WORKSHOP INHALTE

Data Science gilt als Schlüsseldisziplin des 21. Jahrhunderts und zentraler Bestandteil der digitalen Transformation. Mit zukunftsweisenden Verfahren wie maschinelles Lernen, können selbst aus komplexen Daten neue Erkenntnisse gewonnen werden.

Aufgrund der zunehmenden Bedeutung dieser interdisziplinären Wissenschaft, wurden an deutschen Hochschulen verschiedene Forschungsstrukturen, wie Data Science Center, aber auch innovative Studiengänge, Qualifizierungsangebote und Weiterbildungsprogramme aufgebaut.

Mit dem Workshop laden wir Vertreter:innen unterschiedlicher Data Science Initiativen zu einem interdisziplinären Austausch ein. Ziel ist es, eine nachhaltige Vernetzung in der Community zu ermöglichen und den Grundstein für zukünftige Zusammenarbeit zu legen. Es soll ein Überblick von erfolgreichen Konzepten und Umsetzungsstrategien erstellt und über zukünftige Herausforderungen und Chancen des digitalen Zeitalters diskutiert werden.

Der Workshop findet als Teil der INFORMATIK 2023 am Freitag den 29.09.2023 von 10 bis 17 Uhr in Berlin statt. Informationen zu den Ticketpreisen finden Sie hier .

WORKSHOP PROGRAMM

Hier auch zum Download als PDF.

Uhrzeit	Programm (mit Referent*innen)
09:00 - 09:20	Eintreffen
09:20 - 09:35	Begrüßung durch die Organisator:innen
SESSION 1: Data Science Zentren
09:35 - 10:00	Keynote 1 | Campus Institute Data Science – Ein Model über Göttingen hinaus? Philipp Wieder, Universität Göttingen
10:00 - 10:15	Aufbau des Center for Interdisciplinary Digital Sciences – Eine Exzellenzmaßnahme der Technischen Universität Dresden Lydia Behring, TU Dresden
10:15 - 10:30	Data Science und Forschungsdaten als Treiber für wissenschaftliche Interdisziplinarität: Vom Data Science Center zur skalierbaren Serviceeinrichtung für datenbezogene Forschung Katharina Weiß, Universität Bielefeld
10:30 - 10:45	Mit Daten die Zukunft gestalten – Das Munich Data Science Institute als integratives Forschungsinstitut für interdisziplinäre Forschung in den Bereichen Datenwissenschaften, maschinelles Lernen, und künstliche Intelligenz Emmelie Korell, TU München
10:45 - 11:00	Das Konzept des House of Computing and Data Science als Blaupause zur Digitalisierung der Forschung Martin Semmann, Universität Hamburg
11:00 - 11:30	Kaffee- und Posterpause
SESSION 2: Studium & Weiterbildung
11:30 - 11:35	Eintreffen
11:35 - 12:00	Keynote 2 | Generalist? Spezialist! – Der Zweifach-Studiengang Data Science an der CAU Kiel Peer Kröger, Christian-Albrechts-Universität zu Kiel
12:00 - 12:15	Der Mannheim Master in Social Data Science Lea Oberländer, Universität Mannheim
12:15 - 12:30	Data Scientists for the Future of Research – Die Helmholtz Information and Data Science Academy HIDA Christian Beilmann, Helmholtz-Gemeinschaft Deutscher Forschungszentren e.V.
12:30 - 12:45	BERD Academy: Data Science Kompetenzen für Forschende in Business, Economics and Related Sciences Markus Herklotz, LMU München
12:45 -14:00	Mittagspause
SESSION 3: FDM & NFDI
14:00 - 14:05	Eintreffen
14:05 - 14:30	Keynote 3 | Forschungsdateninfrastrukturen und deren Bedeutung für moderne Forschung Sonja Schimmler, Fraunhofer FOKUS, TU Berlin, NFDI4DataScience
14:30 - 14:45	Von der Bedarfserhebung zum Beratungsangebot: Kooperative Durchführung einer hochschulübergreifenden Umfrage zum Forschungsdatenmanagement Michael Panitz, TH Wildau
14:45 - 15:00	Zertifikatskurs „Forschungsdatenmanagement für Studierende“ der Landesinitiative für Forschungsdatenmanagement in Brandenburg Daniela Mertzen, Universität Potsdam
15:00 - 15:15	Entwicklung einer Wissensbasis für Lehr- und Lernmaterialien zu FAIRem Forschungsdatenmanagement und Data Science im Projekt DALIA (Data Literacy Alliance) Canan Hastik, TU Darmstadt
15:15 - 15:30	The NFDI4Earth Academy - Your training network to bridge Earth System and Data Science Jonas Kuppler, GFZ Potsdam
15:30 -16:00	Abschlussdiskussion
16:00 - 17:00	Kaffee- und Posterpause

POSTERBEITRÄGE (in alphabetischer Reihenfolge)

Das Data Science Center der Universität Bremen Interdisziplinärer Knotenpunkt und Service-Infrastruktur für die datenintensive Forschung
Lena Steinmann, Heike Thöricht, Sandra Zänkert, Rolf Drechsler

Das Digital Science Center der Universität Kiel
Dirk Nowotka, Helen Pfuhl

Das Mannheim Center for Data Science
Lea Oberländer, Heiner Stuckenschmidt

Data Scientists for the Future of Research – Die Helmholtz Information and Data Science Academy HIDA
Christian Beilmann, Sandra Pahl, Viktoria Schwarze

Data Train – The Cross-disciplinary Training in Research Data Management and Data Science
Tanja Hörner, Maya Dalby, Frank Oliver Glöckner, Rolf Drechsler, Iris Pigeot

MarDATA - Interdisciplinary Marine Data Science Training for Doctoral Researchers
Enno Prigge, Arne Biastoch, Stephan Frickenhaus, Willi Rath

Towards the Establishment of Data Science Centers at Higher Education Institutions
Johannes Putzke, Thomas Schimmer, Manuela Richter, Lucas Hamel