• Innovatives Studienkonzept

  • Erfahrung und Kompetenz

  • Praxisnah studieren

  • Begehrter, internationaler Abschluss

Überblick

Inhalte

Berufs­perspektiven

Interessenten­beratung

Big Data und Data Science (B.Sc.)

Google, Facebook & Co sammeln täglich weltweit riesige Datenmengen. Durch den digitalen Wandel und die fortschreitende Automatisierung in der Wirtschaft wird sich ihr Volumen bis 2025 mehr als verfünffachen. Doch wie beherrscht man diese nicht enden wollende Datenflut?

Als Expert:in für Big Data und Data Science machst du die wertvollen Daten-Ressourcen nutzbar. Du gestaltest die Prozesse, wie Daten erhoben, aufbereitet und ausgewertet werden. So trägst du wesentlich dazu bei, dass aus Bits & Bytes Wissen wird. Und mit einem der gefragtesten Berufe des 21. Jahrhunderts bist du der Zukunft bereits heute einen Schritt voraus.

Auf einen Blick

  • Abschluss

    Bachelor of Science (B.Sc.)

    180 Creditpoints

  • Studiendauer

    6 Leistungssemester

    36 Monate Regelstudienzeit

  • Voraussetzungen

    Abitur, fachgebundene Hochschulreife, Fachhochschulreife oder einschlägige Berufsausbildung mit mindestens einem Jahr Berufserfahrung

  • Unterrichtssprache

    Deutsch

  • Studienbeginn

    Wintersemester

  • Studiengebühr

    799,- mtl.

Studieninhalte

Du beginnst dein Studium mit den Grundlagen und eignest dir wichtiges Informatikwissen an. Schnell wendest du dich auch den Grundlagen, Methoden und Technologien rund um Big Data und Data Science zu. Im Kern- und Vertiefungsstudium stehen dann Themen, wie die Anwendung Künstlicher Intelligenz, Datenvisualisierung und -tools sowie die Gestaltung der Digitalen Transformation im Fokus.

Während deiner berufspraktischen Phase schicken wir dich in ein Unternehmen, wo du wertvolle Praxiserfahrungen sammelst. In einer Projektarbeit und in deiner Bachelorarbeit kannst du dann beweisen, wie du das Gelernte fachübergreifend in der Praxis umsetzen kannst.

Die Übersicht zeigt dir den Studienablauf.

1. Semester

  • Grundlagen der Informatik (6 CP)
    • Einführung in die Informatik: Elementare Grundlagen der Rechnerarchitektur, Verarbeitung und Speicherung von Daten, Darstellung von Zahlen und Zeichen im Rechner
    • Datentypen, Datenstrukturen, Algorithmen: Datentypen, Datenstrukturen (insbesondere Bäume und Graphen) und ihre Klassifikationen, Algorithmen (insbesondere Hashverfahren, Sortier- und Suchverfahren), Analyse von Algorithmen
  • Verteilte Systeme (8 CP)
    • Grundlagen der Betriebssysteme: Architektur, Prozesse und Threads, Koordinierung paralleler Prozesse, Ressourcen (Betriebsmittel), Speicherverwaltung, Ein-/Ausgabesystem, Dateiverwaltung, Probleme des praktischen Einsatzes von Betriebssystemen
    • Verteilte Systeme: Protokollarchitektur, Geräte-Adressierung, Adressierung und Routing in IP-Netzwerken, Nachrichten, Übertragung
    • Sicherheit in verteilten Systemen: Hochverfügbarkeit, Verschlüsselung und digitale Signaturen, Verschlüsselung in Netzwerken, Authentifizierung, Sicherheitsmechanismen in Netzwerken
  • Grundlagen Informationswirtschaft und -management (6 CP)
    • Grundlagen des Informationsmanagements; Daten, Information, Wissen; Management der Informationswirtschaft, der Informationssysteme und der IKT; Informationssysteme als Objekte des IS-Managements, St.Galler Modell des IS-Managements, Metamodell nach Brenner. ARIS, Ereignisgesteuerte Prozessketten.
    • Dokumentenmanagement; Funktionen eines DMS, Rechtekonzept eines DMS, Lebenszyklus von Dokumenten. Archivierung und Recherche, Groupware und Workflow.
    • Wissensmanagement, Wissensbegriff, wissensorientierte Unternehmensführung, Wiessensformen und -prozesse, individuelles und kollektives Wissen, explizites und implizites Wissen, Organisations- und Transformationsprozesse, Strategisches und operatives Wissensmanagement, Bausteine des Wissensmanagements nach Probst. Wissensmanagement und IKTechnologien. DataWarehouse, OLAP, Data Mining etc.
    • Semantisches Wissensmanagement, Grundlagen, Ontologien, Concept Maps
    • Der Informationsmarkt, Information als Ressource, Information und Wissen als vielfältige Produktionsfaktoren, Wissensmanagement und Informationsflüsse in Unternehmen/Organisationen, relevante Grundlagen der Informationstechnik, Aspekte der Informationspolitik, rechtliches Umfeld
  • Mathematische Grundlagen für Informatiker (8 CP)
    • Grundlagen der Mathematik: Mengen, Zahlenmengen, Vollständige Induktion, Komplexe Zahlen, Relationen, Zins- und Rentenrechnung
      Logik: Aussagen- und Prädikatenlogik
      Lineare Algebra: Matrizen, Invertierung, Gauß-Algorithmus, Determinanten, Lineare Gleichungssysteme
      Funktionenlehre: Folgen und Funktionen, Stetigkeit und Differenzierbarkeit, Ableitungsregeln, Anwendungen der Differenzialrechnung, Integralrechnung mit Anwendungen
      Stochastik: Zufällige Ereignisse und ihre Wahrscheinlichkeit, Bedingte Wahrscheinlichkeit und Unabhängigkeit zufälliger Ereignisse, Zufallsgrößen, Verteilungsfunktionen
  • Einführungsprojekt (2 CP)

