Ein E-Commerce-Team braucht die verschiedensten Skills. Das hat zur Folge, dass sich in den letzten Jahren viele Berufsbilder verändert beziehungsweise neu gebildet haben. In unserer Serie "Was macht eigentlich...?" stellen wir die spannendsten Jobs der E-Commerce-Branche vor.

In diesem Teil hat uns Matthias Lein verraten, wie sein Daily Business als Head of Data Engineering bei der Data Science Beratung Alexander Thamm aussieht und welche Fähigkeiten dafür am wichtigsten sind.

• Name: Dr. Matthias Lein
• Position: Head of Data Engineering
• Alter: 46
• Unternehmen: Alexander Thamm GmbH 
  

×

Matthias Lein, Head of Data Engineering bei Alexander Thamm

Alexander Thamm

Matthias, du bist Head of Data Engineering - was zählt alles zu deinem Aufgabengebiet?
Als Head of Engineering bin ich für alle fachlichen Fragestellungen in diesem Bereich inhaltlich verantwortlich. Dabei muss sichergestellt werden, dass unsere Mitarbeitenden den fachlichen Tiefgang haben, der von unseren Kunden erwartet wird, und dass wir die dazu notwendige Dokumentation der Best Practices und beispielhafte Referenzimplementierungen vorhalten. Konkret bedeutet das, dass ich interne Arbeitsgruppen organisiere und teilweise auch leite, um einzelne Teilbereiche auszuarbeiten und mit den anderen Fachabteilungen abzustimmen.

Wie bist du dazu gekommen?
Eigentlich komme ich aus einem völlig anderen Bereich. Ich bin von Hause aus theoretischer Chemiker und habe lange in Forschung und Entwicklung gearbeitet. Aber auch in meiner ersten Karriere musste ich schon immer mit großen Datenmengen umgehen und diese analysieren. Im Unterschied zu meiner jetzigen Tätigkeit habe ich damals allerdings auch die High Performance Compute Cluster entworfen, gebaut und betrieben, welche diese Daten in großen quantenchemischen Simulationen erzeugt haben. Vor fünf Jahren habe ich dann im Zuge meiner Rückkehr nach einem 15-jährigen Auslandsaufenthalt die Seiten gewechselt und bin von der universitären Forschung in die Industrie gewechselt.

Wie siehst du deine Rolle im Team?
Meine Arbeit bei Alexander Thamm ist zweigeteilt. Zum einen gilt es, die strategische Ausrichtung unserer mittlerweile fast 100 Data Engineers auszuarbeiten. Da müssen die Erfahrungen aus vielen hunderten Einzelprojekten gesammelt und konsolidiert werden, um sicherzustellen, dass wir verstehen, wohin sich der Markt entwickelt, welche Technologien vielleicht auf dem absteigenden Ast sind und welche neuen Technologien sich gerade bewähren und andere ersetzen können. Diese Einsichten werden dann verwendet, um unser Portfolio auszuarbeiten und um unseren Kunden näherzubringen, wie wir uns mit unserer Erfahrung von der Konkurrenz absetzen. Dazu gehört dann natürlich auch, dass wir uns genau anschauen, wie wir die Data Engineers intern weiterbilden und welche Profile wir bei unseren Stellenausschreibungen besonders hervorheben.

Auf der anderen Seite verbringe ich etwa die Hälfte meiner Zeit mit ganz konkreten Aufgaben in Kundenprojekten. Gerade in sich schnell weiterentwickelnden Bereichen wie dem Data Engineering ist es wichtig selbst auch inhaltlich Hand anzulegen, um nicht die Bodenhaftung - und damit die Glaubwürdigkeit gegenüber den Kunden und dem eigenen Team - zu verlieren.

Welche Eigenschaften und Skills helfen dir im Daily Business am meisten - und warum ist das so?
Eine gesunde Neugier für komplexe Technologien und schwierige Fragestellungen sowie der Enthusiasmus und die Durchhaltefähigkeit jeden Tag dranzubleiben, auch wenn sich der Erfolg nicht gleich einstellt, sind auf jeden Fall hilfreich. Wenn man eine Weile auf größeren Projekten arbeitet - egal ob beim Kunden, oder auch in internen Initiativen - wird dann schnell klar, dass Empathie in der Kommunikation unabdingbar ist. Die meisten Probleme sind letztlich nicht technischer, sondern persönlicher und kommunikativer Natur.

