Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Data Science Toolbox IIModulbeschreibung #70348 / Version 7

← Zur Modulseite English version
Modul / Version#70348 / #7
GültigkeitSeit WiSe 2026/27
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rTeubner, Timm-Christopher
BenotungBenotet
PrüfungsformSchriftliche Prüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät VII
InstitutInstitut für Technologie und Management
Fachgebiet37331700 FG Digital Service Engineering

Kontakt

SekretariatKeine Angabe
Ansprechpartner*inHaas, Felix
E-Mail-Adressefelix.haas@tu-berlin.de
Webseitehttps://www.tu.berlin/dse

Lernergebnisse

Daten spielen eine immer größere Rolle für unsere Welt und unsere Arbeitsweise in nahezu allen Berufsbildern. Deshalb wird der souveräne und praxisnahe Umgang mit Daten zu einer Schlüsselkompetenz, wenn es darum geht, anspruchsvolle Fragestellungen aus technisch und wirtschaftlich integrierter Sicht zu beantworten.
Diese Lehrveranstaltung vermittelt den Studierenden einen vertieften Werkzeugkasten an Methoden entlang des gesamten Lebenszyklus von Daten - mit einem Schwerpunkt auf Studienkonzeption und fortgeschrittenen Analyseverfahren.
Die Teilnehmenden lernen, eigene Datenerhebungen durch Umfragen und Experimente methodisch sauber zu konzipieren, Daten für wissenschaftliche Analysen aufzubereiten, adäquate Regressionsmodelle zu spezifizieren und zu interpretieren sowie grundlegende Verfahren des maschinellen Lernens und andere Analysemethoden einzusetzen. Die Inhalte werden anhand von Fallstudien und echten Datenbeispielen erläutert und durch Gastbeiträge aus der Praxis ergänzt.
Im Ergebnis sind die Teilnehmenden in der Lage, anspruchsvolle datenbasierte Projekte selbstständig von der Konzeption über die methodisch fundierte Analyse bis zur Darstellung der Erkenntnisse durchzuführen.

Lehrinhalte

Ziel des Moduls ist es, vertiefte Fähigkeiten und Methoden für die Konzeption und Analyse anspruchsvoller datenbasierter Projekte zu vermitteln. Dabei werden unter anderem folgende Aspekte behandelt:
• Umfragen: Design, Durchführung, Auswertung
• Experimente: Design, Durchführung, Auswertung
• Datenaufbereitung und -handling in R
• Regressionsmodelle
• Maschinelles Lernen 101
• weitere Analysemethoden
• Einblicke aus der Praxis
• Anwendung der Methoden auf reale Fallstudien

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Data Science Toolbox IIVorlesung Sommersemester[de]2 ISIS
Data Science Toolbox IIÜbung Sommersemester[de]2 ISIS

Arbeitsaufwand und Leistungspunkte

Data Science Toolbox II (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Data Science Toolbox II (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung160 h60 h
60 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

• Lehrvortrag (klassische Vorlesung)
• Interaktive Diskussion
• In-Class Experimente
• Programmierworkshops

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Vorherige Teilnahme an Data Science Toolbox I

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformSchriftliche Prüfung
SpracheEnglisch, Deutsch
Dauer/Umfang90 Min.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Zur Teilnahme am Modul ist keine Anmeldung erforderlich.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – www.isis.tu-berlin.de

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computer Engineering
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Informationssysteme / Information Systems
Computer Science (Informatik)
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiete › Informationssysteme / Information Systems
Economics and Sustainability
StuPO 2024
WiSe 2026/27Wahlpflichtbereich „Economics, Sustainability and Technology“ › Sustainability & Technology
Elektrotechnik
StuPO 2015
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Informationssysteme / Information Systems
Industrial Economics
StuPO 2018
WiSe 2026/27Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
Information Systems Management (Wirtschaftsinformatik)
StuPO 2017
WiSe 2026/27Wahlpflichtbereich › Fachstudium Wirtschaftsinformatik › Informationssysteme / Information Systems
Innovation Management, Entrepreneurship and Sustainability
StuPO 2016
WiSe 2026/27Wahlpflichtbereich › Innovation
Innovation Management, Entrepreneurship and Sustainability
StuPO 2025
WiSe 2026/27Wahlpflichtbereich › Innovation and Entrepreneurship
Wirtschaftsingenieurwesen
StuPO 2015
WiSe 2026/27Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Integrationsbereich › Data Science

Sonstiges

Die Prüfung wird auf Englisch gestellt. Die Bearbeitung der Prüfung kann auf Deutsch oder Englisch erfolgen.