2. Semester

  • Grundlagen der objektorientierten Programmierung (6 CP)
    • Einführung in die objektorientierte Programmierung, Datentypen, Ein- und Ausgabe, Ausdrücke und Operatoren, Steuerstrukturen, Verweistypen, Arrays, Definition von Klassen und Methoden, Vererbung, Schnittstellen, Strukturen, Aufzählungen, Überladung von Operatoren, Exceptions, Multithread Programmierung, Assemblies, Grafikdarstellung.
  • Informationssysteme und Business Intelligence (4 CP)
    • Betriebliche Potentialstrukturierung und Prozessstrukturen (Ablaufstrukturen, Arbeitsplanung, Netzpläne), Betriebliche Informationssysteme (betriebliche und unternehmensweite Anwendungssysteme, ERP, SCM, EAI, EDI; Nutzenbewertung), Praktische Grundlagen der Geschäftsprozessmodellierung (ARIS, eEPK, Modellierung mit UML und BPMN), Grundlagen Business Intelligence (Anwendungen und Technologien, BI-Schichtenmodell, Datenqualität und Big Data)
  • Informationstechnologie (6 CP)
    • Grundlagen moderner Computernetze,Kenngrößen wie Übertragungsrate, Latenz, Jitter; OSI-Schichtenmodell; Protokolle
    • Bitübertragung und Netzzugang: Physikalische Schicht; die Datenverbindungsschicht; Ethernet; drahtlose und mobile Netze
    • TCP/IP-Protokollfamilie: IP-Adressierung und –Protokolle;, Routing-Verfahren und -Algorithmen
    • Internetworking und Netzdesign: Netzkomponenten wie Hub, Bridge, Switch, Router; Subnetze; VLAN; Planung und Design von Netzen; Netzarchitektur; Zugangsnetze
    • Anwendungsdienste und Netzmanagement: Anwendungen wie WWW, FTP, E-Mail, P2P, DNS;
    • Netzwerkmanagement: Aufgaben, SNMP, Tools; Sicherheit
  • Operations Research (6 CP)
    • Grundlagen: Einführung in Operations Research, Definitionen und Begriffe.
    • Optimierung: Lineare Optimierung, Simplex-Methode, Transportoptimierung, Zuordnungsoptimierung
    • Stochastik: Deskriptive Statistik, Schätz- und Testtheorie
    • Modellierung und Simulation: Prozess- und Systembegriff, Modellierungskonzepte, Modellierung mit Petri-Netzen, Analytische Bedienungsmodelle, Verlust-und Wartesysteme, Modellbildung und Simulation, Warteschlangensystem
    • Spieletheorie: Grundlegende Begrifflichkeiten, Entscheidungstheorie, Normalform, Strategie, Nash-Gleichgewicht
  • Recht und Betriebswirtschaft (8 CP)
    • Grundlagen des Zivilrechts: Rechtsgeschäfte, Vertragsrecht, Haftungsrecht, Zivilprozessrecht
    • Grundlagen des Arbeitsrechts: Rechtsquellen, Entstehung und Beendigung eines Arbeitsvertrages
    • Grundlagen des Medienrechts: Telemediarecht und Dienstegesetzgebung, Urheberrecht Markenschutz, Datenschutz, Internet undWerbung, Recht des elektronischen Geschäftsverkehrs

