Data Science ist die interdisziplinäre Disziplin, die mit statistischen, informatischen und fachlichen Methoden Wissen und Erkenntnisse aus Daten gewinnt.
Data Science verbindet Statistik, Programmierung und Fachwissen, um aus großen und oft unübersichtlichen Datenmengen verwertbare Erkenntnisse abzuleiten – von einfachen Auswertungen bis zu komplexen Vorhersagemodellen.
Der typische Ablauf umfasst das Sammeln und Bereinigen von Daten, die explorative Analyse zur Identifikation von Mustern, den Einsatz statistischer oder lernender Modelle sowie die Aufbereitung und Kommunikation der Ergebnisse. Data Science ist damit ein Prozess, kein einzelnes Werkzeug.
Ein Data-Science-Projekt kann historische Verkaufsdaten analysieren, um saisonale Muster zu erkennen und daraus eine Vorhersage für die kommende Nachfrage abzuleiten.
Data Science wird in Marktforschung, Produktentwicklung, Risikobewertung, medizinischer Forschung und überall dort eingesetzt, wo aus vorhandenen Daten neue Erkenntnisse oder Vorhersagen gewonnen werden sollen.
Data Science ist nicht mit Maschinellem Lernen gleichzusetzen – lernende Modelle sind nur eines von mehreren möglichen Werkzeugen innerhalb der Disziplin. Ergebnisse sind außerdem immer nur so belastbar wie die verwendeten Daten und die gewählte Methodik.
Nicht zu verwechseln mit Maschinellem Lernen, das ein methodisches Teilgebiet ist, mit Business Intelligence, das den betrieblichen Anwendungskontext beschreibt, oder mit Datenvisualisierung, die nur einen Teilschritt darstellt.