Michael Schulz, Uwe Neuhaus und Bahne Christiansen vom Team des Masterstudiengangs „Applied Data Science“ leiteten diese Arbeitsgruppe und diskutierten mit den 14 TeilnehmerInnen aus sieben Ländern in mehreren Iterationen offene Fragestellungen aus dem Gebiet „Applied Data Science“. Dabei stand die Strukturierung der Disziplin Data Science, deren Teildisziplin „Applied Data Science“ sowie der „Business Data Science“ im Fokus. Innerhalb der „Applied Data Science“ liegt das Interesse grundsätzlich auf der Anwendungsdomänen-spezifischen Weiterentwicklung und Implementierung generischer Algorithmen und Analyseverfahren auf konkrete Problemstellungen.

Die elementare Bedeutung dieser praxisorientierten Sichtweise zeigte sich in diversen Fachvorträgen der Konferenz. So stellte Antinisca Di Marco von der University of L’Aquila, Co-Autorin und Teilnehmerin der Arbeitsgruppe, in einem eigenen Vortrag datenbasierte Ansätze zur Optimierung der Evakuierungsprozesse nach Naturkatastrophen vor. Anlass für dieses Projekt war das schwere Erdbeben in L’Aquila vor einigen Jahren.

Ein weiteres interessantes Beispiel für die Anwendung von Data Science-Methoden war ein Keynote-Vortrag von Stefano Ceri, Projektleiter von „data-driven Genomic Computing“, über die Erhebung, Speicherung und Verarbeitung von SARS-CoV-2-Sequenzdaten zur Analyse der Verbreitung von den verschiedenen Varianten des Coronavirus.