Schildere bitte möglichst anschaulich ein Projekt, das dich besonders begeistert hat.
Eines meiner Lieblingsprojekte hat einen Konzern begleitet, der die finanziell relevanten Informationen seiner verschiedenen Landesgesellschaften in einer übergreifenden Plattform auswerten wollte. Das Ziel war nicht, das Reporting der finanziellen Abschlüsse zu verbessern, das existierte schon. Das Ziel war, die internationale Verflechtung der Kunden, gegen die eigene internationale Verflechtung zu halten, um Abhängigkeiten, Risiken und Chancen zu identifizieren, welche den einzelnen Landesgesellschaften verborgen bleiben würden.

Dieses Projekt war nicht nur inhaltlich spannend, sondern auch technisch äußerst anspruchsvoll, weil ja in den einzelnen Ländern völlig unterschiedliche Quellsysteme vorlagen und man erstmal eine gemeinsame Übersetzung schaffen musste, um Vergleichbarkeit herzustellen. Das fängt bei der Frage an, welche Informationen überhaupt in den Ländern vorliegen (dürfen), in welcher Sprache und in welchem Format sie vorgehalten werden und wie man unterschiedliche Detaillierungen wieder auf einen gemeinsamen Nenner bringen kann. Ich hatte das Gefühl, dass auch der Kunde einiges über den eigenen Konzern gelernt hat, was in dieser Form noch nicht bekannt war.

Was ist dir in diesem Job am wichtigsten? Was macht am meisten Spaß?
Ich bin durch-und-durch "Techie" und genieße es, in meinem Job immer wieder die neusten Technologien ausprobieren zu dürfen. Da am Puls der Zeit zu bleiben und gleichzeitig aber auch sinnvolle, wertschöpfende Dinge zu bauen, das gefällt mir schon sehr gut. Die Data Engineering Community ist auch vergleichsweise jung - wie viele Aspekte in den digitalen Berufen. Immer mit jungen Menschen zusammen arbeiten zu können, macht viel Spaß und hält einen auch geistig agil.

Was sind die größten Herausforderungen?
Die Datenqualität ist immer eine Herausforderung. Egal ob in kleinen Unternehmen, im Mittelstand, oder in großen Konzernen, viele Ablagesysteme sind „historisch gewachsen“ und werden nur so weit gepflegt wie es für die Hauptbenutzer der Systeme Sinn ergibt. Vor etwa zehn Jahren war mal "Data Mining" ein sehr angesagter Begriff. Man stellte sich vor, dass mal einen Algorithmus auf eine große Datenmenge loslassen kann, und dann quasi vollautomatisiert Wertschöpfung stattfinden kann. So eine Herangehensweise ist in fast allen Fällen aussichtslos, weil die Datenqualität eigentlich immer nur hoch genug für die bereits bestehende Hauptanwendung ist. Zusätzliche Anwendungsfälle bedürfen deshalb eigentlich immer eine Überarbeitung der Art der Datenerhebung, oder ein komplett neues System, um qualitativ hochwertige Daten zu erzeugen. Von Data Mining redet heute fast niemand mehr, aber Datenqualität ist nun in aller Munde.

Mein Job ist im E-Commerce unverzichtbar, weil …
…man ohne Daten heute einfach nicht mehr konkurrenzfähig ist. Die Zeiten, in denen alle Informationen auf Papier vorgehalten wurden und wichtige Entscheidungen aus einem Bauchgefühl heraus getroffen werden, sind hoffentlich vorbei. Um aber die notwendigen Daten in einer genügenden Qualität zu erheben und auf deren Basis dann einzelne Prozesse und ganze Unternehmen zu steuern, müssen Data Engineers eng mit den Fachabteilungen zusammenarbeiten. Wer da den Digitalisierungszug verpasst, ist schnell abgehängt.

Wenn du nicht Data Engineer geworden wärst, was wärst du dann?
Eine schöne Eigenschaft der digitalen Technologien ist ja, dass man alles unendlich oft vervielfältigen kann. Eine Applikation zu bauen, ist teuer. Das gilt aber nur für die erste Kopie dieser Applikation. Jede weitere Kopie ist im Wesentlichen kostenlos. Aus diesem Grund interessiert mich das produzierende Gewerbe. Dort gelten ganz andere Beziehungen, die beschreiben, wie Rohstoffe und Ausgangsmaterialien in Produkte umgewandelt werden. Wäre ich kein Data Engineer, dann würde ich in einer Fabrik ganz "handfeste" Dinge bauen.