---

Data Science Process Model (DASC-PM)

*** Aktuelles (Stand 05.06.2026) ***

DASC-PM liegt ab sofort in der Version 2.0 vor (hier geht's zum Download). Mit der neuen Version wurde das Vorgehensmodell für Data-Science- und KI-Projekte inhaltlich und strukturell weiterentwickelt.

Wie bereits in den vorherigen Versionen versteht sich DASC-PM weiterhin als strukturierender Rahmen für daten- und analyseorientierte Projekte. Das Modell soll helfen, typische Aufgaben, Rollen und Zusammenhänge in solchen Projekten nachvollziehbar zu machen und eine gemeinsame Grundlage für die Kommunikation zwischen unterschiedlichen Beteiligten zu schaffen.

Seit der Veröffentlichung der ersten Version im Jahr 2020 hat sich das Umfeld datengetriebener Projekte dynamisch weiterentwickelt. Insbesondere Fortschritte im Bereich der Künstlichen Intelligenz haben neue Anforderungen an Methoden, Infrastruktur und Projektorganisation hervorgebracht. Die Version 2.0 greift diese Entwicklungen ebenso auf wie Erfahrungen aus der praktischen Anwendung der bisherigen Versionen.

Ein zentrales Ziel der Überarbeitung war es, DASC-PM verständlicher, stärker ergebnisorientiert und breiter anschlussfähig darzustellen. Die grundlegenden Phasen des Modells bleiben erhalten, wurden jedoch inhaltlich überprüft und präzisiert. Dabei wurde insbesondere darauf geachtet, dass Aktivitäten im Kontext von Künstlicher Intelligenz in allen Phasen des Modells berücksichtigt werden können.

Das DASC-PM in der Version 2.0

Auch die Darstellung der benötigten Kompetenzen und Rollen wurde weiterentwickelt. DASC-PM 2.0 arbeitet stärker mit Rollentypen, um das Modell langfristig stabil gegenüber sich wandelnden Berufsbezeichnungen zu halten. Zudem wurde die Modellgrafik sprachlich überarbeitet und verwendet nun eine englischsprachige Terminologie, um die internationale Nutzung zu erleichtern.

Mit DASC-PM 2.0 steht damit ein aktualisierter strukturierender Rahmen für Data-Science- und KI-Projekte zur Verfügung, der Anwender:innen praktische Orientierung bietet und die Zusammenarbeit unterschiedlicher Beteiligter unterstützt.

Download Link zum DASC-PM v2.0

DASC-PM v2.0 (deu)

Download Link zur DASC-PM v1.1 Fallstudiensammlung

Fallstudien DASC-PM v1.1 (deu)

Download Link to the Englisch edition of the DASC-PM v1.1

DASC-PM v1.1 (eng)

Download link to the English edition of the DASC-PM v1.1 case study collection

Case studies DASC-PM v1.1 (eng)

