Berufsbilder Was macht der Data Scientist?

Was steckt hinter dem Beruf Data Scientist?
Was steckt hinter dem Beruf Data Scientist?

Data Scientists gehören derzeit zu den gefragtesten Fachkräften am Arbeitsmarkt. Kein Wunder, denn jedes Unternehmen, dessen Geschäftsmodell auf Daten basiert, braucht Experten, die diese gewinnbringend auswerten. Doch wie sieht eigentlich der Berufsalltag von Data Scientists aus?

Beim Beruf Data Scientist muss eines vorweg gesagt werden: Den einen Ausbildungsweg gibt es nicht. Auch der Berufsalltag eines Daten-Experten sieht je nach Branche und Fokus vollkommen unterschiedlich aus. Dennoch gibt es grundlegende Merkmale, die diesen noch recht jungen Beruf kennzeichnen.

Rohdaten gezielt strukturieren

Die Speicherung von großen Datenmengen ist heute so günstig wie nie zuvor. Folglich speichern die meisten Unternehmen zahlreiche Datensätze auf ihren Servern – Daten, die das Verhalten, die Vorlieben und die Routinen von Nutzern widerspiegeln und dadurch ein enormes Informationspotenzial liefern. Unternehmen versprechen sich davon, ihre Produkte und Leistungen so genau wie möglich auf die individuellen Bedürfnisse ihrer potenziellen Kunden zuschneiden zu können. Allerdings müssen die gesammelten Daten zunächst entschlüsselt werden – und zwar buchstäblich.

Ein Daten-Pool ist zunächst einmal nur eine reine Anhäufung von Fakten und Symbolen, die oftmals aus verschiedenen Datenbanken stammen oder maschinell generiert werden, beispielsweise wenn Nutzer auf Webseiten navigieren. Das heißt, die Daten sind völlig unstrukturiert und damit wertlos. Um sie nutzbar zu machen, müssen die Rohdaten also geordnet und sinnvoll strukturiert werden. Hier tritt der Data Scientist auf den Plan, denn dieser Schritt wird in der Regel manuell mithilfe klassischer Data-Science-Methoden durchgeführt.

Das Potenzial der Daten

Data Scientists entscheiden anhand der eigenen Erfahrung und der festgelegten Business-Ziele, welche Daten zur Auswertung relevant sind und wie sie sinnvoll strukturiert werden können. Explorativ stellen sie auf diese Weise Zusammenhänge zwischen den Daten her, die auf den ersten Blick nicht ersichtlich sind.

Im nächsten Schritt folgt das sogenannte Data Mining, also die Generierung von Wissen aus den Rohdaten. Hier kommt Machine Learning ins Spiel, wodurch die strukturierten Daten gezielt verknüpfen und ausgewertet werden. Machine-Learning-Algorithmen sind in der Lage, bestimmte Muster in großen Datenmengen zu erkennen und diese entsprechend zu gruppieren und einzelnen Clustern zuzuweisen. Der Mensch kann das zwar auch, doch die Algorithmen sind dafür deutlich besser geeignet. Erst im Anschluss übernimmt wieder der Mensch und interpretiert die Daten vor einem geschäftlichen Kontext.

Schnittstelle zwischen IT und Business-Strategie

Das Ziel jeder Analyse ist es, Wissen zu generieren, mit dem Unternehmen bessere Entscheidungen treffen und Produkte entwickeln können. Data Scientists nehmen dafür eine Art Vermittlerposition ein und sind im Idealfall in der Lage, Daten in verständliche und zielführende Handlungsanweisungen zu übersetzen. Folglich benötigen Data Scientists für ihre Arbeit zum einen IT-Expertenwissen und zum anderen ein möglichst gutes Verständnis des Geschäftsmodells und der Unternehmensstrategie. Sie müssen über den Tellerrand des eigenen Fachgebiets hinausschauen, um das große Ganze im Blick zu behalten.

