„Sexiest job in the 21st century“

Big Data Analytics für den Mittelstand

| Autor / Redakteur: Tom Becker / Nico Litzel

Datenexperten sind so heiß begehrt, dass der Data Scientists vom Harvard Business Review als „sexiest job in the 21st century“ beschrieben wird.
Bildergalerie: 1 Bild
Datenexperten sind so heiß begehrt, dass der Data Scientists vom Harvard Business Review als „sexiest job in the 21st century“ beschrieben wird. (Bild: ©momius - stock.adobe.com)

Jeder Schritt in der digitalen Welt hinterlässt Spuren in Form von Daten. Als vielversprechende Schlüsseltechnologie zur Auswertung des täglich produzierten Datenaufkommens wurden Big Data Analytics identifiziert.

Eine Aufrechnung des Digitalunternehmens MerlinOne aus den USA hat ergeben, dass jeden Tag 2,5 Trillionen Bytes – das sind 18 Stellen nach dem Komma – an Digitaldaten erstellt werden. Kein Wunder, denn mit jedem Klick im Internet, jedem Wisch auf dem Smartphone oder selbst beim gemütlichen Netflix-Abend generieren Nutzer Daten. Diese sind quasi ein eigener Fingerabdruck, der für Unternehmen les- und somit nutzbar ist – unter der Voraussetzung, dass dabei alle relevanten Datenschutzregularien eingehalten werden.

Big Data Analytics als Schlüsseltechnologie

Big Data und Data Analytics sind zwar noch ein recht junger Teil des modernen Unternehmens aber gleichzeitig auch eine vielversprechende, neue Schlüsseltechnologie. Mit ihrer Hilfe können zum Beispiel Produktionsprozesse analysiert, ausgewertet und optimiert oder neue Vertriebsmöglichkeiten identifiziert werden. Bisher waren dazu relativ simple Reports gängige Praxis in Unternehmen. Sie bringen KPIs, Produktionsdaten oder Verkaufszahlen zusammen, auf deren Grundlage dann Entscheidungen für die Zukunft getroffen werden. Der Haken: Es ist ein oberflächlicher Blick in die Vergangenheit, aus dem die Zukunft abgelesen wird. Im Grunde sollen alte Kennzahlen für völlig neue Projekte die Entscheidungsgrundlage bilden. Ein großer Nachteil in einer sich stetig wandelnden, globalen Geschäftswelt. Durch sinnvolle eingesetzte Datenanalyse weicht das vage und schwer greifbare Bauchgefühl einer fundierten Vorhersage, die dabei sowohl die Fakten als auch deren Zusammenhänge aufzeigt.

Data Scientist – was er macht und wie man einer wird

„Digitale“ Jobs

Data Scientist – was er macht und wie man einer wird

10.07.18 - Dank Big Data ist der sogenannte Data Scientist heiß begehrt. Was aber macht ein Data Scientist, für was wird er gebraucht und wie wird man einer? Dr. Andreas Jedlitschka vom Fraunhofer IESE klärt auf. lesen

Die Bedeutsamkeit von Big Data und das damit verbundene Potential wird deshalb mittlerweile auch von einem Großteil der Unternehmen erkannt. So bezeichnen zum Beispiel 81 % aller befragten deutschen Mittelständer in einer aktuellen Studie der Commerzbank Big Data Analytics als „zentral wichtig“ – und das unabhängig von den jeweiligen Branchen und Unternehmensgrößen.

„The sexiest job in the 21st Century“

Aber die besten und größten Datensätze bringen nichts, wenn man niemanden hat, der sie adäquat zusammenführen, vorbereiten, auswerten und die Ergebnisse angemessen interpretieren kann. Das Problem dabei: Zwar sind Datenexperten heiß begehrt – sodass der Data Scientists vom Harvard Business Review als „sexiest job in the 21st century“ beschrieben wird –, allerdings ist qualifiziertes Personal für Unternehmen schwer zu finden.

Ein wichtiger Grund für diesen Mangel an Datenexperten ist der Tatsache geschuldet, dass das Big-Data-Zeitalter noch ein recht junges Phänomen ist und so die Universitäten erst nach und nach die entsprechenden Studiengänge anbieten. Ein Großteil der derzeitigen Datenspezialisten besteht aus Quereinsteigern – zumeist mit einem Mathematik-, Statistik- oder Informatikhintergrund, die sich ihre Expertise durch ihre Erfahrung oder umfangreiche Weiterbildungen angeeignet haben.

