94k, 5j. BE, 31 Jahre alt. M.Sc. Statistik und M.Sc. Data Science, Pharamabereich/Biostatistik

antworten

Gibt es hier Quants mit einem M.Sc. Statistik, Data Science o.ä. die von ihrem Berufseinstieg (Branche, Aufgaben, Gehalt, etc.) berichten wollen? :) Freue mich sehr über einen Einblick.

antworten

WiWi Gast schrieb am 30.01.2024:

Gibt es hier Quants mit einem M.Sc. Statistik, Data Science o.ä. die von ihrem Berufseinstieg (Branche, Aufgaben, Gehalt, etc.) berichten wollen? :) Freue mich sehr über einen Einblick.

Push

antworten

WiWi Gast schrieb am 31.01.2024:

Push

Push +2

antworten

WiWi Gast schrieb am 02.02.2024:

Push +2

Interessante Frage, schließe mich an

antworten

WiWi Gast schrieb am 30.01.2024:

Gibt es hier Quants mit einem M.Sc. Statistik, Data Science o.ä. die von ihrem Berufseinstieg (Branche, Aufgaben, Gehalt, etc.) berichten wollen? :) Freue mich sehr über einen Einblick.

Ja hier. Studium war der Horror und der verdienst danach gut. Dennoch verdienst du als Arzt oder Jurist um ein vielfaches mehr.

antworten

WiWi Gast schrieb am 05.07.2023:

Ich behaupte jetzt mal, dass die TU Dortmund schon länger einen reinen Statistik-Master im Angebot hat und mit der LMU mithalten kann.

Der reine Statistikmaster an der LMU läuft meines Wissens aus und wurde durch Statistics and Data Science ersetzt. Die TU Dortmund fährt einen etwas anderen Weg und bietet sowohl Statistik als auch Data Science separat an, wobei Data Science dort auch einen hohen Statistikanteil besitzt.

Würdet ihr trotzdem sagen, (reine) Statistik habe einen besseren Ruf als ein Master in Data Science (diese These habe ich hier in Forum des Öfteren gelesen) oder ist Data Science inzwischen ebenbürtig?

antworten

WiWi Gast schrieb am 27.03.2024:

Der reine Statistikmaster an der LMU läuft meines Wissens aus und wurde durch Statistics and Data Science ersetzt. Die TU Dortmund fährt einen etwas anderen Weg und bietet sowohl Statistik als auch Data Science separat an, wobei Data Science dort auch einen hohen Statistikanteil besitzt.

Würdet ihr trotzdem sagen, (reine) Statistik habe einen besseren Ruf als ein Master in Data Science (diese These habe ich hier in Forum des Öfteren gelesen) oder ist Data Science inzwischen ebenbürtig?

Im Forschungsbereich in Unternehmen sowie Wissenschaft ist ein theoretischer(er) Statistik Master natürlich gerne gesehen. Hier werden die sogenannten ML und AI Algorithmen tiefergehend untersucht. Böse Zungen munkeln, dass man mit einem M.Sc. in Informatik oder Statistik breiter aufgestellt und für Top-Arbeitgeber attraktiver ist (z.B. MS, Apple, NVIDIA, ...). Mir persönlich wäre das relativ Schnuppe, wenn der Master an einer Universität absolviert wird. Nach dem Berufseinstieg zählt pro weiteres Jahr immer mehr die Berufserfahrung, aber wem sag ich das.

Wenn man natürlich bereits einen M.Sc. in Statistik oder Informatik hat, wäre natürlich ein weiterer Master spezialisiert auf Data Science eine super Ergänzung! Da spielt es auch dann keine Rolle mehr ob Uni oder FH oder sonstiges

antworten

WiWi Gast schrieb am 30.03.2024:

Im Forschungsbereich in Unternehmen sowie Wissenschaft ist ein theoretischer(er) Statistik Master natürlich gerne gesehen. Hier werden die sogenannten ML und AI Algorithmen tiefergehend untersucht. Böse Zungen munkeln, dass man mit einem M.Sc. in Informatik oder Statistik breiter aufgestellt und für Top-Arbeitgeber attraktiver ist (z.B. MS, Apple, NVIDIA, ...). Mir persönlich wäre das relativ Schnuppe, wenn der Master an einer Universität absolviert wird. Nach dem Berufseinstieg zählt pro weiteres Jahr immer mehr die Berufserfahrung, aber wem sag ich das.

Wenn man natürlich bereits einen M.Sc. in Statistik oder Informatik hat, wäre natürlich ein weiterer Master spezialisiert auf Data Science eine super Ergänzung! Da spielt es auch dann keine Rolle mehr ob Uni oder FH oder sonstiges

Was würdest du/würdet ihr in meiner Situation für an sinnvollsten halten? Ich habe einen Bachelor in Informatik und möchte im Bereich Data Science Fuß fassen (habe bisher eher Erfahrungen in der Softwareentwicklung).

Es stehen folgende Optionen zur Auswahl:

1. Master Informatik TU9 (4 Semester Regelstudienzeit)
2. Master Data Science TU9 (4 Semester Regelstudienzeit)
3. Doppelstudium Master Informatik und Data Science TU9 (voraussichtlich 6 Semester Regelstudienzeit, wenn geschickte Fächerwahl)
4. Master Angwandte Statistik Uni Göttingen (4 Semester Regelstudienzeit)

antworten

WiWi Gast schrieb am 31.03.2024:

Was würdest du/würdet ihr in meiner Situation für an sinnvollsten halten? Ich habe einen Bachelor in Informatik und möchte im Bereich Data Science Fuß fassen (habe bisher eher Erfahrungen in der Softwareentwicklung).

Es stehen folgende Optionen zur Auswahl:

1. Master Informatik TU9 (4 Semester Regelstudienzeit)
2. Master Data Science TU9 (4 Semester Regelstudienzeit)
3. Doppelstudium Master Informatik und Data Science TU9 (voraussichtlich 6 Semester Regelstudienzeit, wenn geschickte Fächerwahl)
4. Master Angwandte Statistik Uni Göttingen (4 Semester Regelstudienzeit)

Bin zwar nicht der Poster aber würde 2 oder 4 empfehlen. 3 ist meiner Meinung nach Zeitverschwendung. Wenn du länger an der Uni bleiben willst dann mach lieber einen PhD wobei das natürlich zeitlich nochmal deutlich länger dauert.

Ein data science master ist halt etwas breiter aufgestellt. Man hat neben Statistik auch noch mehr Algebra, Numerik, Optimierung und Informatik Module im Katalog und hat wohl in der Regel deutlich mehr Wahlfreiheit.
Ein Statistik master hat halt einen starken Fokus auf einen Bereich. Es gibt (wenn auch wenige) jobs bei denen man nur mit einem Statistik Studium rein kommt dafür bereitet dich ein data science master wahrscheinlich etwas besser auf den Großteil der data science Jobs vor. Aber allgemeine hast du mit 2 und 4 sehr ähnlich Möglichkeiten und ich würde mich nach den persönlichen Interessen richten.

antworten

WiWi Gast schrieb am 31.03.2024:

Was würdest du/würdet ihr in meiner Situation für an sinnvollsten halten? Ich habe einen Bachelor in Informatik und möchte im Bereich Data Science Fuß fassen (habe bisher eher Erfahrungen in der Softwareentwicklung).

Es stehen folgende Optionen zur Auswahl:

1. Master Informatik TU9 (4 Semester Regelstudienzeit)
2. Master Data Science TU9 (4 Semester Regelstudienzeit)
3. Doppelstudium Master Informatik und Data Science TU9 (voraussichtlich 6 Semester Regelstudienzeit, wenn geschickte Fächerwahl)
4. Master Angwandte Statistik Uni Göttingen (4 Semester Regelstudienzeit)

Das kommt darauf an wo es hin soll. Mit einem B.Sc. in Informatik kannst du ruhig Data Science studieren. Du hast ja die Grundlagen, die bei reinen Data Science Studiengängen gekürzt ist, absolviert. Ein Master ist ja u.a. dafür da, sich zu spezialisieren.

Wenn du mehr in Richtung Data Engineering gehen möchtest würde ich dir Informatik empfehlen. Wenn es um anspruchsvolle Data Science Jobs mit viel Comoutational Statistik geht sowie Modellierungen, dann ist der Master in Göttingen nicht verkehrt. V.a. mit dem Statistik Master hast du es schlussendlich einfacher in der Praxis, dir komplexe Algorithmen, Moellierungs- und Optimierungstechniker selbst anzueignen und anzuwenden. Statistik ist halt Mathematik und besteht zu einem nicht unerheblichen Teil aus mathematischer Theorie.

antworten

MS und NVIDIA interessiert ein Master nicht die Bohne, erst recht nicht von einer deutschen Uni und im Bereich AI. Die bekommen gerade Zehntausende Bewerbungen aus aller Welt, darunter PhDs von Harvard, Stanford & Co. Daher am besten die Erwartungen unten halten diesbezüglich.

antworten

WiWi Gast schrieb am 31.03.2024:

MS und NVIDIA interessiert ein Master nicht die Bohne, erst recht nicht von einer deutschen Uni und im Bereich AI. Die bekommen gerade Zehntausende Bewerbungen aus aller Welt, darunter PhDs von Harvard, Stanford & Co. Daher am besten die Erwartungen unten halten diesbezüglich.

Einen Master brauchst du, wie hier bereits erwähnt, oft um überhaupt den Einstieg zu finden. Danach zählt pro Jahr die Berufserfahrung.

antworten

Push

antworten

Hat jemand den Studiengang ,,Applied Statistics" an der Uni Trier absolviert oder studiert diesen gerade?

Im Internet findet man leider recht weniger darüber. LG und Danke :)

antworten

WiWi Gast schrieb am 16.05.2024:

Hat jemand den Studiengang ,,Applied Statistics" an der Uni Trier absolviert oder studiert diesen gerade?

Im Internet findet man leider recht weniger darüber. LG und Danke :)

Der Studiengang ist umbenannt worden und hieß vorher Survey-Statistics. Das Programm ist fast Deckungsgleich mit Bamberg und Berlin. Inhalt steht in den Modulhandbücher. Pflichtmodule sind mathematische Statistik ( III und/oder IV), Stichprobentheorie, Bayes, R Programmierung, usw.

antworten

Lohnt es sich den überhaupt noch etwas analytisches wie Mathematik oder Statistik zu studieren, wenn es Data Science gibt?

antworten

WiWi Gast schrieb am 24.07.2024:

Lohnt es sich den überhaupt noch etwas analytisches wie Mathematik oder Statistik zu studieren, wenn es Data Science gibt?

Mathematiker (würde sogar auch sagen Statistiker) sind ein ganz anderes Kaliber als "Data Scientists". Man muss allerdings auch dazu sagen, dass die Stellen für (reine) Mathematiker rar gesät sind. Wenn man dort nicht zu den Top 10% gehört und eine der wenigen Top-Stellen in HFs oder Market Makern ergattern kann, bleibt fast nur noch Forschung und Versicherung. Alles andere könnten mMn auch Data Scientists machen.

antworten

WiWi Gast schrieb am 24.07.2024:

Lohnt es sich den überhaupt noch etwas analytisches wie Mathematik oder Statistik zu studieren, wenn es Data Science gibt?

Was für eine Frage. Die auch hier im Forum schon 100 mal durchgekaut wurde.

Meine Meinung ist: Analytisch anspruchsvolle Fächer wie Mathematik und Statistik studiert man hauptsächlich für sich selbst. Aus spass an der Freude. Oder fürs Ego um am Ende zu sagen "seht her, ich habe eine schwere Nawipromotion" um dann nicht ganz so frustriert durchs Leben zu gehen, weil niemand sich dafür interessiert. Der Großteil der Absolventen macht damit Finanziell eher ein Minusgeschäft, denn am Ende verdient man oft nicht mehr, oft sogar weniger, als der Wirtschaftsinformatiker von der FH. Bei deutlich mehr Aufwand.

Bei "Datascience" kommt noch dazu. Dass es das in 100 verschiedenen Ausführungen gibt. Es gibt "Mathematical datascience" - studiengänge, die sind dann eher wie Mathe mit Schwerpunkt Statistik, Optimierung und mit Nebenfach Computerscience sind. Dann gibt es Datascience an Informatik Fakultäten, die dann vielleicht eher die Engineering-Komponente beleuchten und dann gibt es noch an der FH deines vertrauens den Datascience Studiengang wo du ein bisschen Theorie hast, aber hauptsächlich lernst, wie du Modelle in der Praxis anwendest. Alle haben sicherlich irgendwo ihre Berechtigung. Firmen unterscheiden auch oft nicht, ob sie jetzt einen Datascientisten mit Schwerpunkt XY oder einen Mathematiker, Physiker oder Computerscientist einstellen. Im konkreten Anwendungsfall ist dann meist eh nicht das Studienfach entscheidend, sondern die Problemlösekompetenz.

antworten

WiWi Gast schrieb am 24.07.2024:

Lohnt es sich den überhaupt noch etwas analytisches wie Mathematik oder Statistik zu studieren, wenn es Data Science gibt?

Data Science ist an guten Unis (wie z. B. der TU Dortmund oder der RWTH), ebenfalls sehr analytisch und ist an der Schnittstelle zwischen angewandter Mathematik/Statistik und Informatik (was an der Uni natürlich auch ziemlich analytisch ist, zumindest die für Data Science wichtigen Module) angesiedelt.

Es gibt aber auch schlechte Data Science Studiengänge, z. B. Data and Information Science an der TH Köln, die scheinen mit dem Namen ihre Informationswissenschaft schmackhafter machen zu wollen, aber ohne dass es vernünftige Basics gibt (z. B. kein einziges reines Mathemodul). Darunter leiden dann natürlich auch gute Programme, weil viele Arbeitgeber da nicht differenzieren können, ob das Programm nun Hand und Fuß hat und die nötigen mathematischen Grundlagen vermittelt oder nicht, daher raten viele dazu, lieber auf ein etablierteres Fach wie Mathematik oder Statistik zu setzen.

Wobei ich denke, dass dieser Effekt doch eher vernachlässigbar ist, denn ein gutes Unternehmen sollte auch einen guten Kandidaten erkennen können, spätestens im Bewerbungsgespräch und da spielt es dann auch nicht mehr so eine große Rolle, wie der Studiengang nun hieß. Und in Data Science ist es wahrscheinlich einfacher, sich theoretische Kenntnisse, die man doch irgendwie in der Praxis braucht, anzueignen, während ein theoretischer Mathematiker da schon deutlich mehr über den Tellerrand blicken muss.

antworten

WiWi Gast schrieb am 25.07.2024:

Was für eine Frage. Die auch hier im Forum schon 100 mal durchgekaut wurde.

Meine Meinung ist: Analytisch anspruchsvolle Fächer wie Mathematik und Statistik studiert man hauptsächlich für sich selbst. Aus spass an der Freude. Oder fürs Ego um am Ende zu sagen "seht her, ich habe eine schwere Nawipromotion" um dann nicht ganz so frustriert durchs Leben zu gehen, weil niemand sich dafür interessiert. Der Großteil der Absolventen macht damit Finanziell eher ein Minusgeschäft, denn am Ende verdient man oft nicht mehr, oft sogar weniger, als der Wirtschaftsinformatiker von der FH. Bei deutlich mehr Aufwand.

