Wer findet die Stecknadel im Datenhaufen?
© Heinz Zeggl
CAREER NETWORK sabine bretschneider 09.06.2017

Wer findet die Stecknadel im Datenhaufen?

Die WU Executive Academy bildet ab November auch „Data Scientists” aus (Bild: Dekanin Barbara Stöttinger).

••• Von Sabine Bretschneider

Data Science (von data „Daten” und science „Wissenschaft”) gilt als eine der spannendsten Berufssparten der Zukunft. Die WU Executive Academy geht jetzt mit dem neuen Programm „Data Science” auf diese Anforderungen ein: Unter der akademischen Leitung von Axel Polleres arbeiten die Teilnehmer daran, wie sie die teils enormen Datenmengen von Unternehmen gewinnbringend auswerten und auf dieser Basis fundierte strategische Entscheidungen treffen können. Der Lehrgang startet am 8. November 2017.

Basis für die Entwicklung des Programms war die enorme Nachfrage nach Datenspezialisten; Manager, die in ihrem beruflichen Umfeld mit Daten und deren Potenzial konfrontiert sind, können bereichs- und fachübergreifendes Wissen erlangen: „Unser Ansatz ist hier interdisziplinär und teamorientiert”, so Polleres. Neben technischen Skills sei für Data Scientists vor allem „ein ganzheitliches Verständnis einer Anwendungsdomäne” erforderlich.

Thema „Professionalisierung”

„Die Professionalisierung von Berufen ist uns als Universität ein Anliegen”, ergänzt Barbara Stöttinger, Dekanin der WU Executive Academy. „Das gilt auch für moderne Jobprofile wie den Data Scientist, dessen Bedeutung in der Praxis unbestritten ist, der sich aber in der Gesellschaft noch als neues Arbeitsfeld etablieren muss.” Die Teilnehmer erlernen Tools, Techniken und Konzepte, die nötig sind, um auf Basis von Daten bessere Entscheidungen treffen zu können. Dabei wird der gesamte Datenanalyse- und Interpretationsprozess berücksichtigt – von der explorativen Datenanalyse über die Modellierung, Validierung, Bereinigung bis hin zur Visualisierung und Kommunikation von Daten und den strategischen Rückschlüssen daraus. „Um zu zeigen, was mit Daten machbar ist, müssen wir einerseits ‚entmystifizieren', indem wir hands-on zeigen, wie man Daten anpackt, wo die Schwierigkeiten und technischen Grenzen, aber auch die legalen Rahmenbedingungen liegen”, so Polleres. „Andererseits werden wir uns auch mit vielen fallbasierten, erfolgreichen Beispielen von ‚Data Science' aus der betrieblichen Praxis auseinandersetzen, um zu zeigen, was man strategisch und kreativ aus Daten herausholen kann.”

Kein „Ende der Theorie”

medianet führte dazu ein Gespräch mit Barbara Stöttinger und Axel Polleres.

medianet: Chris Anderson, ehemaliger Chefredakteur von Wired, hat schon vor Jahren das ‚Ende der Theorie' ausgerufen – ‚Dies ist die Welt, in der Big Data (…) jedes andere Erkenntniswerkzeug ersetzt'. Wie beurteilen Sie als Vertreter einer Bildungseinrichtung solche Aussagen?
Barbara Stöttinger: Nun ja, das würde im Umkehrschluss heißen, dass Big Data und angewandte Mathematik ohne Theorie auskommen. Das kann man so nicht sagen. In Wirklichkeit verknüpft Big Data auf sehr weitreichender Ebene Theorien aus verschiedenen Bereichen wie Mathematik, IT und Betriebswirtschaft und schafft dadurch eben den entscheidenden Nutzen.
Axel Polleres: Das Ende der Theorie ist Data Science sicher nicht, vielmehr in einigen Bereichen vielleicht ein teilweiser neuer Anfang. Datenanalyse und Data Science benötigen selbst bestehende und neue theoretische Grundlagen und ‚Best Practices'. Die blinde Anwendung von Data Science-Werkzeugen läuft oft Gefahr, ‚Garbage-in-garbage-out'-Resultate zu erzielen. Deshalb ist ein Verständnis von Theorie und Praxis unumgänglich, um erfolgreich Data Science anwenden zu können.

