Data Scientists sind die neuen Hoffnungsträger für die Digitalisierung. Ihre Mission: Sie verwandeln Big Data in Smart Data und aus der Summe entstehen zufriedene Kunden und neues Wachstum. So lautet der Plan, auf den immer mehr Unternehmen setzen. Für diese Aufgabe werden Spezialisten gesucht. Ihr Fachgebiet lautet Data Science.
Digitale Vorreiter besitzen ein hohes Maß an Data-driven Agility. Sie haben die Methoden und die Kompetenzen, um aus Daten Geschäft zu erzielen – und das auch noch schnell. Und vielen Unternehmen dämmert es: Mit Mathematik und Informatik entlockt man den Exabyte großen Datenschätzen kein Geheimnis, aus dem sich geschäftsstrategisches Kapital schlagen lässt. Viele Firmen schaffen es noch nicht, große Datenmengen aus verschiedensten Quellen zu sammeln, auszuwerten und systematisch zur Prozessverbesserung und agilen Angebotsentwicklung zurückfließen zu lassen. Mehr als 90 Prozent aller Entscheider sind sich zwar des enormen Potenzials querschnittartiger Datenanalysen bewusst. Nur 28 Prozent können allerdings abteilungsübergreifende Data-Science-Initiativen in ihrem Haus verweisen. Das zeigt eine neue Studie zum Thema Data Science.
Ursache für den Rückstau ist ein Mangel an spezialisierten Fachkräften. Und diese Lücke versuchen Unternehmen nun mit groß angelegten Data-Science-Offensiven zu schließen. Eine Infografik verdeutlicht, dass es den Entscheider mit dem Thema Data Science inzwischen ernst ist.
Vor allem suchen sie im großen Stil nach Analyseexperten am Arbeitsmarkt. Doch der gibt derzeit nicht genug her, um die Nachfrage für alle zu decken. Jedes zweite Unternehmen fährt deshalb zweigleisig und investiert in die Weiterbildung und Qualifizierung ihrer eigene Fachkräfte. Das ist nicht nur nötig, sondern hat auch Vorteile: Die Mitarbeiter müssen nicht bei null beginnen. Sie kennen die Abläufe und wissen wie man im Unternehmen kommuniziert.
Qualifizierung von Data Science-Spezialisten kommt in Gang
Um die Nachfrage nach gefragtesten Köpfen in der Wirtschaft langfristig zu befriedigen, braucht es weitere Initiativen. Bislang konzentrierten sich Investitionen im Bereich Big Data vornehmlich auf die Hardware. Supercomputer mit tausenden CPU-Kernen und vielen Terabyte RAM gibt es schon länger. In die Optimierung von Analysemethoden wurde dagegen wenig investiert. Dedizierte universitäre Studiengänge sind noch rar. Zwar wird der erste deutschsprachige Masterstudiengang „Datenwissenschaft“ bereits seit 2002 an der Technischen Universität Dortmund angeboten. Andere Universitäten ziehen allerdings erst jetzt nach, wie die Ludwig-Maximilians-Universität in München mit dem Elite-Masterstudiengang „Data Science“.
Ganz wichtig für die Qualifizierung ist das Querschnittsdenken. Ein Data Scientist wird einem Unternehmen nur dann weiterhelfen können, wenn er in der Lage ist, in den massenhaft erhobenen Daten Ansätze für neue marktfähige Geschäftsmodelle zu erkennen und diese zu formulieren.