Bei "Datascience" kommt noch dazu. Dass es das in 100 verschiedenen Ausführungen gibt. Es gibt "Mathematical datascience" - studiengänge, die sind dann eher wie Mathe mit Schwerpunkt Statistik, Optimierung und mit Nebenfach Computerscience sind. Dann gibt es Datascience an Informatik Fakultäten, die dann vielleicht eher die Engineering-Komponente beleuchten und dann gibt es noch an der FH deines vertrauens den Datascience Studiengang wo du ein bisschen Theorie hast, aber hauptsächlich lernst, wie du Modelle in der Praxis anwendest. Alle haben sicherlich irgendwo ihre Berechtigung. Firmen unterscheiden auch oft nicht, ob sie jetzt einen Datascientisten mit Schwerpunkt XY oder einen Mathematiker, Physiker oder Computerscientist einstellen. Im konkreten Anwendungsfall ist dann meist eh nicht das Studienfach entscheidend, sondern die Problemlösekompetenz.

Ein WiWi Studi für den Statistik zu hoch ist, ich verstehe :)
Für den Rest: Last euch von gekränkten Neidern bitte nicht beeinflussen und macht immer eure eigenen Recherchen. Ein Statistiker ist in analytischen Berufen einem WiWi und Co. in 99 von 100 Fällen vorzuziehen. Das weiß auch die Fachabteilung dann. In einem datengetriebenen Zeitalter ist ein Statistiker nunmal flexibler einsetzbar als ein WiWi, PoWi, SoWi und Konsorten. Und zum Thema Ego: Ja man kann durchaus stolz darauf sein einen M.Sc. in Statistik zu haben und das zurecht , sehr gut erkannt ;). Damit erkennst du den Wert auf dem Arbeitsmarkt und den Schwierigkeitsgrad eines solchen Studiums schonmal an, super! You're welcome :)

antworten

WiWi Gast schrieb am 24.07.2024:

Lohnt es sich den überhaupt noch etwas analytisches wie Mathematik oder Statistik zu studieren, wenn es Data Science gibt?

Es spielt keine große Rolle ob man jetzt einen master in Mathe mit den entsprechenden Vertiefungen oder data science studiert weil die Module in der Regen die gleichen sind. Die unis versehen einfach das was sie sowieso schon haben mit einem neuen Namen um mehr potentielle Studenten anzusprechen.

antworten

WiWi Gast schrieb am 24.07.2024:

Lohnt es sich den überhaupt noch etwas analytisches wie Mathematik oder Statistik zu studieren, wenn es Data Science gibt?

Ja tut es. Wie schon ausgeführt wurde ist ein fundiertes Fach wie Mathematik, Statistik, Physik oder Informatik immer gerne gesehen. Tendenz steigend da immer mehr BS Studiengänge auf dem Markt (#notall).
I.d.R. wirst du immer höher angesehen werden (beruflich wie gehaltstechnisch) als bspw. Mit einem Master in WiWi, Quant Finance, VWL, Psychologie oder ähnliches.

antworten

Ja tut es. Wie schon ausgeführt wurde ist ein fundiertes Fach wie Mathematik, Statistik, Physik oder Informatik immer gerne gesehen. Tendenz steigend da immer mehr BS Studiengänge auf dem Markt (#notall).
I.d.R. wirst du immer höher angesehen werden (beruflich wie gehaltstechnisch) als bspw. Mit einem Master in WiWi, Quant Finance, VWL, Psychologie oder ähnliches.

Könntest du hier etwas detaillierter aus deiner erfahrung berichten? Meiner erfahrung nach werden quantleute (bin selbst so jmd) zwar unter kollegen geschätzt. Das spiegelt sich aber oft nicht im gehalt wieder. Oft sind die leute eher introvertierte tüftler, die wichtige fachliche arbeit machen, aber eben nicht mit bunten powerpoints bei chefs hausieren gehen.

Währenddessen arbeiten leute mit weniger quantitativen abschlüssen oft in projectmanagement o.ä positionen in denen traditionell in deutschland mehr verdient wird als auf fachlichen positionen. Das ist zwar bedauerlich und es ist sicher auch nicht besonders klug von den firmen, dass fachliche arbeit hier kaum finanziell gewertschätzt wird. aber so ist es eben meiner erfahrung nach.

antworten

Ein WiWi Studi für den Statistik zu hoch ist, ich verstehe :)
Für den Rest: Last euch von gekränkten Neidern bitte nicht beeinflussen und macht immer eure eigenen Recherchen. Ein Statistiker ist in analytischen Berufen einem WiWi und Co. in 99 von 100 Fällen vorzuziehen. Das weiß auch die Fachabteilung dann. In einem datengetriebenen Zeitalter ist ein Statistiker nunmal flexibler einsetzbar als ein WiWi, PoWi, SoWi und Konsorten. Und zum Thema Ego: Ja man kann durchaus stolz darauf sein einen M.Sc. in Statistik zu haben und das zurecht , sehr gut erkannt ;). Damit erkennst du den Wert auf dem Arbeitsmarkt und den Schwierigkeitsgrad eines solchen Studiums schonmal an, super! You're welcome :)

Ich weiß nicht, woher du deine Schlüsse ziehst. Ich bin Mathematiker. Dein Angriff geht also etwas am Ziel vorbei:) Ich habe nur meine Einschätzung und Erfahrung des (deutschen) Arbeitsmarktes wiedergegeben. Deine Sichtweise spiegelt meiner Erfahrung nach eher die Sichtweise vieler Studenten wieder, die denken, nur weil sie ein schweres Fach wie Statistik studiert haben, müsste ihnen irgendjemand auf dem Arbeitsmarkt mehr bezahlen. Guck mal in die Konzerne und Dienstleister in der Deutschen Industrie. Da siehst du haufenweise Doktoren der Physik/ Mathe / Statistik auf Fachpositionen die sich von den Dualen mit FH Abschluss und Absolventen von Wirtschafts-bindestrich Studiengängen sagen lassen, was sie zu tun haben. Und auch deutlich weniger Geld verdienen. Gut, Philosophen und Powis findet man da eher weniger, aber was ich sagen will ist, dass die Fachkarriere eben in Deutschland faktisch nicht existent ist und Sprüche wie

„Der Ingenieur ist das Pferd auf dem der Kaufmann reitet“

kommen auch nicht von ungefähr. Es ist einfach eine kulturelle Entwicklung hier in Deutschland in den letzten Jahren von statten gegangen (vielleicht wars auch schon immer so...), in der Fachkompetenz als billige austauschbare Ware gesehen wird. Es ist schön, wenn du das beste Getriebe, den besten Algorithmus für irgendwas entwerfen kannst mit deinem tollen schweren Studium. Geld und Anerkennung bekommen am Ende Leute auf anderen Positionen dafür.

Ist natürlich nur meine persönliche Wahrnehmung und ich bin auch noch nicht der aller Älteste, aber das ist der Eindruck den ich aus meiner bisherigen Erfahrung und der aus meinem Umfeld aus größtenteils Nawis habe.

Aber jetzt sag doch du mal, was "deine eigenen recherchen" zum Arbeitsmarkt ergeben? ich hoffe dass dabei mehr rauskommt, als dass man mit buzzwords wie "datengetriebenes Zeitalter" um sich wirfst, die größtenteils aus Marketingabteilungen von Unternehmen kommen, aber mit denen in Deutschland in kaum einer Firma (vielleicht mit Ausnahme von SAP) im großen Stil Geld verdient wird. Übrigens, wir kommen auch ins "Zeitalter der Elektrochemie" (E-Auto, Batterie, Speicher etc).. trotzdem kennen ich keinen Deutschen Chemiker der wirklich Zufrieden ist mit seiner Arbeit.

antworten

WiWi Gast schrieb am 26.07.2024:

Könntest du hier etwas detaillierter aus deiner erfahrung berichten? Meiner erfahrung nach werden quantleute (bin selbst so jmd) zwar unter kollegen geschätzt. Das spiegelt sich aber oft nicht im gehalt wieder. Oft sind die leute eher introvertierte tüftler, die wichtige fachliche arbeit machen, aber eben nicht mit bunten powerpoints bei chefs hausieren gehen.

Währenddessen arbeiten leute mit weniger quantitativen abschlüssen oft in projectmanagement o.ä positionen in denen traditionell in deutschland mehr verdient wird als auf fachlichen positionen. Das ist zwar bedauerlich und es ist sicher auch nicht besonders klug von den firmen, dass fachliche arbeit hier kaum finanziell gewertschätzt wird. aber so ist es eben meiner erfahrung nach.

Ich arbeite in der Pharma und bearbeite dort nicht-klinische Fragestellung. Ich muss dir im großen und ganzen leider zustimmen. Aber für eine höhere Stelle ala' Power Point ist man als Statistiker mindestens qualifiziert, vorausgesetzt es handelt sich um eine seriöse Stelle. Man muss sich halt auch verkaufen können, das ist richtig. Z.b. Data Science anstatt Statistik auf die Bewerbung schreiben.

antworten

WiWi Gast schrieb am 27.07.2024:

Ich arbeite in der Pharma und bearbeite dort nicht-klinische Fragestellung. Ich muss dir im großen und ganzen leider zustimmen. Aber für eine höhere Stelle ala' Power Point ist man als Statistiker mindestens qualifiziert, vorausgesetzt es handelt sich um eine seriöse Stelle. Man muss sich halt auch verkaufen können, das ist richtig. Z.b. Data Science anstatt Statistik auf die Bewerbung schreiben.

Oben hieß es doch noch, Data Science sei weniger angesehen als Statistik, jetzt soll es das Gegenteil sein?

antworten

Ist auch Blödsinn, was der Kollege oben geschrieben hat

WiWi Gast schrieb am 28.07.2024:

Oben hieß es doch noch, Data Science sei weniger angesehen als Statistik, jetzt soll es das Gegenteil sein?

antworten

Ist ein Master in Statistik denn wirklich die bessere Entscheidung als ein Master in Data Science, wenn man in den Bereich Data Science oder Machine Learning möchte? Schließlich ist man mit Data Science ja viel spezialisierter für den Bereich und es gibt ja auch gute Masterprogramme wie an der TUM oder RWTH, die sich ausschließlich an MINTler wenden. Ich kann mir schlecht vorstellen, dass die wirklich als so "schmalspurig" angesehen sein sollen, wie einige hier behaupten, ist ja eigentlich ein Master in angewandter Mathematik und vermutlich sogar komplexer als ein Informatikmaster mit einfacherem Schwerpunkt (wie z. B. Software Engineering). Reine Statistik ist zwar vermutlich schon noch etwas schwieriger, aber da fehlen dann meines Erachtens oft der Fokus auf Data Science und auch Grundlagen wie Algorithmen und Datenstrukturen etc.

Aber es kann natürlich sein, dass ich den Arbeitsmarkt falsch einschätze und die ganzen Unternehmen unbedingt Statistiker (mit vielleicht ein paar ML-Kursen) als Data Scienctists einstellen wollen statt Leuten, die sich im Studium schon auf Data Science spezialisiert haben und an einer soliden Uni waren.

antworten

Oben hieß es doch noch, Data Science sei weniger angesehen als Statistik, jetzt soll es das Gegenteil sein?

Die erwartungshaltung seitens der firmen ist eine etwas andere denk ich.

Statistiker: Idealerweise, arbeitest du in einer Pharma-firma und wertest studiendaten mit hilfe von rigorosen statistischen methoden aus. Die Methoden sind komplex, aber kein Rocketscience. Dein arbeitgeber beschäftigt dich hauptsächlich, weil er zum Einen von Regulierungsbehörden dazu gezwungen wird. Zum anderen weil er natürlich sicherstellen möchte, dass Medikament XY auch wirklich wirkt. Ausserdem könnten neuartige Statistische Methoden möglw Helfen, weniger Daten verwenden zu müssen, was dann zu Einsparungen führen könnte. Auf der anderen Seite kostest du natürlich auch Geld, was vom Profit abgeht. Weswegen uU Konzerne auf die Idee kommen, statistische Auswertungen von billigeren Dienstleistern machen zu lassen. Das drückt natürlich Löhne.

Datascientist: Du arbeitest in einem Konzern. Du wurdest eingestellt, weil dein Chef "irgendwas mit AI" machen muss, um seine Zielvereinbarung zu erreichen. Er hat selbst keine Ahnung was du eigentlich tust und kannst, aber er denkt, wenn er zwei promovierte Mintler einstellt, könne er Resultate wie bei Google erwarten. In Realität bist du 90 % der Zeit damit beschäftigt Usecases und Daten für Model XY zu finden, zu reinigen und dann ein Model aus dem Scikit learn (Ersetze hier beliebige andere Python Bibliothek) Toolkit darauf anzuwenden. Im Idealfall baust du dann einen "Demonstrator" den du mehr schlecht als recht zusammengeschustert hast und bastelst eine Powerpoint in der du deinem Chef irgendwie beweist, dass deine Position nicht ganz sinnlos ist. Die meisten Projekte scheitern spätestens an der realen Umsetzung, weil zu teuer und/ oder weil die Dateninfrastruktur überhaupt nicht ausreicht.

Ich habe nur Berufserfahrung als Datascientist. Mein wissen über Statistiker kommt eher vom Hörensagen, also man berichtige mich hier.

antworten

WiWi Gast schrieb am 28.07.2024:

Die erwartungshaltung seitens der firmen ist eine etwas andere denk ich.

Statistiker: Idealerweise, arbeitest du in einer Pharma-firma und wertest studiendaten mit hilfe von rigorosen statistischen methoden aus. Die Methoden sind komplex, aber kein Rocketscience. Dein arbeitgeber beschäftigt dich hauptsächlich, weil er zum Einen von Regulierungsbehörden dazu gezwungen wird. Zum anderen weil er natürlich sicherstellen möchte, dass Medikament XY auch wirklich wirkt. Ausserdem könnten neuartige Statistische Methoden möglw Helfen, weniger Daten verwenden zu müssen, was dann zu Einsparungen führen könnte. Auf der anderen Seite kostest du natürlich auch Geld, was vom Profit abgeht. Weswegen uU Konzerne auf die Idee kommen, statistische Auswertungen von billigeren Dienstleistern machen zu lassen. Das drückt natürlich Löhne.

Datascientist: Du arbeitest in einem Konzern. Du wurdest eingestellt, weil dein Chef "irgendwas mit AI" machen muss, um seine Zielvereinbarung zu erreichen. Er hat selbst keine Ahnung was du eigentlich tust und kannst, aber er denkt, wenn er zwei promovierte Mintler einstellt, könne er Resultate wie bei Google erwarten. In Realität bist du 90 % der Zeit damit beschäftigt Usecases und Daten für Model XY zu finden, zu reinigen und dann ein Model aus dem Scikit learn (Ersetze hier beliebige andere Python Bibliothek) Toolkit darauf anzuwenden. Im Idealfall baust du dann einen "Demonstrator" den du mehr schlecht als recht zusammengeschustert hast und bastelst eine Powerpoint in der du deinem Chef irgendwie beweist, dass deine Position nicht ganz sinnlos ist. Die meisten Projekte scheitern spätestens an der realen Umsetzung, weil zu teuer und/ oder weil die Dateninfrastruktur überhaupt nicht ausreicht.

