L. W. studiert Mobility, Data Science and Economics im 1. Semester Bachelor an der Hochschule Luzern HSLU.

"Ich studiere Mobility, Data Science and Economics im ersten Semester und habe bald meine ersten Prüfungen – in fast jedem der acht Module, die ich belege. Bisher hatten wir bereits viele schriftliche Arbeiten, vor allem interdisziplinäre Gruppenarbeiten, die ebenfalls in die Bewertung einfliessen und bei denen wir in der Themenwahl weitgehend frei sind. Ein positiver Nebeneffekt von Gruppenarbeiten ist das gegenseitige Kennenlernen unter den Studierenden.

Ich investiere viel Zeit ins Studium und arbeite am unterrichtsfreien Montag im Detailhandel. Andere Mitstudierende gehen einem Teilzeitjob nach, der eng mit dem Studiengang verknüpft ist, etwa bei der SBB, der BLS oder Fairtiq. Auch wenn im Studium viel zusammenkommt, vor allem vor den Prüfungen gegen Semesterende, funktioniert es gut, einer Teilzeitarbeit von maximal 20 Prozent nachzugehen. Allerdings wird es gegen Ende des Studiums, spätestens während der Bachelorarbeit, vermutlich nicht mehr drin liegen.

Praxisbezug von Anfang an

Im Modul Mobility haben wir das Projekt 'Durchgangsbahnhof Luzern' in Angriff genommen. Die Infrastruktur des Bahnhofs Luzern, heute ein Kopfbahnhof, ist den aktuellen Anforderungen nicht mehr gewachsen. Deshalb ist ein unterirdischer Durchgangsbahnhof mit vier Geleisen geplant. Im Rahmen dieser Arbeit haben wir Interviews mit den Beteiligten geführt, etwa mit den Projektleitern der SBB und der Stadt Luzern.

Im Modul innovative und intelligente Verkehrssysteme haben wir als Gruppe eine Arbeit über Auto-Abos wie Carvolution oder Clyde geschrieben. Es ging um die Frage, weshalb ein Angebot innovativ oder intelligent ist. Wir haben uns differenziert mit den verschiedenen Angeboten auseinandergesetzt, sowohl Anbieter als auch Nutzerinnen von Auto-Abos interviewt und anschliessend bewertet, was an einem Angebot innovativ oder intelligent ist – oder eben nicht.

Im Modul Data Science hatten wir eine Einführung in die Programmiersprache Python. Es geht unter anderem darum, aus bereits erhobenen Daten mittels Programmieren Auswertungen, Prognosen und Analysen zu erstellen, immer mit den passenden grafischen Darstellungen. Später wird es auch um Data Mining gehen, das systematische Sammeln von Daten. Python war für alle Studierenden neu. Ich finde es spannend, weil es etwas ist, was nicht jeder kann.

Gastreferate

Die Dozierenden können im Unterricht immer wieder auf Praxisbeispiele zurückgreifen. Dies hilft mir oft dabei zu verstehen, wozu ich etwas lerne und wie ich das erworbene Wissen später im Berufsleben einsetzen kann. Der Praxisbezug wird auch bei den Gastreferaten deutlich: Mal war jemand da vom Innovation Lab von AMAG und ging in einem spannenden Referat auf das Konzept 'Mobility as a Service' (MaaS) ein. Es beinhaltet unter anderem, eine Reise von A nach B mit verschiedenen Verkehrsmitteln zu planen. In einem anderen Gastreferat wurde uns das Thema Geoinformationssysteme (GIS) am Beispiel eines Hafens in China nähergebracht, wo sich schwere Explosionen ereignet hatten. Anhand von GIS-Daten konnte eruiert werden, wie viel wirtschaftlicher Schaden entstanden ist. In meinen Augen sind die Gastreferate ein grosser Pluspunkt des Studiums.

Guter Kontakt zu den Dozierenden

Wir sind zu siebt im Vollzeitstudiengang, zusammen mit den Teilzeitstudierenden sind wir fünfzehn. Diese Klassengrösse erlaubt es, dass wir sehr gut unterstützt werden von den Dozierenden. Mit den meisten sind wir per du. Sie nehmen sich Zeit für unsere Fragen und wenn jemand Schwierigkeiten hat, wird er aufgefangen. Auch innerhalb der Klasse unterstützen wir uns gegenseitig. Die Atmosphäre ist sehr persönlich.

Studienwahl und Ziele

Mein Hintergrund ist eine Lehre als Zeichner, Fachrichtung Architektur. Anschliessend habe ich die technische Berufsmatur gemacht und Militärdienst geleistet. Meinen Studiengang entdeckte ich in der BMS. An einem Info-Anlass der Fachhochschule erfuhr ich mehr darüber. Das ganze Paket erschien mir sehr modern. Dafür entschieden habe ich mich schliesslich, weil der Studiengang breit aufgestellt ist, was ich nach wie vor sehr schätze. Mit der Kombination von Data Science, wirtschaftlichen Aspekten und Verkehrsplanung werden uns gefragte Kompetenzen für viele Bereiche vermittelt. Zudem ist die Vielfalt an Spezialisierungsmöglichkeiten sehr gross.

Mein Ziel für das Studium ist, in allen Modulen durchzukommen, ohne ständig nachrechnen zu müssen, ob es auch reichen würde, wenn ich in einem beliebigen Fach ungenügend wäre. Es ist mir wichtig, mein Bestes zu geben und auch Spass daran zu haben, ein Netzwerk aufzubauen und damit eine gute Ausgangslage für meine berufliche Zukunft zu schaffen."