Digital Transformation Blog

Digital Transformation Blog

Opinions expressed on this blog reflect the writer’s views and not the position of the Capgemini Group

Data Scientists – Die begehrtesten Alleskönner des 21. Jahrhunderts

Kategorie: Analytics

Hadoop Clusters, Time-series Forecasting, Conjoint Analysis, Online webscraping, usw. Für diejenigen unter uns, denen diese Worte nicht fremd sind, besteht die große Wahrscheinlichkeit, dass sie auf dem besten Weg sind den Job zu besitzen, den das Harvard Business Review als den „sexiest job of the 21st century“ beschreibt: Nämlich den des Data Scientists. Für all diejenigen, die noch immer über die Unverständlichkeit des bisher gelesenen staunen soll dieser Artikel beweisen, dass es sich um mehr als “nur Nerd-talk“ handelt. 



Im Zuge der allgegenwärtigen digitalen Revolution setzen Unternehmen heutzutage verstärkt auf den wichtigsten Rohstoff, den sie in diesem Zeitalter besitzen – die eigenen Daten. Viele Unternehmen gehen sogar noch einen Schritt weiter und reichern ihre Daten mit extern frei verfügbaren Daten an, um in ihrem “Data Lake“ einfach alles abzulegen, was ihnen irgendwann von Nutzen sein könnte. Dazu greifen viele schon heute auf so genannte Data Broker, also Informationsvermittler, zurück oder schmieden Datenallianzen, um den wertvollen Rohstoff noch effizienter zu fördern. Die Metapher “Data is the new oil“ ist daher in aller Munde und erklärt sinnbildlich, dass der Rohstoff zwar schon vorliegt, er aber vor seiner Nutzung noch veredelt werden muss. Doch wer sind diese “Veredeler“? Welche Fähigkeiten müssen sie haben? Und für Firmen am Wichtigsten: Wo sind sie zu finden?

 

 

Einen Großteil seiner Arbeitszeit verbringt ein Data Scientist in Zusammenarbeit mit dem Top-Management

Im Gegensatz zum Klischee des im stillen Kämmerlein sitzenden IT-Fachmannes, liegt das Hauptaugenmerk eines Data Scientists in der Beantwortung von zukunftsgerichteten Schlüsselfragen mittels prädiktiver Analysemethoden zur direkten Businessunterstützung des Top-Managements. Als Datenspezialist wühlt er sich dabei durch Unmengen von Daten um qualifizierte Schlussfolgerungen zu erreichen, welche im Idealfall unmittelbar in einen handfesten Businessplan einfließen. Er ist damit also nicht nur Entscheidungsunterstützer, sondern in erster Linie Impulsgeber für die Realisierung neuer Geschäftspotenziale  oder Prozessoptimierungen. Dies erfordert zumeist die Kenntnis über viele analytische Tools (z.B. SAS, SPSS, R, etc.), da Kundendaten aus bestehenden Unternehmensdatenbanken (z.B. CRM- oder ERP-Systeme) zusammengeführt und geschickt mit Informationen aus anderen Systemen verbunden werden müssen, sodass im Nachgang bisher unentdeckte Aussagen oder Trends identifiziert werden können. Dabei liegt es in der Verantwortung des Data Scientists, diejenigen Daten zu selektieren und zu beschaffen, welche hinsichtlich der aktuellen Fragestellung relevant sind und eine logische Verbindung zum Analyseobjekt aufweisen. Oft bedeutet dies, unstrukturierte Daten (wie zum Beispiel Social-Media Feeds) in eine nutzbare Form zu bringen, um somit ein tieferes Kundenverständnis zu schaffen – das Ganze am Besten in „real-time“, also in Echtzeit um nicht nur zu verstehen, was in der Vergangenheit passiert ist und warum, sondern um auch ganz gezielt Einblicke in die Zukunft zu bekommen.
 

 

 

Der Data Scientist: Ein Datenflüsterer und klassischer Managementberater zugleich

Dies erfordert die Kenntnis über vier grundlegende Disziplinen, welche sich teilweise je nach Einsatzgebiet leicht unterscheiden. Die untenstehende Grafik verdeutlicht dies am Beispiel eines im Manufacturing Bereich tätigen Data Scientists. Das Fundament bilden grundsätzliche analytische Fähigkeiten aus zwei Bereichen: Data engineering, also das geschickte Management und die Zusammenführung der vorliegenden Daten in Datenbanken, sowie Data Modelling – die zielgerichtete Analyse der vorliegenden Daten zur Schöpfung von Erkenntnissen basierend auf zumeist statistischen Methoden. Was den Data Scientist nun von einem herkömmlichen Business Analysten unterscheidet, ist die Fähigkeit die gesammelten Daten und die zu modellierenden Fragestellungen im Kontext des Analyseobjekts, also der firmenspezifischen Anforderungen, Ziele oder Ambitionen zu sehen. Ein Data Scientist verbindet somit methodisches Können mit fachlicher Expertise. Als Paradebeispiel eines wirklichen Alleskönners beherrscht der Data Scientist auch zu guter Letzt diejenigen Storytelling skills, welche ein Berater benötigt um Geschäftsinsights eingänglich, visuell und zielgerichtet darzustellen - denn auch ein hohes Maß an Fingerspitzengefühl im Umgang mit Kollegen ist im Bereich Big Data überlebenswichtig, da gerade hier fachbereichsübergreifendes Denken gefragt ist. Oftmals müssen nämlich Informationen aus bislang abgegrenzten Bereichen und existierenden Datensilos sinnvoll miteinander verknüpft werden. 