Ich habe nur Berufserfahrung als Datascientist. Mein wissen über Statistiker kommt eher vom Hörensagen, also man berichtige mich hier.

Da stimme ich eigentlich zu im großem und ganzen. Natürlich ist das ein sehr negatives Bild, dass du hier malst. Aber den Eindruck, den du hier schilderst, wird in meiner Praxis als Statistiker leider viel zu oft bestätigt.

Zum Thema Gehaltsverhandlung würde ich eben auf geschickte Art und Weiße aufzeigen, weshalb ich als Data Scientist oder Statistiker, einen echten Mehrwert bieten und (was die Datenarbeit angeht) 99 von 100 Aufgaben eines WiWi's der mit Excel arbeitet übernehmen kann (keine WiWi Abwertung!).

antworten

WiWi Gast schrieb am 28.07.2024:

Ist ein Master in Statistik denn wirklich die bessere Entscheidung als ein Master in Data Science, wenn man in den Bereich Data Science oder Machine Learning möchte? Schließlich ist man mit Data Science ja viel spezialisierter für den Bereich und es gibt ja auch gute Masterprogramme wie an der TUM oder RWTH, die sich ausschließlich an MINTler wenden. Ich kann mir schlecht vorstellen, dass die wirklich als so "schmalspurig" angesehen sein sollen, wie einige hier behaupten, ist ja eigentlich ein Master in angewandter Mathematik und vermutlich sogar komplexer als ein Informatikmaster mit einfacherem Schwerpunkt (wie z. B. Software Engineering). Reine Statistik ist zwar vermutlich schon noch etwas schwieriger, aber da fehlen dann meines Erachtens oft der Fokus auf Data Science und auch Grundlagen wie Algorithmen und Datenstrukturen etc.

Aber es kann natürlich sein, dass ich den Arbeitsmarkt falsch einschätze und die ganzen Unternehmen unbedingt Statistiker (mit vielleicht ein paar ML-Kursen) als Data Scienctists einstellen wollen statt Leuten, die sich im Studium schon auf Data Science spezialisiert haben und an einer soliden Uni waren.

Push

antworten

WiWi Gast schrieb am 29.07.2024:

Push

Statistik ist eben Theorie und mathelastiger i.d.R. Ergo kannst du bei Entwicklungs-, Forschungs- und schwer analytischen Berufen punkten. Ich bezweifle jedoch stark, dass ein Statistiker auf Anhieb Datenpiplines und produktionsfähige Lernmodelle implementieren kann. Er kann sich das aufgrund des theorielastigen Studiums in der Theorie leichter bzw. Schneller aneignen, jedoch ist man mit einem M Sc. in Data Science eben gerade für solche praktischen Implementierungen ausgebildet.

Studiert einfach etwas sinnvolles in diese Richtung und ergänzt alles weitere. Problem gelöst, Thread kann geschlossen werden.

Zu Thema Gehalt möchte ich auch aber auch noch etwas sagen:
Das ist immer eine Sache der Verhandlungsfähigkeit! Wenn ein BWLer oder VWLer mehr verdient als ein Data Scientist oder Statistiker, v.a. in Pharma und Banken, dann hat man bei der Gehaltsverhandlung aber definitiv etwas falsch gemacht. Bei gleichem Verantwortungslevel natürlich.

Was weiter oben als Erfahrungsbericht geschrieben wurde, kann ich mit meiner Erfahrung nicht bestätigen. Dass es sinnfreie überbezahlte Stellen gibt weis ich auch.

antworten

Kannst du nach deiner Präferenz entscheiden. Wenn du gute Arbeit machst, spielt es nachher sowieso keine Rolle, ob du mal Stat oder DS studiert hast.

WiWi Gast schrieb am 29.07.2024:

Push

antworten

WiWi Gast schrieb am 31.03.2024:

Das kommt darauf an wo es hin soll. Mit einem B.Sc. in Informatik kannst du ruhig Data Science studieren. Du hast ja die Grundlagen, die bei reinen Data Science Studiengängen gekürzt ist, absolviert. Ein Master ist ja u.a. dafür da, sich zu spezialisieren.

Wenn du mehr in Richtung Data Engineering gehen möchtest würde ich dir Informatik empfehlen. Wenn es um anspruchsvolle Data Science Jobs mit viel Comoutational Statistik geht sowie Modellierungen, dann ist der Master in Göttingen nicht verkehrt. V.a. mit dem Statistik Master hast du es schlussendlich einfacher in der Praxis, dir komplexe Algorithmen, Moellierungs- und Optimierungstechniker selbst anzueignen und anzuwenden. Statistik ist halt Mathematik und besteht zu einem nicht unerheblichen Teil aus mathematischer Theorie.

Push

antworten

WiWi Gast schrieb am 29.07.2024:

Statistik ist eben Theorie und mathelastiger i.d.R. Ergo kannst du bei Entwicklungs-, Forschungs- und schwer analytischen Berufen punkten. Ich bezweifle jedoch stark, dass ein Statistiker auf Anhieb Datenpiplines und produktionsfähige Lernmodelle implementieren kann. Er kann sich das aufgrund des theorielastigen Studiums in der Theorie leichter bzw. Schneller aneignen, jedoch ist man mit einem M Sc. in Data Science eben gerade für solche praktischen Implementierungen ausgebildet.

Studiert einfach etwas sinnvolles in diese Richtung und ergänzt alles weitere. Problem gelöst, Thread kann geschlossen werden.

Zu Thema Gehalt möchte ich auch aber auch noch etwas sagen:
Das ist immer eine Sache der Verhandlungsfähigkeit! Wenn ein BWLer oder VWLer mehr verdient als ein Data Scientist oder Statistiker, v.a. in Pharma und Banken, dann hat man bei der Gehaltsverhandlung aber definitiv etwas falsch gemacht. Bei gleichem Verantwortungslevel natürlich.

Was weiter oben als Erfahrungsbericht geschrieben wurde, kann ich mit meiner Erfahrung nicht bestätigen. Dass es sinnfreie überbezahlte Stellen gibt weis ich auch.

Push

antworten

WiWi Gast schrieb am 03.08.2024:

Push

push

antworten

WiWi Gast schrieb am 03.08.2024:

Push

Push 2

antworten

WiWi Gast schrieb am 29.07.2024:

Statistik ist eben Theorie und mathelastiger i.d.R. Ergo kannst du bei Entwicklungs-, Forschungs- und schwer analytischen Berufen punkten. Ich bezweifle jedoch stark, dass ein Statistiker auf Anhieb Datenpiplines und produktionsfähige Lernmodelle implementieren kann. Er kann sich das aufgrund des theorielastigen Studiums in der Theorie leichter bzw. Schneller aneignen, jedoch ist man mit einem M Sc. in Data Science eben gerade für solche praktischen Implementierungen ausgebildet.

Studiert einfach etwas sinnvolles in diese Richtung und ergänzt alles weitere. Problem gelöst, Thread kann geschlossen werden.

Zu Thema Gehalt möchte ich auch aber auch noch etwas sagen:
Das ist immer eine Sache der Verhandlungsfähigkeit! Wenn ein BWLer oder VWLer mehr verdient als ein Data Scientist oder Statistiker, v.a. in Pharma und Banken, dann hat man bei der Gehaltsverhandlung aber definitiv etwas falsch gemacht. Bei gleichem Verantwortungslevel natürlich.

Was weiter oben als Erfahrungsbericht geschrieben wurde, kann ich mit meiner Erfahrung nicht bestätigen. Dass es sinnfreie überbezahlte Stellen gibt weis ich auch.

agree!

antworten

Uiuiui spannender Therad! Hier wird ja sehr lebhaft diskutiert :).

Ich habe im Bachelor BWL studiert und im Anschluss meinen Master in angewandter Statistik gemacht.

Nach dem Master dann bei ner Versicherung gestartet. Gehalt ist sehr gut und Nein keine 100k.

antworten

Hat jemand den Bachelor oder Master in Statistik an der TU Dortmund absolviert und kann wertvolle insights geben?

antworten

Sry aber das ist Blödsinn. Datenpipelines bauen lernst du auch nicht im CS Studium, sondern in nem Praktikum, als Werkstudent oder bei privaten Projekten. Und das, was du bei nem Projektkurs im DS Studium an der FH lernst, hat sich nun wirklich jeder Statistiker in 2 Wochen angeeignet.

Habe selbst Mathe + Statistik studiert, promoviere jetzt in ML (offiziell CS). Habe immer das Gefühl, dass die richtig guten AI researcher, data analysts + scientists alle nen Stats oder Mathe background haben, die wenigsten CS.

Master in DS ist - mal abgesehen von dem an der LMU, der einfach komplett die gleichen Module wie der stats Master anbietet - ist nicht mal im ANSATZ mit stats zu vergleichen.

WiWi Gast schrieb am 09.08.2024:

agree!

antworten

Würde mich auch mal interessieren. Ich fange dieses WS an der OVGU mit dem Stats Master an. Background ist ein normaler Maths Bachelor.

Ist das eine gute Grundlager für den Berufseinstieg?

antworten

In welchem Bereich willst du denn einsteigen?

WiWi Gast schrieb am 03.10.2024:

Würde mich auch mal interessieren. Ich fange dieses WS an der OVGU mit dem Stats Master an. Background ist ein normaler Maths Bachelor.

Ist das eine gute Grundlager für den Berufseinstieg?

antworten

WiWi Gast schrieb am 03.10.2024:

In welchem Bereich willst du denn einsteigen?

Noch nicht entschlossen. Habe noch keine Praktika, was in Mathe wohl der Normalfall für Bachelors ist. Ich muss so oder so ein Pflichtpraktikum machen im Master und würde aber auch gerne mehr Praktika machen falls sinnvoll.

Da ich aus Darmstadt komme, würde ich Praktika und Berufseinstieg am liebsten auch hier in meiner Heimatregion Rhein-Main machen wollen. Wie sieht's da in FFM aus?

Meinen Bachelor habe ich hier an der H_DA gemacht. Deswegen gehe ich nach MD weil ich für den Master an eine Uni will und die Unis hier in der Region mit Stoch/WiMa-Schwerpunkt (TUDa, Goethe, Mannheim, KIT, RPTU, Trier, Saar) mich nicht genommen haben wahrscheinlich wegen meines FH-Bachelors. JGU wäre drin gewesen, bietet mir aber nicht, was mich interessiert da Mathe-Fakultät sehr klein und auf Alg. Geo. spezialisiert.

antworten

Master in Statistik (Survey Statistik) und seit 4 Jahren in einer Bank Vollzeit tätig. Gehalt mit Boni ziemlich gut und man genießt dort als Statistiker ein gewisses Ansehen bei den Analytics Kollegen. Bin sehr zufrieden und würde es nicht mehr anders machen.

antworten

WiWi Gast schrieb am 23.02.2025:

Master in Statistik (Survey Statistik) und seit 4 Jahren in einer Bank Vollzeit tätig. Gehalt mit Boni ziemlich gut und man genießt dort als Statistiker ein gewisses Ansehen bei den Analytics Kollegen. Bin sehr zufrieden und würde es nicht mehr anders machen.

Große Bank, kleine Bank, deutsche, internationale Bank,

antworten

squarepusher

WiWi Gast schrieb am 07.08.2024:

Push 2

antworten

Hi Zusammen, da bin ich ja genau Richtig. Kann mir jemand einen Statistik Master in DE empfehlen? Mein background ist Biologie (B.Sc.) und och möchte nun gezielt in die Biostatistik gehen (kein Data Science sondern Statistik, da ich sehr an der Theorie interessiert bin). LG und Danke.

antworten

WiWi Gast schrieb am 20.05.2025:

Hi Zusammen, da bin ich ja genau Richtig. Kann mir jemand einen Statistik Master in DE empfehlen? Mein background ist Biologie (B.Sc.) und och möchte nun gezielt in die Biostatistik gehen (kein Data Science sondern Statistik, da ich sehr an der Theorie interessiert bin). LG und Danke.

Ich weiß ja nicht genau, welche Module du hattest im Bachelor und ich möchte dir auf keinen Fall die benötigte Kompetenz absprechen, aber für einen reinen Statistik Master wirst du wohl kaum die formalen Zulassungskriterien erfüllen an den gängigen Adressen (LMU, TU Berlin, TU Dortmund, Bielefeld, etc..). Ich würde mich eher auf spezifische Biostatistik Programme / angewandte Statistik / sonstige Schnittstellenstudiengänge konzentrieren.
ETH sollte wohl die beste Adresse dafür sein!

antworten

Reine Statistik würde ich studieren. Man sollte um alles einen Bogen machen, was mit Informatik zu tun hat. Gerade so überlaufene Hype Themen wie ML

antworten

Es gibt kaum einen Job den man mit Informatik nicht machen könnte, aber mit Statistik...

Im Endeffekt sind beides Quant Studiengänge. Weißt du von Anfang an, dass du NUR Data Science machen willst, dann go for Statistik...

antworten

WiWi Gast schrieb am 21.05.2025:

Ich weiß ja nicht genau, welche Module du hattest im Bachelor und ich möchte dir auf keinen Fall die benötigte Kompetenz absprechen, aber für einen reinen Statistik Master wirst du wohl kaum die formalen Zulassungskriterien erfüllen an den gängigen Adressen (LMU, TU Berlin, TU Dortmund, Bielefeld, etc..). Ich würde mich eher auf spezifische Biostatistik Programme / angewandte Statistik / sonstige Schnittstellenstudiengänge konzentrieren.
ETH sollte wohl die beste Adresse dafür sein!

Unsinn. Statistik ist doch so ein klassisches Quereinsteiger-Fach. Bei uns gibt es Leute mit den unterschiedlichsten Hintergründen. Da ist von BWL über Psychologie, Wiinfo, Ingenieurwesen, Informatik, Physik-Lehramt bis hin zu Bio/Chemie alles dabei. Uni/FH ist auch gemischt. Ein Bio-Bachelor dürfte quantitativer sein als die meisten BWL-Bachelors.
Die Leute bekommen halt ein Semester Auflagen.

antworten

WiWi Gast schrieb am 23.05.2025:

Reine Statistik würde ich studieren. Man sollte um alles einen Bogen machen, was mit Informatik zu tun hat. Gerade so überlaufene Hype Themen wie ML

Ach wirklich? Seit 15 Jahren höre ich nun "gerade dieser Hype".
Ein "reiner Statistiker" ist genauso ein Quereinsteiger wie ein Informatiker der sich umorientieren muss.

antworten

WiWi Gast schrieb am 21.05.2025:

Ich weiß ja nicht genau, welche Module du hattest im Bachelor und ich möchte dir auf keinen Fall die benötigte Kompetenz absprechen, aber für einen reinen Statistik Master wirst du wohl kaum die formalen Zulassungskriterien erfüllen an den gängigen Adressen (LMU, TU Berlin, TU Dortmund, Bielefeld, etc..). Ich würde mich eher auf spezifische Biostatistik Programme / angewandte Statistik / sonstige Schnittstellenstudiengänge konzentrieren.
ETH sollte wohl die beste Adresse dafür sein!