3. Semester

  • Grundlagen des Software Engineering (6 CP)
    • Phasenmodelle und Planung von Softwareprojekten: Grundlegende Definitionen, Phasenmodelle, Planungs- und Entwicklungsphasen, Werkzeuge, Erstellung eines Pflichtenheftes, Semantische Datenmodellierung, Projektplan
    • Software-Ergonomie: Verfahren, Aufgaben des Usability-Engineers, Softwareergonomische Dialoggestaltung
    • UML: UML-Diagramme, Modellierung mit der UML, Modellbasierende Systementwicklung
    • Softwarearchitektur: Ziele des Architekturentwurfs, Aufgaben des SW-Architekten, Entwurf und Dokumentation von Architekturen, Beschreibungstechniken und Sichten (Konzeptsicht, Modulsicht,  Laufzeitsicht)
  • Informationssysteme und Business Intelligence (4 CP)
    • s. o.
  • Datenbanken (8 CP)
    • Datenbanksysteme: Aufbau eines Datenbanksystems, 3-Ebenen-Modell, Entity-Relationship-Modell, relationales Datenmodell, Datenbank-Anomalien, Normalisierung des Entwurfs, Tabellenoperationen, MySQL, Abfragen-Entwurf
    • Verteilte und Internet-Datenbanken: Datenbanken in Web-Anwendungen (Relationale DB, XML DB, NoSQL-Datenbanken), Verteilte Datenbanken
  • Grundlagen in Big Data und Data Science für Unternehmen (6 CP)
    • Einführung und Grundlagen von Big Data (Begriffe, Definitionen, wirtschaftliche Bedeutung)
    • Anwendungen im Umfeld von Big Data und Data Science (Internet of Things, Smart Factory, Decision Support Systems, Database Marketing)
    • Datensicherheit und Datenschutz
    • Datengetriebene Geschäftsmodelle im Umfeld von Big Data und Data Science
    • Big Data und Informationsqualität, Digitale Ethik
  • Projektmanagement und wissenschaftliches Arbeiten (6 CP)
    • Wissenschaftsübergreifende Darstellung: Forschungsprozess und wichtige Forschungsmethoden Qualitätskriterien für wissenschaftliches Arbeiten Internetrecherchen, Internetquellen und Checklisten Fallstudie Seminarvortrag
    • Begriffe und Grundlagen, Organisation von Projekten, Projektsteuerung und -controlling
    • Psychologie des Projektmanagements: Beziehungsebene, Projektkultur und Projekterfolg, Projektleiter und Projektgruppe, Projektkommunikation und wirksame Zusammenarbeit, Projektphasen

4. Semester

  • Anwendung künstlicher Intelligenz (6 CP)
    • Grundlagen der Künstlichen Intelligenz
    • Grundlagen der Neuronale Netze
    • Grundlagen des maschinellen Lernens
    • Grundlagen Depp Learning und Analyse von Big Data
    • Anwendungen in den Bereichen maschinelles Lernen, Deep Learning und Big Data
  • Datenvisualisierung und -tools (6 CP)
    • Informationsvisualisierung: Einführung, Datenmodellierung und visuelle Strukturen, Data Driven Documents, Visualisierung in der Praxis (Gapminder, Open Knowledge Foundation)
    • Datenvisualisieurng: Datencharakteristiken und visuelle Attribute, Tools zur visuellen Datenexploration
    • Storytelling, Tooleinsatz an einem Fallbeispiel
  • Big Data und Data Science Methoden und Technologien (6 CP)
    • Datenanalyse und Datenaufbereitung, Explorative Datenanalyse
    • Big Data Datenquellen (NoSQL-Datenbanken, InMemory Datenbanken, Spaltenorientierte Datenbanken)
    • Data Mining und Machine Learning, Regressionsvefahren, Klassifikationsverfahren, Cluster-Algorithmen
    • Big Data Technologien (Apache Spark, Hadoop, Python, R)
  • Wissensorganisation und Information Retrieval (6 CP)
    • Inhaltliche und automatische Erschließungsmethoden und Indexierung (Klassifikationssysteme, Metadaten, Thesauri, Abstracting)
    • Retrieval Techniken
    • Data Mining, Text Mining, OLAT, KDD und deren Einsatz im Business Intelligence
    • Ontologien und Wissensrepräsentation mit XML und RDF Erschließung von audiovisuellen Medien
    • Non-Standard-Datenbanken
    • Web Information Retrieval
  • Kommunikation und Führung (6 CP)
    • Führung: Anforderungen an Führungskräfte, Grundlagen und Dimensionen des Führungsverhaltens, Führungsmodelle, Schlüsselqualifikationen
    • Kooperative Führung, Konfliktmanagement, Konflikte verstehen, analysieren und bewältigen
    • Kommunikation: Kommunikation, Gesetzmäßigkeiten, Kommunikationsmodelle

