Datenspezialisten: Heiß begehrt am Arbeitsmarkt
Sie sind überwiegend jung und voller Datendrang: Datenspezialisten sind derzeit die am heißesten begehrte Ware am Arbeitsmarkt: Sie sortieren, enträtseln und bewerten die Unmengen an digitalen Spuren, die wir hinterlassen. Ein Berufsporträt.
Data Scientists: Keine Berufsgruppe ist derzeit am Arbeitsmarkt so begehrt wie sie.
Sprechen Sie schon Datenlatein? Wissen Sie, was die Begriffe "overfitting", "false positive", "backtesting" oder "supervised learning" bedeuten? Sind Ihnen Hadoop und Python geläufig? Wenn ja, dann gehören Sie zur meistgefragten Berufsspezies weltweit.
Datenwissenschaftler oder -analysten sind die Goldgräber des digitalen Zeitalters. Industriebetriebe, in denen sich die Maschinen zusehends selbst zu warten beginnen, benötigen diese Experten ebenso wie Krankenhäuser oder die öffentliche Verwaltung. Die Pharmabranche wiederum sucht händeringend nach Genom-Entschlüsslern.
Allein: In den Stellenanzeigen sind sie häufiger anzutreffen als in der Wirklichkeit. Denn selbst wenn nun die ersten Absolventen von Data-Science-Studiengängen auf den Markt kommen, liegt das Wachstum der Nachfrage deutlich über jenem des Angebots. Laut einem großen Hochschulbildungsreport fehlen in Deutschland derzeit 95.000 Datenspezialisten, in Österreich dürften es rund 10.000 sein. Ein trend-Rundruf bei einer Handvoll der inserierenden Unternehmen, von Palfinger bis Porsche Informatik, ergab, dass sie die ausgeschriebenen Stellen bisher großteils nicht besetzen konnten. Allein die voestalpine, die derzeit 40 Mitarbeiter in diesem Bereich beschäftigt, will die Anzahl ihrer Datenanalysten bis 2025 auf 200 verfünffachen.
Wachtsumsraten bei Data-Science-Jobinseraten (2012-2017)
Das bedeutet prinzipiell goldene Aussichten für einen Berufszweig, der in analogen Zeiten zwar schon existierte, aber in den Unternehmen und Behörden eher unter "nice to have" rangierte. Nicht von ungefähr klassifizierte die renommierte "Harvard Business Review" schon 2012 den Data Scientist als "Sexiest Job of the 21st Century". Seit diesem Jahr hat das US-Karriereportal LinkedIn ein Plus von 650 Prozent bei den Stellenanzeigen für Data Scientists registriert, bei den Softwareentwicklern im Bereich Big Data lag der Zuwachs immerhin bei 550 Prozent.
King of Data
Auf die Gagen wirkt sich die Knappheit bereits aus. Frisch von der Uni weg können ausgebildete Data Scientists inzwischen auch in Österreich mit Einstiegsgehältern von 3.000 Euro und mehr rechnen. Und das ist ein Klacks gegen internationale Verhältnisse: In Irland, wo viele internationale IT-Konzerne ihre Europazentralen haben und deshalb der Markt für einschlägige Spezialisten leergefegt ist, wird mit Jahresgagen von bis zu 200.000 Euro gelockt. "Man kann in diesem Beruf schon bald so viel Geld verdienen wie früher die Investmentbanker in London und New York", feiert Jakob Etzel, CEO und Co-Gründer des österreichischen Fintech-Unternehmens Mantigma, die Entwicklung.
Etzel, 26 Jahre alt, hat sich noch vor Abschluss seines Studiums der Technischen Mathematik für den Sprung in die Selbstständigkeit entschieden. Das Geschäft brummt: Unter anderem hat Mantigma eine Software entwickelt, die beim viel gelobten Onlinebanking-System George der Erste Group zum Einsatz kommt. Mit dieser Software ist es etwa möglich, auf Basis von Kontodaten künftige Szenarien im Geldleben von Kunden durchzuspielen. Aber auch Prognosesysteme für den Stromverbrauch großer Fabriken hat das junge Mantigma-Team ausgetüftelt.
Natürlich, sagt Etzel, seien in seinem Beruf solide Programmier- und Datenbankkenntnisse unabdingbar. Doch "leider" hindere die Mathematik viele daran, Data Scientist zu werden. "Dabei muss man kein Gödel oder Einstein sein." Anders als in der gängigen Vorstellung über Absolventen der sogenannten MINT-Fächer, Mathematik, Informatik, Naturwissenschaften und Technik, braucht es sogar ausgeprägte Kommunikationsbegabungen, um zu bestehen. "In meinem Beruf darf man kein Nerd sein", sagt Matthias Schmidl, der sein Daten-Know-how im Finanzministerium zur Betrugsbekämpfung oder Enttarnung von Scheinfirmen einsetzt. Der permanente Austausch mit der Chefetage und die Übersetzung der eigenen Analysen für eine Vielzahl von anderen Abteilungen gehören zum Um und Auf der jungen Profession.
