Data Scientists - die neuen Goldsucher

Christoph Kopp, Principal und Big Data-Experte bei Horváth & Partners

Christoph Kopp, Principal und Big Data-Experte bei Horváth & Partners

MANAGEMENT COMMENTARY: Wer mit Big Data Geschäft machen will, braucht Methodenverständnis für die Analyse großer Datenmengen und Fachwissen für konkrete Anwendungen. Aber wie funktioniert Data Mining, und wo finden sich die interdisziplinären Wunderwuzzis?

Mit der Digitalisierung stehen Unternehmen heute riesige Datenmengen zur Verfügung, aus sozialen Medien, Diskussionsforen, Wikis oder Bewertungs-Communities im Internet ebenso wie aus unternehmensinternen Datenbanken oder Sensormessungen. Die gezielte und umfassende Analyse dieser Daten durch statistische Methoden und Modelle hat gewaltiges Potenzial für Unternehmensentscheidungen, Innovationen, Produktentwicklung und Customer Relationship Management.

Viele Unternehmen richten dazu „Analytics Labs“ ein, die vom Tagesgeschäft losgelöst und von der Linienorganisation getrennt sind. Wer dort arbeitet, hat laut dem Harvard-Wissenschaftler Thomas H. Davenport den „Sexiest Job of the 21st Century“: Data Scientist. Doch sind Analytics Labs und Data Scientists wirklich in der Lage, aus der Datenflut genau jene Ergebnisse und Handlungsempfehlungen abzuleiten, mit denen Unternehmen noch effizienter und effektiver arbeiten können? Nicht unbedingt!

Daten mit und ohne Mehrwert

Der Mehrwert einer Datenanalyse hängt maßgeblich von den Kompetenzen des Analytics-Teams ab. Der Fokus auf hochspezialisierte Experten aus Mathematik, Statistik oder Physik, Quantitative Analysts oder „Quants“ genannt, birgt also Gefahren. Denn mögen die mathematischen Methoden und Modelle auch noch so ausgefeilt sein – gefüttert mit falschen, qualitativ schlechten oder fachlich nicht adäquaten führen sie nach dem Prinzip „garbage in, garbage out“ unweigerlich zu fehlerhaften Ergebnissen und Unternehmensentscheidungen, die mehr schaden als nutzen. Das gilt auch für Methoden und Modelle, die die Realität nicht adäquat widerspiegeln und auf falschen Annahmen basieren.

Wirklich sexy ist das neue Berufsprofil „Data Scientist“ nur, wenn interdisziplinär verstanden. Das setzt voraus, dass die Hochschulausbildung liefert, was gebraucht wird. Derzeit gibt es erst wenige fächerübergreifende Studiengänge, die diese Kombination an quantitativen Methodenkompetenzen und betriebswirtschaftlichem Fachwissen vermitteln. Dabei haben gerade Wirtschaftswissenschaftler mit IT-Kenntnissen und Know-how in statistischen und quantitativen Methoden und Modellen beste Berufschancen in spannenden, interdisziplinären Tätigkeitsfeldern.

Viele Studierende wissen das längst. An den Universitäten gibt es einen regelrechten Ansturm auf Veranstaltungen, die Methoden zur Big Data Auswertung behandeln. In der Praxis braucht es jedenfalls Methodenexperten mit Domänenwissen, die die fachlichen Implikationen und Grenzen von Analysen verstehen und Fachexperten, die über das methodische Know-how verfügen, um Analyseergebnisse und deren Reichweite fachlich einzuschätzen und daraus die richtigen Konsequenzen abzuleiten.

Gute Bezahlung garantiert

Mit einem gezielt verzahnten Studium sind Wirtschaftswissenschafter wie auch „Quants“ dafür gewappnet, das interdisziplinäre Anforderungsprofil zu bedienen. Am Ende winken Top-Jobs und überdurchschnittliche Bezahlung. An der Wallstreet wurden den Quants schon zu Beginn des Jahrtausends Jahresgehälter von einigen hunderttausend Dollar überwiesen. Diese Leute haben es in der Hand, dass sich Big Data Analytics in den heimischen Managementetagen durchsetzt; und sie tragen hoffentlich dazu bei, dass die Datenauswertungen dann auch jene Ergebnisse und Handlungsempfehlungen liefern, die Unternehmen wirklich weiterbringen und echten Mehrwert schaffen.


E-Mail an den Autor


Die Serie "Management Commentary" ist eine Kooperation von trend.at und der Unternehmensberatung Horváth & Partners. Die bisher erschienen Beiträge finden Sie zusammengefasst im Thema "Management Commentary".


Interview
Video
Gregor Fauma

Karrieren

Macht & Intrige: Überleben im Büro-Dschungel [Interview, Video]

Karrieren

5 Tipps für die Karriere-Planung: Cool sein wie die Jungen

Karrieren

Zum Traumjob: Planung der Karriere in 6 Schritten