2-5-2017 Gedruckt am 29-05-2017 aus www.monitor.co.at/index.cfm/storyid/17239

Gastartikel - Sarah Blaimschein, Controller Institut

Data Scientist: Begehrtester Job der kommenden Jahre

Digitalisierung betrifft zahlreiche Branchen. Schon seit Jahren setzen Unternehmen wie Google, Apple oder Facebook mit ihrem Geschäftsmodell auf Digitalisierung. Darauf folgten weitere Unternehmen wie Car2Go, Uber oder Runtastic. Derzeit gibt es Digitalisierung auch in zahlreichen Handels- und Industrie-Unternehmen, da jedes Unternehmen, das etwas verkauft oder produziert, der Digitalisierung ausgesetzt ist. Dies fordert ein gänzlich neues Berufsbild: den Data Scientist.

(Bild: CC0 Public Domain)

Ein Data Scientist hat eine Schlüsselposition, wenn es um die digitale Transformation von Geschäftsmodellen und -prozessen geht. Darüber, was die konkreten Anforderungen des Data Scientists sind, herrscht oft Unklarheit. Ein Data Scientist braucht zunächst einen starken Charakter:
  • Er ist neugierig, forscht, stellt Fragen und hinterfragt alles kritisch; für ihn ist keine Meinung und kein Status quo sakrosankt. Ein Data Scientist hat ein breites Wissensspektrum in mathematischen und statistischen Methoden.
  • Dazu braucht ein Data Scientist gute Kenntnisse in der ­Informationstechnologie (IT), um Datenquellen zu kombinieren und sich durch Datensammlungen durcharbeiten zu können.
  • Für die korrekte Modellierung, Darstellung und Analyse von Daten braucht ein Data Scientist außerdem Kenntnisse in Mathematik, Statistik und Informatik.
  • Ein guter Data Scientist ist auch ein guter Wissenschaftler, der Schlussfolgerungen aus der Analyse von Daten herleitet und nicht die Analyse den gewünschten Schlussfolgerungen anpasst.
 
Kurz zusammengefasst ist der Data Scientist dafür verantwortlich, aus großen Datenmengen Informationen zu generieren und Handlungsempfehlungen abzuleiten.
 
Eine Erweiterung dieses Profils sind Business Data Scientists. Das sind Mitarbeiter in den Fachabteilungen, welche Bedarf, Möglichkeiten und letztlich Business Cases für den Einsatz von Big Data identifizieren. Sie vereinen somit Geschäftsverständnis und Analyse-Know-how, um die Basis neuer Wettbewerbsvorteile zu schaffen.
 
Business Data Scientists führen im Unternehmen sehr komplexe Analysen durch, die unter dem Begriff Advanced Analytics subsumiert werden. Drei wesentliche Anwendungsbereiche für Advanced Analytics sind:
  1. Customer Analytics: Hier geht es um die Kundensegmentierung, sprich vom Kundenprofiling bis hin zur Kampagnenoptimierung oder zur Churn Prevention. Es gibt dazu im Marketing und Vertrieb zahlreiche Use Cases.
  2. Manufacturing Analytics: Hier sind die Bereiche wie Produktionsoptimierung oder Serviceverbesserung sehr gefragt. Zum Beispiel geht es um die Warenausschussoptimierung in der Produktionskette, aber auch um die Optimierung der Wertschöpfungskette im Produktionsdurchlauf.
  3. IT: Künftig werden IT-Verantwortliche ganz gezielt Algorithmen verteilen und planen. Hierfür müssen Plattformen aufgebaut werden.
 
Die Arbeit des Data Scientists kann durchaus mit der eines Goldschürfers verglichen werden: Für jedes Körnchen Gold muss ein Vielfaches an Sand durchgewaschen werden. Ein spannendes neues Berufsfeld tut sich hier auf, das zahlreiche Chancen bietet. Der Certified Business Data Scientist des Controller Instituts ist eine einzigartige Ausbildung für dieses Qualifikationsprofil.
 
Sarah Blaimschein ist verantwortlich für Kommunikation und PR der Controller Institut GmbH.