Danke für deine Antwort. Ich hatte einige Mathemodule (1 und 2 ) Statistik, Datenanalyse usw. Für die meisten Masterstudiengänge die ich bisher identifiziert habe, würde ich theroetisch aufgenommen werden, wenn ich mich bewerben würde.
Bisher stehen für mich folgende zur Auswahl: Bielefeld, Bamberg, Göttingen, Magdeburg, Trier, Berlin und Dortmund.

antworten

WiWi Gast schrieb am 21.05.2025:

Ich weiß ja nicht genau, welche Module du hattest im Bachelor und ich möchte dir auf keinen Fall die benötigte Kompetenz absprechen, aber für einen reinen Statistik Master wirst du wohl kaum die formalen Zulassungskriterien erfüllen an den gängigen Adressen (LMU, TU Berlin, TU Dortmund, Bielefeld, etc..). Ich würde mich eher auf spezifische Biostatistik Programme / angewandte Statistik / sonstige Schnittstellenstudiengänge konzentrieren.
ETH sollte wohl die beste Adresse dafür sein!

Danke für deine Antwort. Ich hatte einige Mathemodule (1 und 2 ) Statistik, Datenanalyse usw. Für die meisten Masterstudiengänge die ich bisher identifiziert habe, würde ich theroetisch aufgenommen werden, wenn ich mich bewerben würde.

Bisher stehen für mich folgende zur Auswahl: Bielefeld, Bamberg, Göttingen, Magdeburg, Trier, Berlin und Dortmund

antworten

WiWi Gast schrieb am 28.05.2025:

Danke für deine Antwort. Ich hatte einige Mathemodule (1 und 2 ) Statistik, Datenanalyse usw. Für die meisten Masterstudiengänge die ich bisher identifiziert habe, würde ich theroetisch aufgenommen werden, wenn ich mich bewerben würde.

Bisher stehen für mich folgende zur Auswahl: Bielefeld, Bamberg, Göttingen, Magdeburg, Trier, Berlin und Dortmund

Hey! Ich bin Mathematiker und kann mich dem Vorposter leider nur anschließen. Wie ich dich verstanden habe, möchtest du "reine" Statistik studieren (ich nehme jetzt mal an, damit ist mathematische Statistik gemeint). Dafür benötigst du allerdings umfassende Grundlagen in Analysis, Linearer Algebra und vermutlich am wichtigsten in maßtheoretischer Wahrscheinlichkeitstheorie. All dies wird in einem Biologiestudium meines Wissens nach nicht vermittelt.

antworten

WiWi Gast schrieb am 28.05.2025:

Hey! Ich bin Mathematiker und kann mich dem Vorposter leider nur anschließen. Wie ich dich verstanden habe, möchtest du "reine" Statistik studieren (ich nehme jetzt mal an, damit ist mathematische Statistik gemeint). Dafür benötigst du allerdings umfassende Grundlagen in Analysis, Linearer Algebra und vermutlich am wichtigsten in maßtheoretischer Wahrscheinlichkeitstheorie. All dies wird in einem Biologiestudium meines Wissens nach nicht vermittelt.

Noch mal der Mathematiker :)
Schau dir gerne mal das Lehrbuch "Einführung in die Wahrscheinlichkeitstheorie und Statistik" von Georgii an, insbesondere den 2. Teil. Das wäre das, was man unter mathematischer Statistik versteht.

antworten

WiWi Gast schrieb am 23.05.2025:

Ach wirklich? Seit 15 Jahren höre ich nun "gerade dieser Hype".
Ein "reiner Statistiker" ist genauso ein Quereinsteiger wie ein Informatiker der sich umorientieren muss.

In einer typischen ML Vorlesung an einer großen Uni sitzen manchmal fast 1000 Leute. Man sollte sich darüber im Klaren sein, dass es einen erheblichen Ansturm auf Fächer, die mit KI Zusammenhängen. Informatik ist auch der zweitbeliebteste Studiengang in DE trotz zurückgehender Perspektiven…

antworten

WiWi Gast schrieb am 28.05.2025:

Danke für deine Antwort. Ich hatte einige Mathemodule (1 und 2 ) Statistik, Datenanalyse usw. Für die meisten Masterstudiengänge die ich bisher identifiziert habe, würde ich theroetisch aufgenommen werden, wenn ich mich bewerben würde.

Bisher stehen für mich folgende zur Auswahl: Bielefeld, Bamberg, Göttingen, Magdeburg, Trier, Berlin und Dortmund

Bamberg und Bielefeld sind ,,hart" habe ich mir sagen lassen. Ziemlich hohe Abbrecherquoten und mehr statistische Theory als Praxis

antworten

Hohe Abbrecherquoten hast du in jedem Statistikstudiengang

WiWi Gast schrieb am 28.05.2025:

Bamberg und Bielefeld sind ,,hart" habe ich mir sagen lassen. Ziemlich hohe Abbrecherquoten und mehr statistische Theory als Praxis

antworten

WiWi Gast schrieb am 29.05.2025:

Hohe Abbrecherquoten hast du in jedem Statistikstudiengang

Stimmt auch wieder

antworten

WiWi Gast schrieb am 28.05.2025:

In einer typischen ML Vorlesung an einer großen Uni sitzen manchmal fast 1000 Leute. Man sollte sich darüber im Klaren sein, dass es einen erheblichen Ansturm auf Fächer, die mit KI Zusammenhängen. Informatik ist auch der zweitbeliebteste Studiengang in DE trotz zurückgehender Perspektiven…

,,trotz zurückgehender Perspektiven"? Wo hast du denn so etwas her? Gerade Informatik ist doch die Domäne die am wenigsten von Arbeitslosigkeit betroffen ist mit Medizinern zusammen.

antworten

WiWi Gast schrieb am 28.05.2025:

Noch mal der Mathematiker :)
Schau dir gerne mal das Lehrbuch "Einführung in die Wahrscheinlichkeitstheorie und Statistik" von Georgii an, insbesondere den 2. Teil. Das wäre das, was man unter mathematischer Statistik versteht.

Ja gut das steht außer Frage. Das kannst du als Mathematiker belegen an sonsten nicht. Die Statistik Master die es gibt, egal ob angewandte Statistik oder sonst was, bilden alle zum gewissen Grad mathematische Statistik ab. M.M.n. sogar mehr als notwendig. Alles andere lässt sich nach so einem Master auch selbst aneignen, wenn man überhaupt irgendwie nochmal damit in Berührung kommen sollte.
Data Science lohnt sich eher als Dritter Master in einer beruflichen Weiterbildung. Was ich bisher gesehen habe fehlen an vielen Unis und v.a. Hochschulen viele statistisch-Theoretische Grundlagen wie das Verständnis von Inferenz, Wahrscheinlichkeiten, etc.

antworten

Gibt es wirklich so viele Stellen in der Data Science? Mittlerweile machen recht viele verwandte Studiengänge und ich frage mich, ob der Markt das hergibt. Kennt sich da einer aus?

antworten

WiWi Gast schrieb am 29.05.2025:

Gibt es wirklich so viele Stellen in der Data Science? Mittlerweile machen recht viele verwandte Studiengänge und ich frage mich, ob der Markt das hergibt. Kennt sich da einer aus?

Also ich hab Erfahrung in einem Automobildienstleister und habe da auch Einblick in die Bewerbungen, die da so eintreffen, gehabt. Wir sind kein OEM und auch nicht Bosch und zahlen eher am unteren Ende des IGM Tarifs. Dennoch können wir uns im Bereich Datascience die promovierten Mathematiker/ Physiker/ Informatiker aussuchen. Es gibt wirklich extrem viele Starke Profile mit guten Forschungsresultaten. Wir bekommen Bewerbungen von Leuten mit 1.0 Abi und Cern-Aufenthalten und 10 Publikationen die nach ihrem PhD bei uns einsteigen wollten.

Es gab selbt bei uns nicht ansatzweise genug Jobs für all diese exzellenten Kandidaten.
Im Gegenzug waren die Profile auf klassische Software Entwickler stellen oder zb im Bereich Datenbanken oder Cybersecurity quasi "unterirdisch".

antworten

WiWi Gast schrieb am 28.05.2025:

In einer typischen ML Vorlesung an einer großen Uni sitzen manchmal fast 1000 Leute. Man sollte sich darüber im Klaren sein, dass es einen erheblichen Ansturm auf Fächer, die mit KI Zusammenhängen. Informatik ist auch der zweitbeliebteste Studiengang in DE trotz zurückgehender Perspektiven…

Das wage ich mal so zu bezweifeln, sofern du richtige ML Vorlesungen für Informatiker meinst. Studiere Informatik an ner TU. Nehmen wir mal an, dass die ML-Vorlesung im jährlichen Turnus angeboten wird so wie die meisten größeren WP-Kurse. Also 1 Jahrgang pro VL. Bei uns haben im Master (also dann wenn man sich mit forgeschrittenen Themen wir ML tatsächlich beschäftigt) die Jahrgänge kaum 50 Leute.
Wo jetzt die übrigen 950 angeblich herkommen sollen, kannst du ja mal erklären.
Erfahrungsgemäß werde die größeren WP-Kurse (wie z.B. ML) von so 40-60% der Studis belegt. 30 kommt so ungefähr hin bei ML. Selbst wenn unsere Info-Fakultät dreimal so große wäre (also alles mal 3), kämen wir nur auf 90 Leute. Fehlen immer noch 900...

Immer der Mythos von den riesigen Massen ML-Experten mit Top-Master an theoretischer Uni und Doktor und was was ich alles Pipapo. Von den 18k Info-Bachelors in DE sind 12k an FHs in angewandter Informatik. Von den 6k an den Unis machen dann 50% den Master und nur ein Teil spezialisiert in Machine Learning/AI. Promovieren tut am Ende davon nur ein Bruchteil.
Richtige Experten, die sich in dem Bereich wissenschaftlich spezialisiert haben, sind in Deutschland vergleichsweise rar.

antworten

WiWi Gast schrieb am 29.05.2025:

Das wage ich mal so zu bezweifeln, sofern du richtige ML Vorlesungen für Informatiker meinst. Studiere Informatik an ner TU. Nehmen wir mal an, dass die ML-Vorlesung im jährlichen Turnus angeboten wird so wie die meisten größeren WP-Kurse. Also 1 Jahrgang pro VL. Bei uns haben im Master (also dann wenn man sich mit forgeschrittenen Themen wir ML tatsächlich beschäftigt) die Jahrgänge kaum 50 Leute.
Wo jetzt die übrigen 950 angeblich herkommen sollen, kannst du ja mal erklären.
Erfahrungsgemäß werde die größeren WP-Kurse (wie z.B. ML) von so 40-60% der Studis belegt. 30 kommt so ungefähr hin bei ML. Selbst wenn unsere Info-Fakultät dreimal so große wäre (also alles mal 3), kämen wir nur auf 90 Leute. Fehlen immer noch 900...

Immer der Mythos von den riesigen Massen ML-Experten mit Top-Master an theoretischer Uni und Doktor und was was ich alles Pipapo. Von den 18k Info-Bachelors in DE sind 12k an FHs in angewandter Informatik. Von den 6k an den Unis machen dann 50% den Master und nur ein Teil spezialisiert in Machine Learning/AI. Promovieren tut am Ende davon nur ein Bruchteil.
Richtige Experten, die sich in dem Bereich wissenschaftlich spezialisiert haben, sind in Deutschland vergleichsweise rar.

An der TUM kommen solche Zahlen schon Zustande. Bachelor und Masterstudenten aus der Informatik und manchen anderen Studiengängen können die Einführungsveranstaltungen zu Machine Learning und Deep Learning besuchen. Weiterführende Vorlesungen kommen auch auf bis zu 500 Teilnehmer. Die Klausur schreiben (und bestehen) deutlich weniger Leute, aber ML ist zusammen mit IT-Security die beliebteste Vertiefung hier. Dazu kommt noch, dass auch viele Naturwissenschaftler in ML oder verwandten Gebieten promovieren. AI ist weltweit eines der beliebtesten Forschungsfelder in Academia. Die Konkurrenz ist groß. Nicht jede wird in einem guten Job landen…

antworten

WiWi Gast schrieb am 29.05.2025:

Ja gut das steht außer Frage. Das kannst du als Mathematiker belegen an sonsten nicht. Die Statistik Master die es gibt, egal ob angewandte Statistik oder sonst was, bilden alle zum gewissen Grad mathematische Statistik ab. M.M.n. sogar mehr als notwendig. Alles andere lässt sich nach so einem Master auch selbst aneignen, wenn man überhaupt irgendwie nochmal damit in Berührung kommen sollte.
Data Science lohnt sich eher als Dritter Master in einer beruflichen Weiterbildung. Was ich bisher gesehen habe fehlen an vielen Unis und v.a. Hochschulen viele statistisch-Theoretische Grundlagen wie das Verständnis von Inferenz, Wahrscheinlichkeiten, etc.

Noch mal: NEIN! Das ist so im Allgemeinen nicht korrekt. Ich studiere selbst Statistik an einer der eingangs genannten Unis. Es handelt sich um mathematische Statistik und wird federführend an der Mathe-Fakultät angeboten. Die Dozenten sind fast alle Mathematiker.
Wahrscheinlichkeitstheorie ist Pflichtprogramm. Die weit überwiegende Mehrheit der Studenten hat keinen Mathe/Statistik-Bachelor. Dafür gibt es Auflagen. Dort wird das mathematische Handwerkszeug nachgeholt. Biologen haben wir auch und auch Leute mit weniger quantitativem Bachelor wie Psychologe oder BWL.

Das hat die Fragestellerin schon selbst herausgefunden. Bloß nicht entmutigen lassen.

antworten

Wenn man dafuer brennt, dann soll man versuchen Data Scientist zu werden. Man soll nur nicht erwarten, dass man von Unternehmen hofiert wird, weil man einen Statistik/DS/Informatik Master hat.
Ansonsten gibt es in den Ingenieur- und Naturwissenschaften noch Vertiefungen, die weniger sexy sind, aber einen eher in Lohn und Brot bringen.
Und zu dem Herrn da oben...es ist kein Mythos, dass Massen an Leuten in den Bereich Machine Learning draengen. Wer viel Zeit an einer forschungsstarken TU verbracht hat, wird wissen, dass da was dran ist.

antworten

Immer der Mythos von den riesigen Massen ML-Experten mit Top-Master an theoretischer Uni und Doktor und was was ich alles Pipapo. Von den 18k Info-Bachelors in DE sind 12k an FHs in angewandter Informatik. Von den 6k an den Unis machen dann 50% den Master und nur ein Teil spezialisiert in Machine Learning/AI. Promovieren tut am Ende davon nur ein Bruchteil.
Richtige Experten, die sich in dem Bereich wissenschaftlich spezialisiert haben, sind in Deutschland vergleichsweise rar.

Die von dem Vorposter genannten Zahlen mögen übertrieben gewesen sein, aber das Ding ist eben, dass sich nicht nur Informatiker auf Datascience Stellen Bewerben, sondern eben auch promovierte/ unpromovierte physiker, Mathematiker, BWLer mit quantitativem Fokus, und auch ein paar ingenieure. An fast jeder Uni werden ja inzwischen sehr niedrigschwellige Kurse zum Thema Deep Learning oder Machine learning angeboten.

