Der Beruf des Data Scientist ist nicht nur der "hottest job" des Jahres 2016, sondern auch der "sexiest job of the 21st century". Die Wirtschaft sucht händeringend nach den Datenwissenschaftlern und das Interesse dürfte in der Ära der datengetriebenen Digitalität nicht abnehmen - im Gegenteil. Jüngst hatte sogar das Weiße Haus online ganz gezielt und fast schon verzweifelt nach geeigneten Data Scientists gesucht.
Wer die nötigen Skills besitzt und einen Job als Data Scientist bekommt, verdient in den USA durchschnittlich knapp 117.000 Dollar pro Jahr - in Deutschland liegt das Durchschnittsgehalt eines Data Scientist derzeit bei 52.000 Euro pro Jahr. Aber Gehalt ist ja bekanntlich nicht alles. Wir wollten wissen: Wie sieht der Arbeitsalltag eines Data Scientist aus? Wir haben drei junge Menschen gefunden, die aus dem Nähkästchen plaudern.
Data-Scientist-Alltag: Meetings, Analysen & Reportings
Dass ein Data Scientist vermutlich vorwiegend mit Daten arbeitet, dürfte irgendwie klar sein. Weniger klar ist hingegen, dass auch die Big Data Analytics-Experten einen nicht unerheblichen Teil ihrer Arbeitszeit in Meetings verbringen: "Mein Tag beginnt typischerweise mit Meetings", erzählt Tanu George, Account Manager und Data Scientist bei LatentView Analytics. Diese Zusammenkünfte können den unterschiedlichsten Zwecken dienen, etwa die Identifikation eines Kundenproblems, Fortschritts-Tracking oder die Diskussion und Analyse von Reportings.
Foto: LatentView Analytics
Wenn der Vormittag anbricht, nimmt die Meeting-Frequenz schließlich wieder ab: "Das ist die Zeit, wenn es mit der Zahlenzauberei losgeht", erzählt George und schiebt nach, dass es dabei meist darum geht, die in den vorherigen Meetings aufgeworfenen Fragen zu beantworten. Auch ihre Nachmittage verbringt die junge Amerikanerin hauptsächlich mit kollaborativen Meetings.
Dort werden dann die erarbeiteten Zahlen und Fakten interpretiert und gemeinsam analysiert, bevor die Ergebnisse am Ende eines Tages per E-Mail verbreitet werden. Ungefähr 50 Prozent ihrer Arbeitszeit - so die Schätzung der jungen Frau - verbringe sie mit Meetings, weitere 20 Prozent gehen für Computerarbeit drauf, während die verbleibenden 30 Prozent regelmäßig in Visualisierungen und die Aufbereitung von Daten fließen.
Foto: Ryan Rosario
Auch der Alltag des freiberuflichen Data Scientist Ryan Rosario ist von Meetings geprägt: "Die Kunden erklären mir ihr Problem und sagen mir, welches Ergebnis sie sich wünschen. In vielen Fällen hat der Kunde die notwendigen Daten noch gar nicht oder weiß nicht, wie er an sie herankommen soll. Ich helfe dann dabei, einen entsprechenden Plan zu entwerfen."
- Die Aufgaben des Business Developer
Business Developer blicken tief in die Geschäftsprozesse und können Unternehmensziele mit Datenanalysen in Verbindung bringen. Sie entwickeln eine erste Fragestellung oder decken ein Problem auf, das anhand der erhobenen Daten gelöst werden soll. Als Schnittstelle zwischen Geschäftswelt und Technik kann er den Nutzen der Analyseergebnisse am besten einschätzen und arbeitet daher eng mit dem Data Analyst zusammen. - Die Aufgaben des Data Analyst
Der Data Analyst besitzt profunde Kenntnis über datengetriebene analytische Methoden, Data Mining-Verfahren und Techniken der Datenvisualisierung. Mit ihnen können Datensätze automatisch klassifiziert oder hinsichtlich ihrer Ähnlichkeit gruppiert werden. So kann der Data Analyst die Aussagekraft der Daten bewerten und relevante Muster und Auffälligkeiten in den Datenströmen erkennen. - Die Aufgaben des Data Manager
Der Data Manager sorgt dafür, dass die Qualität der Daten optimiert wird und sie durch Metadaten ausreichend beschrieben werden. Dazu zählt, dass sich der Data Manager einen Überblick über die Nutzungsrechte verschafft und bei sensiblen Daten weiß, wofür diese verwendet werden dürfen. - Die Aufgaben des Application Developer
Der Application Developer setzt die Plattform auf, auf der die Daten integriert und die Anwendungen entwickelt und installiert werden. Er beherrscht verschiedene Werkzeuge zur Parallelisierung und Echtzeitverarbeitung, so dass die statistischen Modelle des Data Analysten auch auf großen Datenmengen genutzt werden können. - Die Aufgaben des Security Manager
Der Security Manager sorgt dafür, dass die Zusammenführung, Anreicherung und Analyse von Daten keine Rückschlüsse auf Einzelpersonen zulässt und damit die Persönlichkeitsrechte verletzen könnte. Der Security Manager muss also den Datenschutz organisatorisch und technisch umsetzen. - Die 5 Typen von Data Scientists im Überblick
Das Schaubild zeigt noch einmal alle 5 Typen von Data Scientists und ihre Aufgaben im Überblick.
