{"id":23127,"date":"2024-09-24T10:42:36","date_gmt":"2024-09-24T08:42:36","guid":{"rendered":"https:\/\/hub.hslu.ch\/informatik\/?p=23127"},"modified":"2026-02-10T10:00:24","modified_gmt":"2026-02-10T09:00:24","slug":"datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin","status":"publish","type":"post","link":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/","title":{"rendered":"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier"},"content":{"rendered":"\n<h2 class=\"wp-block-heading\"><\/h2>\n\n\n\n<p>Von <a href=\"https:\/\/www.hslu.ch\/de-ch\/hochschule-luzern\/ueber-uns\/personensuche\/profile\/?pid=5426\" target=\"_blank\" rel=\"noreferrer noopener\">Umberto Michelucci<\/a><\/p>\n\n\n\n<p>Lang ist es her \u2013 und es kam anders als vorhergesagt. Wir blenden zur\u00fcck: 2012 ver\u00f6ffentlichten die \u00abPioniere der Datenwissenschaft\u00bb Thomas H. Davenport und D.J. Patil in der Harvard Business Review einen Artikel mit dem Titel \u00ab<a href=\"https:\/\/hbr.org\/2012\/10\/data-scientist-the-sexiest-job-of-the-21st-century\" target=\"_blank\" rel=\"noreferrer noopener\">Data Scientist: The Sexiest Job of the 21st Century<\/a>\u00bb. Darin schrieben sie, dass Data Scientist der attraktivste Beruf des 21. Jahrhunderts sei. Dass diejenigen mit den richtigen F\u00e4higkeiten sechsstellige Geh\u00e4lter erzielen w\u00fcrden.<\/p>\n\n\n<div class=\"blue-box\">\n\t<div class=\"row\">\n\t\t<div class=\"col-md-12\">\n\t\t\t<p><a href=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/hoch_Umberto-Michelucci_DSC5431.jpg\"><img loading=\"lazy\" decoding=\"async\" class=\"size-thumbnail wp-image-23172 alignleft\" src=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/hoch_Umberto-Michelucci_DSC5431-150x150.jpg\" alt=\"\" width=\"150\" height=\"150\" srcset=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/hoch_Umberto-Michelucci_DSC5431-150x150.jpg 150w, https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/hoch_Umberto-Michelucci_DSC5431-600x600.jpg 600w\" sizes=\"auto, (max-width: 150px) 100vw, 150px\" \/><\/a><a href=\"https:\/\/www.hslu.ch\/de-ch\/hochschule-luzern\/ueber-uns\/personensuche\/profile\/?pid=5426\" target=\"_blank\" rel=\"noreferrer noopener\">Umberto Michelucci<\/a> ist Er leitet dort auch Weiterbildungsprogramme in <a href=\"https:\/\/www.hslu.ch\/en\/lucerne-school-of-information-technology\/continuing-education\/applied-data-intelligence\/cas-data-engineering-and-applied-data-science\/\" target=\"_blank\" rel=\"noreferrer noopener\">Data Engineering and Applied Data Science<\/a> und <a href=\"https:\/\/www.hslu.ch\/de-ch\/informatik\/weiterbildung\/applied-data-intelligence\/cas-machine-learning\/\" target=\"_blank\" rel=\"noreferrer noopener\">Machine Learning<\/a>. Er besitzt ein PhD in Machine Learning in Physik sowie einen akademischen Titel in P\u00e4dagogik.<\/p>\n<p>Michelucci ver\u00f6ffentlicht regelm\u00e4ssig Artikel in peer-reviewed wissenschaftlichen Journals und ist Gr\u00fcnder des Schweizer KI-Unternehmens <a href=\"https:\/\/www.toelt-ailab.com\/\" target=\"_blank\" rel=\"noreferrer noopener\">TOELT LLC<\/a>. Auch ist er <a href=\"https:\/\/www.toelt-ailab.com\/books\" target=\"_blank\" rel=\"noreferrer noopener\">Autor von f\u00fcnf Lehrb\u00fcchern<\/a>\u00a0\u00fcber Deep Learning, Statistik und wissenschaftliches Schreiben.<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n\n\n\n<p>Davenport und Patil priesen Datenwissenschaftlerinnen und -wissenschaftler als eine \u00abneue Generation\u00bb unverzichtbarer Akteure in Unternehmen.<\/p>\n\n\n\n<p><strong>Vom Traum zur Realit\u00e4t: Der harte Wettbewerb um Data-Science-Jobs<\/strong><\/p>\n\n\n\n<p>Nat\u00fcrlich wollte nun jede und jeder dabei sein. Das f\u00fchrte zu einem Ansturm von Lernenden in der Datenwissenschaft. Menschen mit den unterschiedlichsten Hintergr\u00fcnden wollten etwas \u00fcber Data Science lernen.<\/p>\n\n\n\n<p>Viele Interessierte nahmen f\u00e4lschlicherweise an, dass Data Science eine rein technische Disziplin sei. Dass man \u00e4hnlich wie bei der Standard-Softwareentwicklung Methoden und Ans\u00e4tze untersuche. Habe man diese verstanden, k\u00f6nne man sie methodisch anwenden.