Horizont erweitern, Prozesse automatisieren: Ein Erfahrungsbericht aus dem CAS Spatial Data Analytics, Hochschule für Architektur, Bau und Geomatik FHNW

Vom GIS-Alltag zur datengetriebenen Weiterentwicklung

Silvan, was hat dich dazu bewegt, dich für den CAS Spatial Data Analytics einzuschreiben und welche Erwartungen hattest du zu Beginn?

Ich war schon länger auf der Suche nach einem passenden CAS für mich. Als ich die Themen des CAS Spatial Data Analytics gesehen habe, war ich überzeugt, diesen gefunden zu haben. Die CAS-Blöcke umfassen zeitgemässe Themen, ergänzt mit diversen Praxisbeispielen. Ich wollte durch den CAS meine Fähigkeiten im Umgang mit Geodaten und GIS verbessern sowie neue Verfahren und Methoden erlernen.

Was ist dein beruflicher Hintergrund und in welchem Umfeld arbeitest du heute?

Ich habe das Geomatik-Studium absolviert und arbeite seit einigen Jahren in einem Raumplanungsbüro als GIS-Spezialist. In unserem Unternehmen bin ich sowohl für das Zeichnen von Plänen als auch für sämtliche Analysen und Auswertungen räumlicher Daten zuständig.

Mit welchen fachlichen oder technischen Vorkenntnissen bist du in den CAS gestartet? 

Im Studium als Geomatiker wurde die Thematik der räumlichen Daten stark behandelt. Durch meine langjährige Tätigkeit mit Geodaten konnte ich mir zudem eine gute Basis aneignen. Aufgrund der täglichen Analysen und Auswertungen wusste ich bereits, worauf ich achten muss.

Mehrwert im Berufsalltag: Automatisierung, Visualisierung und KI

Welche konkreten Vorteile bringt dir der CAS Spatial Data Analytics für deinen Berufsalltag oder deine weitere Karriere? 

Das breite Angebot in den Themenblöcken hat mir viele spannende Ansätze aufgezeigt, die ich in meinem Berufsalltag umsetzen werde. Geodaten haben ein grosses Potenzial. Durch einfache Visualisierungen lassen sich diese oft verständlicher erklären, als dies rein textlich möglich wäre. Ich möchte das erlernte Wissen aus dem CAS nutzen, um Analysen in unserem Unternehmen zu verbessern, zu automatisieren, zu erweitern oder sogar neu zu entwickeln.

Welche Inhalte oder Methoden aus dem CAS waren für dich besonders spannend und warum?

Die Themen Künstliche Intelligenz und Deep Learning ​haben mir besonders zugesagt. Dadurch können viele Arbeitsschritte automatisiert und auch verbessert werden. Diese Arbeitsaufteilung ermöglicht es mir, mich wieder auf das Spannende zu konzentrieren und die monotonen Jobs der KI zu überlassen.​

Für wen eignet sich der CAS besonders?

Für wen eignet sich der CAS Spatial Data Analytics aus deiner Sicht besonders – und was würdest du Interessierten mit auf den Weg geben?

Der CAS eignet sich für alle, die mit räumlichen Daten arbeiten und ihren Horizont erweitern möchten. Man wird nach dem CAS nicht automatisch Experte in allen behandelten Themen, lernt aber genug, um sich gezielt und vertieft weiter damit auseinanderzusetzen.