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 werden.

Das Werk gliedert sich in fünf Kapitel. Im 1. Kapitel erfolgt eine Einführung in Data Science im Kontext von Raum & Zeit. Das 2. Kapitel dokumentiert die unterschiedlichen Datenarten: raumbezogene Daten, personenbezogene Daten, sachbezogene Daten, mikrogeographische Daten, zeitbezogene Daten, B2B-Daten. Darüber hinaus werden auch die Themen Datenqualität, Datenverfügbarkeit, Datenquellen und Datenerfassung behandelt. Kapitel 3 widmet sich den Analyseverfahren, von statistischen Standardverfahren über Mikrosimulationen, mikrogeographische und räumliche Analysen bis hin zur Predicitve Analytics. Kapitel 4 beschäftigt sich mit der Visualisierung. Neben klassischen Visualisierungen und digitale Karten werden auch Dashboards behandelt. Kapitel 5 geht auf die Technologien ein, die zum Bearbeiten und Visualisieren von Daten eingesetzt werden: GIS, Statistiksoftware, Programmiersprachen und Datenbanken.