Vom Fachblatt „Harvard Business Review“ wird der Data Scientist als einer der spannendsten Jobs der Zukunft gehandelt. Was steckt hinter dem Hype?

Es sind mittlerweile mehr als drei Jahre vergangen, seitdem das renommierte Wirtschaftsmagazin „Harvard Business Review“ den Data Scientist zum „sexiest“ Job des 21. Jahrhunderts gekürt hat. In der Zwischenzeit sind die Datenmengen, die rund um den Globus von Unternehmen und Organisationen generiert und gesammelt werden, sprunghaft angewachsen. Wir sprechen hier nicht nur von „Daten-Kraken“ wie Google, Facebook & Co, sondern zum Beispiel auch von den Vereinten Nationen (UN), die komplexe Auswertungen machen, um schneller und besser auf drohende Umweltkatastrophen oder die Ursachen von Krankheiten reagieren zu können. Der Bedarf an Big Data-Spezialisten wird daher stark ansteigen: Laut Gartner Research wird es in den nächsten Jahren weltweit mehr als vier Millionen neue Jobs in diesem Umfeld geben.

Digitale Goldgräber auf dem Vormarsch

In den USA sind Data Scientists bereits seit geraumer Zeit heiß umworbene Spezialisten, in Europa steckt die Entwicklung dieses neuen Berufes noch in den Kinderschuhen. Wobei sie weniger Wissenschaftler als vielmehr Experten für Datenanalyse sind. Als „digitale Goldgräber“ filtern sie aus den teils unstrukturierten Datenhaufen nützliche Informationen, arbeiten diese auf und machen sie übersichtlich zur Weiterverarbeitung verfügbar. Im digitalen Zeitalter kommt kein Unternehmen, das im Internet tätig ist, mehr an dieser „Schatzsuche“ im Datenberg vorbei. Um langfristigen Erfolg zu sichern, müssen Unternehmen in der Lage sein, die von ihnen gesammelten Daten richtig zu interpretieren und die Ergebnisse der Analyse gewinnbringend einzusetzen. Data Scientists schaffen Transparenz im Datendschungel und machen erst fundierte Entscheidungen möglich. Ihre Klassifikationen und Prognosen verhelfen beispielsweise Online-Händlern wie Amazon zu individualisierten Angeboten für Kunden. Und sie erlauben schnellere Reaktionen auf Veränderungen und Trends, effizientere Geschäftsprozesse und vorausschauendes Handeln und Planen. Durch die Analyse des Kundenverhaltens – Stichwort Data-Driven Marketing – können beispielsweise auch Streuverluste in der Zielgruppen-Ansprache vermieden und Kosten im Vertrieb gesenkt werden.

Datenanalyse in der Praxis: Kenne Deine Kunden 

Um es mit einem einfachen Beispiel zu verdeutlichen: Stell Dir vor, Du führst einen kleinen Online-Shop für Nahrungsergänzungsmittel und beschickst Deine E-Mail Newsletter-Abonnenten regelmäßig mit Informationen und Aktionen zu den Produkten. Ein Teil der Abonnenten reagiert seit mehreren Wochen nicht, dafür ist ein anderer Teil besonders aktiv und kauft oft bei Dir ein. Wäre es nicht sehr praktisch, zu wissen, wie sich diese Zielgruppen zusammensetzen, um sie ihren Interessen entsprechend mit maßgeschneiderten Angeboten zu versorgen? Eine Detailanalyse deckt auf: In der Gruppe der Aktiven stechen die 25- bis 49-jährigen Frauen aus den Ballungszentren Wien und Graz mit einem durchschnittlichen Einkaufsvolumen von rund 85 Euro hervor. Die meisten dieser Kundinnen sind darüber hinaus sportinteressiert und lesen ihre E-Mails unterwegs am Smartphone. Gleichaltrige Männer ließen im Vergleich dazu deutlich weniger springen. Mit diesem Wissen könntest Du einerseits die Angebote an die stärkste Zielgruppe anpassen; andererseits könntest Du Dir Werbekosten bei jenen Abonnenten sparen, die nur wenig oder gar nichts ausgeben. 

