Wie wird man Data Scientist? Welche Aufgaben hat der Beruf und welche Qualifikationen werden benötigt? Welche Aus- und Weiterbildungsmöglichkeiten gibt es und vor allem: welche Verdienstmöglichkeiten bestehen in Deutschland?                                     

Wie es die Bezeichnung schon verrät, arbeitet Data Scientist ganz zentral mit Daten. Ob sein Berufsalltag wirklich viel mit dem eines Wissenschaftlers zu tun hat, sei jedoch dahingestellt. Wissenschaftliche Korrektheit ist bei der Entwicklung von Datenmodellen und statistischen Methoden zur Analyse von Daten zwar auf jeden Fall essentiell. Ein großer Teil des beruflichen Alltags wird jedoch auch andere Aufgaben und Tätigkeiten bestimmt, die andere Qualifikationen und Kenntnisse erfordern. Darum ist der Beruf Data Scientist nicht nur einer der aktuell spannendsten, sondern auch einer der gefragtesten überhaupt. Nicht zuletzt deshalb gilt der Data Scientist als „sexiest job of the 21st century“.

Ein Data Scientist als Problemlöser

Einige der täglichen Routineaufgaben eines Data Scientist hören sich allerdings alles andere als „sexy“ an. Zu seinen Aufgaben gehören unter anderem das Erheben, Sammeln, Überprüfen, Speichern, Bereinigen und schließlich die Analyse von Daten. Teilweise überschneiden sich diese Aufgaben mit denen des Data Engineers. Je nach Unternehmensgröße beziehungsweise des Teams müssen jedoch auch Data Scientists diese Aufgaben übernehmen. Wollte man den Data Scientist mit einem Wort charakterisieren, würde man ihn wohl am ehesten als Problemlöser beschreiben. Im Kern ist seine Aufgabe, wissenschaftliche Datenanalysen als Lösungsansatz für unternehmerische Fragestellungen zu verwenden.

Der #DataScientist ist ein Problemlöser. Mit der Hilfe von Datenmodellen und Datenanalysen entwickelt er Lösungsansätze für unternehmerische Fragestellungen. Klick um zu Tweeten

Was sich zunächst vielleicht einfach anhört, entpuppt sich auf den zweiten Blick als eine überaus komplexe Angelegenheit. Ein Data Scientist muss sich mit unterschiedlichsten Teilbereichen beschäftigen wie:

• Big Data,
• Data Mining,
• Data Management & Data Warehousing,
• Cloud Computing,
• Informations-Design & Kommunikation
• sowie Business-Themen und Entrepreneurship

Data Science ist in allen Branchen und Bereichen relevant

Im digitalen Zeitalter fallen in jedem Unternehmen Daten an. Insofern gibt es keine Branche, in der Data Science keine Relevanz hätte. Auch innerhalb von Unternehmen gibt es nicht den einen Bereich, in dem Data Scientists Fragestellungen beantworten können. Insofern ist er nicht etwa ein Mitarbeiter der IT-Abteilung. Vielmehr ist er ein integraler Bestandteil von Teams in den unterschiedlichsten Abteilungen und Bereichen. Angefangen beim Marketing über die Produktion und den Vertrieb bis hin zur Geschäftsführung – Der Data Scientist kann in jedem Bereich Fragestellungen entwickeln und lösen.

Die zentralen Aufgaben von Data Scientists

Daten stehen wie gesagt im Zentrum des Aufgabenspektrums eines Data Scientist. Gerade weil Daten heute jedoch überall in einem Unternehmen entstehen, muss der Data Scientist oft zwischen verschiedenen Stakeholdern vermitteln beziehungsweise mit Vertretern aus unterschiedlichen Bereichen zusammenarbeiten können. Zu seinen Aufgaben gehören darum auch kommunikative und koordinierende Tätigkeiten. Damit die Ergebnisse der Datenanalysen richtig interpretiert und angewandt werden, muss er sein Tun stets gut vermitteln und die Tools, die er entwickelt, erklären können.

