Data Science,

Forschung & Dienstleistung,

Gesellschaft & Ethik

Frauen vernetzen, Data Science verändern

Frauen vernetzen, Data Science verändern
Frauen in Data Science: Über 240 Teilnehmende kamen an der Women in Data Science (WiDS) Zürich 2025 zusammen – ein starkes Zeichen für Sichtbarkeit und Vielfalt von Frauen in der Data Science.

Über 240 Teilnehmerinnen erlebten an der Women in Data Science (WiDS) Zürich 2025, wie Frauen Data Science mitgestalten. Unsere Dozentin und Co-Organisatorin Aygul Zagidullina macht klar: «Daten brauchen Kontext, Menschen, Ethik und Kreativität.» Ihre fünf Learnings zeigen, warum Sichtbarkeit von Frauen in der Data Science immer wichtiger wird.  
 

Von: Aygul Zagidullina 

Noch immer arbeiten zu wenige Frauen in der Data Science. In vielen Kursen, auf Konferenzen oder in Projektmeetings war ich oft die einzige Frau im Raum. Das hat mich nicht eingeschüchtert. Aber es hat mir gezeigt, wie wichtig Sichtbarkeit, Austausch und Vorbilder sind.  

Deshalb engagiere ich mich heute als Co-Organisatorin der Women in Data Science Konferenz (WiDS) Zürich. Unser Ziel: Frauen aus verschiedenen Disziplinen zusammenbringen, ihnen eine Bühne geben und Mut machen. Du musst nicht perfekt sein, du musst nicht alles wissen. Aber du darfst dir selbst erlauben, einfach anzufangen. 

Was mir besonders am Herzen liegt: Das Aufbrechen veralteter Vorstellungen davon, wer «Tech» machen darf. Viele glauben noch immer, dass man ein Programmierprofi sein muss, um in Data Science mitreden zu können. Aber das stimmt nicht. Interdisziplinarität ist unsere grösste Stärke. Daten brauchen Kontext, Menschen, Ethik und Kreativität. 

Sichtbarkeit verändert Rollenbilder – sie ist der Schlüssel, damit die nächste Generation mutig nach vorne tritt.

Mein Rat an alle Frauen, die mit einem Einstieg hadern: Habt keine Angst vor Mathe, vor Technik, vor Fragen und vor allem: Habt Mut, euch sichtbar zu machen. 

Die siebte Ausgabe der WiDS Zürich Konferenz am 9. Mai 2025 im Swiss Re Centre for Global Dialogue war genau dafür ein Beispiel. Über 240 Teilnehmende kamen zusammen, um mit führenden Expertinnen aus Wissenschaft, Industrie und Start-ups die Zukunft der Data Science zu gestalten. 

Hier sind meine fünf zentrale Erkenntnisse: 

1. Women in Leadership: Sichtbarkeit braucht Vorbilder 
 
Ein Highlight war der Pre-Event an der ETH Zürich. Auf der Bühne sprachen erfolgreiche Frauen aus Wissenschaft, Wirtschaft und Start-ups über ihre Wege, Hürden und Erfolge. Es war inspirierend zu sehen, wie viel Kraft in gegenseitiger Unterstützung steckt und wie wichtig es ist, Führungsrollen selbstbewusst einzufordern. 

2. Sichtbarkeit wirkt – und beginnt mit einer Bühne 
 
Ob Studentin, Professorin, Data Scientist oder Gründerin: Die Bühne gehörte Frauen mit Visionen. Zu erleben, wie vielfältig und stark ihre Stimmen sind, hat mir gezeigt: Sichtbarkeit verändert Rollenbilder und sie ist der Schlüssel, damit die nächste Generation mutig nach vorne tritt. 