<\/p>\n\n\n\n<p>Sie irrten. Mit der Zeit wurde es immer schwieriger, einen Job als Data Scientist zu ergattern. Die verheissungsvollen sechsstelligen Geh\u00e4lter r\u00fcckten in weite Ferne. Neulinge, die versuchen, Fuss zu fassen, sehen sich einer zunehmend harten Konkurrenz gegen\u00fcber: hochqualifizierten Fachkr\u00e4ften mit Doktortiteln in Statistik, Informatik oder Mathematik, die sich auf Data Science und Maschinelles Lernen spezialisiert haben.<\/p>\n\n\n\n<div class=\"wp-block-genesis-blocks-gb-accordion gb-block-accordion\"><details><summary class=\"gb-accordion-title\"><strong>Unterschied zwischen Data Science und Maschinellem Lernen?<\/strong><\/summary><div class=\"gb-accordion-text\">\n<p class=\"is-style-default has-background\" style=\"background:linear-gradient(135deg,rgb(238,238,238) 0%,rgb(238,238,238) 100%)\"><strong>Data Science<\/strong> ist ein breites Feld: &nbsp;Es geht darum, aus Daten Erkenntnisse zu gewinnen. Sie nutzt zahlreiche Tools, Techniken und Methoden, um Muster zu erkennen, Probleme zu l\u00f6sen und Entscheidungen zu unterst\u00fctzen. Data Science integriert dabei Bereiche wie Statistik, Datenanalyse, Datenvisualisierung und Programmierung. <br><br><strong>Maschinelles Lernen<\/strong> Maschinelles Lernen (ML) ist ein Bereich der K\u00fcnstlichen Intelligenz. Dabei erkennen Algorithmen aus Daten Muster und treffen Vorhersagen, ohne explizit programmiert zu werden. Maschinelles Lernen und Data Science unterscheiden sich in ihrem Fokus. <br><br>Beim ML geht es darum, Algorithmen zu entwickeln, die automatisch Muster erkennen und Vorhersagen treffen. Data Science ist ein breiteres Feld. Es umfasst die Analyse von Daten, den Einsatz statistischer Methoden und Programmierung, um Erkenntnisse zu gewinnen.<\/p>\n<\/div><\/details><\/div>\n\n\n\n<p>Die Stellenbeschreibungen wurden immer anspruchsvoller. Nur die wenigsten konnten diese Anforderungen noch erf\u00fcllen. Wie kam es dazu?<\/p>\n\n\n\n<p><strong>Die Evolution des Data Scientists: mehr als nur Zahlen und Code<\/strong><\/p>\n\n\n\n<p>Zu Beginn war Data Science ein technisch anspruchsvolles Feld, das haupts\u00e4chlich aus komplexer Programmierung bestand. Schon die Implementierung einfacher Algorithmen erforderte einen enormen Aufwand, da effiziente Programmbibliotheken noch nicht zur Verf\u00fcgung standen. Erst 2015 erschien<a href=\"https:\/\/de.wikipedia.org\/wiki\/TensorFlow\" target=\"_blank\" rel=\"noreferrer noopener\"> TensorFlow<\/a>, eine von Google entwickelte Python-Bibliothek f\u00fcr neuronale Netzwerke. Da auch ich mit dieser ersten Version gearbeitet habe, kann ich Ihnen sagen, dass die Verwendung keinen Spass gemacht hat. <a href=\"https:\/\/de.wikipedia.org\/wiki\/PyTorch\" target=\"_blank\" rel=\"noreferrer noopener\">PyTorch<\/a>, die konkurrierende Bibliothek von Meta, folgte erst 2016. Sie markierte einen weiteren Schritt in Richtung effizienterer Tools.<\/p>\n\n\n\n<p><strong>Der steinige Weg zu effizienten Tools<\/strong><\/p>\n\n\n\n<p>Zuvor war die Arbeit mit neuronalen Netzwerken ein Albtraum. Alles musste m\u00fchsam von Hand aufgebaut werden. Dadurch wurde Data Science zu einem hochtechnischen Feld mit einem starken Fokus auf Programmierung. Auch in den Anf\u00e4ngen von TensorFlow und PyTorch war der Prozess weit entfernt von Einfachheit; der Grossteil der Arbeit bestand im Schreiben von Code, weniger im Interpretieren der Ergebnisse.<\/p>\n\n\n\n<p>Der Fokus lag fast ausschliesslich auf den Tools. Bildungsinstitute boten dazu zahlreiche Kurse an \u2013 einige waren gut, einige aussergew\u00f6hnlich schlecht. Alle fokussierten auf die Programmier-Aspekte von Data Science \u2013 ein Schwerpunkt, der leider auch heute noch stark vertreten ist.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><a href=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446.jpg\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"594\" src=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446-1024x594.jpg\" alt=\"\" class=\"wp-image-23138\" srcset=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446-1024x594.jpg 1024w, https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446-300x174.jpg 300w, https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446-768x446.jpg 768w, https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446-928x539.jpg 928w, https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446-600x348.jpg 600w, https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-628580446.jpg 1280w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/a><figcaption class=\"wp-element-caption\"><em>Zusammenarbeit als Schl\u00fcssel zum Erfolg: Data Scientists wirken heute verst\u00e4rkt in interdisziplin\u00e4ren Teams. Ihre Rolle reicht weit \u00fcber reine Analysen hinaus. Sie verbinden technische F\u00e4higkeiten mit strategischem Weitblick. Dabei integrieren sie datengesteuerte Erkenntnisse in die Unternehmensentscheidungen (Bildquelle: Getty Images).