Relevanz

Data Science ... Relevanz

Extraktion von Wissen aus (validen) Daten

Data Science gewinnt immer mehr an Bedeutung

Data Science verbindet viele unterschiedliche Disziplinen und dient als Schnittstelle zu verschiedenen Anwendungsbereichen aus der Praxis, Forschung und der Wissenschaft. Stetig wachsende Bedeutung dieses ‚neu definierten‘ Wissenschaftsfeldes wird nicht nur im wissenschaftlichen Umfeld sichtbar, sondern vor allem in der Industrie. Unternehmen aus nahezu allen Branchen sind auf der Suche nach Spezialisten aus diesem Bereich. Die Anzahl der offenen Stellen zeigt eine steigende Tendenz auf. Tom Davenport bezeichnete in einem Beitrag im Harvard Business Manager Data Science als „attraktivsten Beruf des 21. Jahrhunderts“.

Die Grenzen von Data Science sind nicht deutlich erkennbar und lassen sich oft nur schwammig formulieren. Häufig werden Parallelen zu den Data-Mining-Vorgehensmodellen gezogen, speziell zu „Knowledge Discovery in Databases“ (KDD) (Fayyad et al., 1996) oder Cross Industry Standard Process for Data Mining (CRISP-DM) (Wirth & Hipp, 2000).

Knowledge Discovery in Databases, aus Fayyad et al., 1996

 Cross Industry Standard Process for Data Mining, aus Wirth & Hipp, 2000

 

Data Science übt unter anderem einen starken Einfluss auf die Auseinandersetzung mit den gesellschaftlichen Auswirkungen bezüglich der Beschaffung, Verarbeitung und Analyse von Daten unterschiedlichster Art aus. Dabei werden nicht nur technologische Fragestellungen betrachtet, sondern vielmehr die ethischen und rechtlichen Fragen aufgeworfen und in unterschiedlichen Gremien auf allen Ebenen diskutiert.