Interaktiver Unterricht in Data Science und Business Analytics
Die zunehmende Bedeutung von Datenanalysen stellt gerade KMU vor neue Herausforderungen. Ein neues Unterrichtsformat bereitet Studierende der Hochschule für Wirtschaft FHNW gezielt auf diese Problemstellungen vor.
Daten sind der wichtigste Rohstoff der digitalisierten Wissensgesellschaft. Um diese wichtige Ressource gewinnbringend nutzen zu können, sind Unternehmen auf die Dienste von Business-Analysten angewiesen, die in der komplexen Welt der Data Science den Überblick bewahren. In der Schweiz sind aber 95% der Unternehmen KMU, die sich eine eigene Data-Science-Abteilung nicht leisten können.
An dieser Stelle setzt ein neues Lehrfonds-Projekt der Hochschule für Wirtschaft FHNW an. Das interaktive Tutorial DAWS (Data-Science with Amazon-Web-Services) soll die Studierenden befähigen, eigene Machine Learning-Lösungen zu erstellen und in der Cloud zu teilen. So bauen die Studierenden ein Portfolio auf der von ihnen entwickelten Codes und Lösungen, das sie später als Referenz mit potenziellen Arbeitgebern teilen können.
Die Mischung aus klassischem Unterricht, Selbststudium und der praktischen Umsetzung der erarbeiteten Lösungen legt den Fokus auf interaktives Programmieren. Den Studierenden werden echte Problemstellungen von Unternehmen präsentiert, für die sie am eigenen Computer Algorithmen kalibrieren und entwickeln. So arbeiten die Studierenden direkt an der Schnittstelle zwischen Business Problem und Solution Implementation.
Die Studierenden arbeiten an der Schnittstelle zwischen Business Problem und Solution Implementation.
Für allgemeine Anwendungen wie etwa Gesichtserkennungssoftware können fertige Produkte eingekauft und eingesetzt werden. Bei unternehmensspezifischen Problemstellungen wie Zeitreihen-Prognosen müssen die Studierenden hingegen eigene Lösungen finden. Mit dem im Tutorial DAWS erworbenen Wissen können die Studierenden in diesen für den Unternehmenserfolg entscheidenden Situationen die erfolgversprechendsten Entscheidungen treffen.
