Digitaler Info-Abend am 12. November 2024! 

UniversitätszertifikatData Science

Berufsbegleitend zum KI-Experten: Erforschen Sie das Potenzial von Big Data und bringen Sie Ihre Karriere in der Tech-Welt voran!

Jetzt bewerbenInhalte und Themen
Freie Plätze

10

Digitaler Info Abend

am 12.11.2024 um 18 Uhr melden Sie sich hier an

Fristen

15.09.2025 Bewerbungsschluss24.11.2025 Studienstart

Teilnahmeentgelt

7.450 €

Konzept & Module

Das Zertifikatsstudium „Data Science“ bietet die Gelegenheit, praxisrelevantes Wissen und Kompetenzen im Bereich Data Science zu erwerben und zu vertiefen. Neben einer soliden Grundlage in Programmierung, Datenanalyse, Datenmanagement und künstlicher Intelligenz legt das Programm besonderen Wert auf die praktische Anwendung in realen Unternehmensszenarien. Die Teilnehmenden erhalten Einblicke in die neusten Entwicklungen im Bereich von KI und Deep Learning (z.B. Large Language Models). Das Programm setzt sich aus insgesamt vier Modulen des englischsprachigen, berufsbegleitenden Masterstudiengangs „Data Science“ zusammen, der eine Kooperation der Universität Münster und der Universität Twente (Niederlande) ist. Hierbei steht es den Teilnehmenden frei, die Module nach individueller Wahl zu kombinieren.

Das erste Grundlagenmodul, „Einführung in Data Science und Programmiersysteme“, umfasst sieben Präsenztage in Münster. Die weiteren beiden Module nach Wahl aus dem Masterstudiengang beinhalten jeweils fünf Präsenztage in Münster oder Enschede. Das vierte Modul beinhaltet die Anfertigung einer Projektarbeit und das Halten einer Präsentation. Die Teilnehmenden erwerben im Rahmen des Programms insgesamt 32 ECTS-Credits. Die Regelstudienzeit beträgt etwa 18 Monate, einschließlich der Abschlussprüfungen. Bei einem späteren Einstieg in das Masterprogramm „Data Science“ ist eine Anrechnung der absolvierten Module möglich.

Einführung in Data Science und Programmiersysteme

24.11.20254 – 30.11.2025

  • Einführung in die Data Science und ihre Anwendungen.
  • Überblick über Programmiersysteme: R und Python.
  • Grundlagen der Python-Programmierung: Variablen, Kontrollstrukturen, Datenstrukturen, etc.
  • Einführung in die R-Programmierung: Datenstrukturen, Funktionen, Schleifen, etc.
  • Explorative Datenanalyse mit R.

Prof. Dr. Heike Trautmann
Prof. Dr. Gottfried Vossen

Datenmanagement

23.02.2026 – 27.02.2026

  • Datenmanagement mit SQL- und NoSQL-Systemen, Anwendung für OLAP-Aufgaben
  • Verteilte Dateisysteme (HDFS)
  • Algorithmen des Data Mining, Map-Reduce-Anwendungen, Ähnlichkeitsbestimmung, Empfehlungen, Community-Erkennung
  • Fortgeschrittenes Python
  • Entwicklung eines Data Science Workflows
  • Tool-Auswahl

Prof. Dr. Gottfried Vossen

Datenanalyse

Mai/Juni 2026

  • Explorative Datenanalyse und Datenvorverarbeitung
  • Supervised Learning (Klassifizierung, Regression)
  • Unsupervised Learning (Clusteranalyse, Dimensionsreduktion)
  • Modell-Validierung
  • Programmierung in R

Prof. Dr. Heike Trautmann
Prof. Dr. Pascal Kerschke

Social Media & Kommunikation

September 2026

  • Sozialwissenschaftliche Forschung mit Big Data und Online-Quellen
  • Grundlagen der Online-Kommunikation & der Medienpsychologie
  • Netzwerkanalyse mit R, einschließlich Basiskonzepte, Matrixberechnungen und (Sub-)Strukturerkennung
  • Computergestützte Inhaltsanalyse mit R inkl. Natural Language Processing, Sentiment Analysis, Topic Modeling
  • Fortgeschrittene Methoden der Textanalyse mittels KI (LLMs, Transformer-Modelle)

Prof. Dr. Thorsten Quandt

IT-Management, IT-Sicherheit, Ethik, rechtliche Aspekte

November 2026

  • Management-Herausforderungen bei wachsenden Datenmengen (Big Data)
  • IT-Sicherheit in der Datenverwaltung
  • Ethische Aspekte im IT-Management und im Umgang mit Daten
  • Rechtlicher Rahmen und Vorschriften für das Datenmanagement
  • Nutzung von offenen Daten zur Wertschöpfung

