Wieviel Wissenschaft steckt eigentlich in Data Science?

4 von 5 Sterne, 1 Bewertung

Data Science in der Praxis: Was das neue Berufsfeld ausmacht

Wieviel Wissenschaft steckt eigentlich in Data Science? Und vor welchen Herausforderungen stehen Menschen mit der Jobbezeichnung Data Scientist in der Praxis? „Die Anforderungen sind massiv gestiegen, weil das Datenvolumen so exponentiell steigt“, sagt Andreas Holtschulte, der sich seit zehn Jahren mit Digitalisierung in der Logistik beschäftigt und Unternehmen zum Thema Datensicherheit berät. „Sammeln kann ich heute eigentlich jede Art von Daten, die Kunst ist die richtige Auswahl von Informationen. Ich muss mich entscheiden, was ich wie lange speichere, was ich wirklich brauche, um betriebswirtschaftliche Probleme zu lösen.“ In seinem Umfeld gehe der Trend eigentlich weg vom Generalisten hin zum Spezialisten. Doch mit zu viel Tunnelblick könne es schwierig werden, die heute verfügbaren Datentöpfe – in der Automobilindustrie zum Beispiel ERP-Systeme, Cloud-Applikationen, Sensordaten aus der Fertigung und den Fahrzeugen sowie Marktforschungsdaten – sinnvoll in Beziehung zu setzen. Dafür brauche man Menschen, die offen und ohne Scheuklappen über Methoden und Problemlösungen nachdenken, auch mal neue Wege gehen.

Wissenschaftlicher Abschluss oft ein Muss

Data Scientists sind tatsächlich oft Wissenschaftler. Das hat eine Auswertung der Jobplattform Joblift bestätigt, die nach eigenen Angaben über 60.000 Stellenanzeigen zwischen 2016 und 2018 ausgewertet hat. 93 Prozent der Gesuche setzten einen Hochschulabschluss voraus, fast 70 Prozent einen Masterabschluss, 4 Prozent sogar eine Dissertation.1 Auch ein aktuelles Mitarbeiterporträt des Schweizer Telekommunikationskonzerns Swisscom zeigt, wie wichtig der akademische Hintergrund ist: Die vorgestellten Data Scientists „kommen aus fünf verschiedenen Ländern und haben völlig unterschiedliche Werdegänge“ – doch alle fünf hatten studiert, teilweise promoviert.

Jetzt Infografik "Arbeitsplatz Datenmeer" kostenlos downloaden

Bitte geben Sie unten auf der Seite Ihre Kontaktdaten ein und klicken Sie dann auf „Download anfordern“.

Sie erhalten eine Bestätigungsmail, um Ihre angegebene E-Mail-Adresse zu verifizieren und im Anschluss umgehend das angeforderte Dokument. 

Hier geht's direkt zur Download-Anfrage

Offen und kreativ an Probleme herangehen

Wissenschaftliche Gründlichkeit allein reicht jedoch selten. „Fachidioten können wir nicht gebrauchen“, sagt etwa Statistik-Professor Göran Kauermann, der an der Ludwig Maximilians-Universität München angehende Datenspezialisten ausbildet, die mit Versicherern wie mit Flugunternehmen kooperieren.2 Seine Absolventen sollen interdisziplinär und lösungsorientiert denken, unternehmerisch. Für den BI-Experten Dr. Wolfgang Martin zählen dementsprechend Informationsstärke und ein Talent für Storytelling zum Rüstzeug des Data Scientisten: „Er kommuniziert die Projektergebnisse in einfacher, klar verständlicher Sprache vor allem auch mit Hilfe von Anekdoten.“3

Ob nun kreative Nerds oder businessnahe Wissenschaftler – Data Scientists sind eher Teamplayer als Einzelgänger. Etliche Befragte erzählen in Interviews, dass sie Workshops organisieren und viel Zeit in Meetings verbringen.4 Damit man für Besprechungen aussagekräftige Grafiken erstellen kann, sollte man gut über Methoden der Datenerhebung und statistische Modelle Bescheid wissen. Um Antworten auf die Fragen der Geschäftsführer und die Bedürfnisse der Kunden zu finden, muss man wissen, in welchen Datensätzen diese Informationen, offensichtlich oder versteckt, enthalten sind. „Userzentrisches, kundenorientiertes Denken ist ganz wichtig“, sagt Digitalisierungsberater Andreas Holtschulte. „Da muss man auch mal mit Methoden wie Design Thinking die wirklichen Anforderungen an die Datenauswertungen herauskitzeln.“ Will man die zusammengetragenen Daten aufbereiten, braucht man dafür neben den richtigen Tools und sauberen Datensätzen in kompatiblen Formaten auch ein Gespür für Präsentation und Ansprache. Holtschulte: „Wichtig ist die User Experience. Der User soll die Auswertungen verstehen und auch selber logische Schritte ableiten. Man muss die Daten gut verpacken und alles Überflüssige weglassen können. Ich sage oft: Die Tabellen vergesst mal!“

Was Data Scientists in ihrem Arbeitsalltag alles zu beachten haben, veranschaulicht die Infografik „Arbeitsplatz Datenmeer“.

Pflichtfelder sind mit einem Stern (*) markiert.

Anrede

Kommentare

4 von 5 Sterne, 1 Bewertung

Es gibt noch keine Kommentare

Kommentar hinterlassen

Um unsere Webseite für Sie optimal zu gestalten und fortlaufend verbessern zu können, verwenden wir Cookies. Durch die weitere Nutzung der Webseite stimmen Sie der Verwendung von Cookies zu. Weitere Informationen zu Cookies erhalten Sie in unserer Datenschutzerklärung.

Einverstanden