<\/em><\/figcaption><\/figure>\n\n\n\n<p>Im Grunde wurden Datenwissenschaftlerinnen und -wissenschaftler in erster Linie als technische Expertinnen und Experten angesehen. Ihr Arbeitsalltag bestand darin, komplexe Codes zu schreiben, Modelle von Grund auf neu zu erstellen und die technischen Aspekte der Datenverarbeitung zu verwalten. Sie konzentrierten sich auf Programmierung, Datenbearbeitung und die Entwicklung massgeschneiderter Algorithmen.<\/p>\n\n\n\n<p>Um zuk\u00fcnftige Data Scientists besser auf die Anforderungen vorzubereiten, entwickelten die Universit\u00e4ten neue Bachelor- und Master-Studieng\u00e4nge. Diese fokussierten auf Data Science oder \u2013 im Sinne des aktuellen Trends \u2013 auf K\u00fcnstliche Intelligenz.<\/p>\n\n\n\n<p><strong>Datenwissenschaft ist mehr als Computerprogrammierung<\/strong><\/p>\n\n\n\n<p>Viele dieser Programme begingen den Fehler, sich zu stark auf technische F\u00e4higkeiten zu fokussieren. Sie brachten angehende Datenwissenschaftlerinnen und -wissenschaftler hervor, die zwar programmieren konnten, jedoch schlecht auf die realen Anforderungen des Marktes vorbereitet waren.<\/p>\n\n\n\n<p>Um dies zu verdeutlichen, vergleichen wir es mit der Holzbearbeitung: S\u00e4gen und H\u00e4mmern sind zwar grundlegende handwerkliche Fertigkeiten, doch Holzbearbeitung umfasst weitaus mehr als nur den Umgang mit Werkzeugen. Es geht um Planung, Design und ein tiefes Verst\u00e4ndnis der Materialien.<\/p>\n\n\n\n<p>\u00c4hnlich verh\u00e4lt es sich in der Datenwissenschaft: Sie ist weit mehr als nur Computerprogrammierung. Die Studierenden erlernten den Umgang mit den technischen Werkzeugen. Dann aber wurde ihnen allm\u00e4hlich und schmerzhaft bewusst, dass andere, weniger technikzentrierte Aspekte der Datenwissenschaft immer wichtiger wurden.<\/p>\n\n\n\n<p>Mit der zunehmenden Anwendung von Data Science und Maschinellem Lernen in Wissenschaft und Industrie wurde allm\u00e4hlich klar: Es ist entscheidender, zu verstehen, wie und warum bestimmte Algorithmen eingesetzt werden, als sich auf die Wahl der Bibliothek oder Programmiersprache zu konzentrieren.<\/p>\n\n\n\n<p><strong>Weg vom Code, hin zur Wirkung: Data Science als Innovationstreiberin<\/strong><\/p>\n\n\n\n<p>Ob man PyTorch oder TensorFlow f\u00fcr neuronale Netzwerke verwendete, wurde zunehmend zweitrangig. Vielmehr wurde es immer wichtiger zu analysieren, welche Art von Netzwerk man benutzte. Und wie man die Vertrauensw\u00fcrdigkeit der Ergebnisse sicherstellte. Es galt vermehrt, herauszufinden, ob sich die Algorithmen in realen Szenarien richtig verhielten, statt einfach nur exotische Algorithmen zu implementieren.<\/p>\n\n\n\n<p>Die entscheidenden Fragen waren nun: Welcher Algorithmus passt zu welchem Problem? Welche Einschr\u00e4nkungen bringt er mit sich? Diese Aspekte r\u00fcckten in den Vordergrund, w\u00e4hrend die technischen Details der Implementierung zunehmend in den Hintergrund traten. <\/p>\n\n\n\n<p>Heute ist es von zentraler Bedeutung, ein trainiertes Modell in die Praxis zu bringen. Man muss es den Kundinnen und Kunden zug\u00e4nglich machen und damit echten Mehrwert schaffen.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"Machine Learning einfach erkl\u00e4rt\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/LAJHeUAP9l4?start=2&#038;feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><figcaption class=\"wp-element-caption\"><em>Ein Modell im Maschinellen Lernen ist ein mathematisches Konstrukt, das auf der Grundlage von Trainingsdaten Muster erkennt. Es trifft Vorhersagen oder Entscheidungen f\u00fcr neue, unbekannte Daten.<\/em><\/figcaption><\/figure>\n\n\n\n<p>Es reicht nicht aus, lediglich Modelle zu entwickeln. Es ist ebenso wichtig, sicherzustellen, dass diese Modelle praktische Probleme l\u00f6sen und der Organisation einen messbaren Mehrwert bieten.