5. Semester

  • Data Science Case Studies (6 CP)
    • Anhand einer individuellen Aufgabe vollziehen die Studierenden die Umsetzung einer konkreten Problemstellung aus dem Bereich Big Data/Data Science in die Praxis. Die Durchführung des Projekts geschieht unter tutorieller Betreuung.
  • Wahlmodul Interkulturelle Kommunikation (3 CP)
  • Berufspraktische Phase (15 CP)
  • Projektarbeit (6 CP)
    • Die Studierenden wenden ihrWissen über Projektmanagement, Prozesse im Projektteam und Projektmanagementinstrumente an und setzen dieses in einem konkreten Projekt um. Insbesondere arbeiten sie die Aspekte Kommunikation, Motivation, kooperativer Führungsstil, Teamarbeit, Zielvereinbarung, Delegation, Erfolgskontrolle sowie Kritik und Anerkennung im Projektteam heraus.

6. Semester

  • Wahlpflichtmodul 1 (6 CP)
  • Wahlpflichtmodul 2 (6 CP)
  • Gestaltung der Digitalen Transformation (6 CP)
    • Erfolgreiche und nachhaltige Entwicklung von digitalen Geschäftsmodellen und Strategien (Mission, Vision, Prozesse, 3-Horizonte-Modell).
    • Unternehmensorganisation hin zu New Work, Systeminnovationen, digitalen Produkten, Services und Prozessen.
    • Unternehmenskultur und Führung in der digitalen Transformation angesichts digitaler Kompetenzen und Fähigkeiten der Mitarbeiter.
    • Erfolgsfaktoren, Fähigkeiten und Potenziale bei der Führung von Digitalisierungsprojekten.
    • Neue strategische Optionen und Geschäftsmodelle durch intelligente, vernetzte Produkte, das Internet of Things oder anderen aktuellen Entwicklungen wie Industrie 4.0, Blockchain, K.I. oder 3D-Druck anhand entsprechenden Fallbeispielen. Basierend hierauf Einfluss der digitalen Transformation auf Unternehmen, Gesellschaft oder Umwelt.
  • Thesis (12 CP)

Eine detaillierte Auflistung des Lernstoffs jedes Studiengangs findest du in unserem Infopaket

Du hast jederzeit Zugang zum Online Campus. Hier organisierst du dein Studium, hast Zugriff auf Informationen, ergänzende Studienmaterialien und deine Noten und bleibst in Kontakt mit der Hochschule, den Dozenten und deinen Mitstudierenden.

Die einzelnen Studiengänge der Wilhelm Büchner Hochschule Frankfurt sind in Module aufgeteilt. Stimmen die Lerninhalte eines Moduls mit deinen bereits erbrachten Vorleistungen überein, kannst du für dieses Modul eine Anrechnung beantragen. Durch die Anrechnung von akademischen oder nicht-akademischen Vorleistungen reduziert sich deine Studiengebühren: Je 5 angerechneter ECTS wird dir am Ende deines erfolgreich abgeschlossenen Studiums eine Monatsrate erlassen. Außerdem musst du die entsprechenden Module nicht nochmals absolvieren.

Wahlmodule

Die beiden Wahlpflichtbereiche lassen dir die Freiheit, dich nach deinen Wünschen und Interessen zu spezialisieren. So lernst du genau das, was du willst.

Wahlpflichtbereich I

Im Wahlpflichtbereich I während des Kernstudiums belegst du 2 von 5 Modulen. Dafür werden dir insgesamt 12 cp gutgeschrieben.