Das Angebot an Stellen hinter dem Schlagwort "Datascience" sind genauso vielfältig. Die wenigsten Firmen suchen ja einen "echten Datascientisten" wie ihn Google beispielsweise einstellen würde. Die meisten Firmen suchen jemanden, der irgendwie Branchenkenntnisse mitbringt und gleichzeitig weiß, wie man Machinelearning Frameworks anwendet und vielleicht noch ein bisschen sich mit Datenbanken/ Strukturen auskennt. Das, was man typischer weise in den recht theoretischen ML vorlesungen lernt (für die auch Informatiker nicht optimal ausgebildet sind würde ich mal meinen, weil zu mathematisch) ist ja irgendein Statistik kram, der "nice-to-know" ist, aber der in der praxis selten ultra relevant ist.

Am Ende reicht für die meisten Firmen der FH-Datascience Master. Vermutlich ist der sogar passender als der Mathe-PhD, weil eben die Aufgaben auch recht simpel sind.

Auf die wenigen "echten" Datascience Stellen, die irgendwie so eine Art Forschungsanspruch haben, wo man echte Modelle weiterentwickelt und umfangreich testet, Bewerben sich dann meiner Erfahrung nach schon hundert(e) promovierte mit passendem profil.

antworten

WiWi Gast schrieb am 30.05.2025:

Die von dem Vorposter genannten Zahlen mögen übertrieben gewesen sein, aber das Ding ist eben, dass sich nicht nur Informatiker auf Datascience Stellen Bewerben, sondern eben auch promovierte/ unpromovierte physiker, Mathematiker, BWLer mit quantitativem Fokus, und auch ein paar ingenieure. An fast jeder Uni werden ja inzwischen sehr niedrigschwellige Kurse zum Thema Deep Learning oder Machine learning angeboten.

Das Angebot an Stellen hinter dem Schlagwort "Datascience" sind genauso vielfältig. Die wenigsten Firmen suchen ja einen "echten Datascientisten" wie ihn Google beispielsweise einstellen würde. Die meisten Firmen suchen jemanden, der irgendwie Branchenkenntnisse mitbringt und gleichzeitig weiß, wie man Machinelearning Frameworks anwendet und vielleicht noch ein bisschen sich mit Datenbanken/ Strukturen auskennt. Das, was man typischer weise in den recht theoretischen ML vorlesungen lernt (für die auch Informatiker nicht optimal ausgebildet sind würde ich mal meinen, weil zu mathematisch) ist ja irgendein Statistik kram, der "nice-to-know" ist, aber der in der praxis selten ultra relevant ist.

Am Ende reicht für die meisten Firmen der FH-Datascience Master. Vermutlich ist der sogar passender als der Mathe-PhD, weil eben die Aufgaben auch recht simpel sind.

Auf die wenigen "echten" Datascience Stellen, die irgendwie so eine Art Forschungsanspruch haben, wo man echte Modelle weiterentwickelt und umfangreich testet, Bewerben sich dann meiner Erfahrung nach schon hundert(e) promovierte mit passendem profil.

Du sagst es ja selbst. Die meisten Leute, die gerne in den Bereich quereinsteigen wollen, weil es gerade gehypt wird, haben irgenwas vollkommen Fachfremdes wie BWL, Biologie oder Physik gemacht und waren mehr oder weniger (meistens eher weniger) quantitativ unterwegs.

Davon hat die Kommentatorin nur nicht gesprochen sondern von echten Experten, die in dem Bereich wissenschaftlich spezialisiert sind mit einem sehr quantitativen Studium und einer einschlägigen Promotion. Das fallen als Fächer eigentlich nur Computers Science /Mathematics in Betracht sowie Mischfächer wie DS/Stats. Informatiker gibt es zwar viele, die studieren selten an wissenschadftlichen Universitäten, nur wenige machen dort einen Master und promovieren tun kaum welche. Bei den Mathematikern sieht es noch dünner aus. Da ist die Promotionsquote zwar relativ gesehen höher mit 1/3. Mathematiker gibt es allerdings insgesamt nicht sehr viele. Und die meisten bleiben dann auch in den ureigenen Mathe-Teilgebieten und promovieren in irgendeinem super theoretischen Bereich wie Topology, Categorial Theory oder Algebra.

Der einzige Bereich, der eine größere Anzahl an Promovierten ausspuckt, sind die klassischen Natural Sciences wie Physics/Biology/Chemistry. Das sind aber auch keine richtigen ML-Experts sondern eigentlich Fachfremde wenn auch hervorragend qualifiziert.

Da der richtige ML/AI-Research-Bereich eine hohe wissenschaftliche Qualifikation erfordert (i.d.R. einschlägiges Fachstudium inklusive Promotion) ist es logischerweise für Fachfremde (Neudeutsch Quereinsteiger genannt) ziemlich schwer bis unmöglich, da einzusteigen.
das wird dann so missinterpetiert, dass in dem Bereich keine Experten gefragt wären.

Bin selbst im HR-Bereich tätig. Wie überall gilt: Bewerbungen bekommt man bekanntlich sehr sehr viele. Qualifizierte meistens ein Vielfaches weniger. Was viele nicht auf dem Schirm haben: Durch das Internet sind Bewerbungen schnell, billig un unkompliziert geworden. Oft nur wenige Klicks entfernt. Das Resultat wurde schon genannt. Neben den 50% Spam, bewerben sich heutzutage sehr sehr viele Leute mit allen Möglichen "Qualifikationen" und Unqualifikationen auf alles Mögliche. Mein Eindruck ist, dass da viel Verlegenheitsbewerbungen dabei sind. Kostet ja nichts. Viele wollen auch einfach mal ihren "Marktwert checken". Wir (IGM am oberen Tarif-Ende) haben mittlerweile bei AC-Einladungen 2/3 Ghosting-Quote. Wie hier im WiWi-Treff unzählig dokumentiert scheint Bewrben heute ein stumpfes Massengeschäft zu sein. 100, 200, 300 Bewerbungen am besten vollautomatisiert. Man kann es den Leute irgendwo nicht verübeln. Die müssen ja am Ende irgendwie eine Stelle finden, und weil die anderen Bewerber das auch so machen, muss man ma in dem Numbers Game irgendwie mithalten, um nicht hinten runter zu fallen.
Trotzdem sollte man sich einfach mal daran denkem, dass die Massen an Bewerbungen nicht nur verschickt werden sondern auch irgendwo ankommen und vielleicht mal 2 Sekunden überlegen, was das für Konsequenzen hat, wenn das jeder macht. Was glaubt ihr, ist in den HR-Abteilungen los, wenn jeder Hunderte "Bewerbungen" raushaut? Richtig, die kommen an. Wir dürfen dann die Nadeln im Heuhaufen finden, die erstens (das filtern wir vorher heraus) halbewegs qualifiziert sind und zweitens (das ist eigentliche Krux) dann auch tatsächlich unterschreiben geschweige denn am ersten Arbeistag tatsächlich in personal real erscheinen (auch da habe ich schon das eine oder andere erleben müssen).

Statistik ist eines der wenigen einschlägigen Fächer, mit welchen man tatsächlich eine wissenschaftliche Spezialisierung im AI/ML-Bereich starten kann. Mit entsprechender Promotion ist man dann auch ein echter Experte und kein "Quereinsteiger" wie der promovierte Physiker, der zu irgendwas in der chemischen Zusammensetzung der dunklen Materie des Universums promoviert hat und sich dunkel an seine Statistik-Vorlesung erinnert. Bitte nicht falsch verstehen: Ich habe nichts gegen Naturwissenschaftler. Absolut nichts. Das sind auch absolute Expertenaber halt in ihren Gebieten.

Gerade im Bereich AI ist das m.E. noch mal ganz besonders extrem. In dem Bereich bewirbt sich infolge des Hypes mittlerweile gefühlt alles, was das Internet bedienen kann. Viel BootCamp. Extrem viel Ausland aus dem globalen Süden ohne Deutschkenntnissen mit Bewerbungen vermutlich automatisch generiert mit ChatGPT und mit "Abschlüssen" von "Universitäten", die nicht mal einen englischen Wiki-Eintrag haben. Sonst 90% "Quereinsteiger". Da ist vom promovierten PoWi bis hin zum Ex-Bauarbeiter mit Rückenproblemen alles dabei. Richtige Experten bewerben sich auch eine Handvoll. Da die meistens zig Bewerbungen am Laufen haben und die jeder will, ist es da nicht immer einfach echte Leute zu finden, die am Ende tatsächlich bei uns anfangen.

antworten

Die Huerden fuer irgendwas mit Data Science sind auch nicht so hoch, wie oft getan wird. Mit Grundlagenkenntnissen in Linearer Algebra, Statistik und Optimierung kommt man schon recht weit. Was jenseits der cutting edge Forschung in dem Bereich gemacht wird, ist keine Rocket Science. Diese Voraussetzungen bringen fast alle MINTler nach ein paar Semestern und auch einige Wiwiler mit.

antworten

Im Endeffekt ist Data Science und die meisten K.I. Methoden nichts anderes als Statistik mit Rechenpower in einem neuen Gewandt. Das lässt sich einfach historisch belegen. Die meisten sogenannten Machine Learning Modelle sind nämilch klassische Methoden aus der Statistik. Die heißen dann halt nicht mehr ,,Generalisierte Lineare Modelle" oder ,,unabhängige Variablen" o.ä sondern ,,supervised" Learning" und ,,features" .

Um nur mal ein paar Beispiele zu nennen:

• Random Forest = Leo Breiman 2001, Statistiker
• Bootstrap = Bradley Efron, Statistiker
• L1/Lasso = Tibshirani, Statistiker
• Boxplot = John Tukey, Statistiker
• CART (Tree) = Leo Breiman, Statistiker
• Korrelationen nach Pearson und Co = Statistiker
• OLS = Gauss = ...gut der war einfach alles
• Support Vector Machines = Vapnik = Statistiker
• Logistische Regression = Von Verlhust zu McFadden
• (...)

Das lässt sich nun beliebig lange fortsetzen.
Ich finde deshalb auch, das gerade die Statistik eines der besten Eintrittskarten für ,,ML" und ,,A.I." im Allgemeinen ist zusammen mit Informatik.

Deshalb bin ich persönlich immer ein Verfechter davon entweder Statistik oder Informatik zu studieren (Mathematik dann nur mit echtem Statistik Schwerpunkt, sonst fängt der genauso von Vorne an das ganze Zeug zu lernen; ob er es einfacher hat oder nicht spielt jetzt keine Rolle, er muss es dennoch lernen). Tipp von mir also: Statistik mit Informatik als Nebenfach (wenn möglich) oder umgekehrt studieren.

Und am Ende noch ein Tipp aus der eigenen Berufserfahrung heraus:
Unterschätzt das Domänenwissen nicht! Das Fachwissen spielt eine unglaublich wichtige Rolle. Ohne eine gewisses Fachwissen wird es mit Modellieren, Feature Engineering etc. nichts

antworten

WiWi Gast schrieb am 31.05.2025:

Im Endeffekt ist Data Science und die meisten K.I. Methoden nichts anderes als Statistik mit Rechenpower in einem neuen Gewandt. Das lässt sich einfach historisch belegen. Die meisten sogenannten Machine Learning Modelle sind nämilch klassische Methoden aus der Statistik. Die heißen dann halt nicht mehr ,,Generalisierte Lineare Modelle" oder ,,unabhängige Variablen" o.ä sondern ,,supervised" Learning" und ,,features" .

Um nur mal ein paar Beispiele zu nennen:

• Random Forest = Leo Breiman 2001, Statistiker
• Bootstrap = Bradley Efron, Statistiker
• L1/Lasso = Tibshirani, Statistiker
• Boxplot = John Tukey, Statistiker
• CART (Tree) = Leo Breiman, Statistiker
• Korrelationen nach Pearson und Co = Statistiker
• OLS = Gauss = ...gut der war einfach alles
• Support Vector Machines = Vapnik = Statistiker
• Logistische Regression = Von Verlhust zu McFadden
• (...)

Das lässt sich nun beliebig lange fortsetzen.
Ich finde deshalb auch, das gerade die Statistik eines der besten Eintrittskarten für ,,ML" und ,,A.I." im Allgemeinen ist zusammen mit Informatik.

Deshalb bin ich persönlich immer ein Verfechter davon entweder Statistik oder Informatik zu studieren (Mathematik dann nur mit echtem Statistik Schwerpunkt, sonst fängt der genauso von Vorne an das ganze Zeug zu lernen; ob er es einfacher hat oder nicht spielt jetzt keine Rolle, er muss es dennoch lernen). Tipp von mir also: Statistik mit Informatik als Nebenfach (wenn möglich) oder umgekehrt studieren.

Und am Ende noch ein Tipp aus der eigenen Berufserfahrung heraus:
Unterschätzt das Domänenwissen nicht! Das Fachwissen spielt eine unglaublich wichtige Rolle. Ohne eine gewisses Fachwissen wird es mit Modellieren, Feature Engineering etc. nichts

Naja mag alles Stimmen - ohne jetzt hier eine Fachdiskussion aufmachen zu wollen. Fakt ist, dass in fast allen Feldern irgendeine Neuronale Netz (NN) Variante aktuell State of the Art ist, weit vor den oben genannten klassischen Methoden. Insbesondere In Bildverarbeitung und klassifikation. Klar, NNs gabs auch schon früher. Aber viele Dinge sind eben heute erst verstanden. Viele auch noch nicht. Ein weiterer Forschungsschwerpunkt ist Exaplainable AI, wo es darum geht NN entscheidungen/ outputs verständlich zu machen. oder Habride Modelle wo man versucht klassische Verfahren mit NNs zu kombinieren um die Interpretierbarkeit der alten Modelle mit den guten Ergebnissen dern NNs zu kombinieren. In vielen Methoden überzeigen NNs auch noch nicht - zb in scientific Machinelearning sind Pinns noch vielen Finite Elemente Verfahren unterlegen.

Alles in allem würde ich also nicht sagen, dass obige Methoden ausreichen. Ein Statistik studium schadet zwar nicht um obige dinge zu verstehen, im endeffekt ist aber statistik auch nur ein mathestudium mit entsprechendem schwerpunkt.

antworten

WiWi Gast schrieb am 31.05.2025:

Naja mag alles Stimmen - ohne jetzt hier eine Fachdiskussion aufmachen zu wollen. Fakt ist, dass in fast allen Feldern irgendeine Neuronale Netz (NN) Variante aktuell State of the Art ist, weit vor den oben genannten klassischen Methoden. Insbesondere In Bildverarbeitung und klassifikation. Klar, NNs gabs auch schon früher. Aber viele Dinge sind eben heute erst verstanden. Viele auch noch nicht. Ein weiterer Forschungsschwerpunkt ist Exaplainable AI, wo es darum geht NN entscheidungen/ outputs verständlich zu machen. oder Habride Modelle wo man versucht klassische Verfahren mit NNs zu kombinieren um die Interpretierbarkeit der alten Modelle mit den guten Ergebnissen dern NNs zu kombinieren. In vielen Methoden überzeigen NNs auch noch nicht - zb in scientific Machinelearning sind Pinns noch vielen Finite Elemente Verfahren unterlegen.