<\/p>\n\n\n\n<p><strong>Machine Learning Operations: Die neue \u00c4ra der Datenwissenschaft<\/strong><\/p>\n\n\n\n<p>Genau diesen speziellen Herausforderungen widmet sich Machine Learning Operations (MLOps). Das ist ein noch junges Feld. MLOps entstand erstmals 2015. Man bedenke: W\u00e4hrend das Internet bereits seit 35 Jahren existiert, ist MLOps noch keine zehn Jahre alt. Aufgrund des rasanten Fortschritts in diesem Bereich muss MLOps nahezu jedes Jahr neu gedacht und weiterentwickelt werden. Nur so kann es mit den neuesten Technologien und Methoden Schritt halten.<\/p>\n\n\n\n<p>Immer mehr fortschrittliche Tools und automatisierte Plattformen f\u00fcr Maschinelles Lernen sind auf den Markt gekommen. Leistungsstarke Bibliotheken wie TensorFlow und PyTorch wurden stetig verbessert. Dank neuen grossen Sprachmodellen (LLMs) sank der Bedarf an manueller Codierung und Modellerstellung erheblich.<\/p>\n\n\n\n<p><strong>Vielf\u00e4ltigere Bildungshintergr\u00fcnde sind gefragt<\/strong><\/p>\n\n\n\n<p>Diese Tools haben die Implementierung anspruchsvoller Algorithmen und Prozesse erleichtert. Dadurch k\u00f6nnen sich Data Scientists heute verst\u00e4rkt auf Aufgaben auf h\u00f6herer Ebene fokussieren.<\/p>\n\n\n\n<p>Diese Entwicklung \u00f6ffnet das Feld f\u00fcr Menschen mit vielf\u00e4ltigeren Bildungshintergr\u00fcnden. Die Rolle des Data Scientists hat sich in den letzten Jahren deutlich gewandelt: Sie verlagert ihren Schwerpunkt von der Codierung und technischen Aufgaben hin zu einer breiteren Betonung der Interpretation datengesteuerter Erkenntnisse. Sie setzt st\u00e4rker auf die Zusammenarbeit mit funktions\u00fcbergreifenden Teams. Gleichzeitig nutzen Data Scientists verst\u00e4rkt fortschrittliche Tools wie automatisierte Plattformen f\u00fcr Maschinelles Lernen und grosse Sprachmodelle.<\/p>\n\n\n\n<p><strong>Teamwork, strategisches Denken, Kommunikation: All das wird wichtiger<\/strong><\/p>\n\n\n\n<p>Heute agieren Datenwissenschaftlerinnen und -wissenschaftler innerhalb von Organisationen zunehmend als strategische Partnerinnen und Partner. Sie arbeiten verst\u00e4rkt in funktions\u00fcbergreifenden Teams wie etwa mit Unternehmensleitungen, Produktmanagerinnen und Marketingexperten. Denn es gilt, komplexe Datenerkenntnisse in umsetzbare Gesch\u00e4ftsstrategien umzum\u00fcnzen. Vermehrt sind sie es, die Ergebnisse an nichttechnische Stakeholder kommunizieren. Sie machen datengesteuerte Erkenntnisse einem breiteren Publikum zug\u00e4nglich.<\/p>\n\n\n\n<p>Dar\u00fcber hinaus tragen Data Scientists heute die Verantwortung, die ethische Nutzung von Daten sicherzustellen. Sie m\u00fcssen Verzerrungen (Biases) in Modellen verstehen und mildern. Sie wahren die Transparenz bei datenbasierten Entscheidungen.<\/p>\n\n\n\n<p>Dieser Wandel hat Datenwissenschaftlerinnen und -wissenschaftler zu wichtigen Entscheidungstragenden gemacht. Sie arbeiten nicht nur mit Daten, sondern beeinflussen auch aktiv die strategische Ausrichtung ihrer Organisationen. Das tun sie, indem sie Datenstrategien an Gesch\u00e4ftszielen ausrichten.<\/p>\n\n\n\n<p>Data Scientists spielen heute eine Schl\u00fcsselrolle bei der F\u00f6rderung von Innovation und dem Erhalt von Wettbewerbsvorteilen in Organisationen. Das tun sie, indem sie Daten als wertvolles Kapital einsetzen.<\/p>\n\n\n\n<p><strong>Diese Skills sind gefragt: Was erfolgreiche Data Scientists heute ausmacht<\/strong><\/p>\n\n\n\n<p>Dies f\u00fchrt zur Frage nach dem idealen Bildungsweg, um Data Scientist zu werden. Nat\u00fcrlich sind technische F\u00e4higkeiten wie Python-Programmierung und Software-Entwicklung wichtig \u2013 sie bilden die Basis, \u00e4hnlich wie Schlittschuhlaufen f\u00fcr eine Eiskunstl\u00e4uferin. Doch das reine Beherrschen von Python macht noch keinen Data Scientist. Genauso wie das Schlittschuhfahren allein niemanden zum Eiskunstl\u00e4ufer macht.<\/p>\n\n\n\n<p>F\u00fcr Data Scientists ist es zunehmend wichtiger, Statistik und Methoden zu studieren, die \u00fcber die grundlegende Modellentwicklung und Programmierung hinausgehen. Ebenso sind heute starke Schreib- und Kommunikationsf\u00e4higkeiten n\u00f6tig. Erfolgreiche Data Scientists sind heute in erster Linie Wissenschaftlerinnen und Wissenschaftler. Sie m\u00fcssen das gesamte Spektrum der F\u00e4higkeiten beherrschen, das diese Rolle ausmacht.