Was tun Data Scientists?

Die zentrale Aufgabe eines Datenwissenschaftlers ist, sich durch Unmengen von Daten zu wühlen, um geschäftsrelevante statistische Erkenntnisse zu gewinnen. Er legt fest, welche Analyseformen sich am besten eignen und welche Rohdaten dafür erforderlich sind. Mit mathematisch-statistischen Analysemethoden entwickelt er Modelle zur Informationsextraktion und zur Prognose für Big-Data-Anwendungen. Im Idealfall fließen die Ergebnisse unmittelbar in einen handfesten Business-Plan ein.

Die Tätigkeit erfordert profunde fachliche Kenntnisse aus den Bereichen Statistik, Mathematik und Wahrscheinlichkeitsrechnung sowie in Programmierung und Datenbank-Anwendungen. Hinzu kommen Methoden des Machine Learnings, der Künstlichen Intelligenz und der Prognostik. Als Datengrundlage dienen dem Data Scientist sowohl strukturierte als auch unstrukturierte Daten. Die Datenanalyse führt er entweder selbst durch oder er unterstützt IT-Spezialisten bei der Analyse beziehungsweise leitet sie an.

Die Auswertung von Daten ist aber nur ein Teil des Tätigkeitsfelds eines Data Scientists. Er muss auch betriebswirtschaftliche Zusammenhänge verstehen, braucht Branchenkenntnisse, psychologisches Wissen und Verhandlungsgeschick. Und er sollte in der Lage sein, die gewonnenen Erkenntnisse anschaulich zu präsentieren. Dritte sollten seine Ergebnisse ohne spezifische Fachkenntnisse verstehen können. Weil er als Mediator zwischen Fachabteilungen und Management auftritt, sind für den Erfolg seiner Arbeit auch gute kommunikative Fähigkeiten wichtig.

Susanne Wolf, Chief Human Resources Officer bei der Alexander Thamm GmbH, einem der ersten deutschen Data-Beratungsunternehmen, fasst die Rolle des Data Scientists in der Unicum-Jobbörse so zusammen: "Ein Data Scientist muss analytisches Verständnis haben, mit den gängigsten Programmiersprachen umgehen können, Kommunikationsskills mitbringen, smart und selbstbewusst auftreten und sehr gezielt Fragen stellen können." Und weiter: Data Scientists arbeiten oft in interdisziplinären Teams, verbringen viel Zeit in Meetings, müssen ihre Ergebnisse optisch hübsch aufbereiten und überzeugend präsentieren. Das harte Number Crunching macht nur einen Teil der Arbeit aus.

Das anspruchsvolle Allround-Profil aus mathematisch-analytischen, betriebswirtschaftlichen, kommunikativen und kreativen Fähigkeiten verleiht dem Datenwissenschaftler einen fast gottähnlichen Status. "Es ist zu früh, die Datenwissenschaftler als die neuen Herren des Universums zu beschreiben. Aber sie befinden sich auf dem Weg dorthin", sagt Alexey Loganchuk, Gründer der in New York beheimateten Personalberatung Upgrade Capital.

Loganchuk ist mit seiner Einschätzung nicht allein. In seiner Rangliste der "besten Jobs in Amerika" setzte das US-Bewertungsportal Glassdoor den Data Scientist Anfang 2018 auf Platz eins - zum dritten Mal in Folge. Das Karrierenetzwerk LinkedIn berechnete für die Zeit seit 2012 ein Job-Wachstum von 650 Prozent für Data Scientists. Und das renommierte Management-Magazin "Harvard Business Review" kürte die Tätigkeit des Data Scientists gar zum "sexiest Job of the 21st Century".

Kein Wunder, dass der Bedarf an den neuen Lieblingen der IT-Szene sehr hoch ist. Für die USA gab es laut den Unternehmensberatern von McKinsey im Jahr 2017 150.000 offene Stellen für Datenspezialisten. In Deutschland ist die Nachfrage ähnlich stark. Der Stifterverband für die Deutsche Wissenschaft schätzt den Bedarf an Fachkräften mit Data-Skills aktuell auf bis zu 95.000 Stellen.

In den Stellenausschreibungen der Bundesagentur für Arbeit - nicht gerade die typische Anlaufstelle für die Vermittlung hochqualifizierten IT-Personals - wurden im letzten Jahr 402 Vakanzen für Datenanalysten gemeldet, unter anderem von Krankenhäusern, Versicherungsunternehmen, Logistikern und Regierungsbehörden. Allein bei der Deutschen Bahn waren im Januar 2018 nicht weniger als 30 Stellenausschreibungen gleichzeitig online - nur für Data Scientists.