsleben vor.Angebote zum Erwerb von Zusatz- und Schlüsselqualifikationen finden sich bei den Career Centern der Hochschulen (siehe Kontaktdaten der jeweiligen Hochschule):Hochschulen in Deutschland - Hochschulsuche des Hochschulkompass

Das weiterführende Studienfach vertieft Kenntnisse aus dem grundständigen Studienfach und ggf. einer Berufstätigkeit. Das Studium führt zu einem zweiten Hochschulabschluss.Datenwissenschaft, Data Science gibt es auch als Fern-, Teilzeit- oder dualen Studiengang.

BeispieleBig Data Management (Master)Business Intelligence and Data Science (Master)Computational and Data Science (Master)Data Analytics and Decision Science (Master)Data Governance and Ethics (Master)Data Science, AI and Digital Business (Master)Datenmanagement in Produktentwicklung und Produktion (Master)Datenwissenschaft/Data Science (Master)Machine Learning and Data Analytics (Master)Social Data Science (Master)

Für Masterabsolventen der Datenwissenschaft, Data Science bieten sich unterschiedliche Tätigkeitsfelder in der freien Wirtschaft an, z.B. Softwareentwicklung, Datenerhebung und -analyse oder Informationsbeschaffung, -erschließung und -aufbereitung.Wer eine wissenschaftliche Laufbahn an der Hochschule anstrebt, muss i.d.R. promovieren. Eine Promotion erleichtert ggf. auch in der Privatwirtschaft und Forschung den Zugang zu gehobenen beruflichen Positionen.

1985:Etablierung des Begriffes Datenwissenschaft, zunächst als Bezeichnung für statistische Forschung1999:Beginn des Bologna-Prozesses: Reform der europäischen Hochschullandschaft u.a. mit folgenden Zielen:Schaffung eines einheitlichen europäischen HochschulraumsHarmonisierung von Studiengängen und Studienabschlüssen: Einführung von Bachelor- und MasterstudiengängenVerbesserung der Mobilität von Studierenden und LehrendenAnfang des 21. Jahrhunderts:Etablierung eigenständiger datenwissenschaftlicher Studiengänge

Abschlussgradeje nach StudiengangMaster of Arts (M.A.)Master of Business Administration (MBA)Master of Engineering (M.Eng.)Master of Science (M.Sc.)

Während des Studiums erhält man keine Vergütung.Für Praxisphasen - beispielsweise während eines Praktikums in einem Unternehmen - kann eine Entlohnung vereinbart werden.Gegebenenfalls kann man die Master Thesis im Rahmen einer Tätigkeit in einem Unternehmen erstellen. Die Vergütung in dieser Zeit orientiert sich meist an der Vergütung während eines Praktikums.Die Vergütung während eines dualen Studiums variiert je nach Unternehmen.

BundesebeneHochschulrahmengesetz (HRG) in der Fassung der Bekanntmachung vom 19.01.1999 (BGBl. I S. 18), zuletzt geändert durch Artikel 1 des Gesetzes vom 15.11.2019 (BGBl. I S. 1622)Ländergemeinsame Strukturvorgaben gemäß § 9 Absatz 2 HRG für die Akkreditierung von Bachelor- und Masterstudiengängen (Beschluss der KMK vom 10.10.2003 i.d.F. vom 04.02.2010)Qualifikationsrahmen für deutsche Hochschulabschlüsse (Im Zusammenwirken von Hochschulrektorenkonferenz, Kultusministerkonferenz und in Abstimmung mit Bundesministerium für Bildung und Forschung erarbeitet und von der Kultusministerkonferenz am 16.02.2017 beschlossen)LandesebeneHochschulgesetze in Verbindung mit Verwaltungsvorschriften, z.B. über die Akkreditierung von StudiengängenQualifikations- oder HochschulzugangsverordnungenHochschulebeneSatzung der Hochschule Studien- und Prüfungsordnungen für die Studiengänge im jeweiligen Studienfach

Voraussetzung für das Studium ist ein erster berufsqualifizierender Hochschulabschluss; meist wird ein grundständiges Studium im Studienfach Datenwissenschaft, Data Science, Informatik oder Mathematik vorausgesetzt.Bei weiterbildenden Studiengängen ist eine mindestens 1-jährige Berufspraxis nachzuweisen.Je nach Hochschule erfolgt ein hochschulinternes Auswahlverfahren. Auswahlkriterien sind z.B. Leistungen im ersten berufsqualifizierenden Studium.Bei dualen Studiengängen wird i.d.R. ein Praktikums- oder Arbeitsvertrag mit einem geeigneten Unternehmen (sog. Praxispartner) vorausgesetzt.Gegebenenfalls sind Englischkenntnisse sowie spezielle Fachkenntnisse aus dem Erststudium nachzuweisen.