Prof. Dr. Jos van Hillegersberg

Selbstmanagement und Führung

Februar 2027

  • Einfluss von Data Science auf Managemententscheidungen
  • Datenwissenschaft als Teil von Entscheidungsprozessen
  • Führungskräfte und die besondere Rolle von Data Scientists im Unternehmen
  • Qualität innovativer Teams und ihre Auswirkungen auf die Ergebnisse der Data Science
  • Methoden für effektive Verhandlungen
  • Methoden zur Präsentation und Diskussion von Data-Science-Ergebnissen mit Entscheidungsträgern

Dr. Michael Ehrenhard

Anwendungsbereiche

Mai 2027

  • Hands-on Workshop: Fortgeschrittene Methoden der Textanalyse mit KI (LLMs, Transformermodelle)
  • Datengestützte Entscheidungsfindung
  • Anwendung der erlernten Techniken in den Bereichen Marketing, Customer Relationship Management, Supply Chain Management, Logistik, Start-ups usw.
  • Zukünftige Entwicklungen: Kritische Diskussionen über die Zukunft datengestützter Entscheidungen, einschließlich des Potenzials für automatisierte Entscheidungen durch Maschinen
  • Interdisziplinärer Ansatz

Prof. Dr. Thorsten Wiesel

Praxisphase & Projektarbeit

Kick-Off: Oktober 2026 (online)

  • Fallanalyse in der Data Science
  • Kreative Lösungen für komplexe Problemstellungen aus der Unternehmenspraxis
  • Praktische Umsetzung der gewählten Lösungen
  • Peer-Feedback und Reflexion
  • Schulung der Präsentationsfähigkeiten

Dr. Niels Pulles

Sichern Sie sich heute Ihren Studienplatz

Erfahren Sie mehr Details

Melden Sie sich für eine persönliche Beratung

Informieren Sie sich über erforderliche Qualifikationen

Daten und Fakten


Abschluss

Universitätszertifikat


Leistungspunkte

32 ECTS


Fachbereich

Wirtschaftswissenschaftliche Fakultät


Dauer

ca. 18 Monate (abhängig von Modulwahl)


Studienbeginn

01.10.2025 Start Einführung Quantitative Grundlagen (online)

24.11.2025 1. Präsenzmodul


Nächster Bewerbungsschluss

15.09.2025


Sprache

Englisch


Orte

Universität Münster Professional School, Königsstraße 47, 48143 Münster
University of Twente, Drienerlolaan 5, 7522 NB Enschede, Niederlande


Teilnahmeentgelt

7.450 € in zwei Raten

  • nach Absprache als individueller Zahlungsplan
  • umsatzsteuerbefreit gemäß § 4 Nr.21 a (bb) UStG

Zielgruppe

Das Zertifikatsstudium „Data Science“ richtet sich sowohl an Fachkräfte im Bereich Datenanalyse, Informatik und Statistik sowie auch an Berufstätige aus allen Branchen und Bereichen, in denen große Datenmengen anfallen und bereits genutzt werden oder genutzt werden sollten.

Profile aus allen Branchen sind erwünscht – ein Grundverständnis in Programmierung, Statistik und Mathematik sollten Studieninteressierte mitbringen.


Zulassungsvoraussetzungen

Abgeschlossenes erstes Hochschulstudium Mindestens ein Jahr relevante Berufserfahrung Ausreichende Englischkenntnisse (mindestens B2-Niveau)

Sie möchten einen Masterabschluss erwerben?

Unser berufsbegleitendes Masterstudium: In acht Modulen zum vollwertigen Universitätsabschluss M.Sc. in Data Science.

zum Masterstudiengang Data Science

Weitere Themen

Digitaler Info-Abend

Am Dienstag, den 12.11.2024 um 18 Uhr findet unsere digitale Informationsveranstaltung mit Prof. Dr. Gottfried Vossen zum Masterstudium & Zertifikatsprogramm Data Science statt. Die Studienangebote werden vorgestellt und Sie erhalten Antworten auf Ihre individuellen Fragen zu den Programmen.

Jetzt zum Info-Abend anmelden

Data Science (M.Sc.)

Einerseits erleichtert die Digitalisierung zahlreiche Prozesse und eröffnet Gestaltungsmöglichkeiten, die bis vor kurzem nicht denkbar gewesen wären, andererseits stehen Unternehmen und Institutionen dadurch vor neuen Herausforderungen, die die Digitalisierung und die damit einhergehenden Datenmengen mit sich bringen.

Mehr erfahren

Studieren in Münster

Ein Fünftel aller rund 300.000 Münsteraner*innen sind Studierende an einer der acht Hochschulen, von denen die Universität Münster mit Abstand die größte ist. Die Studierenden prägen das Leben und die Kultur in Münster und schaffen eine facettenreiche und lebendige Stadt.

Mehr erfahren

Bei Fragen helfen wir gern weiter

Jannis Wegmann

Beratung

Mo–Fr: 9.00-16.00

+49 251 83 27100
jannis.wegmann@uni-muenster.de