Inhaltsverzeichnis

2025/26 Beurteilungsschema Data Science (Bakk AW, UIW, UBRM, HNT)


Die Note der Lehrveranstaltung setzt sich aus den Bewertungen des Statistik-Coachs, der Hausübung und des Data-Science-Projekts zusammen. Alle Teile werden über die e-Learning-Plattform BOKUlearn ("Moodle") abgewickelt.

Statistik-Coach

Es werden zwei Online-Beispiele im Statistik-Coach angeboten. Diese dienen

Dabei sind, abhängig vom jeweiligen Beispiel, unterschiedlich viele Punkte erreichbar. Es sind maximal 10 Abgabeversuche (innerhalb der jeweiligen Abgabefrist von ca. 2-3 Wochen) möglich; der letzte Versuch wird gewertet.

Hausübung

Die Hausübung ist eine Gruppenarbeit die in Form eines kurzen Berichtes als PDF-Datei abgegeben wird, wobei abschließend ein Abgabekolloquium stattfindet.

Data-Science-Projekt

Im Data-Science-Projekt werden anhand größerer Datensätze relevante Fragestellungen bearbeitet und abschließend ein Extended Abstract erstellt. Die Studierenden geben einander Peer‑Feedback, das in das Abstract einfließen soll. Anschließend wird das endgültige Abstract erstellt und abgegeben.


Vorlesungsteil

Im Vorlesungsteil werden die Data-Science-Verfahren einführend erläutert und anhand von Anwendungsbeispielen erklärt.

Bewertungsschema

Notenschlüssel

Die Lehrveranstaltung gilt nur dann als bestanden, wenn

erreicht werden. Andernfalls wird ein negatives Zeugnis ausgestellt.

Das Gesamtergebnis $P$ der Lehrveranstaltung setzt sich zusammen als gewichtete Summe der erreichten Prozentpunkte aus Coach‑Beispielen, Hausübung und Data-Science-Projekt:

P = 0.2 x Coach + 0.35 x HÜ + 0.45 x Data-Science-Projekt

unter Anwendung des folgenden Notenschlüssels:

Gesamtergebnis Note
50% ≤ $P$ < 60% genügend
60% ≤ $P$ < 75% befriedigend
75% ≤ $P$ < 90% gut
90% ≤ $P$ ≤ 100% sehr gut

Note für Vorlesungsteil plus Übungsteil gesamt