Data Science Toolbox IModulbeschreibung #70502 / Version 1
- 6 LP
- Schriftliche Prüfung
- Benotet
- Wintersemester
- Deutsch
| Modul / Version | #70502 / #1 |
|---|---|
| Gültigkeit | Seit WiSe 2026/27 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Teubner, Timm-Christopher |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Technologie und Management |
| Fachgebiet | 37331700 FG Digital Service Engineering |
Kontakt
| Sekretariat | Keine Angabe |
|---|---|
| Ansprechpartner*in | Haas, Felix |
| E-Mail-Adresse | felix.haas@tu-berlin.de |
| Webseite | http://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 ein Grundverständnis sowie einen Werkzeugkasten von Fähigkeiten und Methoden entlang des gesamten Lebenszyklus von Daten.
Die Teilnehmenden lernen, Online-Daten systematisch zu erheben, mit gängigen Werkzeugen wie Excel und R zu verarbeiten, mit deskriptiven und grundlegenden statistischen Methoden auszuwerten sowie Erkenntnisse verständlich zu visualisieren. Ergänzend werden aktuelle Themen wie der Einsatz generativer KI im Datenkontext und Netzwerkanalysen behandelt. 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, ihre ersten datenbasierten Projekte selbstständig von der Datenerhebung bis zur Darstellung der Erkenntnisse durchzuführen.
Diese Lehrveranstaltung vermittelt den Studierenden ein Grundverständnis sowie einen Werkzeugkasten von Fähigkeiten und Methoden entlang des gesamten Lebenszyklus von Daten.
Die Teilnehmenden lernen, Online-Daten systematisch zu erheben, mit gängigen Werkzeugen wie Excel und R zu verarbeiten, mit deskriptiven und grundlegenden statistischen Methoden auszuwerten sowie Erkenntnisse verständlich zu visualisieren. Ergänzend werden aktuelle Themen wie der Einsatz generativer KI im Datenkontext und Netzwerkanalysen behandelt. 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, ihre ersten datenbasierten Projekte selbstständig von der Datenerhebung bis zur Darstellung der Erkenntnisse durchzuführen.
Lehrinhalte
Ziel des Moduls ist es, ein solides Grundverständnis für datenbasierte Fragestellungen sowie praktische Fähigkeiten für deskriptive und explorative Analysen zu vermitteln. Dabei werden unter anderem folgende Aspekte behandelt:
• Web Scraping: Online-Daten erheben und nutzbar machen
• Statistische Datenanalyse: Grundlagen, deskriptive Statistik und Tests
• Datenverarbeitung mit Excel und R
• Generative KI: Möglichkeiten und Grenzen
• Grundlagen der Netzwerkanalyse
• Datenvisualisierung: Prinzipien und praktische Umsetzung
• Einblicke aus der Praxis
• Anwendung der Methoden auf reale Fallstudien
• Web Scraping: Online-Daten erheben und nutzbar machen
• Statistische Datenanalyse: Grundlagen, deskriptive Statistik und Tests
• Datenverarbeitung mit Excel und R
• Generative KI: Möglichkeiten und Grenzen
• Grundlagen der Netzwerkanalyse
• Datenvisualisierung: Prinzipien und praktische Umsetzung
• Einblicke aus der Praxis
• Anwendung der Methoden auf reale Fallstudien
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Data Science Toolbox I | Vorlesung | 3733 L 9811 | Winter- und Sommersemester | [de] | 2 | WiSe 2026/27 (1) ISIS |
| Data Science Toolbox I | Übung | 3733 L 9815 | Wintersemester | [de] | 2 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (2)
Data Science Toolbox I (Vorlesung) 1
- Data Science Toolbox I (Vorlesung) Termingruppe 1 3733 L 9811
Data Science Toolbox I (Übung) 1
- Data Science Toolbox I (Übung) Termingruppe 1 3733 L 9815
Arbeitsaufwand und Leistungspunkte
Data Science Toolbox I (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Data Science Toolbox I (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Prüfungsvorbereitung | 1 | 60 h | 60 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
• Interaktive Diskussion
• In-Class Experimente
• Programmierworkshops
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Dieses Modul hat keine wünschenswerten Voraussetzungen für die Lehrveranstaltungen.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Englisch, Deutsch |
| Dauer/Umfang | 90 Minuten |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
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
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Elektrotechnik StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Studienschwerpunkt › Elektronik und Informationstechnik › Katalog B |
| Elektrotechnik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Elektronik und Informationstechnik › Katalog B › Weitere Module |
| Informatik StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Katalog Informatik |
| Informatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Informatiknahe Bereiche › Anwendungsnahe Informatik |
| Nachhaltiges Management StuPO 2022 | WiSe 2026/27 | Wahlpflichtmodule › Methodenstudium |
| Technische Informatik StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Kataloge › Elektronik und Informationstechnik |
| Volkswirtschaftslehre und Nachhaltigkeit StuPO 2024 | WiSe 2026/27 | Wahlpflichtbereich › Informatik für Volkswirtschaftslehre |
| Wirtschaftsinformatik StuPO 2015 | WiSe 2026/27 | Wahlpflichtbereich › Informatik |
| Wirtschaftsinformatik StuPO 2021 | WiSe 2026/27 | Wahlpflichtbereich › Informatik |
| Wirtschaftsinformatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Vertiefung Informatik › Weitere Module |
| Wirtschaftsingenieurwesen StuPO 2015 | WiSe 2026/27 | Integrationsbereich › Integrationsbereich (Wahlpflicht) |
Sonstiges
Die Prüfung wird auf Englisch gestellt. Die Bearbeitung der Prüfung kann auf Deutsch oder Englisch erfolgen.