«Etwas mit Daten oder so...» - Was machen eigentlich «Data Scientists»? - News auf topsoft

«Etwas mit Daten oder so...» - Was machen eigentlich «Data Scientists»?

Schon seit über 40 Jahren existiert der Begriff «Data Science» - ursprünglich als Ersatz für den Begriff «Informatik» gedacht. Doch in der Zwischenzeit hat sich die Bedeutung stark gewandelt und heute versteht man laut Wikipedia darunter die «Extraktion von Wissen aus Daten» durch Data Scientists. Doch was machen diese Personen genau? Worum geht es dabei ganz konkret? Und in welche Richtung geht die Entwicklung? Der Spezialist Prof. Dr. Andreas Brandenberg von der Hochschule Luzern klärt auf.

Die fortschreitende Digitalisierung bildet einen immer grösseren Teil unserer Lebenswelt in Form von Daten ab. Ob Konsum, Medizin, Kommunikation, Transport, Logistik oder Produktion: überall entstehen neue digitale Realitäten. Dabei hinterlassen nicht nur Menschen, sondern auch Dinge immer breitere Datenspuren.

Daten – der Rohstoff des 21. Jahrhunderts

Daten enthalten eine enorme Fülle von Informationen darüber, wie soziale, wirtschaftliche und technischen Systeme funktionieren. Sie beschreiben das Verhalten, die Vorlieben und Routinen von Einzelnen, Gruppen und Gemeinschaften. Sie bilden den Rohstoff für Innovationen in Wirtschaft und Gesellschaft. Dieses Potenzial liegt brach, wenn es nicht entdeckt und sinnvoll genutzt wird. Da liegt es nahe, nach «Datenverstehern» zu suchen, die ein Gespür für das gesellschaftliche, wirtschaftliche und soziale Potenzial von Daten haben und dieses auch erschliessen können – die «Data Scientists».

«Data Scientist» - ein neues Berufsbild entsteht

Der Bedarf an solchen Spezialisten ist gross. Aus- und Weiterbildungsangebote schiessen wie Pilze aus dem Boden, um die wachsende Nachfrage bedienen zu können. Was steckt hinter diesem Berufsbild? Über welche Kompetenzen müssen Data Scientists verfügen?

Genau mit diesen Fragen hat sich auch das EU-Forschungsprojekt EDISON beschäftigt. EDISON hat sich zum Ziel gesetzt, das Berufsbild des «Data Scientist» zu klären.

Dabei zeichnet sich ein erstaunlich breites Berufsbild ab. Die Tätigkeit des «Data Scientist» beginnt häufig mit einer kreativen Leistung. Denn Daten sind eine schlummernde Ressource, die erst mit einer zündenden Idee zum Leben erweckt wird. «Data Scientists» haben das Flair, die richtigen Fragen an Daten zu stellen. Sie kombinieren, verknüpfen und entschlüsseln Informationen – alles mit dem Ziel, Systeme, Prozesse und Menschen besser zu verstehen. Damit ist aber erst die halbe Wegstrecke geschafft. Denn Wissen aus Daten erzeugt nur dann Wirkung, wenn es gegenüber den Adressaten glaubwürdig, verständlich und greifbar kommuniziert wird. Letztes ist durchaus wörtlich zu verstehen. Mit «Virtual Reality» erschliessen sich völlig neue Möglichkeiten, Datenwelten darzustellen und auch für Laien erfahrbar zu machen. «Make the data touchable» lautet die Losung.

«Data Science» als Querschnittkompetenz

Datenwissenschaftler sind Experten darin, ganze Datenprozesse – von der Idee der Datennutzung bis zum fertigen Datenprodukt – zu gestalten, zu koordinieren und zu leiten. Sie bringen Kreativität, technische und methodische Kompetenzen sowie Anwendungs- und Umsetzungswissen zusammen. Datenwissenschaftler arbeiteten an der Schnittstelle von Anwendungsgebieten und reiner Analyse, zwischen Technologie und Strategie und müssen in der Lage sein, Daten in verständliche und zielführende Handlungsempfehlungen zu übersetzen. Diese Vielfalt macht im Kern die Attraktivität des Berufsbildes des «Data Scientist» aus. Die Fachzeitschrift Harvard Business Review kürt den «Data Scientist» nicht ohne Grund zu einem der attraktivsten Berufe des 21. Jahrhunderts.

Das Einsatzfeld von «Data Science» ist breit. Es beschränkt sich längst nicht mehr nur auf Branchen und Berufsfelder, die eng mit Informatik oder Datenverarbeitung zusammenhängen. Praktisch alle Branchen durchlaufen eine digitale Transformation. Die universelle Verfügbarkeit von Daten führt nicht nur zu neuartigen Produkten und Services, sondern fordert auch bestehende Geschäftsmodelle heraus und verändert die Anforderungsprofile ganzer Berufsfelder.