NINA SCHMITZBERGER, Salzburg Research
Sie absolviert parallel zwei Masterstudien an der Uni Salzburg: Mathematik und Data Science, und zwölf Stunden pro Woche arbeitet sie bereits bei der Forschungsgesellschaft Salzburg Research, wo sie Verkehrsdaten analysiert. In dieser Funktion hat Schmitzberger jüngst bei der Transporttechnologiemesse TRA in Wien einen autonom fahrenden Bus präsentiert.
"Jobsorgen muss ich mir nach dem Studium eher nicht machen", meint sie kokett. So richtig auf den Datengeschmack ist sie bei einem Praktikum in Zusammenarbeit mit dem Uniklinikum Salzburg gekommen, wo sie mit Geräten befasst war, die die Sauerstoffsättigung im Gehirn während einer Halsschlagader-OP maßen. "Es hat Spaß gemacht, aus den Datensätzen etwas herauslesen zu können."
Bei Salzburg Research wertet sie Daten von mit Sensoren ausgestatteten Autoflotten aus, die durch die Landeshauptstadt düsen; es geht um Stauanalysen sowie um "räumliche und zeitliche Zusammenhänge von Verspätungen", wie sie erklärt. Ob sie bei diesem Thema bleiben wird, darauf will sie sich noch nicht festlegen. Auch der Umgang mit Gesundheitsdaten könnte ihr gefallen, "weil man damit alten oder kranken Menschen helfen kann". Sie weiß, dass die Berufswelt da draußen bereits auf sie wartet, deshalb will sie davor noch ein Auslandssemester einlegen, "am liebsten in Australien".
Bild 1 von 5
MATTHIAS SCHMIDL, Finanzministerium
Auf Steuersünder kommen durch Profis wie ihn schwere Zeiten zu. In seiner 2016 neu aufgebauten Abteilung im Finanzministerium ist Schmidl einer von fünf Data Scientists, die permanent im Austausch mit den Zoll- und Steuerexperten stehen und auffällige Muster in den eingereichten Steuerunterlagen enttarnen. Es ist nicht mehr eine einzelne Auffälligkeit wie etwa eine Transaktion auf die Cayman-Inseln, die das System Verdacht schöpfen lässt, sondern ein ganzes Bündel an Indikatoren, das automatisch entdeckt wird. "Wir analysieren auch vergangene Prüfungen und nehmen unter die Lupe, was der Prüfer vor Ort festgestellt hat", sagt Schmidl.
Weil seine Analysen den Steuerprüfern helfen, zielgenauer zu fahnden, hat er auch das Gefühl, mit seiner Arbeit die Welt ein Stück besser zu machen. "Wenn das Gießkannenprinzip bei den Prüfungen aufhört, haben wir im Endeffekt dazu beigetragen, dass Steuerehrlichkeit belohnt wird." Während seines Volkswirtschaftsstudiums hat er sich mit empirischen Daten in makroökonomischen Prozessen beschäftigt und danach voller Begeisterung gleich noch ein Statistikstudium drangehängt. Mit einem Vorurteil will der gebürtige Wiener, der vor seinem Wechsel in die Finanz in der Privatwirtschaft gearbeitet hat, jedenfalls aufräumen: "In meinem Beruf darf man kein Nerd sein, man muss der Übersetzer sein."
Bild 2 von 5
Know-how-Zulieferer
In vielen Unternehmen und Behörden hat ein Umdenken begonnen. Sie streben, auch weil sie die Daten ihrer Maschinen und Kunden zusehends als Schatz zu begreifen beginnen, nun entschieden mehr Autonomie an als noch vor wenigen Jahren und stellen ihre ersten Datenspezialisten an. Bisher haben sie bei Bedarf in der Regel auf gut aufgestellte Dienstleister zurückgegriffen, etwa den US-Softwarekonzern SAS, der seit Langem als Instanz der Branche gilt.