Zusätzlich ist eine gewisse Offenheit und Neugierde vorteilhaft, denn der Data Scientist fungiert als eine essenzielle Schnittstelle zwischen der Entwicklung und den Fachabteilungen. Im Idealfall ist er im ständigen Austausch mit anderen Unternehmensbereichen – insbesondere mit der Geschäftsführung und Produktentwicklung. So behält er zum einen die Strategie im Auge, versteht aber auch, welche spezifischen Informationen die Produktentwickler benötigen, um ihre Ziele zu erreichen.

Der Weg zum Data Scientist

Beim Data Scientist ist es wie bei vielen anderen „modernen” Berufen: Den einen Ausbildungsweg gibt es nicht. Aber natürlich sollten einige Grundvoraussetzungen erfüllt sein. Personen, die als Data Scientist arbeiten, haben in der Regel eines der MINT-Fächer – Mathematik, Informatik, Naturwissenschaften oder Technik – studiert. Aber auch ein Bachelorstudium in Betriebswirtschaftslehre ist nicht ungewöhnlich. Im anschließenden Masterstudiengang wird häufig ein Fach mit Informatik-Schwerpunkt gewählt. Oft schlagen auch Software-Entwickler den Berufsweg Data Scientist ein. Ergänzt durch relevante Weiterbildungen oder anderweitig gesammelte, spezifische Erfahrungen ist auch dieser Hintergrund für Recruiter spannend.

Es gibt jedoch immer mehr Studiengänge, die direkt zum Data Scientist ausbilden. Ein abgeschlossenes Studium ist – gerade für Berufseinsteiger – eine der wichtigsten Grundvoraussetzungen, um als Data Scientist in der Arbeitswelt Fuß zu fassen. Aber es gibt eine Reihe weiterer Kriterien, auf die Personaler achten. So fordern viele Stellenanzeigen Kenntnisse im Bereich Statistik, Machine Learning oder Geo Analytics. Darüber hinaus beherrschen Data Scientists in der Regel mehrere Programmiersprachen – Kenntnisse in R oder Python werden besonders häufig vorausgesetzt. 

Zukunftsperspektiven

Auch wenn die Ausbildung stressig ist und viel Eigeninitiative erfordert: Der Weg lohnt sich, denn die Perspektiven für Data Scientists sehen aktuell äußerst vielversprechend aus. Die Anzahl datengetriebener Geschäftsmodelle steigt und somit auch der Bedarf an professionell strukturierten Daten. Produkte und Services, die dem Nutzer ein individuelles und personalisiertes Erlebnis versprechen, können darauf nicht verzichten.

Denn Daten bilden die Grundlage von individuellen Musikvorschlägen bei Streaming-Diensten, von kuratierten Modelieferungen oder von individuell zusammengestellten Reiseangeboten. Um ihr Potenzial zu entfalten, müssen sie zielgerichtet ausgewertet werden. Vom Tech-Start-up über Mittelständler bis hin zu Großkonzernen haben viele erkannt, dass Daten einen entscheidenden Wettbewerbsvorteil generieren können. Aktuell können angehende Data Scientists aus einer ungeheuren Anzahl an offenen Stellen wählen. Nicht umsonst wurde das Berufsbild zum »Sexiest Job of the 21st Century« gekürt.

Über Fineway

Fineway ist ein Travel Tech Start-up, das einen Service für Instant Trip Planning anbietet. Dieser vollständig automatisierte Service führt in Echtzeit mehr als 250 explizite und implizite Datenpunkte zusammen und erstellt daraufhin maßgeschneiderte Reiseangebote. Mit jedem Reisevorschlag kontinuierlich lernend, ist der Service darauf ausgerichtet, die Discovery-Phase – also den Weg von einem noch abstrakten Reisewunsch bis zu einem relevanten, buchbaren Angebot – von durchschnittlich über neun Stunden auf wenige Minuten zu verkürzen.

Gegründet wurde das Unternehmen mit Sitz in München 2015 von Markus Bohl und Markus Feigelbinder. Inzwischen hat das Unternehmen 45 Mitarbeiter, darunter Experten für künstliche Intelligenz und Data Engineering. Aktuelle Investoren sind unter anderem Bayern Kapital, Axel Springer und MairDumont Ventures sowie mehrere renommierte Family Offices.