Big Data schafft Tausende neuer Jobs für Spezialisten: Data Scientists

Anbieter zum Thema

netfiles GmbH

Insider Research

Cloudgermany.de GmbH

Der ideale Data Scientist

Eine Kombination aus beiden Elementen wäre der ideale Data Scientist. Denn es geht einerseits um die Fähigkeit, die technischen Informationen aus der Datenanalyse einerseits in eine Sprache zu transformieren, die ein Geschäftsführer auch dann versteht, wenn er nicht mit der Datenanalyse vertraut ist. Umgekehrt müssen Data Scientists in der Lage sein, Businessanforderungen von Seiten des Managements in eine konkrete analytische Untersuchung zu überführen.

Jedoch sind Menschen, die von der robusten statistischen Modellierung über neueste Softwaretechnologien bis hin zu komplexen Geschäftsprozessen alles können und darüber hinaus auch noch mit Geschäfts-entscheidern auf Augenhöhe parlieren können, sind sehr selten – und Einzelkämpfern fehlt es meist schlicht an Bandbreite um in der Data Science langfristig erfolgreich zu agieren. Insofern liegt in der Fähigkeit zur Kooperation ein wichtiger Faktor für den Erfolg von Data Scientists.

Deswegen liegt der Schlüssel wie so oft in der Bildung von Teams, bestehend aus sich gut ergänzenden Kompetenzträgern mit einem gesunden Maß an inhaltlichen Überschneidungen. Bei den „soft skills“ gehören Offenheit, Hilfsbereitschaft und Delegationsbereitschaft ebenso zu den Erfolgsfaktoren wie eine Kultur der ständigen (Prozess-)Verbesserung und der Kollaboration, sowie ein respektvoller Umgang mit abweichenden Meinungen sowie mit Kollegen und vor allem Kunden, die von „Data Science“ weniger verstehen.

Ein Quali mit Schnittstellenfunktion und Moral

Durch diese Schnittstellenfunktion zwischen Business und Analytik und den unterschiedlichen Zielgruppen, mit ein Data Scientist kommuniziert, lässt sich auch nicht eindeutig bestimmen, welches Qualifikationsprofil die idealen Kandidaten für Data Scientist-Positionen mitbringen sollten. Letztlich kommt es darauf aber auch nicht an, sondern vielmehr auf die individuellen Fähigkeiten und Denkweise des einzelnen Bewerbers. Grundsätzlich sind Mathematiker für diese Positionen ebenso geeignet wie Elektroingenieure oder Soziologen.

Denn vor allem anderen ist der Data Scientist ein Wissenschaftler im klassischen Sinne. Deswegen ist auch eine „wissenschaftliche Ehrlichkeit“ oder „truth seeking behavior“ eine der wichtigsten Anforderungen an einen Data Scientist.

Es ist und bleibt eine moralische Gefahr für diesen Berufsstand, dass selbsternannte Datenexperten durch eine unwissenschaftliche Herangehensweise genau die Dinge aus Daten herauslesen, die gerade vermeintlich gut ins Bild passen. Dieses Verhalten ist aber nicht nur falsch, sondern kann auch große Schäden verursachen, wenn aufgrund der ergebnisorientierten Analyse falsche Entscheidungen getroffen werden.

Keine Chance für Fachidioten

In der Datenwissenschaft gibt es wie in allen komplexen Gebieten vielfältige Quellen für „ehrliche Irrtümer“. Solide und erfahrene Data Scientists sind daher sehr vorsichtig und bescheiden.

Sie werden jedes Ergebnis, auch wenn es den optimistischsten Erwartungen entspricht, erst noch einmal genauestens prüfen und anderweitig validieren, bevor sie es weitgeben und bekanntmachen. Im Sinne der wissenschaftlichen Herangehensweise sollten dabei alle wichtigen Annahmen offengelegt werden – und der Weg zu den Ergebnissen sollte so weit wie möglich überprüfbar sein.

So variabel die Anforderungen an die Qualifikation und die praktische Tätigkeit sind, so unterschiedlich sind auch die Karrierewege, die ein Data Scientist einschlagen kann: Leitungsfunktionen in den Bereichen Vertrieb oder Finanzen gehören ebenso zu den Optionen wie Positionen auf Geschäftsführungsebene. Generell gilt: Je breiter ein Bewerber aufgestellt ist, desto besser sind seine Chancen.

Wir bilden aus

Fähigkeiten wie das Programmieren von Hadoop-Frameworks oder das Beherrschen von Statistik-Programmiersprachen wie R werden Personalverantwortliche immer beeindrucken. Die immens gestiegene Nachfrage nach Data Scientists – eine Spezies von Experten, die bei FICO unter verschiedenen Titeln seit fast sechs Jahrzehnten immer gesucht sind – zeigt, dass man Big Data kaum noch als Trend bezeichnen kann.

Big Data ist – in unterschiedlichen Ausprägungsgraden – in den Unternehmen angekommen ist. Und in der nächsten Stufe kommen die Data Scientists. Und auch diese sind keine Modeerscheinung: Das Fraunhofer-Institut bietet bereits Fortbildungen für angehende Data Scientists an.

Der Autor:

Gerald Fahner ist Analytic Science-Senior Director im Research Department FICO Labs.

(ID:42356793)