Projekbezogene Publikationen

• Kaufmann, Jens; Schulz, Michael; Kühnel, Stephan (2025): "Data Science — Projekte mit DASC-PM" in: WISU - Das Wirtschaftsstudium, Sektion Wirtschaftsinformatik, 54 Jg., Heft 3/2025, S. 263.
• Schulz, Michael; Neuhaus, Uwe; Kühnel, Stephan; Rohde, Heiko; Hoseini, Sayed; Theuerkauf, René (Eds.)(2023): "DASC-PM v1.1 Case Studies", NORDAKADEMIE gAG Hochschule der Wirtschaft, Hamburg 2023.
• Schulz, Michael; Neuhaus, Uwe; Kühnel, Stephan; Rohde, Heiko; Hoseini, Sayed; Theuerkauf, René (Hrsg.)(2023): "DASC-PM v1.1 Fallstudien", NORDAKADEMIE gAG Hochschule der Wirtschaft, Hamburg 2023.
• Kuehnel, Stephan; Neuhaus, Uwe; Kaufmann, Jens; Schulz, Michael; Alekozai, Emal M.: "Using the Data Science Process Model Version 1.1 (DASC-PM v1.1) for Executing Data Science Projects: Procedures, Competencies, and Roles", in: T. Barton and C. Müller (eds.): Apply Data Science: Introduction, Applications and Projects, pp. 119-134, ISBN: 978-3-658-38797-6, https://doi.org/10.1007/978-3-658-38798-3_8.
• Theuerkauf, René; Daurer, Stephan; Hoseini, Sayed; Kaufmann, Jens; Kühnel, Stephan; Schwade, Florian; Alekozai, Emal M.; Neuhaus, Uwe; Rohde, Heiko; Schulz, Michael: "Vorschlag eines morphologischen Kastens zur Charakterisierung von Data-Science-Projekten", Informatik Spektrum (2022), https://doi.org/10.1007/s00287-022-01508-6
• Schulz, Michael; Neuhaus, Uwe; Kaufmann, Jens; Kühnel, Stephan; Alekozai, Emal M.; Rohde, Heiko; Hoseini, Sayed; Theuerkauf, René; Badura, Daniel; Kerzel, Ulrich; Lanquillon, Carsten; Daurer, Stephan; Günther, Maik; Huber, Lukas; Thiée, Lukas-Walter; zur Heiden, Philipp; Passlick, Jens; Dieckmann, Jonas; Schwade, Florian; Seyffarth, Tobias; Badewitz, Wolfgang; Rissler, Raphael; Sackmann, Stefan; Gölzer, Philipp; Welter, Felix; Röth, Jochen; Seidelmann, Julian; Haneke, Uwe: "DASC-PM v1.1 - A Process Model for Data Science Projects", NORDAKADEMIE gAG Hochschule der Wirtschaft, Hamburg 2022, ISBN: 978-3-9824465-1-6, http://dx.doi.org/10.25673/91094.
• Schulz, Michael; Neuhaus, Uwe; Kaufmann, Jens; Kühnel, Stephan; Alekozai, Emal M.; Rohde, Heiko; Hoseini, Sayed; Theuerkauf, René; Badura, Daniel; Kerzel, Ulrich; Lanquillon, Carsten; Daurer, Stephan; Günther, Maik; Huber, Lukas; Thiée, Lukas-Walter; zur Heiden, Philipp; Passlick, Jens; Dieckmann, Jonas; Schwade, Florian; Seyffarth, Tobias; Badewitz, Wolfgang; Rissler, Raphael; Sackmann, Stefan; Gölzer, Philipp; Welter, Felix; Röth, Jochen; Seidelmann, Julian; Haneke, Uwe: "DASC-PM v1.1 - Ein Vorgehensmodell für Data-Science-Projekte", NORDAKADEMIE gAG Hochschule der Wirtschaft, Hamburg 2022, ISBN: 978-3-9824465-0-9, DOI: 10.25673/85296.
• Kaufmann, Jens; Kühnel, Stephan; Theuerkauf, René; Alekozai, Emal M.; Hoseini, Sayed; Neuhaus, Uwe; Schulz, Michael (2021): "Where is the Science in Data Science Projects? Online-Workshop über die Wissenschaftlichkeit von Vorgehensmodellen für Data-Science-Projekte (WISDAP)", Gesellschaft für Informatik e.V. (GI) (Hrsg.): INFORMATIK 2021, Lecture Notes in Informatics (LNI), Bonn 2021, S. 1729-1741, DOI: 10.18420/informatik2021-150
• Alekozai, Emal M., Kaufmann, Jens, Kühnel, Stephan; Neuhaus, Uwe; Schulz, Michael (2021): "Data-Science-Projekte mit dem Vorgehensmodell „DASC-PM“ durchführen: Kompetenzen, Rollen und Abläufe", in: Barton, Thomas; Müller, Christian (Hrsg.): Data Science anwenden – Einführung, Anwendungen und Projekte, ISBN: 978-3-658-33813-8, S. 127-144, DOI: 10.1007/978-3-658-33813-8.
• Schulz, Michael; Neuhaus, Uwe; Kaufmann, Jens; Badura, Daniel; Kühnel, Stephan; Badewitz, Wolfgang; Dann, David; Kloker, Simon; Alekozai, Emal M.; Lanquillon, Carsten (2020): "Introducing DASC-PM: A Data Science Process Model", Australasian Conference on Information Systems, ACIS Proceedings, paper 45, 2020, Wellington, New Zealand, https://aisel.aisnet.org/acis2020/45, http://dx.doi.org/10.25673/92266.
• Schulz, Michael; Neuhaus, Uwe; Kühnel, Stephan (2020): “Data-Science-Prozessmodell (DASC-PM)”, in: WISU, Basiswissen Wirtschaftsinformatik, 49 Jg., Heft 4/2020, S. 387 ff.
• Schulz, Michael; Neuhaus, Uwe; Kaufmann, Jens; Badura, Daniel; Kerzel, Ulrich; Welter, Felix; Prothmann, Maik; Kühnel, Stephan; Passlick, Jens; Rissler, Raphael; Badewitz, Wolfgang; Dann, David; Gröschel, Alexander; Kloker, Simon; Alekozai, Emal M.; Felderer, Michael; Lanquillon, Carsten; Brauner, Dorothee; Gölzer, Philipp; Binder, Harald; Rohde, Heiko; Gehrke, Nick (2020): "DASC-PM v1.0 - Ein Vorgehensmodell für Data-Science-Projekte", NORDAKADEMIE gAG Hochschule der Wirtschaft, Hamburg 2020, ISBN: 978-3-00-064898-4, DOI: 10.25673/32872.

Ansprechpartner

Zum Seitenanfang