Einführung in die Programmierung mit Python für Data Science

Python ist die meistgenutzte Programmiersprache in der Datenwissenschaft. Dieses Modul der Technischen Hochschule Ulm — eingebettet in den Studiengang Business Analytics — führt Teilnehmende ohne oder mit wenig Programmiererfahrung in Python ein und stellt dabei von Anfang an den Anwendungsbezug auf Data-Science-Aufgaben in den Mittelpunkt. Das Einlesen und Bereinigen realer Datensätze, das Aggregieren und Analysieren von Tabellendaten und das Erzeugen aussagekräftiger Visualisierungen sind die Lernziele — nicht das abstrakte Erlernen von Programmierkonzepten auf rein theoretischer Ebene. Alle Übungen basieren auf realen oder realitätsnahen Datensätzen, was den Schritt vom Kurs in die berufliche Praxis deutlich verkürzt.

Modul 1 — Python-Grundlagen im Data-Science-Kontext Dieser Block führt in die Sprache ein, ohne sich in Konzepten zu verlieren, die für Data Science nicht relevant sind. Der Fokus liegt von Beginn an auf Daten und deren Verarbeitung.

• Python-Installation und Arbeitsumgebung (Anaconda, Jupyter Notebook)
• Datentypen: Zahlen, Zeichenketten, Listen, Dictionaries, Tupel
• Kontrollstrukturen: if-elif-else, for-Schleifen, while-Schleifen
• Funktionen schreiben und wiederverwenden
• Modulimporte: Wie Python-Bibliotheken eingebunden werden
• Grundlegende Fehlerbehandlung und Debugging

Modul 2 — Datenhaltung und -verarbeitung mit pandas pandas ist die Kernbibliothek für tabellarische Daten in Python. Dieser Block vermittelt alles, was für den täglichen Data-Science-Workflow mit strukturierten Daten notwendig ist.

• DataFrames und Series: Grundstruktur und Eigenschaften
• CSV-, Excel- und JSON-Dateien mit pandas einlesen
• Spalten auswählen, umbenennen und neue Spalten berechnen
• Filtern von Zeilen nach Bedingungen (loc, iloc, boolean indexing)
• Sortieren und Rangfolgen erstellen
• Daten zusammenführen: merge, join, concat für mehrere Datensätze

Modul 3 — Datenbereinigung und explorative Analyse Reale Datensätze sind selten vollständig oder konsistent. Dieser Abschnitt zeigt, wie man Qualitätsprobleme systematisch erkennt, dokumentiert und behebt — bevor Analysen begonnen werden.

• Fehlende Werte identifizieren (isnull, notna) und behandeln (fillna, dropna)
• Duplikate erkennen und entfernen
• Datentypen bereinigen (z. B. Zahlen, die als Text gespeichert wurden)
• Ausreißer identifizieren und bewerten
• Aggregationsanalysen: groupby, agg, pivot_table für Zusammenfassungen
• Deskriptive Statistik mit describe und eigenen Berechnungen

Modul 4 — Datenvisualisierung und Ergebniskommunikation Daten sprechen erst dann, wenn sie in verständliche visuelle Formen übersetzt werden. Dieser Block vermittelt, wie Visualisierungen für explorative Analyse und Kommunikation erstellt werden.

• Grundlegende Diagrammtypen mit matplotlib: Liniendiagramm, Balkendiagramm, Histogramm, Streudiagramm
• Statistisch aussagekräftige Visualisierungen mit seaborn (Boxplot, Heatmap, Pairplot)
• Diagramme lesbar gestalten: Achsenbeschriftungen, Titel, Legende, Farbwahl
• Visualisierungen in Jupyter Notebooks einbetten und reproduzierbar dokumentieren
• Auswahl des richtigen Diagrammtyps für die jeweilige Analysefrage
• Explorative Datenanalyse: strukturiertes Vorgehen von der Rohdatenbetrachtung zur Erkenntnis

Praxisblock — End-to-End Data-Science-Übungen mit realen Datensätzen Alle Konzepte werden anhand echter Datensätze eingeübt — nicht an konstruierten Lehrbeispielen.