medianet:
Sie zitieren den Harvard Business Review damit, der Beruf Data Scientist sei der ‚sexiest job of the 21st century': Wie sexy also sind dessen Per-spektiven am Arbeitsmarkt?
Stöttinger: Wenn wir mit unseren Netzwerkpartnern in der Wirtschaft sprechen, dann ist es durchaus so, dass sie verstärkt und intensiv nach Mitarbeiterinnen und Mitarbeitern suchen, die dieses interdisziplinäre Profil aufweisen und zielführend umsetzen können. Um entsprechende Qualität bei diesem Jobprofil zu gewährleisten, bringen wir unsere internationalen Forschungs- und Anwendungserfahrungen in das Data Science-Programm ein; damit unterstützen wir einen Qualitätsstandard in diesem ­jungen Berufsfeld.
Polleres: Es gibt etliche internationale Studien, die einen Expertenmangel im Bereich der Datenberufe beklagen. Vor allem in großen Betrieben werden derzeit Data Science-Teams oder ganze Abteilungen gegründet. Daneben erkennt man, dass es auch im Executive-Bereich die Notwendigkeit geben wird, neue Rollen zu schaffen, die den Trends Rechnung tragen, wie etwa den ‚Chief Data Officer' …

medianet: Zielgruppe des neuen Programms sind u.a. Geschäftsführer und Produktmanager aus unterschiedlichsten Unternehmensbereichen … Kann man ohne fundiertes Grundwissen in Informatik, Statistik, Mathematik diesen Kurs besuchen?
Stöttinger: Data Scientists sind interdisziplinäre Generalisten – sie müssen nicht nur die Grundlagen der Datengenerierung, -analye und -auswertung verstehen. Sie müssen vor allem die unternehmerischen Fragestellungen definieren und formulieren können, die mithilfe von Big Data beantwortet werden sollen. Das heißt, man braucht eine breite Wissensbasis, um sich gezielt Spezialisten zuziehen zu können.
Polleres: Die Grundlagen dafür werden in unserem Programm vermittelt. Ein Hauptziel ist es auch, dass Personen ohne spezifischen technischen Hintergrund an die notwendigen Werkzeuge herangeführt werden. Es wird darum gehen, die Challenges und Problemstellungen zu verstehen; wie man sie konzeptuell lösen bzw. mit modernen Skriptsprachen und Tools umsetzen kann, ohne dabei etwa ein Informatikstudium ersetzen zu wollen.
medianet: Bisher nutzt nur ein sehr geringer Anteil der Unternehmen Datenanalysen im Vorfeld einer Stellenbesetzung. Ist Data Science Ihrer Meinung nach auch ein HR-Thema?
Polleres: Wir haben für den ersten Durchlauf der Ausbildung vier betriebswirtschaftliche Kernbereiche als Hauptfokus für Use-Cases aus der Praxis herausgegriffen: Marketing, Finanzwesen, Supply Chain Management und Prozessmanagement. Anwendungen aus der betrieblichen Praxis und auch aus anderen Bereichen wie HR können durchaus im Rahmen der Projekte, die die Teilnehmer aus ihrer eigenen betrieblichen Praxis einbringen sollen, in den Lehrgang Eingang finden. Weiters nehmen wir die Idee HR als konkretes Data Science-Thema gern mit für zukünftige Durchläufe des Programms, denn hier spielen auch wichtige Aspekte wie Datenschutz und rechtliche Grundlagen im Umgang mit Daten, die wir im Programm abdecken, eine wichtige Rolle.

BEWERTEN SIE DIESEN ARTIKEL

TEILEN SIE DIESEN ARTIKEL