Hier findest du vertiefte Informationen zum Aufbau, zu den Studieninhalten und zu den Karriereperspektiven der Studienrichtung Data Visualization.
Was ist Data Visualization?
«Ein Bild sagt mehr als tausend Worte.»
Konfuzius hatte keinen Computer, als er das sagte. Seine Aussage ist jedoch bei den Datenmengen, die heutzutage anfallen, aktueller denn je.
Daten, insbesondere grosse Mengen von Daten, sind schwer zu erfassen. Die Datenvisualisierung, also auch die Informationsvisualisierung helfen dabei, Daten schnell zu interpretieren und zu verstehen. Datenvisualisierungen verwenden häufig Elemente des visuellen Storytellings, um eine von den Daten gestützte Botschaft zu kommunizieren. Es gibt viele Situationen, in denen Daten visuell darstellt werden sollten:
- Ansprechende Gestaltung von Daten
- Identifikation von Trends und Ausreissern innerhalb eines Datensatzes
- Erzählen einer Geschichte, die in den Daten versteckt ist
- Verstärkung eines Arguments oder einer Meinung
- Hervorheben wichtiger Teile eines Datensatzes
Im YouTube Video von TED erfährst du, was Data Visualization ist und warum sie immer wichtiger wird.
Ein Beispiel für Data Visualization
Wir alle haben Stunden damit verbracht, Daten aus endlosen, komplexen Excel-Tabellen zu analysieren. Die Visualisierung macht Schluss mit dieser mühsamen Aufgabe. Durch Datenvisualisierung ist es auf einfache Art und Weise möglich, Zahlen, Texte oder Objekte und deren Zusammenhänge aufzuzeigen, indem sie durch Punkte, Balken, Linien, Karten, Strömungen usw. in Grafiken dargestellt werden.
Datenvisualisierung kombiniert Einfachheit mit Design und ermöglicht eine erhebliche Zeitersparnis bei der Recherche und Analyse von Daten. Darüber hinaus ist die Visualisierung ein leistungsstarkes Kommunikationswerkzeug. Data Visualization ist die Kunst, auf kreative und unterhaltsame Weise dort Zahlen sprechen zu lassen, wo Excel-Tabellen versagen.
Zur Veranschaulichung nachfolgend ein konkretes Beispiel: Wie viele Sechsen kannst du im ersten Bild zählen?
Es dürfte eine Weile dauern, nicht wahr?
Aber wenn du die Farbe aller Sechsen änderst, wird die Aufgabe sofort viel einfacher.
Die Datenvisualisierung verwendet einfache Konzepte aus der Gestalttheorie. Dieser Begriff aus der Psychologie besagt, dass Menschen visuelle Elemente, die in Gruppen organisiert sind, schneller erkennen können. Dabei kommen unterschiedliche Formen, Farben und anderen visuelle Verfahren zum Einsatz.
Studienmodell
- Flexible Studiendauer: Je nach persönlicher Situation kannst du das Studium innerhalb von zwei bis zu vier Jahren absolvieren.
- Berufsbegleitend studieren: Der Master ist als Teilzeitstudium aufgebaut und konzentriert sich auf zwei Wochentage (Freitag und Samstag). Dadurch lässt sich der Studium gut mit Beruf und Projekten kombinieren.
- Flexibles Lernen: Viele Inhalte können online und zeitlich flexibel erarbeitet werden. Dadurch profitierst du von einem flexiblen Studienmodell mit hoher Eigenverantwortung.
- Individuelle Studiengestaltung: Durch die Wahl bestimmter Module gestaltest du dein Studium nach deinen individuellen Interessen und beruflichen Zielen.
Studienplan
Studienaufbau
Die unterschiedlichen Module sind inhaltlich und zeitlich abgeschlossen. Sie können sich aus einer oder mehreren Lehrveranstaltungen, den sogenannten Kursen, zusammensetzen. Module erstrecken sich in der Regel über ein oder zwei Semester.
Es gibt drei verschiedene Modularten innerhalb des Studiengangs:
- Pflichtmodule: sind obligatorisch zu absolvieren.
- Wahlpflichtmodule: können aus einem vorgegebenen Bereich im vorgegebenen Umfang ausgewählt werden.
- Wahlmodule: sind aus einem umschriebenen Bereich frei wählbar.
Im letzten Semester erarbeitest du die Master Thesis.
Bist du ein Unternehmen und möchtest eine Master Thesis in Auftrag geben? Informiere dich über die Möglichkeiten.
Modularer Studiumsaufbau
Die unterschiedlichen Module sind inhaltlich und zeitlich abgeschlossen. Sie können sich aus einer oder mehreren Lehrveranstaltungen, den sogenannten Kursen, zusammensetzen. Module erstrecken sich in der Regel über ein oder zwei Semester.