• Einen realen CSV-Datensatz einlesen und erste Übersicht gewinnen
• Fehlende Werte und Inkonsistenzen im Datensatz identifizieren und dokumentieren
• Bereinigungsskript schreiben, das reproduzierbar alle Qualitätsprobleme behebt
• Aggregationsanalyse: Umsatz nach Kategorie und Zeitraum zusammenfassen
• Pivot-Tabelle für eine Kreuztabellenanalyse erstellen
• Liniendiagramm für eine Zeitreihenanalyse (z. B. monatlicher Absatz) erstellen
• Boxplot zum Vergleich von Gruppen (z. B. Regionen oder Produktkategorien) erzeugen
• Streudiagramm zur Untersuchung einer Korrelation zwischen zwei Variablen
• Vollständige explorative Datenanalyse (EDA) für einen neuen Datensatz durchführen
• Ergebnis-Notebook mit Kommentaren und Visualisierungen für Dritte verständlich aufbereiten
• Eigene Analysefrage formulieren, Python-Skript schreiben und Ergebnis präsentieren
• Peer-Review: fremdes Notebook lesen, nachvollziehen und kritisch kommentieren

Die Praxisübungen spiegeln direkt, was Data Scientists und Business Analysts in realen Projekten täglich tun — damit der Übergang vom Kurs in die berufliche Praxis so kurz wie möglich bleibt.

Das Modul richtet sich an Personen mit einem Hochschulhintergrund, die Python und Data-Science-Grundlagen strukturiert erlernen wollen. Es ist als einzelner Zertifikatskurs belegbar oder als Teil des Studiengangs Business Analytics an der Technischen Hochschule Ulm.

• Absolventen technischer und naturwissenschaftlicher Studiengänge (Informatik, Mathematik, Physik, Ingenieurwissenschaften, Wirtschaftsmathematik), die Python für Datenanalyse nutzen wollen
• Business-Analysten und Produktmanager mit Hochschulabschluss, die eigenständige Datenauswertungen durchführen möchten
• Forschende und wissenschaftliche Mitarbeiterinnen und Mitarbeiter, die Datensätze mit Python auswerten wollen
• Berufstätige mit erstem Hochschulabschluss beliebiger Fachrichtung, die Data Science als neue Kompetenz aufbauen wollen
• Masterstudentinnen und -studenten, die ihr Methodenrepertoire um praktische Python-Datenkompetenz erweitern

Das Modul wird in Teilzeit durchgeführt und ist so konzipiert, dass es parallel zu Berufstätigkeit oder anderen Studienleistungen absolviert werden kann. Die Lernmaterialien folgen dem Prinzip der anwendungsorientierten Hochschullehre: Konzepte werden direkt in den Data-Science-Kontext eingebettet und sofort anhand von Datensätzen eingeübt. Jupyter Notebooks dienen als primäre Arbeitsumgebung, weil sie Code, Ausgabe, Kommentare und Visualisierungen in einem Dokument vereinen — so wie es in realen Data-Science-Teams gängige Praxis ist. Das macht die im Kurs erstellten Notebooks zu einem direkt vorweisbaren Arbeitsergebnis.

Das Modul wird in Teilzeit angeboten. Als Teil des Studiengangs Business Analytics der Technischen Hochschule Ulm ist es in die dortigen Studienstruktur eingebettet; als eigenständiger Zertifikatskurs kann es unabhängig davon belegt werden. Die Workload entspricht einem Hochschulmodul des Studiengangs Business Analytics.

Nach erfolgreichem Abschluss des Moduls erhalten Teilnehmende ein Zertifikat der Technischen Hochschule Ulm, das die erworbenen Kompetenzen in Python-Programmierung für Data Science dokumentiert. Wird das Modul im Rahmen des Studiengangs Business Analytics absolviert, fließt es entsprechend in den Studienabschluss ein.

Python ist die meistgenutzte Sprache in Data Science, Machine Learning und datengetriebener Forschung — weit verbreitet in wissenschaftlichen Einrichtungen, Technologieunternehmen und zunehmend auch in traditionellen Branchen wie Finanzwesen, Logistik und Gesundheitswesen. Der Einstieg über eine reale Anwendungsperspektive statt über abstrakte Syntaxübungen macht den Lerneffekt dauerhafter: Wer Python zuerst am Datensatz erlebt, versteht die Sprache als Werkzeug, nicht als Selbstzweck. Die Kombination aus Hochschulkontext und praxisnahem Inhalt ist ein Alleinstellungsmerkmal dieses Moduls. Die Teilnahme an einem Hochschulmodul mit Zertifikat der Technischen Hochschule Ulm signalisiert eine andere Qualitätsstufe als ein generischer Online-Kurs — besonders für Personen, die ihre akademische Weiterbildung dokumentieren wollen oder die Grundlage für einen Masterstudiengang oder eine Promotion legen. Wer dieses Modul abschließt, hat mit pandas, NumPy, matplotlib und Jupyter Notebook die vier zentralen Werkzeuge des Python-Data-Science-Stacks kennengelernt. Diese vier Bibliotheken sind die Basis fast aller weiterführenden Kurse im Bereich Machine Learning (scikit-learn), Deep Learning (TensorFlow, PyTorch) und Business Intelligence — sodass dieses Modul als solider erster Schritt in eine breite Palette von Folgespezialisierungen dient.