<\/p>\n\n\n\n<p>Meine Empfehlung: Betrachten Sie Programmierung als Basis, f\u00fcgen Sie dann ein solides Verst\u00e4ndnis von Statistik und Mathematik hinzu, gefolgt von Software-Entwicklung. Runden Sie das Ganze schliesslich mit guten Kommunikations- und Schreibf\u00e4higkeiten ab. Kombinieren Sie alle diese Elemente. Damit haben Sie die Grundlage f\u00fcr eine erfolgreiche Datenwissenschaftlerin oder einen erfolgreichen Datenwissenschaftler.<\/p>\n\n\n\n<p><strong>Lebenslang lernen \u2013 mit Tempo und Neugier<\/strong><\/p>\n\n\n\n<p>Datenwissenschaftler zu werden \u2013 und dabei betone ich \u00abWissenschaftler\u00bb im Titel \u2013 ist eine lebenslange Reise, die nie wirklich endet. Sie werden nie aufh\u00f6ren zu lernen, noch werden Sie jemals alle F\u00e4higkeiten beherrschen oder alles wissen. Denn das Feld entwickelt sich in rasantem Tempo weiter: Neue Methoden, Algorithmen, Hardware und Programmiersprachen tauchen st\u00e4ndig auf.<\/p>\n\n\n\n<p>Um am Puls der Zeit zu bleiben, ist st\u00e4ndiges Lernen unerl\u00e4sslich. Data Scientist zu sein , ist weit mehr als ein 9-to-5-Job \u2013 es ist eine fortw\u00e4hrende Herausforderung, gepr\u00e4gt von unstillbarer Neugier und dem stetigen Drang, sich weiterzuentwickeln und anzupassen.<\/p>\n\n\n\n<p>Sich in der Data-Science-Community zu engagieren und an Open-Source-Projekten mitzuwirken, kann angehende Data Scientists dazu inspirieren, aktiv verbunden zu bleiben, wertvolle Erfahrungen zu sammeln und einen Beitrag zum breiteren Feld der Datenwissenschaft zu leisten.<\/p>\n\n\n\n<p><strong>Meine Leits\u00e4tze an angehende Data Scientists:<\/strong><\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Verschreiben Sie sich dem kontinuierlichen Lernen.<\/li>\n\n\n\n<li>Starten Sie mit den grundlegenden technischen F\u00e4higkeiten wie Programmierung und Datenmanipulation, aber bleiben Sie dabei nicht stehen.<\/li>\n\n\n\n<li>Entwickeln Sie \u00fcber die Zeit ein tiefes Verst\u00e4ndnis f\u00fcr Gesch\u00e4ftskontexte.<\/li>\n\n\n\n<li>Arbeiten Sie an Ihren F\u00fchrungs- und Kommunikationsf\u00e4higkeiten.<\/li>\n\n\n\n<li>Bauen Sie eine solide Basis in Statistik und Mathematik auf.<\/li>\n\n\n\n<li>Bleiben Sie neugierig. Suchen Sie immer nach neuem Wissen.<\/li>\n<\/ul>\n\n\n\n<p>Wichtig: Geniessen Sie die Reise \u2013 denn die Leidenschaft, die Sie in Ihre Arbeit investieren, wird Ihren Erfolg massgeblich vorantreiben.<\/p>\n\n\n\n<p>Ver\u00f6ffentlicht am: 24. September 2024<\/p>\n\n\n<div class=\"blue-box\">\n\t<div class=\"row\">\n\t\t<div class=\"col-md-12\">\n\t\t\t<p><strong>Struktur, Relevanz, Flexibilit\u00e4t \u2013 unser Lernansatz: <\/strong>Die von Umberto Michelucci geleitete Weiterbildung im Bereich Data Science basiert auf drei S\u00e4ulen: Didaktik, Inhalt und Relevanz. Es geht um weit mehr als nur das Abhaken aktueller Trends; f\u00fcr diese komplexen Themen ist ein gut strukturierter Bildungsprozess entscheidend.<\/p>\n<p>In seinem Programm legt Umberto Michelucci auch <span data-teams=\"true\"><span class=\"ui-provider a b c d e f g h i j k l m n o p q r s t u v w x y z ab ac ae af ag ah ai aj ak\" dir=\"ltr\">grossen Wert auf Flexibilit\u00e4t: Es ist so gestaltet, dass die Teilnehmenden ihre Kurse mit Familie, Beruf und Privatleben vereinbaren k\u00f6nnen. Die Teilnehmenden erhalten fachkundige Begleitung und profitieren von wertvollen Networking-M\u00f6glichkeiten, um das Lernerlebnis zu bereichern.<\/span><\/span><\/p>\n<p>Zus\u00e4tzlich legen wir grossen Wert auf Flexibilit\u00e4t: Unser Programm unterst\u00fctzt die Teilnehmenden mit fachkundiger Begleitung und bietet exzellente Networking-M\u00f6glichkeiten, um das Lernerlebnis zu bereichern.<\/p>\n<p><strong>Bilden Sie sich weiter<\/strong>: Informieren Sie sich hier \u00fcber die Weiterbildungsbereiche <a href=\"https:\/\/www.hslu.ch\/de-ch\/informatik\/weiterbildung\/applied-data-intelligence\/\" target=\"_blank\" rel=\"noopener\">Applied Data Intelligence<\/a> und <a href=\"https:\/\/www.hslu.ch\/de-ch\/informatik\/weiterbildung\/applied-data-intelligence\/cas-data-engineering-and-applied-data-science\/\" target=\"_blank\" rel=\"noopener\">Data Engineering and Applied Data und Machine Learning<\/a>.<\/p>\n<p><strong>Welche Weiterbildung passt zu mir?