Themenbereich Informatik

  • Anwendungen im Informationsmanagement
    • Informationsinfrastrukturen, Technikgrundlagen im Informationsmanagement
    • Kommunikationsnetze (leitungsgebundene und funkgestützte Netzzugangstechnologien, Netz- und Diensteplattformen, IN, NGN)
    • Anwendungen der Telekooperation (Teleworking, Telearbeitsplätze, Cloud Computing, E- und M-Commerce, Bezahlsysteme)
    • Bürokommunikation (Computergestütze TK, Call Center, CTI, Unified Messaging, Corporate Networks)
  • Einführung in die IT-Sicherheit
    • Begriffe der Informations- und IT-Sicherheit, Bedrohungen und Schwachstellen, Schutzziele, IT-Sicherheit in Organisationen, IT-Sicherheit aus wirtschaftlicher und gesellschaftlicher Sicht, Angreifer und Angriffsszenarien, Gefahren bei der Nutzung des Internets (Surfen, E-Mail, soziale Netzwerke, Banking), Werkzeuge für Angriff und Verteidigung, Gefahren durch Malware und entsprechende Schutzmaßnahmen, Faktor Mensch in der IT-Sicherheit (Social Engineering, Security Awareness), Fallbeispiele in Form von Einsendeaufgaben
  • Electronic und mobile Services
    • E-Business/E-Commerce
    • Mobile Commerce
    • E-Government
    • E-Procurement
  • Information Broking and Research
    • Informationsquellen und Ressourcen
    • Informationsanbieter, Hosts und Datenbank-Produzenten
    • Fachinformation
    • Kommerzielle Online-Datenbanken
    • Internet-Quellen (Suchmaschinen, Webkataloge, Portale, Metasuchmaschinen)
    • Recherchestrategien
    • Bewerten von Quellen und Rechercheergebnissen
  • Methoden und Techniken des Wissensmanagements
    • Methoden: MindMaps, ConceptMaps, Ontologien, MicroArtikel, Lessons-Learned
    • Techniken: Internettechnologien, Web 2.0, Social Web, Social Software, Groupware und CSCW, Content-Management, Portalmanagement, Unternehmensportale und Intranets

Wahlpflichtbereich II

Im Wahlpflichtbereich II während des Grundlagenstudiums belegst du 1 von 2 Modulen. Dafür werden dir 3 cp gutgeschrieben.

Themenbereich Interkulturelle Kommunikation

  • Business English
    • Grammar, Vocabulary, Communication
  • Interkulturelle Kompetenz
    • Language and society
    • Language, meaning, and cultural pragmatics
    • Cultural patterns
    • Globalization and internationalization
    • Intercultural Negotiations
    • The power variable

Berufsperspektiven

In der Berufswelt erwarten dich spannende Aufgaben und glänzende Karriereperspektiven. Ob Big Data Engineer, Data Scientist oder Data Analyst: Die Nachfrage an Datenspezialist:innen ist immens – Tendenz steigend.

Unzählige gut bezahlte Jobs findest du unter anderem in folgenden Bereichen:

  • Entwicklung und Betreuung von Datenbanken, Data Warehouses und Big-Data-Architekturen
  • Datenanalyse / Data Engineering
  • Beratung, Consulting, Projektmanagement im Umfeld von Big Data
  • Anwendungsentwicklung und -programmierung
  • IT-Vertrieb und Support
  • IT-Training

Gute Gründe

  • Innovatives Studienkonzept

    Der WBH Campus Frankfurt erweitert das klassische Präsenzstudium um die Vorzüge von E-Learning-Tools und modernen Studienmedien.

  • Maximale Freiheit für dich

    Mobiles Studieren, Kommunizieren und Organisieren jederzeit und auf allen gängigen Endgeräten.

  • Orientierung durch klare Strukturen

    Du lernst in kleinen Gruppen mit intensivem Kontakt mit Dozent:innen und Studierenden.

  • Erfahrung und Kompetenz

    Deine Dozent:innen bzw. Professor:innen haben eine langjährige Lehr- und Berufserfahrung.

  • Praxisnah studieren

    Damit du all dein Wissen später in der Praxis anwenden kannst, schicken wir dich auch in die Arbeitswelt.

  • Umfangreiches Studienangebot

    Im Studienbereich Informatik kannst du zwischen attraktiven Studiengängen zu höchst aktuellen Themen wählen.

  • Begehrter, internationaler Abschluss

    Du erhälst den begehrten Abschluss Bachelor of Science (B.Sc.) in deinem Studienfach.

  • Geprüfte Qualität

    In puncto Qualität haben wir sehr hohe Ansprüche, die du unter anderem an unseren Akkreditierungen ablesen kannst.

Klingt gut?

Dann mache den ersten Schritt und lerne uns persönlich kennen: in einer Infoveranstaltung oder bei einem Gespräch mit unserer Interessentenberatung.

Oder bist du dir schon sicher? Dann bewirb dich jetzt für einen Studienplatz.

 

Gratis-Infopaket anfordern
Kostenlos und unverbindlich
Umfassende Infos zu allen Studiengängen
Inklusive Fördermöglichkeiten