Es gibt drei verschiedene Modularten innerhalb des Studiengangs:
- Pflichtmodule: sind obligatorisch zu absolvieren.
- Wahlpflichtmodule: können aus einem vorgegebenen Bereich im vorgegebenen Umfang ausgewählt werden.
- Wahlmodule: sind aus einem umschriebenen Bereich frei wählbar.
Im letzten Semester erarbeitest du die Master Thesis.
Bist du ein Unternehmen und möchtest eine Master Thesis in Auftrag geben? Informiere dich über die Möglichkeiten.
1. Semester
Das erste Semester legt den Fokus auf die Vermittlung von Grundlagen und wissenschaftlichen Methoden. Zudem erhältst du die Möglichkeit, nach eigenem Interesse Module frei zu wählen.
2. und 3. Semester
Im zweiten und dritten Semester findet die Vertiefung zu den Schwerpunkten Datenmanagement, Datenvisualisierung und Informationsvisualisierung statt. Zusätzlich setzt du die gewonnenen Erkenntnisse in Praxisprojekten unter fachlicher Anleitung in Gruppenarbeiten um.
4. Semester
Nach dem vierten Semester beendest du dein Studium mit der Abgabe der Master Thesis.
Praxis im Studium
Das Zusammenspiel zwischen Studium, Forschung und Praxis stellt einen wichtigen Aspekt des Studiums dar. In verschiedenen Modulen verbindest du Theorie und Praxis und beschäftigst dich mit aktuellen Problemstellungen aus dem Bereich Data Visualization.
Moderne Lernmethoden
Als besondere Dienstleistung werden die Vorlesungen via Internet live per Video übertragen und stehen den Studierenden anschliessend als abgespeicherte Dateien zwecks Vertiefung im Selbststudium zur Verfügung. Dennoch handelt es sich bei diesem Studium nicht um ein Fernstudium. Die FH Graubünden legt grossen Wert auf die Präsenz und den aktiven Austausch mit den Studierenden und Dozierenden vor Ort.
Beispiele von Consultancy Projects
- Entwicklung eines Dashboards für das Gesundheitswesen
- Immersive Datenvisualisierung im Igloo Dome
- Maschinelles Lernen am Beispiel von Kinderzeichnungen
- «Deep Learning for the automatic detection of emotional content in text documents»
- Entwicklung eines datenbasierten Kennzahlensystems zur Verbesserung der Organisationsentwicklung
- Entwicklung von Visualisierungen für ein Management Dashboard der Firma Inficon
Beispiele für Data Visualization aus studentischen Projekten:
Master Thesis
Welche Themen werden bei der Master Thesis behandelt? Was für Arbeiten wurden bereits geschrieben? Hier erhältst du eine Übersicht der bestehenden Master Thesen.
Studienalltag
Das Studium verbindet Fachwissen, praktische Anwendungen und persönliche Entwicklung. Du arbeitest interaktiv, praxisnah und in engem Austausch mit Dozierenden, Praxispartnern und Mitstudierenden.
Berufsperspektiven
Mit dem Master Data Visualization qualifizierst du dich für anspruchsvolle Fach- und Führungsfunktionen an der Schnittstelle von Daten, Kommunikation und Management.
Mögliche Tätigkeitsfelder
- Data Visualization Specialist
- Business Intelligence Analyst
- Data Analyst
- Information Designer
- UX Researcher
- Consultant Data & Analytics
- Projektleiter:in Datenprojekte
- Data Artist:in
- Data Journalist:in
- Insight Analyst:in
- Research Analyst:in
- Kommunikationsexpertin/-experte mit Schwerpunkt Datenanalyse
- Online-Journalist:in
- Product Owner:in
- Product Manager:in
- Business Analyst:in
Die globale Verknüpfung grosser Datenmengen sowie Entwicklungen im Internet stellen Organisationen aller Art vor enorme Herausforderungen. Daten- und Informations-Expertinnen und -Experten sind in der Lage, Daten zu strukturieren, zu kanalisieren und aufzubereiten, um Nutzenden die benötigte Information zur Verfügung zu stellen. Sie bringen eine Vielzahl von multidisziplinären Fähigkeiten aus den Bereichen Statistik und Informationstechnik, Kommunikation und Wirtschaft mit.
Führungs- und Managementfähigkeiten
- Digitale Unternehmensführung
- Projektmanagement
- Organisation des Wissenstransfers
- Sicherstellung des Wissensmanagements
- Business Intelligence
- Competitive Intelligence
Computer- und Programmierkenntnisse
- Webtechnologien
- Programmiersprachen
- Begleitung von benutzungszentrierten Entwicklungsprozessen
- Durchführung von Usability-Tests
- Datenanalyse/Data Mining
- Konzeption, Analyse, Auswahl und/ oder Entwicklung von Informations- und Kommunikationssystemen
Fachkenntnisse und Soft Skills
- Strategisch, proaktiv, kreativ, innovativ sowie kollaborativ denkend und handelnd
- Problemlöser-Mindset
- Hohes Interesse an Daten und datenzentrierten Themen
Kommunikation und Visualisierung
- Digitale Kommunikation
- Online-Marketing
- Datenvisualisierung
FAQ
Hier findest du Antworten auf häufig gestellte Fragen rund um das Studium Data Visualization und den Beruf Data Analyst:in.