Alles in allem würde ich also nicht sagen, dass obige Methoden ausreichen. Ein Statistik studium schadet zwar nicht um obige dinge zu verstehen, im endeffekt ist aber statistik auch nur ein mathestudium mit entsprechendem schwerpunkt.

Die beschriebenen Methoden sind de facto in den heutigen "K.I." Methoden implementiert. Schau dir die Architektur von so einem Neuronalen Netz an --> Wheigts = Koeffizienten, Aktivierungsfunktion z.b Sigmoid (das was msn auch als Logit bezeichnet).

Egal. Ja Statistik ist ein Teilgebiet der Mathematik streng genommen.

Zur Ausgangsdebatte: Ich bin wie hier kürzlich erwähnt ebenfalls der Auffassung, dass der Königsweg entweder Statistik/ Mathematik oder Informatik an 'ner Uni ist. Ergänzend ein Master in Data Science ist m.M n. sehr sinnvoll und eine tolle Ergänzung.
Alles andere wurde bereits gesagt

antworten

WiWi Gast schrieb am 20.05.2025:

Hi Zusammen, da bin ich ja genau Richtig. Kann mir jemand einen Statistik Master in DE empfehlen? Mein background ist Biologie (B.Sc.) und och möchte nun gezielt in die Biostatistik gehen (kein Data Science sondern Statistik, da ich sehr an der Theorie interessiert bin). LG und Danke.

Und für was hast du dich entschieden? :) Wurdest du fündig? Würde mich echt interessieren, da ich selbst auf der Suche nach einem Statistik Master bin. LG

antworten

WiWi Gast schrieb am 11.06.2025:

Und für was hast du dich entschieden? :) Wurdest du fündig? Würde mich echt interessieren, da ich selbst auf der Suche nach einem Statistik Master bin. LG

Push

antworten

Cooer Thread! Mit Abstand der größte den ich über Statistik an sich gesehen habe... cool!

Eigentlich wurde hier schon alles gesagt. Man muss sich immer die Frage nach Angebot und Nachfrage stellen. Man kann viel herumphilosophieren und ja hier wird oft sehr opportunistisch geantwortet. Ja Statistik ist anspruchsvoll, schwer, ..., usw. blabla. Man kann es herunterbrechen:

MINT-Fächer insbesondere Mathematik, Statistik, Informatik, Physik, Chemie, ... bringen einem viele wertvolle Skills und wissenschaftliche Denkweisen auf den Weg. Somit wäre ein Sprung in einen zahlenaffinen Beruf einfacher zu Meistern als mit Soziologie, Politikwissenschaften, Kulturwissenschaften, Medienstudiengänge usw.

antworten

Kann ich mit einem der hier genannten Statistik-Master auch als Biostatistiker oder auch als Quant im Finance Bereich einsteigen?
Oder benötigt es dazu zusätzliche Qualifikation in Bio oder Finance? LG

antworten

WiWi Gast schrieb am 06.07.2025:

Cooer Thread! Mit Abstand der größte den ich über Statistik an sich gesehen habe... cool!

Eigentlich wurde hier schon alles gesagt. Man muss sich immer die Frage nach Angebot und Nachfrage stellen. Man kann viel herumphilosophieren und ja hier wird oft sehr opportunistisch geantwortet. Ja Statistik ist anspruchsvoll, schwer, ..., usw. blabla. Man kann es herunterbrechen:

MINT-Fächer insbesondere Mathematik, Statistik, Informatik, Physik, Chemie, ... bringen einem viele wertvolle Skills und wissenschaftliche Denkweisen auf den Weg. Somit wäre ein Sprung in einen zahlenaffinen Beruf einfacher zu Meistern als mit Soziologie, Politikwissenschaften, Kulturwissenschaften, Medienstudiengänge usw.

Blöd nur, dass der "zahlenaffine" Beruf genauso gut in Bulgarien oder in Asien gemacht werden kann, wo die Leute in der Regel nicht nur besser in Mathe sondern auch weniger als halb so teuer sind wie die Leute hier. Lästige Regeln bezogen auf arbeitenehmerschutz gibt es dort auch nicht - da wird dann eben 60 Stunden die Woche inkl. Wochenende gearbeitet.

Ich bin selbst Mathematiker (würde mich nicht als Statistiker bezeichnen aber hatte auch ein paar Statistikmodule) und kann es am eigenen Leibe bekunden: Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß. Es ist de fakto so, dass sich die Top Leute (topabschluss, toppromotion, regelzeit, ausland, superpublikationen) um ganz wenige mittelmäßig bezahlte Positionen "prügeln" und der große Teil irgendwie als Programmierer quereinsteigt.

Ich würde niemandem in Deutschland so ein Studium empfehlen, wenn er nicht schon bei einer Matheolympiade auf Bundes oder Landesebene gut abgeschnitten hat oder anderweitig davon ausgehen kann dass er ein weit überdurchschnittliches Mathetalent mitbringt. Ansonsten sind Aufwand und Nutzen in absolut keinem Verhältnis.

antworten

WiWi Gast schrieb am 10.07.2025:

Kann ich mit einem der hier genannten Statistik-Master auch als Biostatistiker oder auch als Quant im Finance Bereich einsteigen?
Oder benötigt es dazu zusätzliche Qualifikation in Bio oder Finance? LG

Was wurde denn hier genannt? Mit einem Statistikmaster von einer Mathefakultät an einer Uni kann man sicher auch in Bio oder Quant finance einsteigen. Quant finance wie in UK/ USA gibt es hier aber kaum. Du bewirbst dich auf die eine gute Stelle in Frankfurt halt mit den ganzen 100ten promovierten Mathematikern / Physikern/ Informatikern etc teilweise aus Oxbridge oder Elite Unis aus USA. Biostatistik ist ein bisschen leichter reinzukommen. Da gibt es halt die guten (hart umkämpften Jobs) bei den Pharmakonzernen, die aber auch gern zu Dienstleistern ausgelagert werden (weil billiger). In den Pharmakonzernen verdient man dann leicht besser als bei IGM Konzernen, aber auch da ist eine riesige Konkurrenz um überhaupt reinzukommen. Die anderen Stellen sind eben bei Dienstleistern und bei staatlichen Institutionen - da bekommt man dann seine TV-L E13 oder TV-L E14 mit Doktor. Ist ein stinknormales ÖD Gehalt ohne Karriereperspektiven. Dafür macht man sich dann eben auch nicht tot. Der sinnvollste Weg ist vermutlich von einem Insitut dort Forschung zu machen und dann in einen Konzern zu wechseln, aber auch das kann dir niemand Garantieren, dass das klappt. Im Allgemeinen ist die Konkurrenz sehr groß und gut. Grad in der aktuellen Wirtschaftslage ist das kein Selbstläufer und die Firmen sourcen aktiv aus.

Was grad vielleicht besser geht ist Qualitätssicherung bei Rheinmetal.

antworten

WiWi Gast schrieb am 10.07.2025:

Blöd nur, dass der "zahlenaffine" Beruf genauso gut in Bulgarien oder in Asien gemacht werden kann, wo die Leute in der Regel nicht nur besser in Mathe sondern auch weniger als halb so teuer sind wie die Leute hier. Lästige Regeln bezogen auf arbeitenehmerschutz gibt es dort auch nicht - da wird dann eben 60 Stunden die Woche inkl. Wochenende gearbeitet.

Ich bin selbst Mathematiker (würde mich nicht als Statistiker bezeichnen aber hatte auch ein paar Statistikmodule) und kann es am eigenen Leibe bekunden: Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß. Es ist de fakto so, dass sich die Top Leute (topabschluss, toppromotion, regelzeit, ausland, superpublikationen) um ganz wenige mittelmäßig bezahlte Positionen "prügeln" und der große Teil irgendwie als Programmierer quereinsteigt.

Ich würde niemandem in Deutschland so ein Studium empfehlen, wenn er nicht schon bei einer Matheolympiade auf Bundes oder Landesebene gut abgeschnitten hat oder anderweitig davon ausgehen kann dass er ein weit überdurchschnittliches Mathetalent mitbringt. Ansonsten sind Aufwand und Nutzen in absolut keinem Verhältnis.

Es hilft nicht, wenn man sich ständig für etwas ausgibt, wass man offensichtlich nicht ist und Schwarzmalerei betreibt. Du postest hier ständig die gleichen Phrasen was hilfesuchenden Studies hier nicht gerade hilft und im schlimmsten Falle verunsichert.

Bei dir könnte man denken, dass es hochqualifizierte MINTler wie Sand am Meer gibt und im Gegenzug kaum Jobs im Bereich dieses Threads gibt. Ein Blick auf LinkedIn, Xing, Stepstone etc. reicht jedoch aus, um das Gegenteil zu beweisen. Man muss halt mehr als nur die Überschriften lesen.

Ich weiß nicht ob du nur frustriert bist oder ein gescheiterter Mathematiker mit schlechten Erfahrungen bist... ich bin der Überzeugung das kein Mathematiker bist, um ehrlich zu sein... spielt auch keine Rolle, aber das normale objektive Wiedergeben von Pro & Contra ist dir offensichtlich komplett abhanden gekommen oder war nie vorhanden.

That beeing said für die Leser hier, gehe ich nun auf die dunklen Sichtweisen des Kollegen hier ein und korrigiere mal an gegebener Stelle:

1. Punkt Arbeitsrecht in anderen Ländern: Das ist im Kern korrekt und ein valider Punkt! Auch Indien, China etc. sind sehr Rückständig was das angeht und sorgen bei uns große Probleme auf dem Arbeitsmarktund Wirtschaft. Sind diese nun aber schlauer? Nein, das musst du erstmal beweisen. Motivierter vll. ja , da schwerere Startbedingungen, aber nicht "schlauer" o.ä.

2. ,,Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß"

Falschaussage. Quantitative "Datenjobs" gibt es wie Sand am Meer. Wie gut oder schlecht diese sind muss man selbst beurteilen. Du kannst dies offensichtlich nicht. Da helfen dir auch keine Wortverstärker wie ,,de facto". Bezahlungen sind für Deutsche Verhältnisse gut bis sehr gut je nach Stelle, branche, Berufserfahrung, Verhandlungsgeschick etc. In USA und Schweiz u.W. sind die Gehälter natürlich deutlich höher.

3. Behalte deine "Empfehlungen" für dich. Du stifftest mit deinen Behauptungen hier nur Verwirrung, was nicht i.O. ist. Diese "Empfehlung" ist nämlich auch inkorrekt. Würde man deiner Logik folgen, so sollte man am besten garnichts mehr studieren oder lernen... merkste selbst oder?

Long Story short: lasst euch keinen Unsinn erzählen :) Statistik an sich ist und wird auch in Zukunft ein sehr gefragtes Berufsgebiet sein egal wie es sich zukünftig auch nennen mag (auch die Fakultät spielt bei den Studiengängen, die es in DEU gibt, keine Rolle wie hier oft behauptet wird).

LG

antworten

WiWi Gast schrieb am 10.07.2025:

Was wurde denn hier genannt? Mit einem Statistikmaster von einer Mathefakultät an einer Uni kann man sicher auch in Bio oder Quant finance einsteigen. Quant finance wie in UK/ USA gibt es hier aber kaum. Du bewirbst dich auf die eine gute Stelle in Frankfurt halt mit den ganzen 100ten promovierten Mathematikern / Physikern/ Informatikern etc teilweise aus Oxbridge oder Elite Unis aus USA. Biostatistik ist ein bisschen leichter reinzukommen. Da gibt es halt die guten (hart umkämpften Jobs) bei den Pharmakonzernen, die aber auch gern zu Dienstleistern ausgelagert werden (weil billiger). In den Pharmakonzernen verdient man dann leicht besser als bei IGM Konzernen, aber auch da ist eine riesige Konkurrenz um überhaupt reinzukommen. Die anderen Stellen sind eben bei Dienstleistern und bei staatlichen Institutionen - da bekommt man dann seine TV-L E13 oder TV-L E14 mit Doktor. Ist ein stinknormales ÖD Gehalt ohne Karriereperspektiven. Dafür macht man sich dann eben auch nicht tot. Der sinnvollste Weg ist vermutlich von einem Insitut dort Forschung zu machen und dann in einen Konzern zu wechseln, aber auch das kann dir niemand Garantieren, dass das klappt. Im Allgemeinen ist die Konkurrenz sehr groß und gut. Grad in der aktuellen Wirtschaftslage ist das kein Selbstläufer und die Firmen sourcen aktiv aus.

Was grad vielleicht besser geht ist Qualitätssicherung bei Rheinmetal.

Reine Behauptung. Ein Statistik Master als Matheschwerpunkt unterscheidet dich in der Praxis nur bedingt von einem Master in Statistik der mit einer gewissen Anzahl Mathe/Statistik ECTS zugänglich ist.
Lasst euch nicht von einer Neiddebatte entmutigen :) In der freien Wirtschaft fährst du ebenso gut. Der Rest wurde schon mehrfach widerlegt

antworten

WiWi Gast schrieb am 10.07.2025:

Blöd nur, dass der "zahlenaffine" Beruf genauso gut in Bulgarien oder in Asien gemacht werden kann, wo die Leute in der Regel nicht nur besser in Mathe sondern auch weniger als halb so teuer sind wie die Leute hier. Lästige Regeln bezogen auf arbeitenehmerschutz gibt es dort auch nicht - da wird dann eben 60 Stunden die Woche inkl. Wochenende gearbeitet.

Ich bin selbst Mathematiker (würde mich nicht als Statistiker bezeichnen aber hatte auch ein paar Statistikmodule) und kann es am eigenen Leibe bekunden: Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß. Es ist de fakto so, dass sich die Top Leute (topabschluss, toppromotion, regelzeit, ausland, superpublikationen) um ganz wenige mittelmäßig bezahlte Positionen "prügeln" und der große Teil irgendwie als Programmierer quereinsteigt.

Ich würde niemandem in Deutschland so ein Studium empfehlen, wenn er nicht schon bei einer Matheolympiade auf Bundes oder Landesebene gut abgeschnitten hat oder anderweitig davon ausgehen kann dass er ein weit überdurchschnittliches Mathetalent mitbringt. Ansonsten sind Aufwand und Nutzen in absolut keinem Verhältnis.

Hi,
dann frage ich jetzt mal ganz blöd: Was wären dann überhaupt noch Alternativen, die es sich lohnen würden zu studieren? Also auf keinen Fall Bio-, Chemie-,Physik-,Mathe-, Statistik-. Informatik-, Uni-WiWi-, Maschinenbau-, Elektroengineering-Fächer wählen? Habe ich das so richtig verstanden?

Aufwand und Nutzen ist doch auch jedem selbst überlassen oder nicht? Wenn man keine Ambitionen oder Selbstmotivation etc. hat, dann lernt man eben A ansonsten B oder C.

Oder dann lieber etwas entspannteres wie Soziologie, FH-BWL, International B. o.ä. studieren?

