Blog

Quo vadis Data Science?

Pre-Conference Workshop “Data Scientists: Mitarbeiter von morgen” – zur Internationalen Tagung der Wirtschaftsinformatik in Siegen.

Ich hatte die Freude, in meiner Rolle als Data Scientist eingeladen zu sein und im Rahmen der 14. Internationalen Tagung der Wirtschaftsinformatik darüber zu diskutieren, wohin sich der Beruf des Data Scientist bzw. Business-Analytics-Experten entwickeln wird.


Ziel des Pre-Conference Workshops “Data Scientist: Mitarbeiter von morgen”, veranstaltet von Prof. Schulz und Kollegen, war es, universitäre Lehre besser mit dem Anforderungsprofil in der Praxis zu verzahnen und abzustimmen.

Als heterogene Gruppe aus Professoren und Lehrenden der Nordakademie sowie Data Scientists diskutierten wir darüber, welche Änderungen in unserem Berufsfeld anstehen, aber auch, mit welchen Herausforderungen Uni- und FH-Absolventen konfrontiert sind. Wir identifizierten Treiber für aktuelle Veränderungen und entwickelten eine lange Liste an Herausforderungen, die auf Data Science Experten und Fachbereiche treffen.

Uns wurde in der Diskussion schnell klar, dass es nach wie vor keine einheitliche Definition der Begriffe Data Science, Business Analytics und Advanced Analytics gibt. Auf Basis dieser Herausforderung leiteten wir benötigte Kompetenzen ab, die wir clusterten. Im Lauf der Diskussion ging es dann über den richtigen Vermittlungsweg unserer vorher ermittelten Kompetenzen.

Aus der Diskussion, sozusagen zwischen Lehre und Praxis, nehme ich drei zentrale Punkte mit:

  • Es kristallisierte sich eine Trennung zwischen aufgabenbezogenen und konzeptbezogenen Kompetenzen heraus. Also „aufgabenbezogen“: Wie löse ich eine konkrete Aufgabe innerhalb meiner Tätigkeit?“ und „konzeptbezogen“: Über welche Konzepte muss ich ein Verständnis mitbringen?
    Diese Trennung spiegelt sich vor allem in der Art der Vermittlung wider: Es sollte also Aufgabe der Unis/ FHs sein, nicht primäres Aufgabenlösen zu lehren, sondern konzeptionelle Zusammenhänge erfahrbar zu machen. Nur dann sind die Absolventen in der Lage, nicht nur aktuelle oder en vogue-Probleme zu lösen, sondern haben ein gutes Rüstzeug für neue – jetzt vielleicht noch gar nicht denkbare – Herausforderungen. Dies stellt gerade sehr praxisbezogene Studiengänge vor große Herausforderungen.
  • Immer klarer wurde im Laufe der Diskussion, dass es auch in der Lehre neben der Vermittlung von Handwerkszeug, wie Python oder R, vor allem um die Vermittlung von Vermittlungskompetenz gehen sollte. Entscheidungsunterstützende Analysen, die der Entscheider nicht versteht und dann doch „aus dem Bauch heraus“ entscheidet, sind nutzlos.
  • Und zu guter Letzt machten Beispiele deutlich, dass ein Umdenken im Unternehmen hin zu mehr datenbasierten Entscheidungen das Aufbrechen von alten Strukturen und Hierarchien fast automatisch mit sich bringt. Dies klingt (und ist imho) großartig, kann aber ein langwieriger und vor allem schmerzhafter Prozess sein.

Weitere Details unserer Diskussion und ein Kompetenzprofil erscheinen in der folgenden Ausgabe der wissenschaftlichen Zeitung der Nordakademie, der Nordblick.

Über den Autor

Avatar

Simon ist bei Holisticon als Senior Berater im Bereich Smart Data unterwegs. Dabei baut er entweder selbst prädiktive Modelle, versucht diese zu verbessern (durch ganz viel Erklären!) oder schafft eine Infrastruktur und Umgebung, damit prädiktive Modelle den meisten Nutzen bringen können.

Antwort hinterlassen