Was ist Data Visualization?
Data Visualization befasst sich mit der anschaulichen Darstellung grosser und komplexer Datenmengen, um deren Verständnis und Interpretation zu erleichtern. Im Zuge der digitalen Transformation entstehen ständig riesige Datenströme, die Expert:innen mithilfe von Methoden aus Mathematik, Informatik, Wirtschaft und Design analysieren und visualisieren.
Lohnt sich ein Masterstudium in Data Visualization?
Da die visuelle Aufbereitung von Daten in der digitalen Welt immer wichtiger wird, eröffnet dir ein Master in Data Visualization attraktive Karriereperspektiven. An der FH Graubünden profitieren Studierende zudem von einem modularen Studium, viele Inhalte lassen sich online und zeitlich flexibel erarbeiten. Der starke Praxisbezug zeigt sich in realen Projekten mit Unternehmen, etwa bei der Entwicklung interaktiver Dashboards und der Entwicklung dreidimensionaler Visualisierungen.
Was kann man mit einem Master in Data Visualization machen?
Mit einem Master in Data Visualization strukturierst, kanalisiert und visualisierst du Daten, um die relevante Information bereitzustellen. Deine multidisziplinären Kompetenzen in Statistik, IT, Kommunikation, Wirtschaft und Visualisierung wendest du in verschiedensten Branchen an – etwa in IT-Unternehmen, der Industrie, bei Behörden, Banken, Versicherungen oder im Handel.
Was braucht man, um Data Visualization zu studieren?
Für das Masterstudium Data Visualization an der FH Graubünden benötigst du einen Bachelor- oder Masterabschluss (in der Schweiz anerkannt) sowie gute Deutschkenntnisse. Bei einem Hochschulwechsel oder Fragen zur Zulassung empfiehlt sich die Kontaktaufnahme mit der Studienleitung.
Ist das Masterstudium in Data Visualization schwierig?
Das Masterstudium in Data Visualization erfordert ein Mass an technischem Know-how, analytischem Denken und visueller Gestaltung. Durch das modulare Studienmodell der FH Graubünden, den praxisnahen Projekten und flexiblen Online-Formaten ist es jedoch gut machbar – besonders für Studierende mit Interesse an Daten, Design und digitalen Lösungen.
Was macht ein Data Analyst / eine Data Analystin?
Data Analyst:innen analysieren und visualisieren Daten, um Trends, Zusammenhänge und wertvolle Erkenntnisse zu gewinnen. Mithilfe von Data Visualization Tools und statistischen Methoden erkennen sie Muster und erstellen zwei- und dreidimensionale Visualisierungen, um so datenbasierte Entscheidungen zu unterstützen. Ziel ist es, Geschäftsprozesse zu optimieren, Chancen zu identifizieren und Risiken frühzeitig zu erkennen.
Sind Data Analyst:innen gefragt?
Data Analyst:innen sind stark gefragt, da in nahezu allen Branchen der Bedarf an datenbasierten Entscheidungen steigt. Unternehmen suchen gezielt Fachkräfte, die grosse Datenmengen analysieren, verständlich aufbereiten und daraus Handlungsempfehlungen ableiten können. Mit der zunehmenden Digitalisierung wächst die Nachfrage stetig.
Wieviel verdient man als Data Analyst:in?
Die Löhne von Data Analyst:innen variieren je nach Branche, Position und Erfahrung, sind aber durchwegs attraktiv.
Durchschnittlicher Lohn Data Analyst:in Schweiz (brutto/Jahr):
- Einstieg nach FH-Studium: CHF 90’000
- Mit Berufserfahrung (5+ Jahre): CHF 105’000
- In Führungspositionen: CHF 150’000
Was studieren, um Data Analyst:in zu werden?
Um Data Analyst:in zu werden, empfiehlt sich ein Studium in Wirtschaftsinformatik oder Data Science. Die FH Graubünden bietet hierfür den praxisorientierten Master of Science mit Studienrichtung Data Visualization an. Der Unterricht findet in Chur statt, dank modularem Aufbau lassen sich viele Inhalte auch online und zeitlich flexibel erarbeiten. Das Studium kann berufsbegleitend in 4 bis zu 8 Semestern absolviert werden.
Dein nächster Schritt
Du möchtest mehr über den Master erfahren oder prüfen, ob das Studium zu deinem Profil passt? Gerne unterstützen wir dich bei deinen nächsten Schritten.