Mangel an Data Scientists 18.07.2018, 08:08 Uhr

Digitalbranche: Big-Data-Spezialisten dringend gesucht

Um aus Datenbergen Kapital zu schlagen, sind Datenwissenschaftler unerlässlich. Big-Data-Initiativen erbrachten bisher im Schnitt eine Umsatzsteigerung von 13 Prozent.
(Quelle: shutterstock.com/metamorworks)
Die Informationen, die in ihren Datenbergen stecken, geben Firmen vor allem Aufschluss über ihre Kunden - ihr Verhalten, ihre Vorlieben und Routinen. Analysiert man die Kundendaten, eröffnet sich ein riesiges ökonomisches Potenzial. Big Data Analytics hat sich deshalb zu einer Schlüsseltechnologie für fast jedes Unternehmen entwickelt.
Quelle: Bundesagentur für Arbeit
Der Großteil der Firmenlenker ist sich des enormen Einflusses bewusst, den Datenanalysen auf die eigene wirtschaftliche Performance haben. Laut der BARC-Studie "Big Data Use Cases" führt Daten-Analytics bei 69 Prozent der Befragten zu besseren strategischen Entscheidungen. Mehr als die Hälfte gab an, operative Prozesse besser steuern zu können.
Im Schnitt erbrachten die Big-Data-Initiativen eine Umsatzsteigerung von 13 Prozent und eine Kostenersparnis von 16 Prozent. "An Big Data führt kein Weg mehr vorbei", sagt BARC-Geschäftsführer Carsten Bange. "Unsere Studie zeigt deutlich, dass Big-Data-Analysen Unternehmen einen Wettbewerbsvorteil verschaffen und konkret messbaren Nutzen mit sich bringen."
So akzeptiert der Wert der Datenanalyse inzwischen ist - ein zentrales Problem bleibt ungelöst: Wer soll aus den Daten das unternehmerische Gold herausfiltern. Bislang steht kaum ausgebildetes Fachpersonal zur Verfügung, das die Daten analysiert und in Business-Nutzen umwandelt. Es fehlen schlicht die Mitarbeiter mit dem notwendigen Spezial-Know-how, um das Big-Data-Potenzial optimal auszuschöpfen. Und zwar branchenübergreifend: Banken und Beratungsfirmen suchen genauso auf große Datenmengen spezialisierte Analysten wie Autohersteller, Versicherungen und Verwaltungsbehörden.
Dabei gibt es diese Experten längst - zumindest als Konzept. Unter dem Oberbegriff Data Scientist - eingedeutscht Datenwissenschaftler - hat sich in der IT-Welt schon seit mehreren Jahren ein Berufsbild etabliert, das verschiedene Rollendefinitionen und -bezeichnungen aus dem Big-Data-Umfeld zusammenfasst.
Im Zoo der Datenspezialisten
Tätigkeit Inhalt Erforderliches Know-how
Data Scientist Legt fest, welche Analyseformen sich am besten eignen und welche Rohdaten es dazu braucht und wertet sie aus. Kommuniziert die Ergebnisse Mathematik, Statistik, Datenbanken, Programmierung, Business Intelligence, Psychologie, Medien
Data Artist Stellt die verständliche Präsentation der Auswertungen in Form von Diagrammen und Grafiken sicher Grafik, Statistik, Präsentationstechniken
Data Architect Erstellt Datenmodelle und legt fest, wann welche Analyse-Tools Verwendung finden Datenbanken, Datenanalyse, Business Intelligence
Data Engineer Betreut die Hardware und Software, insbesondere die Analysesysteme und die Netzkomponenten Hardware, Software-Kenntnisse, Programmierung
Information Broker Beschafft Informationen und macht sie verfügbar. Er stellt z. B. Kunden Daten bereit oder inhouse Datenbestände aus unterschiedlichen Quellen Datenbanken, Kommunikation, Psychologie
Data Steward Befasst sich mit allen Fragen und Unstimmigkeiten in den Datenquellen. Wird insbesondere im Datenqualitätsmanagement eingesetzt Erfahrungen und Soft Skills, um zwischen Interessengruppen Ausgleich zu erzielen
Im Zoo der Datenspezialisten
Tätigkeit Inhalt Erforderliches Know-how
Data Scientist Legt fest, welche Analyseformen sich am besten eignen und welche Rohdaten es dazu braucht und wertet sie aus. Kommuniziert die Ergebnisse Mathematik, Statistik, Datenbanken, Programmierung, Business Intelligence, Psychologie, Medien
Data Artist Stellt die verständliche Präsentation der Auswertungen in Form von Diagrammen und Grafiken sicher Grafik, Statistik, Präsentationstechniken
Data Architect Erstellt Datenmodelle und legt fest, wann welche Analyse-Tools Verwendung finden Datenbanken, Datenanalyse, Business Intelligence
Data Engineer Betreut die Hardware und Software, insbesondere die Analysesysteme und die Netzkomponenten Hardware, Software-Kenntnisse, Programmierung
Information Broker Beschafft Informationen und macht sie verfügbar. Er stellt z. B. Kunden Daten bereit oder inhouse Datenbestände aus unterschiedlichen Quellen Datenbanken, Kommunikation, Psychologie
Data Steward Befasst sich mit allen Fragen und Unstimmigkeiten in den Datenquellen. Wird insbesondere im Datenqualitätsmanagement eingesetzt Erfahrungen und Soft Skills, um zwischen Interessengruppen Ausgleich zu erzielen
(Quelle: Eigene Recherchen / Wikipedia )