Big Data: Der Blick für das große Ganze
Auch für Virginia Long, Predictive Analytics Scientist beim Healthcare-Unternehmen MedeAnalytics, besteht ein Großteil ihres Jobs nicht in der direkten Arbeit mit den Daten, sondern darin, einen Blick für das große Ganze zu entwickeln: "Was bedeuten bestimmte Dinge für ein Unternehmen oder einen Kunden? Der erste Schritt besteht darin, das Geschäftsfeld zu verstehen - ich verbringe auch eine Menge Zeit damit, zu recherchieren und zu lesen, um die Probleme verstehen zu können."
Foto: Virginia Long
Im Anschluss geht es meist darum, zu verstehen, wer welche Daten hat: "Das ist manchmal eine Herausforderung. Die Menschen mögen die Idee, ihre Entscheidungen auf der Grundlage von Daten zu treffen, aber manchmal haben sie einfach nicht die richtigen Daten, um das zu tun. Deshalb gehört es manchmal auch zu meinem Job, herauszufinden, wie man die richtigen Daten sammelt."
Sind die Daten dann gesichert, geht es darum, sich durchzuwühlen und sie zu verstehen: "Das ist die Kehrseite der Medaille bei der grundlegenden Hintergrund-Recherche", so Long, "Man findet wirklich heraus, was hinter den Daten steckt. Das kann manchmal ziemlich langweilig sein, aber ab und zu findet man so Dinge, die einem sonst überhaupt nicht aufgefallen wären."
Quasi nebenbei kümmert sich Virginia Long um die Anfertigung von Lehrmaterial für interne und externe Zwecke. Ihr Ziel: die allgemeine Aufklärung über Data-Science-Techniken. "Wie das bei Hype-Themen immer so ist, sehen die Menschen auf den ersten Blick nur die Vorteile. Deshalb ist es essentieller Teil meiner Arbeit, auch darüber aufzuklären, was möglich ist und wie es funktioniert."
- Big Data: Neue Berufsbilder
In den teilweise euphorischen Einschätzungen von Markforschern und IT-Unternehmen ist immer wieder die Rede von neuen Berufsbildern, die Big Data mit sich bringen soll. Dazu zählen unter anderem folgende Tätigkeiten: - Data Scientist
Er legt fest, welche Analyseformen sich am besten dazu eignen, um die gewünschten Erkenntnisse zu erzielen und welche Rohdaten dafür erforderlich sind. Solche Fachleute benötigen solide Kenntnisse in Bereichen wie Statistik und Mathematik. Hinzu kommen Fachkenntnisse über die Branche, in der ein Unternehmen beziehungsweise tätig ist und über IT-Technologien wie Datenbanken, Netzwerktechniken, Programmierung und Business Intelligence-Applikationen. Ebenso gefordert sind Verhandlungsgeschick und emotionale Kompetenz, wenn es um die Zusammenarbeit mit anderen Abteilungen geht. - Data Artist oder Data Visualizer
Sie sind die "Künstler" unter den Big-Data-Experten. Ihre Hauptaufgabe besteht darin, die Auswertungen so zu präsentieren, dass sie für Business-Verantwortliche verständlich sind. Die Fachleute setzen zu diesem Zweck Daten in Grafiken und Diagramme um. - Data Architect
Sie erstellen Datenmodelle und legen fest, wann welche Analyse-Tools Verwendung finden und welche Datenquellen genutzt werden sollen. Auch sie benötigen ein umfassendes Know-how auf Gebieten wie Datenbanken, Datenanalyse und Business Intelligence. - Daten-Ingenieur
Diese Aufgabe ist stark auf die IT-Infrastruktur ausgerichtet. Der Dateningenieur ist das Big-Data-Analysesystem zuständig, also die Hard- und Software sowie Netzwerkkomponenten, die für das Sammeln und Auswerten von Daten benötigt werden. Eine vergleichbare Funktion haben System- und Netzwerkverwalter im IT-Bereich. - Information Broker
Er kann mehrere Rollen spielen, etwa die eines Datenhändlers, der Kunden Informationen zur Verfügung stellt, oder die eines Inhouse-Experten, der Datenbestände von unterschiedlichen Quellen innerhalb und außerhalb des Unternehmens beschafft. Außerdem soll er Ideen entwickeln, wie sich diese Daten nutzbringend verwenden lassen. - Data Change Agents
Diese Fachleute haben eine eher "politische" Funktion. Sie sollen bestehende Prozesse im Unternehmen analysieren und anpassen, sodass sie mit Big-Data-Initiativen kompatibel sind. Nur dann lässt sich aus solchen Projekten der größtmögliche Nutzen ziehen. Wichtig sind daher ausgeprägte Kommunikationsfähigkeiten, Verständnis für Unternehmensprozesse sowie Kenntnisse im Bereich Qualitätssicherung und Qualitätsmanagement (Six Sigma, ISO 9000).