Prof. Dr. Oliver Niggemann, geboren 1971, ist seit 2019 Professor für Informatik im Maschinenbau an der Universität der Bundeswehr in Hamburg. Niggemann studierte bis 1997 Informatik an der Universität Paderborn, wo er 2001 auch mit dem Thema "Visual Data Mining of Graph-Based Data" promovierte. Anschließend arbeitete er als Software-Entwickler und Software-Projektleiter bei der Firma Acterna in der Telekommunikationsbranche. Bis 2008 war als Lead-Produktmanager bei der Firma dSPACE tätig. Dort verantwortete er den Produktbereich System and Function Design Tools. Prof. Niggemann war aktiv im AUTOSAR-Gremium tätig und war bis 2008 Beiratsvorsitzende des s-labs der Universität Paderborn. 2008 folgte er dem Ruf auf die neu eingerichtete Professur für Technische Informatik an der Hochschule Ostwestfalen-Lippe, wo er das Labor für Embedded Software Engineering leitete.

Oliver Niggemann

Warum meine Traumschwiegertochter Data Science studiert

Fahrzeugtechnik mag ein zukunftssicherer und übrigens sehr interessanter Studiengang sein, aber es wäre ein Fehler, würde Deutschland nicht auch Data Science als zentrales Ausbildungsthema verstehen und entsprechend fördern, meint Professor Oliver Niggemann in seinem Kommentar.

"Ohne Data Scientists verlieren Nationen ganze neue Märkte. Deutschlands Traumschwiegertochter oder Traumschwiegersohn sollte also Data Science studieren!" Professor Oliver Niggemann

Anm. Redaktion: Der Gastbeitrag von Professor Oliver Niggemann enstammt "Industrial Pioneers", dem Kundenmagazin der Hannover Messe und wurde uns freundlicherweise zur Verfügung gestellt. 

Deutschlands Traumschwiegertochter oder Traumschwiegersohn

Neulich in einer typischen Kneipe um die Ecke: Große Entrüstung, wie könne es angehen, dass Google fast 10-mal teurer sei als jeder deutsche Autohersteller? Die produzieren doch nichts! Und auch anwesende Kollegen aus der deutschen Softwarebranche waren durchaus der Meinung, dass dieses doch nur ein Hype sein könne und am Ende nur zähle, was man anfassen kann. 

Genau diese Einstellung erschwert aktuell die Einführung von Data Science, also der Wissenschaft der Informationsaufbereitung, als eigenständiges Studium. Wer setzt denn seine Ausbildung auf einen Hype, um am Ende nichts Anfassbares zu produzieren? Deutschlands Traumschwiegertochter oder Traumschwiegersohn sieht anders aus, ist Ingenieur und baut etwas Reales.

White Paper zum Thema

Menschen brauchen Information und Tratsch

Lassen Sie mich obiges Beispiel einmal anders betrachten. Wofür existiert denn ein realer, dauerhafter Markt? Spitz formuliert brauche ich doch generell kein Auto, ich möchte nur schnell, einfach und preiswert von A nach B kommen, das Auto ist dafür ein Mittel zum Zweck. Aber Informationen werde ich immer brauchen, sie sind kein Mittel, sondern purer Zweck! Egal, ob ich die Bewertung einer Pizzeria in einer unbekannten Stadt, eine Statistik zur beliebtesten Pizzasorte (Pizza Salami) oder Neuigkeiten aus der Region suche; stets erfülle ich einen zutiefst menschlichen Wunsch nach Information, nach Neuigkeiten, ja, auch nach Tratsch. Einen Menschen ohne Auto kann ich mir vorstellen, einen Menschen ohne Information und Tratsch nicht. Dann war aber am Ende vielleicht das Auto ‒ zugegeben ‒ ein sehr langer, Hype, aber Informationsaufbereitung ist es nicht. Deutschlands Traumschwiegertochter oder Traumschwiegersohn sollte also Data Science studieren!

Breite Ausbildung für Data Science

Verstehen Sie mich nicht falsch, natürlich ist Fahrzeugtechnik ein zukunftssicherer und übrigens sehr interessanter Studiengang. Aber es wäre ein Fehler, würde Deutschland nicht auch Data Science als zentrales Ausbildungsthema verstehen und entsprechend fördern. Und dies heißt, Data Sciences als eigenständige Bachelor- und Masterstudiengänge und nicht nur als ergänzender Kurs oder als Teilthema der Informatik oder einer Ingenieurswissenschaft. Der Umgang mit Daten braucht eine eigene Herangehensweise, die sich Studierenden nur in einem eigenständigen, am besten grundständigen Studium erschließt. In entsprechenden Studiengängen sollte z. B. vermittelt werden, welche Analysemethoden sich für welche Anwendungsfelder eignen, welche Rolle Themen wie Daten-sicherheit und gesellschaftliche Akzeptanz spielen und wie große Datenmengen effizient gespeichert und verarbeitet werden können. Weitere Schwerpunkte sollten Einblicke in verschiedene Anwendungsfelder sein, so dass Data Scientists mit den Experten aus den Anwendungsfeldern zusammenarbeiten können.

Ohne Data Scientists verliert Deutschland ganz neue Märkte

Ohne diese Data Scientists verliert Deutschland ganze neue Märkte: Datenanalyse-Startups werden nur von entsprechend ausgebildeten Studierenden gegründet. Themen wie Industrie 4.0 und Künstliche Intelligenz setzen voraus, dass eine Firma, z. B. aus dem Bereich Produktion und Anlagen- und Maschinenbau, genügend Arbeitskräfte am Markt findet. Und diese Märkte entstehen bereits, wenn nicht bei uns, dann eben woanders.

Für den Oberbegriff der Künstlichen Intelligenz hat die Politik bereits begonnen, die Forschung stärker zu fördern. Was wir zusätzlich brauchen, ist ein Invest in die breite Ausbildung für Data Science. Entsprechende Studiengänge müssen zu normalen Studiengängen an den meisten Hochschulen und Universitäten werden. Aktuell gibt es kaum mehr 10 – 20 entsprechende Bachelorstudiengänge in Deutschland, und dies bei über 300 Hochschulen und Universitäten in Deutschland. Data Science ist keine Informatik, keine Ingenieurswissenschaft, sondern ein zentrales neues Zukunftsfeld. Allzu viele verpasste Trends können wir uns nicht erlauben!

Verwandte tecfindr-Einträge