Beruf mit Zukunft: Was macht ein Data Scientist?
:format(webp)/cloudfront-eu-central-1.images.arcpublishing.com/madsack/DM55OXT66NF5DHKQ22I6CEV3OQ.jpg)
Gesuchte Fachkräfte: Im vergangenen Jahr waren im Bereich Data Science laut Hightechverband Bitkom 96.000 IT‑Jobs unbesetzt.
© Quelle: Getty Images/iStockphoto
Digitale Geschäftsprozesse und Anwendungen produzieren eine Unmenge von Daten. Doch damit Anbieter aus Wirtschaft, Wissenschaft und Verwaltung diese auch nutzen können, braucht es Spezialisten und Spezialistinnen: Data Scientists. Sie analysieren unstrukturierte Rohdaten und legen anhand ihrer Ergebnisse die Basis für unternehmerische und politische Entscheidungen, aber auch für innovative Produkte und Forschungserkenntnisse.
„Data Scientists sind vielseitig einsetzbar – von der Landwirtschaft bis zur Weltraumforschung“, berichtet Elisabeth Allmendinger, Referentin für Bildungspolitik beim Hightechverband Bitkom. Diese Datenspezialistinnen und Datenspezialisten arbeiten in der Wirtschaft, in der Wissenschaft und in der öffentlichen Verwaltung. Aber auch im Non-Profit-Bereich und in der Weiterbildung sind sie gefragt, da in diesen Bereichen – genauso wie in der freien Wirtschaft – eine passgenaue Zielgruppenansprache über den Erfolg von Kampagnen und Angeboten entscheidet. Grundlage dafür sind immer Daten.
Data Scientist berichtet aus dem Joballtag
Nora Reich ist Data Scientist bei der KfW Bankengruppe. Davor war sie unter anderem bei der DHL Paket GmbH, einer Unternehmensberatung und einem Forschungsinstitut tätig. „Ich habe Geografie und Volkswirtschaft studiert und dann im Fach Volkswirtschaft promoviert.“ Zu Reichs Aufgaben in den vergangenen Jahren gehörten Umsatz- und Absatzprognosen, aber auch Prozessverbesserungen durch Automatisierung. Bei der KfW-Bankengruppe hat Reich etwa die Automatisierung der E‑Mail-Bearbeitung vorangetrieben.
„Bei uns braucht man Programmierkenntnisse, aber man muss nicht Informatik studiert haben“, sagt Reich. Ihre aktuelle Arbeit besteht hauptsächlich aus Managementaufgaben. „Ich führe ein agiles Team und arbeite vor allem strategisch. Wir ziehen Projekte an Land, die zeigen, was die KI und Data Science für das Unternehmen bringen können.“
Quereinstieg als Data Scientist möglich
„Data Scientists arbeiten mit wissenschaftlichen Methoden, so zum Beispiel aus dem Bereich der Statistik und des Machine Learnings“, betont Allmendinger. Deshalb seien in diesem Beruf nicht nur IT‑ler gefragt, sondern auch Frauen und Männer, die andere Studiengänge abgeschlossen hätten wie Mathematik, Volkswirtschaft oder BWL. „Es gibt auch die Möglichkeit eines Quereinstiegs. Das gilt zum Beispiel für Menschen mit einem Abschluss in den Ingenieur-, Natur- oder Sozialwissenschaften, die noch eine Weiterbildung in Data Science belegt haben.“ Ein zusätzliches Masterstudium in Data Science sei dafür nicht notwendig. Allmendinger sieht besonders auch für Menschen ohne IT‑Vorkenntnisse oder für 40‑ oder 50‑Jährige gute Chancen, in diesen Bereich einzusteigen. Voraussetzung sei natürlich eine entsprechende Neugier.
„Besonders wichtig sind für Data Scientists analytische Fähigkeiten und Kreativität“, erklärt Allmendinger. Außerdem sind Soft Skills unentbehrlich. „Denn diese Berufsgruppe muss die Ergebnisse ihrer Datenanalysen im jeweiligen Unternehmen kommunizieren und Handlungsempfehlungen geben, die Einfluss auf die Wettbewerbsfähigkeit und den Unternehmenserfolg haben können.“
Die Chancen, im Bereich Data Science eine Stelle zu finden, sind ausgezeichnet: „2021 waren 96.000 IT‑Jobs unbesetzt. Der Beruf des Data Scientist gehörte dabei zu den vier am meisten gesuchten IT‑Fachkräften“, berichtet Allmendinger. „Auch in Zukunft wird Data Science sehr gute Berufsperspektiven bieten. Denn wir sind noch nicht am Ende der Entwicklung angelangt, sondern es wird immer mehr intelligente Produkte und Dienstleistungen geben. Um diese zu erstellen und weiterzuentwickeln, sind Data Scientists essenziell.“
Data Scientist: Was den Job ausmacht und wer sich eignet
Data Scientists analysieren und verarbeiten große Datenmengen aus verschiedenen Quellen. Auf diesem Wege ermitteln sie zum Beispiel Informationen über Kundinnen und Kunden oder Trends.
Ausbildungsform: Bachelorstudium beziehungsweise Masterstudium in Fächern wie Data Science, Informatik oder Mathematik
Ausbildungsdauer: drei bis fünf Jahre
Eignung: Statistik- und Mathematikkenntnisse, Kenntnis von Programmiersprachen, analytisches, logisches und mathematisches Denken, Kreativität, technisches Verständnis, betriebswirtschaftliche Kenntnisse, Organisationstalent, kommunikative Fähigkeiten
Voraussetzungen: Studienabschluss, für Führungspositionen oder spezialisierte Aufgabenstellungen wird meist ein Masterstudium vorausgesetzt.
Branchen: Unternehmen, die große Datenmengen verarbeiten; Softwarehersteller, IT‑Dienstleistungsunternehmen sowie öffentliche Verwaltungen, Hochschulen und Forschungsinstitute
Laden Sie sich jetzt hier kostenfrei unsere neue RND-App für Android und iOS herunter