Home

Data Science ist die Wissenschaft, aus großen und komplexen Datenbeständen Wissen zu gewinnen. Sie verbindet Statistik, Informatik, Mathematik und oft auch Domänenwissen aus einem speziellen Forschungsgebiet, um Muster zu erkennen, Zusammenhänge zu verstehen und Vorhersagen zu treffen.
Im Kern geht es darum, Daten in Erkenntnis zu verwandeln. Dazu bedient sich Data Science moderner Werkzeuge wie Machine Learning, Künstlicher Intelligenz (KI), Datenvisualisierung und verteilter Recheninfrastrukturen. Forschende arbeiten mit strukturierten Daten (z. B. Messreihen, Labordaten), aber auch mit unstrukturierten Daten (z. B. Texte, Bilder, Audio- oder Videodateien).

Warum ist Data Science so wichtig in der Forschung?

• Wachsende Datenmengen
  In fast allen wissenschaftlichen Disziplinen werden heute enorme Datenmengen erzeugt – sei es durch Hochdurchsatz-Experimente in der Biologie, Sensordaten in der Umweltforschung oder Simulationen in der Physik. Ohne Data Science könnten diese Daten gar nicht vollständig analysiert und genutzt werden.
  
• Neue Erkenntnisse aus vorhandenen Daten
  Data Science erlaubt es, wertvolle Informationen aus bereits vorhandenen Daten zu gewinnen, indem sie neu verknüpft, gefiltert oder modelliert werden. So können Hypothesen überprüft und sogar völlig neue Fragestellungen formuliert werden.
  
• Effizienz und Automatisierung
  Mittels maschineller Lernverfahren können komplexe Analysen automatisiert werden. Das spart nicht nur Zeit, sondern ermöglicht auch die Verarbeitung von Datenmengen, die für Menschen schlicht zu groß wären.
  
• Bessere Vorhersagen
  In der Klimaforschung, Epidemiologie oder Materialwissenschaft liefern datengetriebene Modelle belastbare Prognosen, die helfen, Entscheidungen auf gesicherten Grundlagen zu treffen.
  Interdisziplinarität