Daten bilden eine wichtige Basis für Geschäftsentscheidungen.
Bereits 2016 wurden 9 Billionen Gigabyte an Daten erzeugt, Tendenz weiter stark steigend. Mit der zunehmenden Vernetzung und Digitalisierung aller Bereiche wächst auch die Datenflut in Unternehmen exponentiell an. Informationen über Kunden sind bares Geld wert. Daten gelten als das Erdöl des 21. Jahrhunderts. Sie zu sammeln, reicht aber nicht. Um daraus einen wirklichen Nutzen ziehen zu können, müssen sie analysiert und ausgewertet werden – von Data Scientists. Die Harvard Business Review hat dieses Berufsbild vor mehreren Jahren gar zum „sexiest job of the 21st century“ erhoben. Data Scientists sind von Firmen heiß begehrt. Auch KMU können von ihnen profitieren.
Der Erfolg eines Unternehmens wird entscheidend dadurch mitbestimmt, wie es mit seinen Daten umgeht. Aus Datenströmen lassen sich Trends, Zusammenhänge und neue Werte schöpfen. Sie drücken die Vorlieben und Routinen der Kunden aus. Mit Data Science lässt sich unerwartetes Wissen aus komplexen Informationen gewinnen. Immer mehr Geschäftsentscheidungen und -modelle basieren auf Datenanalyse. Etwa 60% der Topmanager meinen, dass diese Grundlage unverzichtbar für den Betrieb ihrer Organisation ist. Etwa ein Drittel der Entscheider zählt den Data Scientist laut einer Befragung von Bitkom Research zu den relevantesten Stellenprofilen überhaupt!
Big Data kann auch klein sein
Aus Daten Wissen zu gewinnen, ist nicht nur eine Sache für Großbetriebe. Von personalisierten Produktempfehlungen bis zur Entwicklung von Innovationen: Auch KMU können von Datenforschern profitieren, denn aus großen Datenmengen muss man nicht zwangsläufig bessere Schlüsse ziehen können als aus kleinen. „Die meisten Unternehmen wären überrascht, wie viele tiefhängende Früchte es gibt, die es zu pflücken gilt“, so Arne Bathke, Dekan der Naturwissenschaftlichen Fakultät der Universität Salzburg, gegenüber der Salzburger Wirtschaft. Manchmal würde bereits die Visualisierung von Daten ausreichen, um Zusammenhänge und Strukturen zu verdeutlichen. Eine spezielle IT-Infrastruktur ist dafür eigentlich nicht notwendig. Viele Programme stehen im Internet kostenlos zur Verfügung – etwa das Framework Hadoop für die Verarbeitung von großen Datenmengen. Als einschlägige Programmiersprachen gelten R oder Python.
Welche Kernkompetenzen braucht ein Data Scientist?
Der Data Scientist ist nicht der Nerd, der hinterm Computer sitzt und sich in die Weiten der Datenwelt vertieft. Der Umgang mit Hardware und Datenmanagement ist nicht alles. Der Data Scientist nutzt Werkzeuge aus Statistik, Datenbank-Programmierung, Informatik sowie Technologien aus Machine Learning, um aus der Datenvielfalt verwertbares Wissen zu generieren. Er muss die analysierten Daten verständlich aufbereiten und für andere verfügbar machen. Erst dann werden sie zur Grundlage für Unternehmensentscheidungen, Muster für Kundenverhalten oder Richtlinien für Produktverbesserungen. Die Kernkompetenzen eines Data Scientists:
- Fachwissen in Mathematik und Informatik
- Analytisches Denken und ein Gespür für Zusammenhänge
- Neugierde im Umgang mit spezifischen Fragestellungen
- Kreativität, um auf neue Lösungen, Denkansätze und Modelle zu kommen
- Kommunikations- und Präsentationsfähigkeiten
- Branchenkenntnis, um zu verstehen, wonach man überhaupt sucht
