In Zeiten von Big Data wird der Umgang mit Daten immer wichtiger. Im Mittelpunkt der dazu notwendigen Kompetenz steht die datenbasierte Wissensgenerierung für ein optimiertes, zielgerichtetes Handeln. Die Daten und das Handeln wiederum sind eingebettet in Raum und Zeit. Sie stellen die zentralen Dimensionen des interdisziplinären Datenkontexts dar, die in bisherigen Büchern zu Data Science kaum bzw. keine Berücksichtigung finden. Das ist auch der Fokus des Buchs, wozu sich Autoren aus unterschiedlichen Fachbereichen einbringen.Das Werk gliedert sich in zwei thematische Bereiche. Nach einer Einführung in Data Science im Kontext von Raum und Zeit folgen im ersten Teil Beiträge, die durch ihre Interdisziplinarität neue Dimensionen im Bereich Data Science eröffnen. Die Themen reichen von der Notwendigkeit von Ethik für erfolgreiche künstliche Intelligenz über Gender Awareness and Diversity in Data Science, Datenqualität, Data Privacy, Datenvisualisierung, Machine Learning, Text Mining, Analyse von Netzwerkdaten, Korrelation und Kausalität bis hin zu aktuellen Risiken und Schwachstellen von KI-Anwendungen. Im zweiten thematischen Teil des Buchs werden mehrere Praxisbeispiele aus unterschiedlichen Disziplinen aufgeführt, die einen Einblick in die Vielfalt der Data Science geben. Diese zeigen die schier unbegrenzten Möglichkeiten des Einsatzes von Methoden und Daten zur Beantwortung gesellschaftlich relevanter Fragestellungen.Das Buch wendet sich an Praktiker, Wissenschaftler und Studierende in den Bereichen Geoinformatik, Geowissenschaften, BWL, Sozialwissenschaften, Wirtschaftsinformatik, Wirtschaftsingenieurwesen u. a. m. Darüber hinaus richtet sich das Werk an alle, die sich einen Überblick zu Data Science im Kontext von Raum und Zeit verschaffen möchten.