Data and Information Science (Bachelor) – Inhalte

Informationen werden aus Daten gewonnen, z. B. durch inhaltliche und statistische Analyse. Die Informationswissenschaft (Information Science) hat sich zu einer digitalisierten, datengetriebenen Disziplin entwickelt. Traditionelle Methoden der Informationsgewinnung werden zunehmend durch algorithmische Verfahren der Analyse von Massendaten (Big Data) ergänzt oder abgelöst. Die bewährten Verfahren der Informationswissenschaft werden daher in diesem Studiengang gezielt mit Grundlagen und aktuellen Entwicklungen im Bereich Data Science kombiniert.

Mathematik und Statistik sowie Programmierung und Techniken des Text-, Data- und Web-Mining machen neben der klassischen Informationsrecherche und Informationserschließung einen Schwerpunkt dieses Studiums aus. Hinzu kommt die Vermittlung von Fähigkeiten, aussagekräftige und zielgruppenspezifische Visualisierungen zu erstellen, die u. a. als Basis für strategische Entscheidungen und zur Prozessoptimierung dienen. Ein weiterer Bestandteil sind Fragen der Informationsethik, der Informationssicherheit sowie des Datenschutzes.

Data and Information Scientists bilden mit ihrem Profil die Schnittstelle zwischen IT-Entwicklung und dem Informationsbedarf in Organisationen und Unternehmen und sind daher am Arbeitsmarkt über alle Branchen hinweg überaus flexibel einsetzbar.

 

Bachelor of Science (B.Sc.)

 

Der siebensemestrige Studiengang Data and Information Science verbindet die Grundlagen der klassischen Informationswissenschaft mit den mathematisch-technischen Verfahren der Data Science. Er qualifiziert schwerpunktmäßig für fünf Handlungsfelder.

 

DIS - Handlungsfelder (Bild: TH Köln)

HF 1 Digging into Data

Daten extrahieren, aufbereiten, transformieren und modellieren, um diese für Prozesse in Wirtschaft, Öffentlichem Sektor und Wissenschaft nutzbar zu machen.

HF 2 Core Information Science

Potenzial von Information erkennen und nutzbar machen, indem Informationen identifiziert, erschlossen, strukturiert und analysiert werden, um diese dann über  Informationssysteme zugänglich zu machen.

HF 3 Information Systems

Planen und Umsetzen von Anforderungen an Informationssysteme, indem Informationssysteme entwickelt, administriert und eingesetzt werden, um die Nutzung von Informationstechnologie in Wirtschaft, Öffentlichem Sektor und Wissenschaft zu ermöglichen und zu unterstützen.

HF 4 Information Research

Unterstützen informationsgeleiteter Entscheidungsprozesse, indem verlässliche und seriöse Informationen recherchiert, analysiert, ausgewertet, aggregiert und visualisiert werden, um sie als Grundlage für Entscheidungsprozesse und Innovationen zu nutzen.

HF 5 Information Society

Informationsprozesse ethisch und rechtlich bewerten, um den verantwortungsvollen Umgang mit Daten und Informationen in Wirtschaft, Öffentlichem Sektor und Wissenschaft zu unterstützen.

 

Programmieren, algorithmisches Denken und Problemlösen

• Programmieren von Algorithmen und Schnittstellen
• Entwickeln und Umsetzen von ETL-Prozessen (Extract, Transform, Load) für Daten
• Transformieren von Daten zwischen unterschiedlichen Formaten (z. B. unter Verwendung von regulären Ausdrücken und Skriptsprachen)
• Extrahieren und Aggregieren von Informationen aus großen Datenmengen (Machine Learning) unter Verwendung algorithmischer Verfahren (Data Mining, Text Mining, Web Mining)
• Verteiltes Entwickeln mit Code-Repositories wie Git
• Entwickeln von Problemlösungskompetenzen anhand von Best-Practice-Beispielen

