Deine Liebling-Vorlesungen sind Data Visualisation, Data Mining und Machine Learning. Warum genau diese drei Themen?
Mit dem Studiengang Wirtschaftsinformatik konnte ich meine Interessenfelder BWL und IT vereinen. Anfangs hatte ich aber nicht erwartet, dass ich auch noch meine Leidenschaft für gestalterische Kreativität im Studium wiederfinde. Diese drei Lieblings-Vorlesungen haben mir dann gezeigt, dass auch Kreativität ein großer Teil des Studiums ist. In der Vorlesung Data Visualisation geht es beispielsweise darum, verschiedene Datensätze möglichst so darzustellen, dass die Kernbotschaft für den Betrachter herausgearbeitet wird. Das hat einen gestalterischen Aspekt, den ich vorher gar nicht erwartet hätte. Data Mining und Machine Learning sind Werkzeuge, um Wissen aus Daten zu ziehen. Es macht mir einfach Spaß, wenn man verschiedene Machine Learning Modelle entwickelt, diese Algorithmen dann laufen lässt und merkt, dass dabei wirklich eine nutzbare Vorhersage herauskommt.
Dein Wissen konntest du bereits in einigen Projekten unter Beweis stellen. Welches Projekt ist dir besonders im Gedächtnis geblieben?
Da gibt es mehrere (lacht). Für meinen zweiten Praxiseinsatz war ich bei Smart Logistics und UI (User Interaction) bei Mercedes-Benz. Dort werden unter anderem Apps für das weltweite Produktionsumfeld entwickelt, auf denen Störfälle in den logistischen Material- und Informationsflüssen dokumentiert werden. Für die optimale Kreation der Apps sind beide Seiten, also die Entwicklerinnen und Entwickler und Produktionsbeschäftigte notwendig. Als Wirtschaftsinformatikerin war ich die Schnittstelle zwischen diesen beiden Parteien. Im Team habe ich die Product Ownerin dieser Apps unterstützt. In Meetings mit Systembetreuern aus dem Werk haben wir dann zum Beispiel erfahren, welche Probleme sie bei der Nutzung einer App haben, welche Anpassungen notwendig sind oder wie man einen Ablauf vereinfachen könnte. Für die Entwickler waren wir somit die Ansprechpersonen für alle noch offenen Fragen in Bezug auf die Funktionen der App: Wie soll die Anpassung visuell aussehen? Wie soll die Funktion reagieren? Dieser Teil des Projektmanagements hat mir sehr gefallen. Als Wirtschaftsinformatikerin ist man ideal für diese Position geeignet, weil man auf der einen Seite dieses technische Verständnis und auf der anderen Seite das wirtschaftliche Wissen und den Unternehmensbezug hat.
Apropos Praxisphase: Du bist momentan im Bereich Data Science und Engineering. Was sind deine Aufgaben während dieses Einsatzes?
Dieses Semester bin ich in einem Team, das eine App entwickelt, mit der das Generieren von Maschine Learning Modellen und die Analyse der Ergebnisse vereinfacht werden kann. Durch das Tool können Vorhersage Modelle leicht an unterschiedliche Daten und Geschäftsbereiche angepasst werden, um schnell an akkurate Prognosen zu kommen. Mit der Vorhersage von Zeitreihen, sollen beispielsweise die Kolleginnen und Kollegen aus dem Finanzbereich verschiedene Finanzkennzahlen erhalten können. Meine Aufgabe ist es dabei einen Maschine Learning Algorithmus zu optimieren, sodass die Vorhersage so zutreffend wie möglich ist. Im Bereich Data Science ist dies ein sehr wichtiger Aspekt, denn wenn die Anwenderseite den Ergebnissen einer Analyse oder einer Prognose nicht vertraut, werden die Ergebnisse bei ihren täglichen Business Entscheidungen nicht mit einbezogen. Das Thema ist so spannend, dass ich darüber sogar eine wissenschaftliche Arbeit an der DHBW schreibe. Dabei habe ich es mir zur Aufgabe gemacht herauszufinden, wie man den Entwicklungsprozess einer datengeriebenen Entscheidungskultur vorantreiben kann.