3. Bewusstsein für Responsible AI  

Ob in Keynotes oder Poster Sessions: Die ethischen Herausforderungen datengetriebener Systeme standen im Fokus. Zum Beispiel sprach Mascha Kurpicz-Briki, Professorin für Data Engineering an der Berner Fachhochschule, eindrücklich über «Bias in Natural Language Processing» und das BIAS-Projekt. Auch Themen wie Gender-Diversity in Large Language Models, faire Vorhersagen in der Energiewirtschaft oder der Umgang mit Impostor-Syndrom wurden intensiv diskutiert. Die Botschaft: Technik ist nie neutral. Und das Bewusstsein dafür wächst. 

4. Von der Theorie in die Praxis: Data Science ist überall 

Es hat mich beeindruckt, wie vielfältig die Anwendungsbeispiele waren: Echtzeit-Machine-Learning für die Physik am CERN, Large Vision Models in der pharmazeutischen Qualitätskontrolle (Takeda), Proteinstrukturvorhersage bei DeepMind oder Erdbebenrisikomodellierung bei Swiss Re. Wir konnten erleben: Data Science hat längst den Elfenbeinturm verlassen und gestaltet aktiv Industrie, Gesellschaft und Wissenschaft. 

5. Mentoring hilft Frauen bei der Karriere 

Beeindruckend war die grosse Nachfrage nach den Mentorship Tables. Zehn Mentorinnen boten Gespräche zu Themen wie Selbstvertrauen, berufliche Veränderung, Personal Branding und Work-Life-Balance an. Der rege Zuspruch zeigte: Der Persönlicher Austausch ist für Frauen in einem dynamischen und anspruchsvollen Feld entscheidend.  

Ausblick: Gemeinsam weiter gestalten 

Die WiDS Zürich 2025 hat nicht nur Wissen vermittelt, sondern auch Mut gemacht: Mut, sich zu zeigen, neue Wege zu gehen, Netzwerke zu knüpfen und gemeinsam eine inklusive Data-Science-Zukunft zu gestalten. 
 
Mein besonderer Dank gilt meinen HSLU-Kollegen Donnacha Daly, Umberto Michelucci sowie dem Departement Informatik für die Unterstützung der WiDS Konferenz. Für 2026 suchen wir wieder Volunteers, Speakerinnen und Unterstützende. Und wir freuen uns, wenn noch mehr dabei sind!  

Veröffentlicht: 3. September 2025

Aygul Zagidullina

Aygul Zagidullina ist Co-Themenfeldverantwortlicher Weiterbildung Applied Data Intelligence und Co-Founder des Applied AI Center. Sie lehrt in der Ausbildung (Bachelor und Master) und in der Weiterbildung.

Während ihrer Promotion wurde Aygul Zagidullina klar, wie machtvoll Daten sind: «Sie erzählen Geschichten, decken Muster auf und unterstützen wichtige Entscheidungen.» Nach ihrer akademischen Laufbahn arbeitete Aygul Zagidullina sie als Data Scientist in der Industrie und spezialisierte sich an der ETH Zürich in Artificial Intelligence und Machine Learning. Dabei erlebte sie, wie wichtig auch ethische, gesellschaftliche und wirtschaftliche Fragen in diesem Feld sind. 

Women in Data Science (WiDS) Zürich wird eigenständig vom Team Women in Data Science Zürich organisiert. Die Konferenz ist Teil der globalen WiDS-Initiative, die sich für Kollaboration, Innovation und Chancengleichheit in Data Science einsetzt. Der Anlass steht allen offen und verbindet Expertinnen und Experten verschiedenster Disziplinen. 

Mehr von Aygul Zagidullina lernen
Im Bootcamp LLMs and AI Agents lernst du praxisnah, wie man moderne Sprachmodelle versteht und einsetzt – von Prompt Engineering bis Agentic AI. Jetzt anmelden!

Video-Tipp: «Datenvisualisierung einfach erklärt» – wie die HSLU Daten greifbar, sichtbar und verständlich macht.

Kommentare

0 Kommentare

Kommentar verfassen

Danke für Ihren Kommentar, wir prüfen dies gerne.