1. Startseite
  2. Hochschule der Künste Bern
  3. Weiterbildung
  4. CAS + DAS
  5. Generative Data Design
Inhaltsverzeichnis ansehen Inhaltsverzeichnis ansehen

Generative Data Design

Im CAS Generative Data Design lernen Sie einen spielerischen und vielseitigen Zugang zu Datenexploration und Design. Dabei nutzen wir Creative Coding als Gestaltungsinstrument. Das Ziel: Innovative und ästhetisch ansprechende Visualisierungen zu erschaffen.

Der Studiengang:

  • richtet sich an Fachleute aus Wissenschaft, Verwaltung, Privatwirtschaft, Gesundheitswesen, Bildung, Journalismus, Umwelt, Politik und weiteren Branchen, die täglich mit Daten arbeiten, sowie an Absolventen der beiden CAS Data Visualization und CAS Datenanalyse, 
  • nutzt Code als Gestaltungswerkzeug, um mit Daten generative Poster, interaktive Webvisualisierungen, Animationen und bewegte Bilder, Virtual Reality-Anwendungen, Wissensbilder für soziale Medien, raumübergreifende Installationen, Sound und andere innovative Anwendungen zu erstellen, 
  • vermittelt visuelle Systeme und Regelwerke, deren Umsetzung in Code und Übertragung auf verschiedene Medien, 
  • vermittelt Strategien, um komplexe Daten auf verständliche und ästhetische Weise zu visualisieren, um Muster sowie Zusammenhänge sichtbar zu machen, 
  • vermittelt angewandtes Fachwissen in den Bereichen Generative Gestaltung, Creative Coding, Visuelle Analyse mittels spezifischer Technologien wie p5.js und D3.js. 
Stimmungsbild CAS Generative Data Design

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer April bis September 2025
  • Unterrichtstage Freitag und Samstag
  • Anmeldefrist 28. Februar 2025
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten Studiengebühr: CHF 6'800
    Anmeldegebühr: CHF 250
  • Unterrichtssprache Deutsch
  • Studienort Bern Fellerstrasse und Online/Remote
  • Departement Hochschule der Künste Bern
  • Nächste Durchführung Start im April 2025

Kontakt

Inhalt + Aufbau

Portrait

Der CAS Generative Data Design legt den Schwerpunkt auf Creative Coding und Datenvisualisierung, Fachbereiche, welche in der heutigen digitalen und datendominierten Welt an Bedeutung gewinnen. Die Kombination von Computerprogrammierung und Informationsdesign ermöglicht es, Daten nicht nur zu verstehen, sondern sie auch auf eine attraktive und informative Weise zu präsentieren.

Code als Gestaltungsinstrument sowie Daten als Gestaltungsrohstoff stehen im Zentrum. Jeder Datensatz hat spezifische Eigenschaften. Darin verborgene Muster können mittels Creative Coding und dem Einsatz von visuellen Variablen sichtbar gemacht werden. Creative Coding bietet einen spielerischen und höchst flexiblen Ansatz zur Datenexploration. Dabei entstehen neuartige, individuelle und ästhetisch ansprechende Visualisierungen, die sowohl in der explorativen und konfirmativen Analyse als auch in der Kommunikation effektiv eingesetzt werden können. 

Ausbildungsziel

Mit dem erfolgreichen Abschluss erwerben Sie nachfolgende Kompetenzen:

  • Sie setzen Code als Gestaltungswerkzeug ein, um statische oder interaktive Visualisierungen, Animationen und Anwendungen in Medien wie Web, digitalen Installationen oder Print zu erstellen  
  • Sie sind in der Lage, komplexe Datensätze ästhetisch ansprechend zu visualisieren, wodurch darin enthaltene Muster und Zusammenhänge sichtbar und Informationen zugänglich gemacht werden 
  • Sie können visuelle Systeme und Regelwerke konzipieren, programmieren und auf verschiedene Medien anwenden
  • Sie erlernen den Umgang mit visuellen Variablen und sind in der Lage, diese effektiv, zweckmässig und zielorientiert in Ihren Visualisierungen einzusetzen 
  • Sie sind in der Lage, Daten mittels Code visuell zu analysieren und interaktive Werkzeuge zur Datenexploration selbst zu bauen 
  • Sie wenden die erlernten Fertigkeiten flexibel in verschiedenen beruflichen und branchenspezifischen Kontexten an 
  • Sie planen und realisieren unter Einbezug von Zeit und Ressourcen ein Projekt im Kontext der Datenvisualisierung 

Der Studiengang ist modular aufgebaut und beinhaltet 19 Kontakttage in Form von Workshops mit praktischen Arbeiten sowie theoretischen/methodischen Inputs, 19 Tage Selbststudium für Vor- und Nachbereitung der Module, Intervisions-Sessions und individueller Betreuung und rund 7 Tage für die Realisierung eines Autorenprojektes. Die Präsenzveranstaltungen finden jeweils freitags und samstags statt. 

