Studiengang für Big Data Analytics

Ab Herbst 2015 bietet die New Design University St. Pölten mit dem neuen Bachelor- und dem vertiefenden Masterstudiengang "Information Science & Big Data Analytics" eine erste branchenspezifische Ausbildung an. [...]

Von Sozialen Medien und Online-Shops, über Websiteanalysen und elektronische Geschäftsprozesse bis hin zu Forschung und Entwicklung – überall entstehen mit jedem Klick große Datenmengen. Diese Daten zu strukturieren, zu analysieren und aus ihnen neue, entscheidende Erkenntnisse zu gewinnen, ist die Aufgabe von Data-Science-Expertinnen und -Experten.

Die New Design University hat die Bedeutung des technologischen und gesellschaftlichen Wandels erkannt und startet im Wintersemester 2015/16 mit dem anwendungsorientierten und interdisziplinären Bachelorstudium „Information Science & Big Data Analytics“ und dem aufbauenden zweijährigen Masterstudium.

ANWENDUNGSORIENTIERT UND INTERDISZIPLINÄR
Der neue Studiengang setzt sich mit dem wahrscheinlich wichtigsten IT-Trend des Jahrzehnts auseinander. Die Studiengänge vermitteln Kenntnisse zur Beschaffung, Aufbereitung und Analyse großer Datenmengen, die mit herkömmlichen IT-Tools nicht mehr erfass- bzw. auswertbar sind. Aus den aufbereiteten Datenmengen können Schlussfolgerungen und Prognosen gewonnen werden, die maßgeblich zu unternehmerischen Entscheidungen beitragen. „Ziel des Studiums ist, dass die Absolventinnen und Absolventen in der Lage sind, Modelle und Lösungsstrategien zu erarbeiten, die auf Business Intelligence, Data Mining und modernen Technologien aufbauen und Strategien für komplexe Projekte ermöglichen“, erklärt Andreas Hasenzagl, Dekan der Fakultät Technik der New Design University, und fügt hinzu, dass zukünftige Big-Data-Spezialistinnen und -Spezialisten Kenntnisse aus mehreren Fachgebieten benötigen: „Durch den interdisziplinären akademischen Zugang an der New Design University erwerben Absolventinnen und Absolventen die Fähigkeit, über die Grenzen des eigenen Arbeits- und Forschungsgebiets zu blicken und Zusammenhänge zu erkennen“.

Bereits ab dem ersten Semester ist Praxisnähe wichtig. Die technischen Grundlagen werden im Bachelorstudiengang mit praktischen Übungen aus dem Bereich Big Data vermittelt. Im Masterstudiengang werden die Kenntnisse in den Bereichen Data Mining, Datenvisualisierung, Web- und Datenbankentechnologien vertieft. Ein weiterer wichtiger Aspekt im Curriculum sind die persönlichkeitsbildenden Lehrveranstaltungen, die neben der fachlichen Kompetenz die Absolventinnen und Absolventen befähigt, eigenständig Projekte zu leiten. (pi/aw)


Mehr Artikel

News

6 Grundsätze für eine KI-taugliche Datenbasis

Wer Künstliche Intelligenz nutzen will, muss über eine vertrauenswürdige Datengrundlage verfügen. Daten sind das Lebenselixier von KI-Systemen und bestimmen maßgeblich die Qualität und Zuverlässigkeit der Ergebnisse. Nur so können KI-Modelle robust, anpassungsfähig und vertrauenswürdig arbeiten. […]

News

Cybersicherheitsbudgets werden falsch priorisiert

Der ICS/OT Cybersecurity Budget Report 2025 von OPSWAT deckt erhebliche Lücken in den Cybersicherheitsbudgets sowie einen Anstieg von ICS/OT-fokussierten Angriffen auf. Ferner wird deutlich, wie durch eine unzureichende Finanzierung, falsch gesetzte Prioritäten und uneinheitliche Abwehrmaßnahmen kritische Infrastrukturen immer raffinierteren Bedrohungen ausgesetzt sind. […]

News

Nach dem Hype: Diese vier KI-Trends werden 2025 weiterhin prägen

Die vergangenen zwei Jahre haben einen regelrechten KI-Boom erlebt. Insbesondere generative Modelle (GenAI) haben sich rasant weiterentwickelt und etablieren sich zunehmend als feste Größe in den Arbeitsprozessen von Organisationen weltweit. Angesichts dieser Dynamik fragen sich nun viele Unternehmen, welche Entwicklungen das Jahr 2025 bestimmen werden und welche Potenziale sich daraus ergeben. […]

News

Generative KI als Sicherheitsrisiko

Eine neue Studie von Netskope zeigt einen 30-fachen Anstieg der Daten, die von Unternehmensanwendern im letzten Jahr an GenAI-Apps (generative KI) gesendet wurden. Dazu gehören sensible Daten wie Quellcode, regulierte Daten, Passwörter und Schlüssel sowie geistiges Eigentum. Dies erhöht das Risiko von kostspieligen Sicherheitsverletzungen, Compliance-Verstößen und Diebstahl geistigen Eigentums erheblich. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*