KIT | KIT-Bibliothek | Impressum | Datenschutz

DASC-PM v1.0 : ein Vorgehensmodell für Data-Science-Projekte

Schulz, Michael; Neuhaus, Uwe; Kaufmann, Jens; Badura, Daniel; Kerzel, Ulrich; Welter, Felix; Prothmann, Maik; Kühnel, Stephan; Passlick, Jens; Rissler, Raphael; Badewitz, Wolfgang; Dann, David; Gröschel, Alexander; Kloker, Simon; Alekozai, Emal M.; Felderer, Michael; Lanquillon, Carsten; Brauner, Dorothee; Gölzer, Philipp; Binder, Harald; ... mehr

Abstract:
Das Thema Data Science hat in den letzten Jahren in vielen Organisationen stark an Aufmerksamkeit gewonnen. Häufig herrscht jedoch weiterhin große Unklarheit darüber, wie diese Disziplin von anderen abzugrenzen ist, welche Besonderheiten der Ablauf eines Data-Science-Projekts besitzt und welche Kompetenzen vorhanden sein müssen, um ein solches Projekt durchzuführen. In der Hoffnung, einen kleinen Beitrag zur Beseitigung dieser Unklarheiten leisten zu können, haben wir von April 2019 bis Februar 2020 in einer offenen und virtuellen Arbeitsgruppe mit Vertretern aus Theorie und Praxis das vorliegende Dokument erarbeitet, in dem ein Vorgehensmodell für Data-Science-Projekte beschrieben wird – das Data Science Process Model (DASC-PM). Ziel war es dabei nicht, neue Herangehensweisen zu entwickeln, sondern viel-mehr, vorhandenes Wissen zusammenzutragen und in geeigneter Form zu strukturieren. Die Ausarbeitung ist als Zusammenführung der Erfahrung sämtlicher Teilnehmerinnen und Teilnehmer dieser Arbeitsgruppe zu verstehen.

Open Access Logo


Verlagsausgabe §
DOI: 10.5445/IR/1000128040
Veröffentlicht am 04.01.2021
Cover der Publikation
Zugehörige Institution(en) am KIT Institut für Wirtschaftsinformatik und Marketing (IISM)
Publikationstyp Buch
Publikationsdatum 20.02.2020
Sprache Deutsch
Identifikator ISBN: 978-3-00-064898-4
KITopen-ID: 1000128040
Verlag Nordakademie, Hochschule der Wirtschaft
Umfang 92 S.
Schlagwörter Data Science Vorgehensmodell Data-Science-Projekte
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page