Inhalte

  • Kick-Off

  • Einführung Datenvisualisierung + Creative Coding 

  • Creative Coding I: Grundlagen 

  • Creative Coding II: Animation + Interaktion 

  • Datenquellen und Datenaufbereitung

  • Autorenprojekt 

  • Visuelle Analyse I 

  • Data Design

  • Visual Storytelling  

  • Visuelle Analyse II 

  • Geodaten und Karten

  • Forces + Physics

  • Echtzeitdaten

  • Webvisualisierungen 

 

Methodik

Die Methodik und Didaktik entspricht den Grundsätzen der aktuellen Hochschul- und Weiterbildungsdidaktik. Der Kontaktunterricht ist so angelegt, dass er einen hohen Einbezug der Studierenden ermöglicht und Sie Ihr Wissen und Ihre Erfahrungen mit einbringen können. Fachinput als auch Praxisarbeiten sind gleichermassen vertreten. Durch methodische Vielfalt, Diskussionen und kritische Betrachtungen wird die Entwicklung von neuen Ideen und Lösungen gefördert. Das Selbststudium umfasst Vor- und Nachbereitung des Kontaktunterrichts, Skript- und Literaturstudium, Reflexion und Dokumentation der eigenen Lernprozesse und der Praxistransfers. 

Evaluation und Qualitätssicherung

Die Studienleitung bietet eine intensive Lernbegleitung an und ist zudem für eine einheitliche Haltung beim didaktischen Vorgehen, bei der Kursgestaltung und für den aktuellen Praxisbezug besorgt. Jeder Kurs wird von der Studienleitung und den Studierenden evaluiert. Die Anliegen der Studierenden werden als konkreter Auftrag zur steten Optimierung der Kursgestaltung entgegengenommen. Die Abschlussarbeiten werden nach transparenten Beurteilungsrastern eingeschätzt. 

Künstliche Intelligenz im Unterricht 

Künstliche Intelligenz (KI) wird aktiv im Unterricht eingesetzt, um den Lernprozess zugänglicher und effizienter zu gestalten. Mit Hilfe von KI-Tools können Studierende beispielsweise Fehler im Code schneller beheben oder Datensätze generieren. Besonders für Einsteigerinnen und Einsteiger ist diese Unterstützung hilfreich beim Erlernen des Programmierens. 

Die Studienleitung geht davon aus, dass alle Teilnehmenden die Bedingungen zur Zertifizierung erreichen. Dies umfasst die Teilnahme an den Kontaktstunden gemäss Studienreglement, Erbringen der entsprechenden Praxistransfers und Präsentation des eigenen Projektes bei der Abschlussveranstaltung. 

In Bezug zu den angestrebten Kompetenzen erhalten sie im Verlauf des Ausbildungsgangs eine Auswahl an Aufträgen, um das Erlernte im eigenen Praxisfeld auf individuelle Weise anzuwenden und diese Umsetzung zu reflektieren. Sie dokumentieren diesen Praxistransfer und erhalten von der Studienleitung oder den Dozierenden ein Feedback. 

Titel + Abschluss

Certificate of Advanced Studies (CAS) in «Generative Data Design» 

CAS Data Visualization und CAS Generative Data Design im Vergleich

Während im CAS Data Visualization die Gestaltung anschaulicher Datenvisualisierungen und aussagekräftiger Informationsgrafiken, das Anwenden systematischer Entwicklungsmethodik und das Kennenlernen oder Explorieren unterschiedlicher Techniken und Programmen im Vordergrund steht, fokussiert der CAS Generative Data Design auf Creative Coding als Gestaltungswerkzeug und die Erstellung von Visualisierungen durch Computerprogrammierung. Beide Studiengänge ergänzen sich und bieten unterschiedliche Ansätze der Datenvisualisierung.  

  • MAS

Data Science

Den Data-Science-Spezialistinnen und -Spezialisten kommt heute eine zentrale Bedeutung in den Unternehmen zu. Sie werten Datenbestände im Hinblick auf strategische oder operative Fragestellungen aus,...

Studienleitung, Dozentinnen + Dozenten

Der CAS Generative Data Design wird von Fabienne Kilchör und Christian Schneider geleitet, die beide zugleich die Dozierenden des CAS sind. 