<\/strong>\u00a0Der\u00a0<a href=\"https:\/\/www.hslu.ch\/de-ch\/hochschule-luzern\/weiterbildung\/weiterbildungs-konfigurator#\/\" target=\"_blank\" rel=\"noopener\">Weiterbildungs-Finder<\/a> verschafft Ihnen den Durchblick.<\/p>\n<p><strong>Online-Infoveranstaltung<\/strong>: Wir informieren \u00fcber Weiterbildungen im Themenfeld Applied Data Intelligence am <a href=\"https:\/\/www.hslu.ch\/de-ch\/informatik\/agenda\/veranstaltungen\/2024\/10\/07\/online-infoveranstaltung-themenfeld-applied-data-intelligence-1\/\" target=\"_blank\" rel=\"noopener\">Montag, 7. Oktober 2024<\/a>, und am Montag, <a href=\"https:\/\/www.hslu.ch\/de-ch\/informatik\/agenda\/veranstaltungen\/2024\/11\/04\/online-infoveranstaltung-themenfeld-applied-data-intelligence\/\" target=\"_blank\" rel=\"noopener\">4. November 2024<\/a>, jeweils von 17\u201318 Uhr.<\/p>\n<p><strong>Besuchen Sie\u00a0<\/strong>weitere\u00a0(<a href=\"https:\/\/www.hslu.ch\/de-ch\/informatik\/agenda\/veranstaltungen\/\" target=\"_blank\" rel=\"noopener\">Online-)Info-Veranstaltungen<\/a> der HSLU!<\/p>\n<p><strong>Informatik-Blog abonnieren:<\/strong>\u00a0In diesem Blog erfahren Sie mehr \u00fcber Trends aus der Welt der Informatik. Wir bieten Einsichten in unser Departement und Portr\u00e4ts von IT-Vordenkerinnen, Vision\u00e4ren und spannenden Menschen: Jetzt\u00a0<a href=\"https:\/\/hub.hslu.ch\/informatik\/#newsletter\" target=\"_blank\" rel=\"noopener\">abonnieren.<\/a><\/p>\n<p>Aktuelles aus unserem Departement auf LinkedIn.\u00a0<strong>?<\/strong>\u00a0Jetzt\u00a0folgen!<\/p>\n\t\t<\/div>\n\t<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden.<\/p>\n","protected":false},"author":21,"featured_media":23128,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"_relevanssi_hide_post":"","_relevanssi_hide_content":"","_relevanssi_pin_for_all":"","_relevanssi_pin_keywords":"","_relevanssi_unpin_keywords":"","_relevanssi_related_keywords":"","_relevanssi_related_include_ids":"","_relevanssi_related_exclude_ids":"","_relevanssi_related_no_append":"","_relevanssi_related_not_related":"","_relevanssi_related_posts":"6869,11899,1176,5917,13989,3816","_relevanssi_noindex_reason":"","footnotes":"","_links_to":"","_links_to_target":""},"categories":[392490,134],"tags":[653736,393028,653759],"class_list":["post-23127","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-science","category-weiterbildung","tag-artificial-intelligence","tag-data-science","tag-datenwissenschaft"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.4 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Data Scientists neu denken: vom Datenverwerter zum KI-Pionier - Informatik an der Hochschule Luzern<\/title>\n<meta name=\"description\" content=\"Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden. %\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier - Informatik an der Hochschule Luzern\" \/>\n<meta property=\"og:description\" content=\"Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden. %\" \/>\n<meta property=\"og:url\" content=\"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/\" \/>\n<meta property=\"og:site_name\" content=\"Informatik an der Hochschule Luzern\" \/>\n<meta property=\"article:published_time\" content=\"2024-09-24T08:42:36+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-02-10T09:00:24+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1280\" \/>\n\t<meta property=\"og:image:height\" content=\"853\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Gabriela Bonin\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Geschrieben von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Gabriela Bonin\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"11\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":[\"Article\",\"BlogPosting\"],\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/\"},\"author\":{\"name\":\"Gabriela Bonin\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/#\\\/schema\\\/person\\\/27da2348b7e471b60538f142295c83eb\"},\"headline\":\"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier\",\"datePublished\":\"2024-09-24T08:42:36+00:00\",\"dateModified\":\"2026-02-10T09:00:24+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/\"},\"wordCount\":1862,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/wp-content\\\/blogs.dir\\\/632\\\/files\\\/sites\\\/3\\\/GettyImages-669488448.jpg\",\"keywords\":[\"Artificial