Refine
H-BRS Bibliography
- yes (3)
Departments, institutes and facilities
Document Type
- Article (1)
- Book (monograph, edited volume) (1)
- Part of a Book (1)
Year of publication
- 2021 (3) (remove)
Language
- German (3)
Keywords
- Digitalisierung (3) (remove)
Der Einsatz von Remote-Laboren in ingenieurwissenschaftlichen Studiengängen ermöglicht Studierenden an einigen Hochschulen die ortsunabhängige Nutzung von Laboren, Maschinen und Robotern. Remote-Labore eignen sich in besonderer Weise dafür, den digitalisierungsbedingten Anforderungen und dem Qualifikationsbedarf aus Wirtschaft und Industrie zu begegnen. Die Onlinebedienung von Laboren bietet viele Ansatzpunkte für den Erwerb digitaler Kompetenzen, wie beispielsweise das Sammeln und Analysieren von Big Data, das Entwickeln geeigneter Schnittstellen für den Onlinezugriff oder den korrekten Einsatz zur Verfügung stehender softwarebasierter Messtechnik. Auch während der Coronapandemie im Sommersemester 2020, als der reguläre Zugang zu Laboren aufgrund der Kontaktbeschränkungen nicht erlaubt war, ermöglichten Remote-Labore den Studierenden praktische Erfahrungen. Jedoch stellen nicht nur die didaktischen, sondern auch die technischen und organisatorischen Aspekte ingenieurwissenschaftliche Studiengänge bei der Umsetzung von Remote-Laboren vor anspruchsvolle Aufgaben. Der nachfolgende Beitrag greift diese Aspekte auf und beschreibt anhand ausgewählter Beispiele, wie die Umsetzung und Integration von Remote-Laboren in Studium und Lehre gelingen kann, aber auch welche Herausforderungen nach wie vor bestehen.
Data Science
(2021)
Data Science ist in vielen Organisationen angekommen und oft alltägliche Praxis. Dennoch stehen viele Verantwortliche vor der Herausforderung, sich erstmalig mit konkreten Fragestellungen zu beschäftigen oder laufende Projekte weiterzuentwickeln. Die Spannbreite der Methoden, Werkzeuge und Anwendungsmöglichkeiten ist sehr groß und entwickelt sich kontinuierlich weiter. Die Vielzahl an Publikationen zu Data Science ist spezialisiert und behandelt fokussiert Einzelaspekte.
Das vorliegende Werk gibt den Leserinnen und Lesern eine umfassende Orientierung zum Status Quo aus der wissenschaftlichen Perspektive und zahlreiche vertiefende Darstellungen praxisrelevanter Aspekte. Die Inhalte bauen auf den wissenschaftlichen CAS-Zertifikatskursen zu Big Data und Data Science der Hochschule Niederrhein in Kooperation mit der Hochschule Bonn-Rhein-Sieg und der FH Dortmund auf. Sie berücksichtigen wissenschaftliche Grundlagen und Vertiefungen, aber auch konkrete Erfahrungen aus Data Science Projekten. Das Buch greift praxisrelevante Fragen auf wissenschaftlichem Niveau aus Sicht der Rollen eines „Data Strategist“, „Data Architect“ und „Data Analyst“ auf und bindet erprobte Praxiserfahrungen u. a. von Seminarteilnehmern mit ein. Das Buch gibt für Interessierte einen Einblick in die aktuell relevante Vielfalt der Aspekte zu Data Science bzw. Big Data und liefert Hinweise für die praxisnahe Umsetzung. (Verlagsangaben)