Data and Information Science (Bachelor) – Inhalte

Informationen werden aus Daten gewonnen, z. B. durch inhaltliche und statistische Analyse. Die Informationswissenschaft hat sich verstärkt zu einer digitalisierten, datengetriebenen Disziplin entwickelt. Traditionelle Methoden der Informationsgewinnung werden zunehmend durch algorithmische Verfahren der Analyse von Massendaten (Big Data) ergänzt oder abgelöst. Mathematik und Statistik sowie Programmierung und Techniken des Text-, Data- und Web-Mining machen daher neben der klassischen Informationsrecherche und Informationserschließung einen Schwerpunkt dieses Studiums aus. Ein weiterer zentraler Bestandteil sind Fragen der Informationsethik, der Informationssicherheit sowie des Datenschutzes.

Data and Information Scientists nehmen durch diesen interdisziplinären Methodenmix eine wichtige Schnittstellenfunktion zwischen IT-Entwicklung und dem Informationsbedarf in Unternehmen, Organisationen und wissenschaftlichen Einrichtungen ein. Mit Ihren vielfältigen Kompetenzen finden sie in der sehr heterogenen Informationsbranche ein breites Einsatzgebiet.
 

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. Nach einem gemeinsamen Grundstudium von drei Semestern ist eine Vertiefung in einer der beiden Studienrichtungen möglich:

• Data Analyst (Vertiefung im Bereich Wirtschaft und Unternehmen)
• Data Librarian (Vertiefung im Bereich Bildung, Wissenschaft und Forschung)

Die Kombination unterschiedlicher Wahlpflichtmodule lässt aber auch eine flexiblere Studiengangsplanung ohne ausdrückliche Vertiefung zu.

Digging into Data

• Transformieren von Daten zwischen unterschiedlichen Formaten (z. B. unter Verwendung von regulären Ausdrücken und Skriptsprachen)
• Identifizieren, Analysieren und Extrahieren unterschiedlicher Informationsarten (auch unter Verwendung statistischer Verfahren)
• Information in Netzwerken (z. B. Social Networks oder Zitationsdaten)
• Modellieren und Speichern von Daten, Information und Medien in Datenbanksystemen (SQL und NO-SQL, Data Warehouse) und deren effektive Anbindung an Informationssystemen (Schnittstellenprogrammierung)
• Extrahieren und Aggregieren von Information aus Massendaten (Big Data) unter Verwendung algorithmischer Verfahren (Data Mining, Text Mining, Web Mining)

Core Information Science

• Erschließen von Information für Suchprozesse
• Automatisches Erschließen für Suchprozesse (Automatisches Indexieren, Automatisches Klassifizieren, Automatisches Abstracting)
• Strukturieren von Information in Systemen zur Wissensorganisation (Thesauri, Klassifikationssysteme, Semantische Netze, Topic Maps, Ontologien)

Informationsanalyse

• Visualisieren von Information zur Unterstützung der effektiven Informationsaufnahme und Informationsanalyse
• Informetrie und Messung von Impact

Information Research

• Kenntnisse von Informationsquellen und die Bewertung von deren Qualität
• Effektives Suchen und Recherchieren von verlässlicher Information in externen Informationsquellen (z. B. Fachdatenbanken)
• Analysieren von Information für unternehmerische Entscheidungsprozesse (z. B. Markt- und Wettbewerbsanalyse) und disruptive Entwicklungen (z. B. im e-Commerce oder im Bildungs- und Wissenschaftsbereich)
• Integrieren von Information aus unterschiedlichen Quellen

Informationssysteme

• Programmierung, Softwareentwicklung und Softwareadministration
• Entwickeln und Einsetzen von Dokumenten- und Content-Management-Systemen
• Entwickeln und Einsetzen von Inhouse- und Web-Systemen für das Information Retrieval (Information Retrieval Systeme, Suchmaschinentechnologie)
• Entwickeln und Einsetzen von semantischen Technologien für wissensbasierte Systeme (semantisches Information Retrieval)

Informationsethik

• Ethisches und rechtliches Bewerten von Prozessen der Informationsgewinnung
• Datenschutz

Research Data

• Data Management (z. B. Erstellung und Umsetzung von Data Management-Plänen)
• Datenweitergabe und Datennachnutzung unter Berücksichtigung z. B. von Lizenzen
• Research Lifecycle

Fundierte und zukunftsweisende Wissenschaft und Forschung fußt unter anderem auf einem fachkundigen und professionellen Umgang mit großen Datenmengen und Informationen. Forschungsdatenmanagement, digitales Publizieren und Open Science werden daher in Wissenschaftsbetrieben aktiv vorangetrieben, aber auch Kenntnisse in den einschlägigen Programmiersprachen und Erfahrung mit Datenbanksystemen oder KI-basiertem Textmining stehen dort mittlerweile hoch im Kurs.
 
Seit dem Wintersemester 2022-23 besteht die Möglichkeit, den DIS-Studiengang mit Studienrichtung Data Librarian als praxisintegrierendes Studium zu absolvieren. Studieninteressierte, die sich beruflich gezielt mit den digitalen Prozessen und Herausforderungen in Wissenschaft und Forschung auseinandersetzen möchten, haben 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 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.