intelligence\",\"Data Science\",\"Datenwissenschaft\"],\"articleSection\":[\"Data Science\",\"Weiterbildung\"],\"inLanguage\":\"de-CH\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#respond\"]}]},{\"@type\":[\"WebPage\",\"ItemPage\"],\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/\",\"name\":\"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier - Informatik an der Hochschule Luzern\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/wp-content\\\/blogs.dir\\\/632\\\/files\\\/sites\\\/3\\\/GettyImages-669488448.jpg\",\"datePublished\":\"2024-09-24T08:42:36+00:00\",\"dateModified\":\"2026-02-10T09:00:24+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/#\\\/schema\\\/person\\\/27da2348b7e471b60538f142295c83eb\"},\"description\":\"Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden. %\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#breadcrumb\"},\"inLanguage\":\"de-CH\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de-CH\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#primaryimage\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/wp-content\\\/blogs.dir\\\/632\\\/files\\\/sites\\\/3\\\/GettyImages-669488448.jpg\",\"contentUrl\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/wp-content\\\/blogs.dir\\\/632\\\/files\\\/sites\\\/3\\\/GettyImages-669488448.jpg\",\"width\":1280,\"height\":853,\"caption\":\"Von Tools zu Taktik: Datenwissenschaftlerinnen und -wissenschaftler spielen heute eine wichtige Rolle bei strategischen Entscheidungen. Sie f\u00f6rdern Innovationen in Organisationen (Bildquelle: Getty Images).\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/#website\",\"url\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/\",\"name\":\"Informatik an der Hochschule Luzern\",\"description\":\"Der offizielle Blog der Hochschule Luzern \u2013 Informatik\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de-CH\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/hub.hslu.ch\\\/informatik\\\/#\\\/schema\\\/person\\\/27da2348b7e471b60538f142295c83eb\",\"name\":\"Gabriela Bonin\",\"description\":\"Bloggerin, Textcoach, Dozentin. Gabriela Bonin arbeitet als Bloggerin und Textcoach bei der Hochschule Luzern, im Department Informatik. Daneben ist sie als Dozentin an der Journalistenschule MAZ und als Texterin t\u00e4tig.\",\"sameAs\":[\"http:\\\/\\\/www.gbonin.com\",\"https:\\\/\\\/www.linkedin.com\\\/in\\\/gabriela-bonin\\\/\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier - Informatik an der Hochschule Luzern","description":"Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden. %","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/","og_locale":"de_DE","og_type":"article","og_title":"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier - Informatik an der Hochschule Luzern","og_description":"Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden. %","og_url":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/","og_site_name":"Informatik an der Hochschule Luzern","article_published_time":"2024-09-24T08:42:36+00:00","article_modified_time":"2026-02-10T09:00:24+00:00","og_image":[{"width":1280,"height":853,"url":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","type":"image\/jpeg"}],"author":"Gabriela Bonin","twitter_card":"summary_large_image","twitter_misc":{"Geschrieben von":"Gabriela Bonin","Gesch\u00e4tzte Lesezeit":"11\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":["Article","BlogPosting"],"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#article","isPartOf":{"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/"},"author":{"name":"Gabriela Bonin","@id":"https:\/\/hub.hslu.ch\/informatik\/#\/schema\/person\/27da2348b7e471b60538f142295c83eb"},"headline":"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier","datePublished":"2024-09-24T08:42:36+00:00","dateModified":"2026-02-10T09:00:24+00:00","mainEntityOfPage":{"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/"},"wordCount":1862,"commentCount":0,"image":{"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#primaryimage"},"thumbnailUrl":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","keywords":["Artificial intelligence","Data Science","Datenwissenschaft"],"articleSection":["Data