Eine Alternative sind Institutionen wie das Know-Center an der TU Graz, eine ausgelagerte Forschungsgesellschaft. Dort sind bereits über 100 Mitarbeiter beschäftigt, "viele davon sind Data Scientists", wie Leiterin Stefanie Lindstaedt erklärt. Das Know-Center betreibt nicht nur Grundlagenforschung, sondern bildet sogar ganze Data-Scientist-Teams für Unternehmen aus, zum Beispiel für die voestalpine in Donawitz. Denn viele Firmen, so Lindstaedt, "wissen anfangs gar nicht, was und wen sie genau brauchen". Und so empfiehlt sie eben manchmal Kombinationen: Empfehlenswert ist etwa das Zusammenspiel eines statistisch fundierten Mathematikers mit einem Textspezialisten, der auch fähig ist, unstrukturierte Daten wie etwa Facebook-Einträge auszuwerten. Um das Ergebnis klar und verständlich zu machen, sind wiederum Visualisierungsprofis gefragt.
Begrifflich werden die bloßen Analysten von den Scientists, also den Wissenschaftlern, abgegrenzt. "Bei uns spielen auch Ethik und Wissenschaftstheorie eine große Rolle", verweist Arne Bathke, Leiter des 2016 gestarteten Masterstudiengangs Data Science an der Universität Salzburg, auf den mitgelieferten Überbau. Denn in Zeiten der Facebook-Datenskandale und Datenschutzgrundverordnungen ist das Bewusstsein darüber, wem die Daten gehören und wie man sie schützen kann, Fixbestandteil der Job Description. Derzeit studieren laut Datenbankenprofessor Nikolaus Augsten 50 Personen in Salzburg das Zukunftsfach, zwölf davon sind Frauen. Um den Draht zu den Unternehmen und Institutionen der Region noch besser zum Glühen zu bringen, gab es soeben das zweite Data-Science-Speed-Dating.
Vielleicht wird sich diese Art der Schnellvermittlung in den nächsten Jahren noch ausweiten. Denn nicht nur Banker oder Baulogistiker fahnden inzwischen nach Spezialkräften, sondern auch der gesamte Gesundheitssektor. "Es gibt wenige Institutionen, die so viele Daten haben wie Krankenhäuser", sagt Helmut Kern, Gesamtleiter der Barmherzigen Brüder in Wien.
Der frühere Unternehmensberater hat soeben seinen ersten Datenanalysten angestellt, der vor allem betriebswirtschaftliche und organisatorische Abläufe optimieren helfen soll. Doch das ist erst der Anfang, die Betätigungsfelder der Zukunft sind vielfältig: "Wir haben elf OPs, davon gibt es in zwei Operationsroboter, die permanent Daten aufzeichnen", so Kern. Wie lange liegt jemand auf der OP-Säule? Wie lange wird geschnitten? Was ist die Anästhesiezeit? Und was sind Korrelationen, die bisher nicht erkannt werden konnten, weil es schlicht zu wenige Daten gab? Antworten auf diese Fragen werden helfen, auch das Gesundheitssystem tiefgreifend zu verändern.
Wachstumsbremse
Schnell wird der brennende Durst nach Datenspezialisten dennoch nicht gestillt werden können. Eines der größten Probleme ist, dass sich die Welt der Daten derart schnell verändert, dass das gängige Ausbildungssystem kaum Schritt halten kann. Er selbst verbringe mittlerweile ein Viertel seiner Arbeitszeit damit, up-to-date zu bleiben, stöhnt etwa Andreas Stöckl, Professor für Webentwicklung an der Fachhochschule Hagenberg und Geschäftsführer der Linzer Agentur Cyberhouse. Umgelegt auf das gängige Prozedere im Bildungswesen bedeute das, "dass die Inhalte meist schon wieder Schnee von gestern sind, wenn ein Antrag auf einen neuen Studiengang durchs Ministerium ist".
In dieselbe Kerbe schlägt Mantigma-Gründer Etzel, wenn er die Nachqualifizierung von einschlägigen Studienabsolventen fordert, die bisher keinen Zugang zum Datenfach gefunden haben. Elementarteilchenphysiker könnten auf diese Weise ebenso "nachgerüstet" werden wie Psychologen mit ihren studienbedingt erworbenen Statistik-Kenntnissen. Das sei mindestens so effektiv wie eilends aus dem Boden gestampfte Data-Science-Kurse.
Aber wird der Nachfrageboom am Arbeitsmarkt tatsächlich zu einem Mehr an Arbeitsplätzen führen? Wen ersetzen die Tausenden Datenspezialisten, die in den nächsten Jahren in Unternehmen und Institutionen andocken werden? Wie bei allen Digitalisierungsberufen fällt die Antwort zweischneidig aus. Die Qualität der neuen Jobs werde besser, ist Nikolaus Augsten von der Uni Salzburg überzeugt. Doch bei der Quantität könne es Einbußen geben: "In den meisten Firmen werden wohl langweilige Jobs, die mit Daten zu tun haben, wegfallen und durch neue, aber spannende Jobs ersetzt werden - allerdings in geringerer Zahl."