Datenspezialisten – von Data Scientists über Data Analysts bis hin zu Citizen Data Scientists

Darüber hinaus verwirren die unterschiedlichen Bezeichnungen für Datenspezialisten und so kann es passieren, dass Unternehmen nicht klar ist, welche Experten sie wirklich für ihre spezifischen Fragestellungen und Herausforderungen benötigen. Wird ein Data Scientist gebraucht, ein Data Analyst oder gar ein Citizen Data Scientist? Und was steckt hinter dieser unterschiedlichen Terminologie?

Auch wenn alle drei mit Daten arbeiten, unterscheiden sie sich in ihrer Herangehensweise und ihrem Können. Data Scientists bilden die Basis der Datenanalyse: Sie sind meistens ausgebildete Mathematiker oder Informatiker mit vertieftem Fachwissen in Bereichen wie Statistik, Datenbankanwendungen und Programmiersprachen, die Modelle oder Workflows zur Datenauswertung von der Pieke auf erstellen.

Data Analysts treten im zweiten Schritt auf. Sie haben zwar zumeist auch Fachkenntnisse in Mathematik, Statistik und Information – wenn auch nicht im gleichen Maße wie ihre Counterparts. Der typische Data Analysts befasst sich in seiner täglichen Arbeit mit der konkreten Analyse der Daten, sucht nach Mustern, interpretiert die Ergebnisse, bereitet sie verständlich auf und kommuniziert sie an relevante Entscheidungsträger.

Citizen Data Scientists sind im Unterschied dazu Mitarbeiter, die aus den jeweiligen Fachabteilungen innerhalb eines Unternehmens kommen. In den meisten Fällen haben sich die Mitarbeiter durch Weiterbildungen ein grundlegendes Verständnis für die Arbeit und die Auswertung mit Daten angeeignet. Ihr großer Vorteil ist, dass sie Experten in ihren jeweiligen Geschäftsbereichen – wie zum Beispiel Produktion, Vertrieb oder Marketing – sind und so die Anwendungsbereiche der Analyseergebnisse aus erster Hand kennen. Sie können einfache Analyse-Workflows – auch dank sogenannter Self-Service-Tools – selber durchführen und daraus auf kleinerer Ebene Schlüsse ziehen.

Diese Self-Service-Analysetools sind Softwarelösungen, die mit wenigen Klicks die Datenanalyse ermöglichen und eine Vielzahl an Abläufen, wie etwa Summierungen von Tabellen oder geografische Auswertung der Daten vordefiniert durchführen. Besonders wichtig ist in diesem Zusammenhang die Wahl einer intuitiv bedienbaren und nutzerfreundlichen Software. Zum Glück gibt es mittlerweile ein breites Angebot wie zum Beispiel die End-to-End-Analyseplattform Alteryx oder die Visualisierungslösung Tableau. Ein weiterer Vorteil bei Citizen Data Scientists besteht darin, dass den Mitarbeitern aus den einzelnen Geschäftsbereichen somit „Hilfe zur Selbsthilfe“ ermöglicht wird und die Hard Data Spezialisten wie Data Scientists und Data Analysts sich mehr um das „bigger picture“ des Unternehmens kümmern können.

Citizen Data Scientists als Potenzial für Unternehmen

Hieraus ergibt sich ein immenses Potenzial für Unternehmen und vor allem den Mittelstand: Wenn im Grunde jeder Mitarbeiter eigene Analysen durchführen kann, können einzelne Teams agiler auf neue Situationen und Herausforderungen reagieren, ohne große Abstimmungsschleifen oder langwierige Analyseprozesse.

Nun ist es an den HR-Abteilungen und Geschäftsführern sowie Geschäftsführerinnen diese Chance zu erkennen und verstärkt die eigenen Mitarbeiter weiterzubilden und sich nach adäquaten Softwarelösungen umzuschauen, um so fit für die Zukunft zu sein. Denn: Ein Mitarbeiterstab der kundig und mündig mit Datenanalyse arbeitet, wirkt effektiv dem Mangel an Fachpersonal entgegen. Was heute einige Anstrengungen und vielleicht sogar Wachstumsschmerzen bedeutet, weist morgen definitiv den Weg in die Zukunft zum unabhängigen und datengetriebenen Unternehmen – und nur so können vor allem mittelständische Unternehmen im sich schnell wandelnden Zeitalter der Digitalisierung zukunftsfähig sein.

Dieser Artikel stammt von unserem Partnerportal Maschinenmarkt. Verantwortliche Redakteurin: Voctoria Sonnenberg

* Tom Becker ist General Manager Central & Eastern Europe bei Alteryx

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45421434 / Analytics)