Versuche nur deine Denke zu verstehen. LG

antworten

An meiner Uni braucht man nen Bachelor in Statistik um in den Master zu kommen

WiWi Gast schrieb am 23.05.2025:

Unsinn. Statistik ist doch so ein klassisches Quereinsteiger-Fach. Bei uns gibt es Leute mit den unterschiedlichsten Hintergründen. Da ist von BWL über Psychologie, Wiinfo, Ingenieurwesen, Informatik, Physik-Lehramt bis hin zu Bio/Chemie alles dabei. Uni/FH ist auch gemischt. Ein Bio-Bachelor dürfte quantitativer sein als die meisten BWL-Bachelors.
Die Leute bekommen halt ein Semester Auflagen.

antworten

Mathematiker haben in der Regel wenig Ahnung von Statistik

antworten

WiWi Gast schrieb am 10.07.2025:

Blöd nur, dass der "zahlenaffine" Beruf genauso gut in Bulgarien oder in Asien gemacht werden kann, wo die Leute in der Regel nicht nur besser in Mathe sondern auch weniger als halb so teuer sind wie die Leute hier. Lästige Regeln bezogen auf arbeitenehmerschutz gibt es dort auch nicht - da wird dann eben 60 Stunden die Woche inkl. Wochenende gearbeitet.

Ich bin selbst Mathematiker (würde mich nicht als Statistiker bezeichnen aber hatte auch ein paar Statistikmodule) und kann es am eigenen Leibe bekunden: Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß. Es ist de fakto so, dass sich die Top Leute (topabschluss, toppromotion, regelzeit, ausland, superpublikationen) um ganz wenige mittelmäßig bezahlte Positionen "prügeln" und der große Teil irgendwie als Programmierer quereinsteigt.

Ich würde niemandem in Deutschland so ein Studium empfehlen, wenn er nicht schon bei einer Matheolympiade auf Bundes oder Landesebene gut abgeschnitten hat oder anderweitig davon ausgehen kann dass er ein weit überdurchschnittliches Mathetalent mitbringt. Ansonsten sind Aufwand und Nutzen in absolut keinem Verhältnis.

,,Es ist de fakto so, dass sich die Top Leute (topabschluss, toppromotion, regelzeit, ausland, superpublikationen) um ganz wenige mittelmäßig bezahlte Positionen "prügeln" und der große Teil irgendwie als Programmierer quereinsteigt."

Woher hast du denn das? Ich glaube echt, dass viele Studies im Vorlesungssaal utopische Gehaltsvorstellungen vermittelt bekommen, wenn sie denken, dass in Deutschland ein Einstiegsgehalt von >80k Normalität ist. Ein Einstieg mit 50k bis 55k oder auch weniger ist oft die Regel. Und mit 65 bis 75 bist du heutzutage gut beraten. Das ist wiedermal so typisch für WiWi-Treff.

Habe eben mal nach Jobs im Bereich "Statistik" geschaut. Alleine in der DACH Region gibt es sehr viele Jobangebote von Klein bis Großunternehmen.

Man darf halt nicht nur nach Statistik per se schauen. Man ist übringens mit den Statistik-Mastern in Deutschland (M.Sc.) egal an welcher Uni, ebenso formal qualifiziert für Data Science, A.I., ML, finance etc. Berufe. Klar irgendwo ist alles immer individuell.

PS: Habe selbst in Berlin Statistik studiert.

antworten

WiWi Gast schrieb am 10.07.2025:

Kann ich mit einem der hier genannten Statistik-Master auch als Biostatistiker oder auch als Quant im Finance Bereich einsteigen?
Oder benötigt es dazu zusätzliche Qualifikation in Bio oder Finance? LG

ja, na klar! Dafür studierst du es ja dann schließlich. Arbeitsfelder wie Biostatistik, Finanzwesen, Banken, Forschungseinrichtungen, Marktforschung, amtliche Statistik oder Industrie, sind ja gerade sehr attraktiv für diesen Abschluss. Natürlich sollte oder muss man sich auch in den Bereichen einarbeiten, um die Ergebnisse auch interpretieren und präsentieren zu können.

antworten

WiWi Gast schrieb am 10.07.2025:

Blöd nur, dass der "zahlenaffine" Beruf genauso gut in Bulgarien oder in Asien gemacht werden kann, wo die Leute in der Regel nicht nur besser in Mathe sondern auch weniger als halb so teuer sind wie die Leute hier. Lästige Regeln bezogen auf arbeitenehmerschutz gibt es dort auch nicht - da wird dann eben 60 Stunden die Woche inkl. Wochenende gearbeitet.

Ich bin selbst Mathematiker (würde mich nicht als Statistiker bezeichnen aber hatte auch ein paar Statistikmodule) und kann es am eigenen Leibe bekunden: Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß. Es ist de fakto so, dass sich die Top Leute (topabschluss, toppromotion, regelzeit, ausland, superpublikationen) um ganz wenige mittelmäßig bezahlte Positionen "prügeln" und der große Teil irgendwie als Programmierer quereinsteigt.

Ich würde niemandem in Deutschland so ein Studium empfehlen, wenn er nicht schon bei einer Matheolympiade auf Bundes oder Landesebene gut abgeschnitten hat oder anderweitig davon ausgehen kann dass er ein weit überdurchschnittliches Mathetalent mitbringt. Ansonsten sind Aufwand und Nutzen in absolut keinem Verhältnis.

Ich mache zufällig beruflich was mit Outsourcing Wir würden uns freuen, wenn uns die Super-Hochqualifizierten die Tür einrennen würden. Können wir leider in der Realität so nicht wiederfinden. Auch das Outsourcing hat meiner Einschätzung nach als jemand, die sich damit beruflich befasst, seine großen Zeiten hinter sich.
Gerade im IT-Bereich findet immer mehr Sensibilisierung für das Thema Sicherheit in der Supply Chain statt. Auch wenn das für Nicht-Fachleute und Laien immer noch etwas abstrakt wirken mag, ist das ein total reales Thema. Alles was irgendwie im entfernten Sinne mit intelligenten Systemen (die nun mal unsere moderne High-Tech-Gesellschaft und Wirtschaft antreiben) zu tun hat, ist ein ganz realer Angriffspunkt. ich kenne real(!) nicht in der Theorie einen Fall, wo ein großes Software-Infra-Projekt nach Asien verlagert wurde und jetzt nicht eingespielt werden kann, weil Informationen vorliegen, dass eine der beteiligten Firmen in Fernost gute Kontakte nach Moskau unterhält. Das Projekt war nicht gerade günstig und eigentlich längst überfällig dringend notwendig um einen ineffizienten Prozess wettbewerbsfähig zu machen. Ich sage ganz ehrlich, dass ich heile froh bin, dass ich nicht der Manager bin, der das jetzt vernatworten darf.

Wir befassen uns sehr regelmäßig damit, wo man Dienstleistungen am besten erledigenn lässt. Bis vor 10 Jahren stand insbesondere EU-Osteuropa hoch im Kurs. Billig, hochwertig und zuverlässig. Da gibt es aber mittlerweile auch das Demografie-Problem. Osteuropa ist längst nicht mehr so billig wie vielleicht vor 20 Jahren. Immer noch eine Etage unter Deutschland klar, aber gerade Top-Leute in PL, RO, BG usw. wissen mittlerweile was sie verlangen können und sind ähnlich teuer wie in Westeuropa. Sofern man denn überhaupt welche bekommt. das ist nämlich die Krux. Alle diese Länder haben ihr demografisches Potenzial mehr oder weniger ausgeschöpft und leiden unter einer alternden und schrumpfenden Erwerbsbevölkerung. Wachstumspläne für Mittelosteuropa mögen vielleicht auf dem Reißbrett existieren. In der Realität sind die mehr am schauen, dass sie ihren Personalbestand dort einigermaßen halten können.

Denn Eierlegende-Wollmilchsau-Standort haben ich und meine Kollegen noch nicht so richtig gefunden und angesichts zunehmender globaler Krisen ist der auch nicht in Sicht. Aber vielleicht sind die experten hier im WiWi-Treff ja schlauer als meine Kollegen und ich.

antworten

WiWi Gast schrieb am 11.07.2025:

Es hilft nicht, wenn man sich ständig für etwas ausgibt, wass man offensichtlich nicht ist und Schwarzmalerei betreibt. Du postest hier ständig die gleichen Phrasen was hilfesuchenden Studies hier nicht gerade hilft und im schlimmsten Falle verunsichert.

Ich schreibe hier ins Forum eigentlich nicht so viel rein. Ich hatte einen 1,0 Abschluss und zum Ende meiner Promotion (Numerik/ angewandte Mathematik) 5 Publikationen in Q1 Journalen (think of SIAM Journals) von denen ich den Großteil oder einen großen Teil der Arbeit und die Ideen beigesteuert habe. Was hattest du? Ich will damit nicht angeben, aber ich bin damit sicherlich mindestens leicht überdurchschnittlich wenn auch weit weg von dem was für eine Professorenkarriere nötig wäre.
Nichtsdestotrotz, finde ich keinen Job, der mir bei fachlicher Tätigkeit bessere Verdienstmöglichkeiten garantiert als beispielsweise jemandem der Wirtschaftsinformatik an einer FH studiert hat. Wir bewerben uns größtenteils auf die gleichen Stellen (irgendwas mit IT oder IT consultant) - Ich eben als Quereinsteiger. Ja Akuar ist eine Möglichkeit. Ist eben auch ungefähr so bezahlt, wenn nicht leicht schlechter, als Ingenieure (55-100k je nach BE).

Bei dir könnte man denken, dass es hochqualifizierte MINTler wie Sand am Meer gibt und im Gegenzug kaum Jobs im Bereich dieses Threads gibt. Ein Blick auf LinkedIn, Xing, Stepstone etc. reicht jedoch aus, um das Gegenteil zu beweisen. Man muss halt mehr als nur die Überschriften lesen.

Ja, wie Sand am mehr vielleicht nicht, aber deutlich mehr als man benötigt. Je höher die Bildung desto weniger der echte Bedarf würde ich hier mal frech mutmaßen. Ich geh eben auf Numerik/ Mathe Konferenzen (mit haufenweise Leuten wie mir) und ja ich gucke auch auf Linkedin und rede mit Leuten von meinem Institut/ Universität (was du offensichtlich nicht tust?) und die meisten berichten, dass sies schwer haben, etwas zu finden. Sowohl fachlich ist es schwer als auch Gehaltstechnisch sind die Sachen meist nicht viel besser als TV-L E13 im ÖD ohne große planbare Karriere.

Ich weiß nicht ob du nur frustriert bist oder ein gescheiterter Mathematiker mit schlechten Erfahrungen bist... ich bin der Überzeugung das kein Mathematiker bist, um ehrlich zu sein... spielt auch keine Rolle, aber das normale objektive Wiedergeben von Pro & Contra ist dir offensichtlich komplett abhanden gekommen oder war nie vorhanden.

Wie oben geschrieben bin ich Mathematiker. Würde mich jetzt auch nicht als gescheitert betrachten, aber anscheinend habe ich einen anderen Blick auf die Realität als die meisten hier in dem Forum.

That beeing said für die Leser hier, gehe ich nun auf die dunklen Sichtweisen des Kollegen hier ein und korrigiere mal an gegebener Stelle:

1. Punkt Arbeitsrecht in anderen Ländern: Das ist im Kern korrekt und ein valider Punkt! Auch Indien, China etc. sind sehr Rückständig was das angeht und sorgen bei uns große Probleme auf dem Arbeitsmarktund Wirtschaft. Sind diese nun aber schlauer? Nein, das musst du erstmal beweisen. Motivierter vll. ja , da schwerere Startbedingungen, aber nicht "schlauer" o.ä.

OK, ich fasse mal zusammen. Die Chinesen arbeiten 50% mehr, die Energiekosten sind halb so hoch, die Chinesischen Universitätien sind mindestens genausogut (ich würde sagen inzwischen besser in vielem) und ja sie sind vielleicht nicht schlauer, aber irgendeinen grund muss es ja haben, dass das chinesische team in den letzten Jahren fast immer die Int. Matheolympiade gewinnt. Auch das Tempo in dem Paper geschrieben und Resultate erzielt werden, sind in meinen Augen höher. Jetzt kannst du ja selbst eins und eins zusammenzählen und dir ausmalen, wo eine Firma (unabhängig von irgendwelchen Politischen dingen) wohl ihren nächsten KI-Forschungsstandort eröffnet?

2. ,,Die Nachfrage nach quantitativ arbeitenden Leuten in Deutschland ist nicht groß"

Falschaussage. Quantitative "Datenjobs" gibt es wie Sand am Meer. Wie gut oder schlecht diese sind muss man selbst beurteilen. Du kannst dies offensichtlich nicht. Da helfen dir auch keine Wortverstärker wie ,,de facto". Bezahlungen sind für Deutsche Verhältnisse gut bis sehr gut je nach Stelle, branche, Berufserfahrung, Verhandlungsgeschick etc. In USA und Schweiz u.W. sind die Gehälter natürlich deutlich höher.

Ich sag nicht, dass es keine Jobs gibt. Ich sag nur Karriereaussichten, fachlicher Anspruch und Gehälter sind relativ schlecht im Verhältnis zur Länge des Bildungsweges. Ich würde mal sagen 95% aller Minter arbeiten in Deutschland irgendwo im IT/ Ingenieur Bereich und verdienen so zwischen 60 und 100k bei relativ stumpfer Tätigkeit. Dabei spielt es keine Rolle ob man jetzt in Kernphysik promoviert oder in der FH in Hintertupfingen seinen Master in W-info gemacht hat. Ist sicherlich kein schlechtes Gehalt. Eine wirkliche Fachkarriere, die einem guten Studenten (top 20%) wenn er nur seine 50 Stunden/ Woche Arbeitet und ein echter Experte in einem Gebiet wird seine +200k verdienst garantiert, gibt es in Deutschland nicht.
Auch ist mein Eindruck, dass Forschungs und Entwicklungstätigkeit lieber ausgelagert wird - hier wird hauptsächlich gespart und Bürokratie gemacht oder verwaltet. Wenn man nicht in ein Startup geht und von Kicker und Obstkorb bezahlt wird. Wenn man also professionell und gut bezahlt an Hightech arbeiten möchte, muss man Deutschland verlassen oder man kommt an einen der wenigen Jobs die US-Tech hier hat (das ist aber fast unmöglich).

Gute fachliche Karrieren gibt es meiner Ansicht in Deutschland nur für Ärzte, Juristen und Steuerberater. Und solange es für MINTler keine Äquivalenten Karriere - und Verdienstwege gibt, weigere ich mich auch, die Arbeitsmarktsituation als gut darzustellen.

antworten

WiWi Gast schrieb am 12.07.2025:

Hi,
dann frage ich jetzt mal ganz blöd: Was wären dann überhaupt noch Alternativen, die es sich lohnen würden zu studieren? Also auf keinen Fall Bio-, Chemie-,Physik-,Mathe-, Statistik-. Informatik-, Uni-WiWi-, Maschinenbau-, Elektroengineering-Fächer wählen? Habe ich das so richtig verstanden?

Aufwand und Nutzen ist doch auch jedem selbst überlassen oder nicht? Wenn man keine Ambitionen oder Selbstmotivation etc. hat, dann lernt man eben A ansonsten B oder C.