Übersicht: Data Science Disziplinen
 

Derartige Datensilos sind in den meisten Unternehmen zu finden, da in der Regel separate Datenbanken (oftmals mit unterschiedlichen Softwaretools und Datenformaten) gepflegt werden. Aus diesem Grund ist es beispielsweise nicht ohne Umwege möglich, Informationen aus der Herstellung mit direktem Kundenfeedback in Form von Beiträgen auf Social Media Plattformen oder Internetforen zu kombinieren, wo oft hitzig über die Qualität der Produkte diskutiert wird.
 

Hohe Anforderungen für Data Scientists

Gefordert sind also Berater mit umfangreichem und fundamentalem Wissen in den Bereichen Statistik und linearer Algebra  sowie ausgezeichnetem Wissen in den IT-Segmenten Programmierung, Business Intelligence-Applikationen, Datenstrukturen, Systemarchitekturen und Optimierung. Typische Data Scientists besitzen häufig einen Bachelor oder Master entweder in Mathematik, Statistik, Informatik, Wirtschaftsinformatik oder auch als Quereinsteiger in reiner Betriebswirtschaftslehre. Das nötige Wissen aus den verbleibenden Data Science Kerndisziplinen haben sie sich dann entweder durch ein Zweitstudium oder idealerweise on-the-job angeeignet.
Wer diese Qualifikationen vorweisen kann ist ein hochgefragter Spezialist, denn die Berufsaussichten für diesen neuen Berufszweig sind herausragend. Da der Bereich Big Data kontinuierlich neue Anwendungsfelder für sich beansprucht, sind Data Scientists heute schon an vielen Stellen der Wertschöpfungskette tätig. Bis 2016 sollen laut der Marktforschungsfirma Gartner 4,4 Millionen neue Jobs in der IT entstehen während die Nachfrage nach Produkten und Services für Big Data laut der Untersuchung "Worldwide Big Data Technology and Services 2012-2016 Forecast" von IDC derzeit um 31,7 Prozent jährlich steigt.
 

Data Science bei Capgemini

Auch bei Capgemini Consulting bietet der von Ingo Finck geleitete Beratungsbereich Big Data Analytics & Performance Management speziell für Data Scientists einen spannenden Arbeitsplatz, da hier tagtäglich aktuellste analytische Konzepte hands-on bei hochklassigen Kunden verwirklicht werden. Als eine klassische Managementberatung ist das Thema Big Data Analytics also integraler Bestandteil unseres Beratungsportfolios und bietet unseren Kunden daher einen deutlich nachweisbaren Mehrwert. Dabei sind unsere Lösungen stets auf jeden Kunden maßgeschneidert, da unsere Big Data Berater keine back-office Funktion, sondern ein hochspezialisiertes und business-getriebes Beratungsteam sind, welches Kundenvorstellungen immer sowohl mit den Fachbereichen als auch mit dem Top-Management direkt vor Ort definiert.

Aber auch als Ideenwerkstatt und Weiterbildungsstätte bietet dieser Bereich ein sehr attraktives Angebot für jeden “Datenflüsterer“. Die vier Grunddisziplinen eines Data Scientists meistern unsere Berater mithilfe aktuellster Software Tools wie SAS, R, Dataflux, Tableau, SPSS, etc. Zusätzlich stellen wir durch strategische Partnerschaften mit Big Data Dienstleistern und Softwareproduzenten die kontinuierliche Weiterbildung unserer Data Scientists sicher, um aktuellste Trends nicht aus den Augen zu verlieren. Mit derartigem Rüstzeug ausgestattet stürzen sich unsere Berater auf aktuelle Themen wie die digitale Neuausrichtung von gesamten Unternehmen, Big Data-gestützte Optimierung der Kundenloyalität, multivariate Absatzprognosen, intelligentes Mikrotargeting, Datengetriebenes Marketingkampagnenmanagement und viele weitere spannende Fragestellungen.  

Dem Markttrend folgend ist auch unsere Big Data Unit im vergangenen Jahr stark gewachsen und weist für 2014 ein deutliches Potenzial nach oben auf. Es ist daher kein Zufall, dass im Moment auch bei uns nach neuen Kollegen gesucht wird. Wer sich also im oben beschriebenen Anforderungsprofil wiedererkennt und gerne in vielfältigen high-performance Teams an aktuellen und realen Firmenprojekten rund um den Bereich Big Data arbeitet, findet bei Capgemini Consulting den idealen Arbeitgeber. Bewerben lohnt sich – wer kann schon von sich behaupten, den „sexiest job of the 21st century“ zu besitzen?

Über den Autor

Oliver Padmaperuma
Oliver Padmaperuma
Oliver Padmaperuma ist Experte für Business Analytics im Bereich Big Data Analytics & Performance Management bei Capgemini Consulting. Er beschäftigt sich derzeit mit der Analyse und strategischen Nutzung von Daten im Unternehmensumfeld seiner Kunden zur Realisierung von innovativen Geschäftspotenzialen.

Kommentar hinterlassen

Ihre E-Mail-Adresse wird nicht veröffentlicht. Pflichtfelder sind mit einem * gekennzeichnet.