Science","Weiterbildung"],"inLanguage":"de-CH","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#respond"]}]},{"@type":["WebPage","ItemPage"],"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/","url":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/","name":"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier - Informatik an der Hochschule Luzern","isPartOf":{"@id":"https:\/\/hub.hslu.ch\/informatik\/#website"},"primaryImageOfPage":{"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#primaryimage"},"image":{"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#primaryimage"},"thumbnailUrl":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","datePublished":"2024-09-24T08:42:36+00:00","dateModified":"2026-02-10T09:00:24+00:00","author":{"@id":"https:\/\/hub.hslu.ch\/informatik\/#\/schema\/person\/27da2348b7e471b60538f142295c83eb"},"description":"Datenwissenschaftlerinnen und -wissenschaftler waren fr\u00fcher vorwiegend technisch orientiert. Heute bringen sie zus\u00e4tzlich strategisches Denken, Innovationsgeist und starke Kommunikationskills ein. Unser Experte Umberto Michelucci pl\u00e4diert daher daf\u00fcr, die Aus- und Weiterbildung in der Datenwissenschaft neu zu denken. Lesen Sie hier, was es braucht, um in diesem Feld erfolgreich zu werden. %","breadcrumb":{"@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#breadcrumb"},"inLanguage":"de-CH","potentialAction":[{"@type":"ReadAction","target":["https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/"]}]},{"@type":"ImageObject","inLanguage":"de-CH","@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#primaryimage","url":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","contentUrl":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","width":1280,"height":853,"caption":"Von Tools zu Taktik: Datenwissenschaftlerinnen und -wissenschaftler spielen heute eine wichtige Rolle bei strategischen Entscheidungen. Sie f\u00f6rdern Innovationen in Organisationen (Bildquelle: Getty Images)."},{"@type":"BreadcrumbList","@id":"https:\/\/hub.hslu.ch\/informatik\/datenwissenschaft-data-scientists-neu-denken-vom-datenverwerter-zum-ki-pionier-oder-zur-ki-pionierin\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/hub.hslu.ch\/informatik\/"},{"@type":"ListItem","position":2,"name":"Data Scientists neu denken: vom Datenverwerter zum KI-Pionier"}]},{"@type":"WebSite","@id":"https:\/\/hub.hslu.ch\/informatik\/#website","url":"https:\/\/hub.hslu.ch\/informatik\/","name":"Informatik an der Hochschule Luzern","description":"Der offizielle Blog der Hochschule Luzern \u2013 Informatik","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/hub.hslu.ch\/informatik\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de-CH"},{"@type":"Person","@id":"https:\/\/hub.hslu.ch\/informatik\/#\/schema\/person\/27da2348b7e471b60538f142295c83eb","name":"Gabriela Bonin","description":"Bloggerin, Textcoach, Dozentin. Gabriela Bonin arbeitet als Bloggerin und Textcoach bei der Hochschule Luzern, im Department Informatik. Daneben ist sie als Dozentin an der Journalistenschule MAZ und als Texterin t\u00e4tig.","sameAs":["http:\/\/www.gbonin.com","https:\/\/www.linkedin.com\/in\/gabriela-bonin\/"]}]}},"featured_image_src":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","featured_image_src_square":"https:\/\/hub.hslu.ch\/informatik\/wp-content\/blogs.dir\/632\/files\/sites\/3\/GettyImages-669488448.jpg","author_info":{"display_name":"Gabriela Bonin","author_link":"https:\/\/hub.hslu.ch\/informatik\/author\/gabrielabonin\/"},"_links":{"self":[{"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/posts\/23127","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/users\/21"}],"replies":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/comments?post=23127"}],"version-history":[{"count":48,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/posts\/23127\/revisions"}],"predecessor-version":[{"id":26585,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/posts\/23127\/revisions\/26585"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/media\/23128"}],"wp:attachment":[{"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/media?parent=23127"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/categories?post=23127"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/hub.hslu.ch\/informatik\/wp-json\/wp\/v2\/tags?post=23127"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}