Oder dann lieber etwas entspannteres wie Soziologie, FH-BWL, International B. o.ä. studieren?

Versuche nur deine Denke zu verstehen. LG

Ja selbstverständlich ist es jedem selbst überlassen, was er studiert. Aber mein Eindruck ist schon, dass von Verbänden, wie dem VDI aktiv der Eindruck vermittelt wird, dass man MINT studieren sollte, ggf promoviert und dann hochbezahlt an der Hochtechnologie von morgen arbeitet/ forscht. Und das ist meines Eindrucks nach ein völlig verzerrtes Bild. Daher möchte ich nur etwas Transparenz herstellen.

Der Großteil der MINTler arbeitet als auf absolten Bulls*it jobs bei Irgendwelchen personaldienstleistern, die nichts mit ihrer Ausbildung zu tun haben und verdient Mittelmäßig ohne wirkliche Karriereperspektiven. Die allermeisten Mintler werden sogar weniger als Lehrer verdienen. Wenn man als MINTler einen anspruchsvollen Job sucht, der beispielsweise dem Qualifikationsniveau eines promovierten guten Experimentalphysikers oder Mathematikers entspricht, muss man schon extrem Glück haben um ausserhalb der Uni etwas zu finden. Bei Chemikern ist es noch schwerer. Und viel besser bezahlt als die Typen im Accounting mit Master nebenan ist das dann (dank Tarifvertrag) auch nicht. Wenn man aber an der Uni bleibt, dann ist nach spätestens 6 Jahren schluss (Wiss Zeit Vertr Gesetz), weil es so gut wie keine unbefristeten Stellen an den Unis und Insituten gibt - Für teilweise eine Unbesfristete A13 Verbeamtung (das was jeder Grundschullehrer zum Einstieg bekommt) muss man in der Wissenschaft teilweise schon eine international Forscherkarriere im Anfangsstadium mitbringen.
Die hohen Gehälter im Land für Fachkarrieren sind fast ausschließlich Juristen, Ärzten und so Berufen wie Steuerberatern vorbehalten. Das ist auch das, was man meiner Meinsung nach in Deutschland studieren sollte.
Wenn MINT, dann ist das planbarste eben Dual bei einem großen Konzern oder aber direkt Praktika machen. Da macht man sich nicht kaputt und hat den Arbeitsplatz schon sicher. Irgendwie sowas theoretisch anspruchsvolles wie Mathe Physik Chemie oder Etechnik am Besten noch mit Promotion an so einer Schule wie RWTH Aachen würde ich mir gut überlegen, weil das für die allermeisten nicht gut ausgeht.

antworten

WiWi Gast schrieb am 12.07.2025:

Ich mache zufällig beruflich was mit Outsourcing Wir würden uns freuen, wenn uns die Super-Hochqualifizierten die Tür einrennen würden. Können wir leider in der Realität so nicht wiederfinden. Auch das Outsourcing hat meiner Einschätzung nach als jemand, die sich damit beruflich befasst, seine großen Zeiten hinter sich.

Komisch, Ich bin recht häufig auf Konferenzen für angewandte Mathematiker (Optimierung, Numerik, Machine Learning...) auch in Deutschland und seh da recht selten aktives Rekruiting und Sponsoring von verzweifelt suchenden deutschen Firmen. So groß kann die Verzweiflung offenbar nicht sein - da hired man lieber eine Firma die sich mit "Outsourcing" möglichkeiten beschäftigt. Oder was genau für "Super-Hochqualifizierte" sucht ihr?

Kanns mir schon vorstellen ... vermutlich sucht ihr Leute, die auch bei Google arbeiten könnten (so wie es der VW-CEO vor ein paar Jahren mal formuliert hat), aber ihr könnt nur den standard IGM Vertrag und BS-Tätitgkeiten statt fachliche Herausfordung und gesellschaftlichen Impact bieten. Ist natürlich verwunderlich, dass euch diese Leute dann nicht die Tür einrennen.

antworten

Ich persönlich habe erst WiWi studiert und im Nebenfach (24 ECTS) Wirtschaftsmathematik.

Wurde dann für den Master in Statistik unter Auflagen aufgenommen.

Studium war knackig und sehr mathe- und programmierlastig.

Nach dem Studium bin ich in die Industrie und mit ca. 64k Eingestiegen und bin heute nun bei ca. 79k Brutto/h (3 Jahre später).

Aufgaben sind vielfältig und overall i.O. Ich arbeite mit allen möglichen Abteilungen global zusammen. Jedoch sind ca. 50% meiner Arbeit auch stupide Meetings, Power Points erstellen etc.

antworten

WiWi Gast schrieb am 12.07.2025:

Komisch, Ich bin recht häufig auf Konferenzen für angewandte Mathematiker (Optimierung, Numerik, Machine Learning...) auch in Deutschland und seh da recht selten aktives Rekruiting und Sponsoring von verzweifelt suchenden deutschen Firmen. So groß kann die Verzweiflung offenbar nicht sein - da hired man lieber eine Firma die sich mit "Outsourcing" möglichkeiten beschäftigt. Oder was genau für "Super-Hochqualifizierte" sucht ihr?

Kanns mir schon vorstellen ... vermutlich sucht ihr Leute, die auch bei Google arbeiten könnten (so wie es der VW-CEO vor ein paar Jahren mal formuliert hat), aber ihr könnt nur den standard IGM Vertrag und BS-Tätitgkeiten statt fachliche Herausfordung und gesellschaftlichen Impact bieten. Ist natürlich verwunderlich, dass euch diese Leute dann nicht die Tür einrennen.

Ohje... bei dir liefs allgemein nicht so gut, oder?
Es gibt für dich doch bestimmte passende Kurse für Persönlichkeitstraining und Kommunikation? Also irgendwas machst du zumindest falsch bei solch einem Top Lebenslauf.

antworten

Und wo habe ich realistische Chancen auf ein Brutto Jahresgehalt von >=90k und unter welchen Voraussetzungen neben einem M.Sc. Statistik?

antworten

WiWi Gast schrieb am 04.08.2025:

Und wo habe ich realistische Chancen auf ein Brutto Jahresgehalt von >=90k und unter welchen Voraussetzungen neben einem M.Sc. Statistik?

Pharma, Bank, Medizintechnik?

antworten

Hi zusammen, :) ,

ich möchte auxh ein paar Gedanken und Erfahrungen zum Thema Master in Statistik teilen.... insbesondere zu den Berufsaussichten und dem Gehaltspotenzial. Denn meiner Meinung nach wird dieses Fachgebiet oft unterschätzt, obwohl es in der heutigen datengetriebenen Welt zu den wertvollsten Kompetenzen überhaupt zählt.

Ein Master in Statistik öffnet eigentlich Türen in nahezu jeder Branche:

• Data Science & Machine Learning: Statistiker sind die Architekten hinter den Algorithmen. Unternehmen wie Google, Amazon oder SAP suchen gezielt nach Statistik-Absolventen für ihre Data-Teams siehe LinkedIn und co.
• Pharma & Medizin: In der klinischen Forschung sind Biostatistiker unverzichtbar; z. B. bei der Auswertung von Studien für neue Medikamente.
• Finanzwesen: Banken und Versicherungen setzen auf quantitative Analysten für Risikomodellierung und Prognosen.
• Öffentlicher Sektor & NGOs: Statistische Expertise wird auch in der Politikberatung, Epidemiologie oder bei internationalen Organisationen wie der WHO oder OECD ...

Statistik-Absolventen steigen oft mit einem überdurchschnittlichen Gehalt ein. Einige Beispiele sind pharma banken usw

Natürlich hängt das von Region, Unternehmen und Spezialisierung ab; aber im Vergleich zu vielen anderen Studiengängen ist das Gehaltspotenzial deutlich höher.

Warum m.M.n. Statistik eine Exzellente Wahl ist:

• Methodenkompetenz: Wer Statistik beherrscht, versteht die Grundlagen von Datenanalyse, Modellierung und Unsicherheit....das ist in jedem datenbezogenen Beruf Gold wert.
• Flexibilität: Du bist nicht auf eine Branche festgelegt. Statistik ist überall relevant.
• Zukunftssicherheit: Mit dem Boom von KI, Big Data und datengetriebener Entscheidungsfindung steigt die Nachfrage stetig.

antworten

WiWi Gast schrieb am 14.08.2025:

Hi zusammen, :) ,

ich möchte auxh ein paar Gedanken und Erfahrungen zum Thema Master in Statistik teilen.... insbesondere zu den Berufsaussichten und dem Gehaltspotenzial. Denn meiner Meinung nach wird dieses Fachgebiet oft unterschätzt, obwohl es in der heutigen datengetriebenen Welt zu den wertvollsten Kompetenzen überhaupt zählt.

Ein Master in Statistik öffnet eigentlich Türen in nahezu jeder Branche:

• Data Science & Machine Learning: Statistiker sind die Architekten hinter den Algorithmen. Unternehmen wie Google, Amazon oder SAP suchen gezielt nach Statistik-Absolventen für ihre Data-Teams siehe LinkedIn und co.
• Pharma & Medizin: In der klinischen Forschung sind Biostatistiker unverzichtbar; z. B. bei der Auswertung von Studien für neue Medikamente.
• Finanzwesen: Banken und Versicherungen setzen auf quantitative Analysten für Risikomodellierung und Prognosen.
• Öffentlicher Sektor & NGOs: Statistische Expertise wird auch in der Politikberatung, Epidemiologie oder bei internationalen Organisationen wie der WHO oder OECD ...

Statistik-Absolventen steigen oft mit einem überdurchschnittlichen Gehalt ein. Einige Beispiele sind pharma banken usw

Natürlich hängt das von Region, Unternehmen und Spezialisierung ab; aber im Vergleich zu vielen anderen Studiengängen ist das Gehaltspotenzial deutlich höher.

Warum m.M.n. Statistik eine Exzellente Wahl ist:

• Methodenkompetenz: Wer Statistik beherrscht, versteht die Grundlagen von Datenanalyse, Modellierung und Unsicherheit....das ist in jedem datenbezogenen Beruf Gold wert.
• Flexibilität: Du bist nicht auf eine Branche festgelegt. Statistik ist überall relevant.
• Zukunftssicherheit: Mit dem Boom von KI, Big Data und datengetriebener Entscheidungsfindung steigt die Nachfrage stetig.

Im großen und ganzen kann ich eigentlich zustimmen :). Die Berufsaussichten sind exzellent man hat jedoch auch viel Verantwortung!

antworten

WiWi Gast schrieb am 14.08.2025:

Hi zusammen, :) ,

ich möchte auxh ein paar Gedanken und Erfahrungen zum Thema Master in Statistik teilen.... insbesondere zu den Berufsaussichten und dem Gehaltspotenzial. Denn meiner Meinung nach wird dieses Fachgebiet oft unterschätzt, obwohl es in der heutigen datengetriebenen Welt zu den wertvollsten Kompetenzen überhaupt zählt.

Ein Master in Statistik öffnet eigentlich Türen in nahezu jeder Branche:

• Data Science & Machine Learning: Statistiker sind die Architekten hinter den Algorithmen. Unternehmen wie Google, Amazon oder SAP suchen gezielt nach Statistik-Absolventen für ihre Data-Teams siehe LinkedIn und co.
• Pharma & Medizin: In der klinischen Forschung sind Biostatistiker unverzichtbar; z. B. bei der Auswertung von Studien für neue Medikamente.
• Finanzwesen: Banken und Versicherungen setzen auf quantitative Analysten für Risikomodellierung und Prognosen.
• Öffentlicher Sektor & NGOs: Statistische Expertise wird auch in der Politikberatung, Epidemiologie oder bei internationalen Organisationen wie der WHO oder OECD ...

Statistik-Absolventen steigen oft mit einem überdurchschnittlichen Gehalt ein. Einige Beispiele sind pharma banken usw

Natürlich hängt das von Region, Unternehmen und Spezialisierung ab; aber im Vergleich zu vielen anderen Studiengängen ist das Gehaltspotenzial deutlich höher.

Warum m.M.n. Statistik eine Exzellente Wahl ist:

• Methodenkompetenz: Wer Statistik beherrscht, versteht die Grundlagen von Datenanalyse, Modellierung und Unsicherheit....das ist in jedem datenbezogenen Beruf Gold wert.
• Flexibilität: Du bist nicht auf eine Branche festgelegt. Statistik ist überall relevant.
• Zukunftssicherheit: Mit dem Boom von KI, Big Data und datengetriebener Entscheidungsfindung steigt die Nachfrage stetig.

Ich frag mich warum hier immer diese krampfhafte Werbung für Statistikstudiengänge gemacht wird. Allein die Aussage

" - Data Science & Machine Learning: Statistiker sind die Architekten hinter den Algorithmen. Unternehmen wie Google, Amazon oder SAP suchen gezielt nach Statistik-Absolventen für ihre Data-Teams siehe LinkedIn und co."

zeugt von so unglaublich viel Unwissen. Es gibt ja genau zwei Möglichkeiten:

1) jemand studiert Sozialwissenschaften oder sowas und macht dann nochmal einen Statistikmaster der eben eher auf der Anwendungsseite angesiedelt ist. Dann hat man ungefähr kein Chance bei einer Firma wie Google in die ML Abteilung zu kommen. Als was auch - als ML-engineer? Da arbeiten Leute, die seit ihrer Kindheit aus Fun coden. Nicht Leute, die einen Aufbaumaster machen um bessere Jobaussichten zu haben. Als ML-researcher? Wohl auch kaum - hier Bewerben sich die besten PhDs aus Oxbridge und Stanford.

2) Man studiert einen Statistikmaster an einer Mathefakultät. Das ist dann quasi Mathematik mit schwerpunkt Mathematischer Statistik. Mathe hat Durchfallquoten jenseite von 60%. Das Studium ist Bockschwer und der allergrößte Teil (Schätze so um die 90%) der Absolventen landet irgendwo auf Jobs wo man Quereinstiegsmäßig irgendwas mit Programmierung macht. Aber sicher nicht bei Google. Selbst als Promovierter Statistiker hat man es sehr schwer bei einer Firma wie Bayer eine Quantitative Rolle zu bekommen. Gehälter sind oft nicht viel besser als das was man auch Bachelor Wirtschaftsinformatiker bekommt. Quelle: Bin selbst grad am Ende meiner Promotion in angewandter Mathematik und Forsche mit Statistikern/ML-Leuten etc. Der Arbeitsmarkt ist wirklich nicht rosig.

Also als Outcome meiner Meinung nach:
Aufbaustudium kann sich lohnen für Leute die eigentlich Politikwissenschaften studiert haben oder sowas und Statisik brauchen.

Als reiner Methodenexperte (ala Promotion in Statisitik/ML) sollte man sich klar sein, dass der Arbeitsmarkt schwer und die Konkurrenz groß ist und viele Stellen ins Ausland abwandern. Man studiert das also größtenteils aus Spass an der Freude und nicht weil man danach deutlich mehr Geld verdient. Nur ein ganz kleiner Teil schafft es danach in einen spannendenn Job wo er noch signifikantes Wissen aus seinem Studium braucht und mehr verdient als Beispielsweise eine Lehrer.

antworten