Welche Skills sind gefragt? 

Die Österreichische Computer Gesellschaft (OCG) hat den „Data Scientist“ vor kurzem folgendermaßen beschrieben: „Er ist ein Spezialist in den Bereichen Technologie, statistische Datenanalyse, Softwareentwicklung und Datenvisualisierung und am besten auch noch eine Wirtschaftsfachkraft.“ Es sind also teils sehr unterschiedliche Kompetenzen aus verschiedenen Disziplinen erforderlich. Neben analytischem Talent und ausgeprägten Mathematik- und Statistik-Kenntnissen sollte man auch Neugierde für Zusammenhänge und gesunden Forschungsdrang mitbringen, um die sprichwörtliche „Nadel im Heuhaufen“ zu finden. Weil aber nicht jeder Data Scientist eine „eierlegende Wollmilchsau“ sein kann, wird es in einem Unternehmen normalerweise ein Team an Daten-Experten geben, dessen Mitglieder über unterschiedliche Spezialgebiete verfügen. Darüber hinaus werden auch juristische und gesellschaftspolitische Kenntnisse immer wichtiger, da die Themen „Datensicherheit“ und „Datenschutz“ in allen Lebensbereichen an Bedeutung gewinnen. Und natürlich sollte man – so wie in jedem Beruf – auch die nötigen „Soft Skills“ mitbringen, um sich mit anderen Fachabteilungen koordinieren und die Ergebnisse der Datenanalyse verständlich kommunizieren zu können. 

Mehr Jobs – mehr Ausbildungsangebote  

In den USA gibt es hierfür mittlerweile mehrere Universitäten, die spezielle Lehrgänge anbieten – die meisten davon in unmittelbarer Nähe des Silicon Valley. In Europa hingegen werden die ersten Trainings dafür erst entwickelt und seit kurzem angeboten. Auch in Österreich sind Ausbildungen für diesen Job der Zukunft noch Mangelware. An der Johannes Kepler Universität (JKU) in Linz gibt es seit dem Wintersemester 2014/15 das Studium Wirtschaftsinformatik mit Schwerpunkt „Business Intelligence & Data Science“. Die TU Graz wird ab dem Studienjahr 2016/17 einen Ausbildungsschwerpunkt im Bereich „Data Science“ setzen. Mit dem Know-Center befindet sich auch „Österreichs Forschungszentrum für Data-driven Business und Big Data Analytics“ in der steirischen Hauptstadt. An der Fakultät für Informatik der Universität Wien wird ab dem nächsten Studienjahr eine Ausbildung mit Schwerpunkt „Data Mining“ angeboten. Zudem wurde an der WU Wien eine Spezialisierung zum „Data Scientist“ entwickelt, die ab 2016/17 im dritten Studienjahr gewählt werden kann.

Franz J. Kolostori ist 49 Jahre alt und Gründer und Geschäftsführer von eyepin eMarketing Software. Dieses zukunftsorientierte und innovative Unternehmen spezialisiert sich unter anderem auf Online-Dialogmarketing, Online-Umfragen und Eventmarketing.

P.S.: Wer einen Blick über den Tellerrand wagt, findet auch im nahen Ausland interessante Aus- und Fortbildungsmöglichkeiten: Die Universität Konstanz auf der deutschen Seite des Bodensees hat etwa das Masterprogramm „Social and Economic Data Analysis“ im Angebot. Am Fraunhofer-Institut bei Köln und an der Data Science Academy in Karlsruhe können Trainings im Bereich „Big Data“ absolviert werden. Darüber hinaus haben Online-Akademien wie Coursera, Udacity oder openHPI spezielle Kurse im Programm. Weitere Ausbildungstipps findet man beispielsweise in einschlägigen Fachzeitschriften.