close

Ein Tag im Leben eines Data Scientist

Ein Tag im Leben eines Data Scientist
Geschätzte Lesezeit: 3 Minuten

Data Sci­ence Blogs gibt es vie­le, doch in den meis­ten davon kommt die täg­li­che Arbeit im Zusam­men­spiel mit den Kun­den kaum vor, der Fokus liegt häu­fi­ger auf Metho­den, Tools und Ergeb­nis­sen. Ich möch­te das ändern und schrei­be daher an die­ser Stel­le in loser Fol­ge über das, was mich im Arbeits­all­tag beschäf­tigt. Dies soll einen Ein­blick in den „attrak­tivs­ten Job des 21. Jahr­hun­derts“ jen­seits von Glit­zer und Gla­mour geben.

Als ich vor knapp 15 Jah­ren mit mei­nem Stu­di­um begann, war es um den Sta­tis­ti­ker denk­bar schlecht bestellt. Der Stu­di­en­gang konn­te nur durch eine groß ange­leg­te Wer­be­kam­pa­gne am Leben gehal­ten wer­den und auch im uni­ver­si­tä­ren All­tag hat­te man es als Stu­dent nicht immer leicht. Von Mathe­ma­ti­kern und Phy­si­kern bes­ten­falls mil­de belä­chelt, bei Medi­zi­nern wenig beliebt und vom Rest über­haupt nicht beach­tet, fris­te­te man sein Dasein in einer Ecke mit den ande­ren exo­tisch klin­gen­den Stu­di­en­gän­gen. Auch die Tat­sa­che, dass Sta­tis­tik tat­säch­lich ein eigen­stän­di­ger Stu­di­en­gang war, sorg­te immer wie­der für ungläu­bi­ge Nach­fra­gen. Dies führ­te zu der Krea­ti­on eines T‑Shirts, das die häu­figs­ten Fra­gen auf Stu­den­ten­par­tys und bei Besu­chen der Fami­lie in einem Auf­wasch mit drei Sät­zen beant­wor­ten konnte:

„Ja, das kann man studieren!“
„Nein, ich baue kei­ne Häuser!“
„Nein, ich arbei­te nicht beim Film!“

Die Welt hat in 15 Jah­ren vie­le Ver­än­de­run­gen gese­hen und so ist nun auch der Beruf eines Sta­tis­ti­kers gefragt wie nie zuvor, eini­ge Kol­le­gen haben sich selbst zu Rock­stars gemacht und drü­cken wohl bald ihre Hän­de in den Beton. Die gän­gi­ge Rezep­ti­on sieht uns als wei­sen Gal­li­er mit lan­gem Bart, der an sei­nem Kes­sel steht und den alle Pro­ble­me lösen­den Zau­ber­trank braut. Wäre man doch nur damals schon das cools­te Kind auf dem Schul­hof gewe­sen, mag sich wohl der ein oder ande­re dabei den­ken, es hät­te wohl dem Ver­lauf so man­cher Par­ty eine ganz ande­re Rich­tung gege­ben. Auch wird es Kol­le­gen geben, die froh dar­über sind, wenn der Hype sich wie­der etwas gelegt und ein ande­rer Job es auf der Ska­la der Attrak­ti­vi­tät bis ganz nach oben geschafft hat.

Pascal Hess, Data Scientist
Pas­cal Hess, Data Scientist

Jede Medail­le hat zwei Sei­ten, aber im Ergeb­nis bin ich über die­se Ent­wick­lung natür­lich sehr erfreut. Und das nicht, weil mein Post­ein­gang auf den gän­gi­gen Sei­ten regel­mä­ßig vor Anfra­gen der Per­so­nal­ver­mitt­ler kom­plett über­zu­lau­fen droht son­dern weil sich eine Erkennt­nis in den letz­ten Jah­ren immer stär­ker durch­ge­setzt hat: Daten haben einen Wert. Sie erfor­dern einen beson­de­ren Umgang und ein, wenn man so will, eige­nes Öko­sys­tem. Dazu ist eine ent­spre­chen­de Inte­gra­ti­on unab­ding­bar, wenn man die­sen Wert „erreich­bar“ machen möch­te. Die Arbeit des Sta­tis­ti­kers, in sel­te­nen Fäl­len auch Data Sci­en­tist genannt, ist dabei nur ein Teil der gesam­ten Wert­schöp­fung. Aber sie ist ein wich­ti­ger Ansatz­punkt, um das Poten­zi­al und die Abwei­chun­gen von einem Ide­al­zu­stand aufzuzeigen.

Mit künst­li­cher Intel­li­genz steht uns schon das nächs­te wich­ti­ge The­ma ins Haus, aber den­noch sieht der All­tag in vie­len Unter­neh­men noch ganz anders aus. Da geht es pri­mär um die äußerst wich­ti­ge Basis­ar­beit. Ange­fan­gen von der Erkennt­nis um den Wert der Daten, der Umstel­lung von Abläu­fen und Sys­te­men bis hin zu ers­ten Ana­ly­sen ein­her­ge­hend mit einem tie­fe­ren Ver­ständ­nis der eige­nen (Geschäfts-)Prozesse. Ich habe es schon erlebt, wie gän­gi­ge Vor­stel­lun­gen und Annah­men, die teil­wei­se ein gan­zes Jahr­zehnt die Ent­schei­dun­gen in einem Unter­neh­men beein­flusst haben, bereits durch ein­fa­che Ana­ly­sen von erst­mals kon­so­li­dier­ten Daten in Fra­ge gestellt wurden.

Gleich­zei­tig haben die­se Ergeb­nis­se gezeigt, dass Sta­tis­tik oder Data Sci­ence kei­nem Selbst­zweck dient. Ein kom­ple­xer Fall mag einen aus­ge­feil­ten Ansatz benö­ti­gen, gera­de wenn man sta­tis­ti­sche Ana­ly­sen in die Pro­duk­ti­on über­füh­ren möch­te. Aber das muss nicht zwin­gend der Fall sein. Am Ende des Tages ist ent­schei­dend, dass die genann­ten The­men unter einer ganz­heit­li­chen Daten­kul­tur zusam­men­ge­führt wer­den, die an allen Kon­takt­punk­ten im Unter­neh­men gelebt wird. Im Kern steht dabei ein Kreis­lauf aus Ana­ly­sen, Erkennt­nis­sen und Ver­bes­se­run­gen, der gera­de vom Data Sci­en­tist getrie­ben sein soll­te. Hier eine akti­ve Rol­le zu spie­len, hal­te ich für eine der wich­tigs­ten Zie­le mei­ner täg­li­chen Arbeit.

Trotz mei­ner ursprüng­li­chen Inten­ti­on habe ich nun tat­säch­lich nichts über mei­nen All­tag erzählt und Sie mit dem Titel ein wenig in die Irre geführt. Aber ich hole es nach, versprochen.

Schlagwörter: , , , , , ,

Story Page