Hauptinhalt überspringenNavigation überspringenFooter überspringen
Logo der Fachhochschule Nordwestschweiz
Studium
Weiterbildung
Forschung und Dienstleistungen
Internationales
Die FHNW
De
Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien

      Logo der Fachhochschule Nordwestschweiz
      • Studium
      • Weiterbildung
      • Forschung und Dienstleistungen
      • Internationales
      • Die FHNW
      De
      Standorte und KontaktBibliothek FHNWKarriere an der FHNWMedien
      Module
      Design Thinking für Data Scientists

      Design Thinking für Data Scientists

      Nummer
      dtds
      ECTS
      2.0
      Anspruchsniveau
      basic
      Inhalt

      Innovation wird als erfolgreiche Entwicklung und Durchsetzung neuer Lösungen für komplexe (soziale, wirtschaftliche, etc.) Probleme verstanden. Sie ist für das längerfristige Überleben von Organisationen und Gesellschaft zentral. Basierend auf einer etablierten Innovationsmethode durchlaufen die Teilnehmenden in kleinen Teams grundlegende Phasen eines Innovationsprozesses. Dabei wenden sie wichtige Werkzeuge aus dem Bereich des Design Thinkings an (Empathy Mapping etc.), um Kundenprobleme und -bedürfnisse vertieft und systematisch zu analysieren (u.a. mit ethnographischen Methoden) sowie iterativ Prototypen von neuartigen Produkten zu entwickeln (u.a. mit Rapid Prototyping). Zudem nutzen die Teilnehmenden «Data Science»-Werkzeuge um den «Design Thinking»-Ansatz in ihren Projekten gezielt weiterzuentwickeln.

      Lernergebnisse

      Design Thinking zur Entwicklung neuer digitaler Produkte und Dienstleistungen anwenden

    • Studierende verstehen zentrale Charakteristika von Innovationsprojekten.
    • Studierende verstehen wichtige Konzepte und Werkzeuge des «Design Thinking»-Ansatzes sowie deren Anwendungsbereiche.
    • Studierende können die «Design Thinking»-Methode zur Entwicklung neuer digitalen Produkte praktisch anwenden.

    • Design Thinking mit «Data Science»-Werkzeugen weiterentwickeln

    • Studierende können Design Thinking kritisch beurteilen (z.B. Vor- und Nachteile).
    • Studierende können Design Thinking mit «Data Science»-Werkzeugen konzeptionell weiterentwickeln.
    • Modulbewertung
      Note
      Modultyp
      Portfoliomodul
      (Englische Version)

      Studium

      Angebot

      • Studium
      • Weiterbildung
      • Forschung & Dienstleistungen

      Über die FHNW

      • Hochschulen
      • Organisation
      • Leitung
      • Facts and Figures

      Hinweise

      • Datenschutz
      • Accessibility
      • Impressum

      Support & Intranet

      • IT Support
      • Login Inside-FHNW

      Member of: