„Wissen ist Macht“ – Data Science im Fokus der Unternehmenssteuerung

Vielfach wird von Seiten der Bundesregierung ein „digitaler Wandel“ postuliert. Mit Kampagnen wie der „Digitalen Agenda“, die das Bewusstsein für Merkmale der Digitalisierung schärfen soll und unter anderem einen Breitbandausbau in Deutschland forciert, steht das Thema mittlerweile auf der Agenda der Politik. Dass drängende Fragen dieser Zeit allerdings seit über 20 Jahren diskutiert werden, bleibt hierbei häufig außen vor. 1996 stand die Konferenz der International Federation of Classification Societies (IFCS) im Zeichen von „Data Science“. Ein Data Scientist ist ein IT-Spezialist, der mithilfe der Erkenntnisse verschiedener Fachdisziplinen im Bereich der Datenanalyse agiert.

Hier zur Digitalisierung Ihrer Daten

Big Data, ein dominierendes Thema der vergangenen Jahre, steht auch hier wieder im Fokus. Denn die hier zugrundeliegenden Datenmengen weise teils eine hohe Komplexität auf oder erfordern zumindest ein dementsprechendes Vorgehen, um sie schnell und systematisch auswerten zu können. Ein Data Scientist begibt sich dabei auf Detektivarbeit in mehreren Organisationsebenen, um insbesondere zwischen diesen und der Leitungsebene eines Unternehmens zu vermitteln. Die hier stattfindende Data Analytics basiert auf Maßnahmen, die wichtige Erkenntnisse und Handlungsansätze aus den so gewonnenen Daten aufbereiten soll. Der Data Scientist fungiert also als Bindeglied zwischen der technischen und betriebswirtschaftlich-strategischen Komponente innerhalb einer Behörde, eines Unternehmens oder einer vergleichbaren Institution.

Das Berufsfeld: Arbeiten als Data Scientist

Aus der Informationstechnologie hinreichend bekannt, gibt es auch zur Definition eines Data Scientists mehrere Ansätze zur Erklärung. Heutzutage gibt es immer weniger gezielt oder genau abgesteckte Berufsfelder, auch aufgrund der vielfältigen Ausbildungsmöglichkeiten. Arbeiten im Umfeld der digitalen Transformation und des Managements von Daten insgesamt erfordert einen interdisziplinären Ansatz. Ein Data Scientist ist demnach kein Generalist, sondern ein in vielen Fachdisziplinen bewanderter Spezialist mit Schwerpunktsetzung. Bereits 2005 hat das National Science Board in seinem Bericht („Long-lived Digital Data Collections: Enabling Research and Education in the 21st Century“) ausgeführt, welche Berufsgruppen als Data Scientist bezeichnet werden können.

Unter anderem wurden

• Datenbankexperten
• Bibliothekare
• Archivare
• Softwareprogrammierer

sowie

• Informatiker

genannt.

Deutlich wird bei dieser auszugsweisen Auflistung insbesondere, dass nicht ausschließlich Experten der Informationstechnologie im modernen Maßstab genannt werden. Die Nennung von Archivaren und Bibliothekaren verdeutlicht, dass es hier um ein methodisches und nach den Grundsätzen wissenschaftlicher Erkenntnisse agierendes Berufsfeld geht. Dies schließt insofern die Konzeptionierung von Ideen im Zuge von Datenbanken und Datenbankanalyse mit ein, ebenso wie Teile der Informationsvisualisierung.

Was leistet ein Data Scientist im Unternehmen?

Die große Dynamik im Umfeld von Big Data ist ausschlaggebend dafür, dass das Berufsfeld des Data Scientists dermaßen weit gefasst ist. Schließlich erfordert die Arbeit als Data Scientist ein hohes Maß an Kreativität und Analysekompetenzen, um sich stetig wandelnden Strukturen anzunähern und diese für eine Datenanalyse zugrunde zu legen. Wenn Big Data das „große Ganze“ beschreibt, dann übernimmt ein Data Scientist die Mittlerrolle zwischen Unternehmenssteuerung und Nutzbarmachung der sich hinter Big Data verbergenden Informationsfülle. Nicht ohne Grund werden viele Jobausschreibungen, die ein und dasselbe meinen, oftmals auch mit dem Schlagwort „Data Analytics“ versehen.

Im Hause evonier software solutions widmen wir diesem Aspekt der Datennutzung gleichermaßen ein großes Augenmerk. Intern arbeiten wir daran, die uns im Rahmen unserer Tätigkeit gegebenen Informationen nutzbar zu machen und zur Effizienzsteigerung einzusetzen. Dasselbe hat die IT-Beratung zu Ziel, die in Ihrem Unternehmen ein Verständnis dafür schaffen soll, wie der Weg des geringsten Widerstands zur Implementierung von Big Data verlaufen kann. In Form von Schulungen richten wir uns dabei insbesondere an IT-Sicherheitsbeauftragte und andere Fachbereichsleiter in Unternehmen, die eine Mittlerweile einnehmen. Selbstverständlich spielt Data Analytics auch im Zuge der individuellen Softwareentwicklung bei evonier eine Rolle. Fernab der Standardsoftware erarbeiten wir mit Indidvidualsoftware innovative Lösungen, um große Mengen an Daten ohne entsprechende Rechenkapazität nutzbar zu machen.

©123rf

Weitere Aspekte in der Nutzung von Big Data

Data Analytics beschreibt einen Teilbereich in der Auseinandersetzung mit Big Data, der zur Modellierung der darin enthaltenen Datenmengen beiträgt.

Big Data mit Aspekten der Data Analytics bezieht sich auf

• Grundlagen der Datenanalyse, um Datenexploration und Datenmodellierung in praktischer Weise vollziehen zu können. Hinzu kommen Methoden zur Validierung entsprechender Daten.
• Infrastrukturelemente, insbesondere was Software-Architektur, Dateisysteme und NO-SQL-Datenbanken anbelangt.
• SQL-basierte Datenbanken, die den bisherigen Standard darstellen und zur Grundlage genommen werden, um Modelle auf Basis größerer und komplexer Datenmengen zur erstellen.

Ein Data Scientist ist in der Lage, Informationen selbst aus großvolumigen Datenpaketen zu extrahieren und im Sinne der Unternehmensausrichtung zu verarbeiten. Algorithmen helfen dabei, Erkenntnisse in geeigneter Form zu Modellen zusammenzufügen. „Data Science as Service“ bezeichnet deshalb nichts anderes als eine Dienstleistung, die im Umfeld der Datenanalyse von bestimmten Unternehmen erbracht wird. Namhafte Großunternehmen haben mittlerweile Big-Data-Plattformen auf den Markt gebracht, um dieser Herkulesaufgabe gerecht zu werden. Gleichwohl ist eine Durchdringung von Daten nicht für jedes Unternehmen gleichermaßen sinnvoll.

Hiermit stehen personelle und finanzielle Ressourcen in Verbindung, die sich am Ende auch rentieren müssen. So ist es vor allem für kleine Unternehmen fraglich, inwiefern Anstrengungen in dieser Richtung auch wirklich zum einem praktischen Nutzen führen können. Hier bleibt es abzuwarten, bis Big-Data-Plattformen eine Marktdurchdringung erreicht haben, die einen kosteneffizienten Einsatz auch für kleine und mittlere Unternehmen (KMU) ermöglichen.

Fazit

Data Analytics sind ein Teilaspekt in der Verarbeitung und der Methodik im Umfeld von Big-Data-Strukturen. Sie wirken an den Stellschrauben mehrerer Komponenten und sollen am Ende einen hohen Informationsgehalt bieten, der in die strategische Ausrichtung des Unternehmens einfließt. Die personifizierte Ausprägung nennt sich in diesem Zuge sodann Data Scientist, ein Experte auf dem Gebiet der Datenanalyse und ein Vermittler innerhalb des eigenen Unternehmens.

Merken