  • CAS

Data Visualization

Der CAS Data Visualization vermittelt Ihnen praktische Fertigkeiten, methodische Herangehensweise und theoretische Grundlagen für die Entwicklung und Gestaltung von Datenvisualisierungen und...

Team + Netzwerk

Studienleitung

Fabienne Kilchör:
Dipl. Design HES in Visueller Kommunikation und Dr. phil. hist., Mitgründerin der Agentur für visuelle Kommunikation Emphase GmbH in Bern/Lausanne, wissenschaftliche Mitarbeiterin im Forschungsschwerpunkt Kommunikationsdesign, Forschungsfeld Knowledge Visualization und am Institut für Archäologische Wissenschaften der Universität Bern. Seit 2016 Studienleiterin und Dozentin des CAS Data Visualization.

Christian Schneider:
Informatiker, Forscher und Künstler, MSc (Master of Science) in Informatik an den Universitäten Neuchâtel und Århus. Expertise in Datenvisualisierung und generativer Gestaltung. Tätigkeit an Institutionen wie dem Centre for Advanced Visualization in Århus, MTV World in Auckland, ETH Zürich und Statistik Stadt Zürich. Selbständig seit 2017. Lehrtätigkeit an der Hochschule Luzern und Berner Fachhochschule. 

Voraussetzungen + Zulassung

Interessierte, die sich professionell mit der Analyse und der Kommunikation von Daten jeglicher Art beschäftigen wie Grafikdesigner, Journalistinnen und Medienschaffende, Kommunikationsdesigner, Informatikerinnen, Informationswissenschaftler, Analystinnen und Personen aus den Bereichen Pädagogik und Sozialwissenschaften sowie Personen aus der Wirtschaft, der Industrie und der Wissenschaft.

Der CAS Generative Data Design setzt in der Regel einen Hochschulabschluss und mehrjährige Berufserfahrung voraus. Sie zeigen anhand Ihres Lebenslaufs und einem Motivationsschreiben ein tiefergehendes Interesse und eine Affinität zur Disziplin Datenvisualisierung. Vorausgesetzt werden Basiskenntnisse in Adobe Illustrator. Basiskenntnisse in einer Programmiersprache (D3, Processing, etc.) sowie in Adobe InDesign sind von Vorteil, werden aber nicht vorausgesetzt.

Ausnahmen: Aufnahme «sur dossier»

Kandidatinnen und Kandidaten, welche die formalen Zulassungsbedingungen nicht erfüllen, können «sur dossier» aufgenommen werden. Diese Form der Aufnahme erfordert eine gründliche Evaluation der vorhandenen Fähigkeiten über ein Portfolio, das bei der Anmeldung hochzuladen ist und die nötigen Fachkenntnisse aufzeigt.

Sprachkenntnisse

Deutsch, Englisch von Vorteil

Die Studienleitung entscheidet gestützt auf die eingereichten Anmeldeunterlagen (Lebenslauf, Motivationsschreiben, Diplomkopien, Projektliste) abschliessend über die Zulassung. Die Studienleitung behält sich vor, bei einer grossen Anzahl von Studienbewerbenden eine Auswahl zu treffen.

Organisation + Anmeldung

Der CAS umfasst 12 ECTS-Credits und dauert sechs Monate. Die Weiterbildung ist berufsbegleitend. Unterrichtstage sind Freitag und Samstag jeweils ganztags.
Änderungen vorbehalten.

Studienbeginn: April 2025
Studienende: Oktober 2025

Studiendaten CAS Generative Data Design 2025 (PDF, 91 KB)

Studiengebühr: CHF 6'800
Anmeldegebühr: CHF 250

Es gelten das Weiterbildungsreglement der Berner Fachhochschule sowie die Ausführungsbestimmungen zum Weiterbildungsreglement. Änderungen bleiben vorbehalten. Im Zweifelsfall ist der Wortlaut der gesetzlichen Bestimmungen und Reglemente massgebend.

Anmeldung

Die Anmeldung erfolgt online über ein Anmeldeformular. Für die Anmeldung benötigen wir folgende Unterlagen von Ihnen:

  • Passfoto
  • tabellarischer Lebenslauf
  • Diplomkopie des massgebenden Abschlusses (inkl. Matrikelnummer bei Hochschulabschluss)
  • Motivationsschreiben
  • Projektliste/Arbeitsfelder, die im Zusammenhang stehen mit der Datenvisualisierung (visuelle Beispiele erwünscht) 

Anmeldeschluss: 28. Februar 2025

Beratung + Studienort

Studienberatung

Co-Studienleitung

Co-Studienleitung

Sekretariat

Standorte