Data Scientist: Wer ist er, was tut er?

Mit Big Data sind neue Berufsbilder entstanden: Der "Data Scientist" gilt als zukunftsträchtige Qualifikation für Informatiker, Statistiker und Wirtschaftswissenschaftler. [...]

Wer weiß, wie sich strategisch wichtiges Wissen aus großen Datenmengen ziehen lässt, und dies auch vermitteln kann, hat als Berater für das Top-Management eine Schlüsselposition im Unternehmen. Aber was macht ein Data Scientist eigentlich genau, welche Voraussetzungen sollte er mitbringen? Laut dem auf Big Data Analytics spezialisierten Softwarehersteller SAS sind die folgenden Punkte wesentlich:

Analytisches Talent: Die Aufgabe des Data Scientist ist es, Besonderheiten in großen Datenmengen zu erkennen, die für das Geschäft des Unternehmens wichtig sein können. Er leitet daraus Hypothesen ab, prüft diese statistisch und bereitet die Ergebnisse als Entscheidungsgrundlagen für das Management auf. Voraussetzung dafür ist eine sehr gute statistische Ausbildung.

Fach- und Business-Wissen: Ein Data Scientist muss über den Tellerrand der Statistik schauen. Ein gutes Verständnis für die Aufgaben und Interessen der Fachabteilungen ist wichtig, damit er bei Auffälligkeiten in den Daten nützliche Fragestellungen eigenständig formulieren kann.

Kommunikationsfähigkeit: Der Data Scientist ist Bindeglied und Vermittler zwischen allen Parteien. Er muss Ergebnisse der Datenanalyse für die Fachabteilungen ebenso verständlich aufbereiten wie für das Top-Management, das auf dieser Basis weitreichende Geschäftsentscheidungen treffen soll. Er nimmt vor diesem Hintergrund die Rolle eines „Übersetzers“ ein, der die Erkenntnisse aus der Datenwelt mit Fachexperten ohne Statistikwissen diskutiert.

Forschungsdrang und Kreativität: Stets nach anderen Ansätzen suchen und neue Fragen stellen – das ist eine weitere Anforderung an den Data Scientist. Er begibt sich als unvoreingenommener Forscher auf Spurensuche in den Datendschungel. Auf diese Weise eröffnen sich neue Geschäftsmodelle und Wege zur Optimierung von Prozessen.

Koordinationstalent: Ein Data Scientist ist immer auch ein Projektmanager. Denn er übernimmt nicht alle Aufgaben selbst: Für die Beschaffung der Daten oder die Gestaltung konkreter Maßnahmen mit den Fachabteilungen beispielsweise kann durchaus ein anderer Mitarbeiter zuständig sein. Steuerung und Kontrolle müssen aber in der Hand des Data Scientist bleiben.

Weitere Informationen zum Berufsbild des Data Scientist aus der Sicht von SAS finden Sie im Whitepaper „SAS Data Scientist – Berufsbild mit Zukunft„, das nach einer Registrierung abgerufen werden kann. (pi)


Mehr Artikel

News

6 Grundsätze für eine KI-taugliche Datenbasis

Wer Künstliche Intelligenz nutzen will, muss über eine vertrauenswürdige Datengrundlage verfügen. Daten sind das Lebenselixier von KI-Systemen und bestimmen maßgeblich die Qualität und Zuverlässigkeit der Ergebnisse. Nur so können KI-Modelle robust, anpassungsfähig und vertrauenswürdig arbeiten. […]

News

Cybersicherheitsbudgets werden falsch priorisiert

Der ICS/OT Cybersecurity Budget Report 2025 von OPSWAT deckt erhebliche Lücken in den Cybersicherheitsbudgets sowie einen Anstieg von ICS/OT-fokussierten Angriffen auf. Ferner wird deutlich, wie durch eine unzureichende Finanzierung, falsch gesetzte Prioritäten und uneinheitliche Abwehrmaßnahmen kritische Infrastrukturen immer raffinierteren Bedrohungen ausgesetzt sind. […]

News

Nach dem Hype: Diese vier KI-Trends werden 2025 weiterhin prägen

Die vergangenen zwei Jahre haben einen regelrechten KI-Boom erlebt. Insbesondere generative Modelle (GenAI) haben sich rasant weiterentwickelt und etablieren sich zunehmend als feste Größe in den Arbeitsprozessen von Organisationen weltweit. Angesichts dieser Dynamik fragen sich nun viele Unternehmen, welche Entwicklungen das Jahr 2025 bestimmen werden und welche Potenziale sich daraus ergeben. […]

News

Generative KI als Sicherheitsrisiko

Eine neue Studie von Netskope zeigt einen 30-fachen Anstieg der Daten, die von Unternehmensanwendern im letzten Jahr an GenAI-Apps (generative KI) gesendet wurden. Dazu gehören sensible Daten wie Quellcode, regulierte Daten, Passwörter und Schlüssel sowie geistiges Eigentum. Dies erhöht das Risiko von kostspieligen Sicherheitsverletzungen, Compliance-Verstößen und Diebstahl geistigen Eigentums erheblich. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*