Informationsstrukturierung, Informationserschließung, Information Retrieval

• Strukturieren und Ordnen von Informationen in Systemen zur Wissensorganisation (Thesauri, Klassifikationssysteme, Semantische Netze, Topic Maps, Ontologien)
• Automatisches Erschließen für Suchprozesse (Automatisches Indexieren, Automatisches Klassifizieren, Automatisches Abstracting)
• Recherchieren, Identifizieren, Analysieren und Extrahieren unterschiedlicher Informationsarten (auch unter Verwendung statistischer Verfahren)

Informationssysteme

• Modellieren und Speichern von Daten in Datenbanksystemen (SQL und NO-SQL, Data Warehouse) und deren effektive Anbindung an Informationssysteme
• Einsetzen von Datenaustauschformaten
• Anwenden, Integrieren und Erweitern von KI-Lösungen
• Entwickeln, Konfigurieren und Einsetzen
  • von Dokumenten- und Content-Management-Systemen
  • von Inhouse- und Web-Systemen für das Information Retrieval (Information- Retrieval-Systeme, Suchmaschinentechnologie)
  • von semantischen Technologien für wissensbasierte Systeme (semantisches Information Retrieval)

Informationsbezogenes Problemlösen und Denken

• Auswählen und qualitatives Bewerten von Informationsquellen
• Recherchieren von verlässlichen Informationen
• Analysieren und Aggregieren von Information für unternehmerische Entscheidungsprozesse und Innovationen
• Visualisieren von Information zur Unterstützung der Informationsaufnahme und Informationsanalyse
• Auswählen und Einsetzen informationswissenschaftlicher Methoden
• Ausarbeiten strukturierter Befragungen unter differenziertem Einsatz verschiedener Frageformen und Skalenarten
• Erheben eigener Daten zu verschiedenen Zielgruppen oder Produkten mittels einschlägiger statistischer Methoden
• Anwenden von Techniken des wissenschaftlichen Arbeitens auf fachliche Fragestellungen

Informationsrecht und Informationsethik

• Informationsethisches Bewerten von Prozessen der Informationsgewinnung und -nutzung
• Entwickeln von vertretbaren informations- und datenschutzrechtlichen Lösungen
• Berücksichtigen von IT-Compliance und Normen
  
   

Zukunftsweisende Wissenschaft und Forschung fußt auf einem fachkundigen und professionellen Umgang mit großen Datenmengen und Informationen. Forschungsdatenmanagement, digitales Publizieren und Open Science werden daher in Wissenschaftsbetrieben und Wissenschaftlichen Bibliotheken aktiv vorangetrieben, aber auch Kenntnisse in den einschlägigen Programmiersprachen und Erfahrung mit Datenbanksystemen oder KI-basiertem Textmining stehen dort mittlerweile hoch im Kurs.

Ab dem 3. Semester besteht im Studiengang Data und Information Science (B.Sc.) daher die Möglichkeit, gezielt die Studienrichtung Data Librarian auszuwählen und diese bei Bedarf auch als praxisbegleitendes Studium zu absolvieren. Studieninteressierte, die sich beruflich gezielt mit den digitalen Prozessen und Herausforderungen in Wissenschaft und Forschung auseinandersetzen möchten, haben mit diesem Modell die Möglichkeit, Studium und spätere Berufspraxis besonders eng miteinander zu verknüpfen. Dazu benötigen sie eine Kooperation mit einer wissenschaftlichen Bibliothek oder Informationseinrichtung. Dort werden die praktischen Zeiten absolviert.

Das Fachstudium findet in enger Kooperation zwischen den beiden Bachelorstudiengängen Data and Information Science (B.Sc.) sowie Bibliothek und digitale Kommunikation (B.A.) an der TH Köln statt und wird mit einem B.Sc. (Bachelor of Science) abgeschlossen.

Bei Interesse am praxisbegleitenden Studium sprechen Sie bitte Frau Prof. Ragna Seidler-de Alwis oder Silke Beck an.