Was tun Data Scientists?

Die zentrale Aufgabe eines Datenwissenschaftlers ist, sich durch Unmengen von Daten zu wühlen, um geschäftsrelevante statistische Erkenntnisse zu gewinnen. Er legt fest, welche Analyseformen sich am besten eignen und welche Rohdaten dafür erforderlich sind. Mit mathematisch-statistischen Analysemethoden entwickelt er Modelle zur Informationsextraktion und zur Prognose für Big-Data-Anwendungen. Im Idealfall fließen die Ergebnisse unmittelbar in einen handfesten Business-Plan ein.
Vom Studienfach bis zu den Soft Skills: Das Berufsprofil Data Scientist auf der Metasuchmaschine Joblift veranschaulicht die hohen Ansprüche an diese Spezialisten.
(Quelle: Joblift)
Die Tätigkeit erfordert profunde fachliche Kenntnisse aus den Bereichen Statistik, Mathematik und Wahrscheinlichkeitsrechnung sowie in Programmierung und Datenbank-Anwendungen. Hinzu kommen Methoden des Machine Learnings, der Künstlichen Intelligenz und der Prognostik. Als Datengrundlage dienen dem Data Scientist sowohl strukturierte als auch unstrukturierte Daten. Die Datenanalyse führt er entweder selbst durch oder er unterstützt IT-Spezialisten bei der Analyse beziehungsweise leitet sie an.
Die Auswertung von Daten ist aber nur ein Teil des Tätigkeitsfelds eines Data Scientists. Er muss auch betriebswirtschaftliche Zusammenhänge verstehen, braucht Branchenkenntnisse, psychologisches Wissen und Verhandlungsgeschick. Und er sollte in der Lage sein, die gewonnenen Erkenntnisse anschaulich zu präsentieren. Dritte sollten seine Ergebnisse ohne spezifische Fachkenntnisse verstehen können. Weil er als Mediator zwischen Fachabteilungen und Management auftritt, sind für den Erfolg seiner Arbeit auch gute kommunikative Fähigkeiten wichtig.
Susanne Wolf, Chief Human Resources Officer bei der Alexander Thamm GmbH, einem der ersten deutschen Data-Beratungsunternehmen, fasst die Rolle des Data Scientists in der Unicum-Jobbörse so zusammen: "Ein Data Scientist muss analytisches Verständnis haben, mit den gängigsten Programmiersprachen umgehen können, Kommunikationsskills mitbringen, smart und selbstbewusst auftreten und sehr gezielt Fragen stellen können."Und weiter: Data Scientists arbeiten oft in interdisziplinären Teams, verbringen viel Zeit in Meetings, müssen ihre Ergebnisse optisch hübsch aufbereiten und überzeugend präsentieren. Das harte Number Crunching macht nur einen Teil der Arbeit aus.



Das könnte Sie auch interessieren