Sichtbarmachung des Data Science Process Model
Prof. Dr. Michael Schulz (NORDAKADEMIE Hochschule der Wirtschaft)
Projektteam
Prof. Dr. Michael Schulz (NORDAKADEMIE Hochschule der Wirtschaft)
Projekt läuft seit
Januar 2022
Bewilligungszeitraum
4 Monate
Fördersumme
12.618,20 Euro
Projektziel
Die Gründung der Arbeitsgruppe zur Entwicklung des DASC-PM ist 2019 aus den Bemühungen entstanden, den Masterstudiengang Applied Data Science an der NORDAKADEMIE zu etablieren und geeignet zu positionieren. Der Nutzen ist jedoch weiterhin sowohl für die Konzeption von Lehrveranstaltungen, als auch für den Aufbau von Kontakten zu Hochschulen und Unternehmen und nicht zuletzt für die Etablierung der Teildisziplin Applied Data Science sehr hoch. Aus diesem Grund wird die Arbeit in der virtuellen Arbeitsgruppe fortgesetzt, aktuell mit dem Ziel, die Version 1.1 des DASC-PM auszuarbeiten.
Projektbeschreibung
Zur Etablierung der Applied Data Science als nutzbringende Disziplin für Unternehmen sind Strukturen erforderlich, die eine wiederholt erfolgreiche Durchführung datengetriebener Analyseprojekte ermöglichen. Das Vorgehensmodell DASC-PM (Data Science Process Model) stellt hierfür einen vielversprechenden Ansatz dar. Es ist aus einer im Jahr 2019 gegründeten Arbeitsgruppe entstanden, die weiterhin wächst und derzeit aktiv an einer Folgeversion des Modells arbeitet.
Durch das Feedback von Praktiker:innen und Wissenschaftler:innen, sowie durch akzeptierte Veröffentlichungen in den letzten Monaten kann darauf geschlossen werden, dass großes Interesse an dem erarbeiteten Modell besteht. Mit Hilfe der NORDAKADEMIE Stiftung soll die Sichtbarkeit der Arbeitsergebnisse auch und vor allem im internationalen Raum erhöht werden, um deren Verbreitung zu steigern und einen Einsatz in internationalen Teams zu ermöglichen. Erzielt werden soll dies insbesondere durch eine Übersetzung der Arbeitsergebnisse vom Deutschen ins Englische, durch eine leicht konsumierbare Aufbereitung dieser Ergebnisse in Form von Poster und Guidelines und durch deren breite Verfügbarmachung.
Vorgehensweise
Im Fokus steht vor allem die Phase des Projektauftrages. Dazu gehören das Staffing von Data-Science-Projekten, die Use-Case-Auswahl und die Zeitplanung. Zusätzlich wird in diesem Jahr ein Workshop auf der 51. Jahrestagung der GI mit dem Titel „Where is the Science in Data Science? Online-Workshop über die Wissenschaftlichkeit von Vorgehensmodellen für DataScience-Projekte“ stattfinden. Die Dokumentation der Version 1.1 wird voraussichtlich im Herbst 2021 fertiggestellt und bereit zur Veröffentlichung sein. Die Teilnehmer:innen der aktuellen Arbeitsgruppe stammen von 38 unterschiedlichen Hochschulen und aus 19 unterschiedlichen Unternehmen aus dem gesamten deutschsprachigen Raum.
Um die Sichtbarkeit des DASC-PM zu erhöhen, ist es das Ziel, die Dokumentation unter Verwendung einer ISBN zu veröffentlichen und eine Internetpräsenz aufzubauen, auf der die Arbeitsergebnisse für die deutschsprachige und internationale Data-Science-Community professionell aufbereitet zur Verfügung gestellt werden können. Bei einer Umfrage in der Arbeitsgruppe traf eine englische Version auf große Zustimmung (~90%), um die Reichweite zu erhöhen und das Werk in internationalen Teams anwendbarer zu machen. Auch der bisher kaum mögliche Austausch mit der internationalen DataScience-Community begründet sich in der bisher rein deutschen Veröffentlichung des DASC-PM und stellt nach Meinung der Arbeitsgruppe ein spürbares Problem dar.
Fast alle Teilnehmer:innen der Arbeitsgruppe waren sich zudem einig, dass eine oder mehrere Kurzversionen des Werks nützlich wären (~95%). Die Kurzversionen bilden den Kern zur weiteren Verbreitung und Etablierung des DASC-PM. Sie bieten einen leichten Einstieg in die Materie bzw. einen schnellen Überblick über das Modell und können zudem als Erinnerungsstütze für wesentliche Kernaspekte dienen. Die Evaluation der Rückmeldungen lässt darauf schließen, dass zunächst ein Poster mit den wichtigsten Grafiken und Inhalten des DASC-PM erstellt werden sollte, von dem aus weitere Detaillierungen und Supplemente möglich sind – ein ähnliches Vorgehen hat zum Beispiel bei SCRUM oder ARIS zum Erfolg geführt.
