Unsere Mission: Digitale Exzellenz für unsere Kunden.
Mit tiefgreifendem Know-how, klaren Werten und einer lebendigen Unternehmenskultur gestalten wir digitale Transformationen, die echten Impact schaffen.
Schritt für Schritt zum erfolgreichen Data-Science-Projekt
Heute am 30. März 2022 ist es so weit: Das neue, weiterentwickelte Vorgehensmodell des Data Science Process Models (DASC-PM) ist verfügbar! In Zusammenarbeit mit valantic und zahlreichen namhaften Mitwirkenden aus Wissenschaft und Praxis ist das DASC-PM als umfassendes Vorgehensmodell für die Planung und Durchführung von erfolgreichen Data-Science-Projekten entwickelt worden.
Auf der Basis von Rückmeldungen aus Wirtschaft und Wissenschaft wurde in der aktualisierten Version:
eine noch deutlichere Definition der verschiedenen Schlüsselbereiche und Phasen des Modells vorgenommen und mehr auf ihre Umsetzung eingegangen (z.B. im Kontext agilen Projektmanagements).
eine vollständige Überarbeitung insbesondere der Phase des Projektauftrags vollzogen, damit diese noch besser in der praktischen Welt nutzbar ist.
die Zugänglichkeit und Lesbarkeit durch eine grafische Überarbeitung erhöht.
die Strukturierung verbessert sowie Einführungstexte verkürzt und klarer dargestellt.
Hierzu wurden neben der Überarbeitung des bestehenden Data-Science-Vorgehensmodells auch neue Elemente hinzugefügt, die als praktische Arbeitsmaterialien und Orientierungshilfen genutzt werden können. Es wurde ein Fragebogen erstellt, der dazu dient, die Eckpunkte des Projektes sowie Ziele und Fallstricke für alle Stakeholder Schritt für Schritt transparent zu machen.
Fragebogen zum Data Science Vorgehensmodell (Den kompletten Fragebogen finden Sie im Vorgehensmodell.)
Außerdem wurde eine Grafik in Form eines Posters konzipiert, das im Projektraum aufgehängt werden kann und auf einen Blick das Vorgehensmodell mit seinen Schlüsselbereichen, Phasen, Rollen und Kompetenzen zusammenfasst.
Das Plakat beschreibt die projektrelevanten Schlüsselbereiche und zu durchlaufenden Phasen, erläutert die typischen Aufgaben innerhalb der Phasen und stellt die beteiligten Projektrollen und benötigten Kompetenzen dar. (Das hochauflösende Plakat finden Sie im Vorgehensmodell.)
In naher Zukunft wird zudem eine englische Übersetzung der Modelldokumentation erfolgen, um das DASC-PM auch für internationale Projekte zur Verfügung zu stellen.
Das Modell wird kontinuierlich weiter ausgearbeitet und verbessert, um eine große Bandbreite der neuesten Erkenntnisse aus Theorie und Praxis abzubilden. Hierzu werden auch in den nächsten Monaten Case Studies aus der Praxis veröffentlicht, die Projektbeispiele zeigen und beschreiben.
DASC-PM v1.1: Ein Vorgehensmodell für Data-Science-Projekte
Heiko Rohde ist Managing Consultant bei valantic im Bereich Business Analytics. Er fokussiert sich hierbei auf die ganzheitliche strategische und technologische Beratung mit einem Schwerpunkt auf Enterprise Performance Management mit Planung und Forecasting, sowie Data Science und Advanced Analytics.
Daniel Badura ist Consultant und Data Scientist. Bei valantic ist er der Experte zur Integration von betriebswirtschaftlichen Anwendungsfeldern in analytischen Datenbanken für Reporting und Planung sowie der Nutzung von Data-Science-Methoden zur Konstruktion von komplexen Vorhersagemodellen.
Prof. Dr. Michael Schulz und Uwe Neuhaus von der NORDAKADEMIE haben gemeinsam mit einer virtuellen Arbeitsgruppe ein Data Science Process Modell erstellt und weiterentwickelt.
Foto Quelle: NORDAKADEMIE/Foto: Dirk Schönfeldt
Als Autorinnen und Autoren der Version 1.1 werden alle aktiv an der Bearbeitung dieser Version Beteiligten geführt, die dieser Nennung zugestimmt haben. Sie bedanken sich bei allen Mitwirkenden der Version 1.0 für die Arbeit an den bisherigen Ausarbeitungen.
Dipl.-Inform. Uwe Neuhaus, NORDAKADEMIE Hochschule der Wirtschaft
Prof. Dr. Jens Kaufmann, Hochschule Niederrhein
Dr. Stephan Kühnel, Martin-Luther-Universität Halle-Wittenberg
Dr. Emal M. Alekozai, Robert Bosch GmbH
Heiko Rohde (M.Sc.), valantic
Sayed Hoseini (M.Sc.), Hochschule Niederrhein
René Theuerkauf (M.Sc.), Martin-Luther-Universität Halle-Wittenberg
Daniel Badura, valantic
Prof. Dr. Ulrich Kerzel, IU Internationale Hochschule
Prof. Dr. Carsten Lanquillon, Hochschule Heilbronn
Prof. Dr. Stephan Daurer, DHBW Ravensburg
Prof. Dr. Maik Günther, IU Internationale Hochschule
Dr. Lukas Huber, FH Kufstein Tirol
Lukas-Walter Thiée, Universität Lüneburg
Philipp zur Heiden (M.Sc.), Universität Paderborn
Dr. Jens Passlick, VHV Gruppe
Jonas Dieckmann (B.Sc.), Philips
Dr. Florian Schwade, Universität Koblenz
Dr. Tobias Seyffarth, Martin-Luther-Universität Halle-Wittenberg
Wolfgang Badewitz, FZI Forschungszentrum Informatik
Dr. Raphael Rissler, SAP SE
Prof. Dr. Stefan Sackmann, Martin-Luther-Universität Halle-Wittenberg
Prof. Dr.-Ing. Philipp Gölzer, TH Nürnberg
Felix Welter, Universität Hamburg
Jochen Röth (M.Sc.), Shopfloor Management Systems GmbH
Julian Seidelmann (M.Sc.), Hapag-Lloyd
Prof. Dr. Uwe Haneke, Hochschule Karlsruhe
Mehr zum Thema
Business Analytics 12. November 2025
What’s new in SAP Datasphere in November 2025
Seit dem letzten Blogpost im August gab es viele Erneuerungen in der SAP Datasphere: Mehrere Wellendeployments brachten spannende Innovationen und Optimierungen. Im Fokus stehen diesmal Datenintegration, Administration und Datenmodellierung.
Die Cloud gilt als kostengünstig, doch ohne Kostenkontrolle wird sie schnell zur Kostenfalle. Transparenz, Monitoring und Automatisierung helfen zu sparen.
Unser neuester Blogbeitrag beleuchtet aktuelle Updates der SAP Datasphere, die Datenintegration und -modellierung sowie die Cloud-Migration vereinfachen. Erfahren Sie, wie diese Verbesserungen Ihre Datenmanagement-Prozesse optimieren.
Turn your vision into reality: Female Digital Impact