Das zeigt sich auch in der rasch wachsenden Zahl von Stellenausschreibungen aus allen Branchen, die Datenwissenschaftler, Analysten oder Spezialisten aller Schattierungen mit Datenkompetenzen suchen. Finanz- und Versicherungsdienstleister, industrielle Produktionsunternehmen, Spitäler, Logistik- und Transportunternehmen, der Detailhandel, Medienunternehmen, Kommunikationsdienstleister, öffentliche und private Forschungs- und Entwicklungsinstitutionen, der gesamte öffentliche Bereich – sie alle sind immer stärker auf Fach- und Führungskräfte mit ausgeprägter Datenkompetenz angewiesen. Immer zahlreicher werden auch Berufsfelder, die ursprünglich gar nicht mit «Data Science» in Verbindung gebracht wurden, mittlerweile aber wichtige Anwendungsfelder darstellen, wie Controlling, Marketing, Qualitätssicherung, Wartung und Instandhaltung von Maschinen, Marktforschung und viele mehr.

Wertschöpfung aus Daten im Fokus

Daten sind für einen immer grösseren Teil der wirtschaftlichen Wertschöpfung verantwortlich. Der Blick auf die Neugründerszene zeigt, dass viele der neuen Geschäftsmodelle und Produktinnovationen datenintensiv sind. Neugründungen basieren in zunehmendem Masse auf einem vertieften Verständnis für digitale Geschäftsmodelle und auf der Fähigkeit, Daten zu erschliessen, zu prozessieren, daraus Informationen zu gewinnen und in marktfähige Produkte und Services zu übersetzen.

Datenkompetenz entscheidet auch über die Fähigkeit von Unternehmen, Kunden ein perfektes Kundenerlebnis zu bieten. Es ist hohe Kunst, mit Tausenden von Kunden einen persönlichen, vertrauensvollen Dialog zu führen. Dies benötigt Einsichten in die Wünsche, Bedürfnisse und Lebensumstände der einzelnen Kunden. Kundenzentrierung ist ohne Zugang zu personenbezogenen Daten und ohne Fähigkeit, aus diesen Daten Einsichten über Kunden zu gewinnen, nicht möglich.

Die zielgerichtete und wertschaffende Nutzung von Daten als zentrales strategisches Thema ist bei den meisten Entscheidungsträgern angekommen. Unternehmen beginnen eigene «Data Lakes» zu füllen und erste Pilotprojekte zu realisiert. Es werden Hadoop-Cluster installiert, «Data Labs» eingerichtet und «Data Scientists» eingestellt. Eine erfolgreiche Datenstrategie erfordert aber mehr als Investitionen in Daten, Knowhow und Technologien. Sie erfordert ein «Mindset», welche Geschäftsmodelle, Organisationen, Produkte und Prozesse konsequent aus einer Datenperspektive denkt. Die Fähigkeit, aus Daten Werte zu schöpfen, erfordert den Austausch und die Zusammenarbeit zwischen allen Abteilungen.

Moderatoren des digitalen Wandels

«Data Thinking» wird zu einer immer wichtigeren strategischen Kompetenz von Unternehmen und Organisationen. «Das Problem in vielen grossen Unternehmen ist (aber), dass Prozesse das Denken ersetzen» (Elon Musk, Unternehmer und Investor). «Data Scientists» können eine zentrale Rolle als Moderatoren des digitalen Wandels einnehmen. Dafür benötigen sie allerdings Zeit und Raum, um sich inspirieren zu lassen und Neues zu lernen. Sie sollen in die Big-Data-, Open Source- und Künstliche-Intelligenz-Welt eintauchen, Bestehendes hinterfragen und gezielt «hacken» dürfen. Erfolgreiche «Data Scientists» sind aktive, experimentierfreudige Teilnehmer in solchen Communities. Sie probieren neue Technologien und Tools aus, um die Möglichkeiten der Digitalisierung für ihre Unternehmen zu verstehen und ihre Kenntnisse in einem ausgesprochen dynamischen Fachbereich laufend den neuesten Entwicklungen anzupassen. Dieses Knowhow wird für Unternehmen immer wichtiger – überlebenswichtig. Daran sollte man sich erinnern, wenn man das Thema «Data Science» wieder einmal in die IT-Abteilung delegiert.

 

Autor

Prof. Dr. Andreas Brandenberg leitet an der Hochschule Luzern das Institut für Kommunikation und Marketing IKM. Er ist der Gründer und Leiter des Master in Applied Information and Data Science und Leiter des Interdisziplinären Schwerpunkts «Datenwelten».