Nicht erst seit der neuen DSGVO gehörten Daten-Management, Cyber Security bzw. Datensicherheit und das Sicherstellen einer hohen Datenqualität zu den Kernaufgaben. Als Datenexperte übernimmt der Data Scientist hier auch beratende und steuernde Funktionen im Unternehmen. Sind die vorhandenen Daten zudem nicht aussagekräftig, muss der Data Scientist zusätzliche Datenquellen schaffen und sich um die technische Erhebung von Daten kümmern. Erst wenn Daten in einer ausreichenden Menge beziehungsweise Qualität vorhanden sind, können Datenmodelle und Algorithmen gewinnbringend Anwendung finden.

Das sind die zentralen Qualifikationen für Data Scientists

Die Grundausstattung eines jeden Data Scientist sind wissenschaftliche Methoden, Mathematik, Statistik sowie IT-Kenntnisse. Zu diesen Basiskenntnissen kommen das Wissen und die Erfahrung in den spezifischen Branchen, auf die sich ein Data Scientist spezialisieren will. Da der kommunikative Aspekt der Aufgaben einen hohen Stellenwert einnimmt, sind zusätzliche Qualifikationen im Bereich Datenvisualisierung, Präsentationstechniken und Storytelling sinnvoll.

Zum Standard-Repertoire eines Data Scientist gehören grundlegende Erfahrungen im Bereich Data-Mining und Text-Mining sowie bei der Erstellung und Implementierung von Algorithmen und diversen Datenmodellen. Zu den aktuell gefragten Qualifikationen gehören im Speziellen Programmiersprachen wie R, Python, C++ und Java. Neben den klassischen Verfahren wie Clustering, Entscheidungsbäumen und statistischen Methoden wie Regression treten immer häufiger solche aus dem Bereich der Künstlichen Intelligenz wie Machine Learning oder Deep Learning.

Angesichts der Vielzahl von Datenmodellen, Programmiersprachen und Technologien sowie angesichts der Schnelllebigkeit und den immer kürzer werdenden Innovationszyklen ist nicht zuletzt eine andere Fähigkeit absolut notwendig. Die Bereitschaft zum lebenslangen Lernen.

Data Scientist werden: Studium

Aktuell gibt es noch keinen einheitlichen Ausbildungsweg, um Data Scientist zu werden. Das liegt zum einen daran, dass der Beruf im Vergleich zu vielen anderen relativ neu ist. Entsprechend muss das Angebot an Fachhochschulen und Universitäten erst nach und nach aufgebaut oder entsprechend angepasst werden. Zum anderen liegt es aber auch daran, dass das Berufsbild und die Anforderungen an einen Data Scientist im Bereich Industrie 4.0 ganz anders aussehen als beispielsweise im Bereich Marketing.

Die folgende Übersicht zeigt eine Auswahl an Universitäten, an denen Data Science studiert werden kann. In der Regel handelt es sich um Master-Studiengänge, die auf einem Bachelorabschluss aufbauen. Dabei eignen sich insbesondere Abschlüsse in Mathematik, Statistik, Informatik oder vergleichbaren Studiengängen als Zulassungsvoraussetzung. Vereinzelt ist es bereits möglich, Data Science auf Bachelor zu studieren.

Data Scientist werden: Weiterbildungsmöglichkeiten

Neben dem klassischen Studium bieten sich gerade beim Beruf des Data Scientist alternative Weiterbildungswege an. Insbesondere, weil ein Data Scientist nicht nur ein theoretisches Wissen über Datenanalysen benötigt, sondern vor allem fachliches Know-how aus dem speziellen Einsatzbereichen. Dieses Fachwissen ist mindestens ebenso wichtig wie das aus dem Bereich Data Science. Nur wenn ein fundiertes Praxiswissen über das jeweilige vorhanden ist, können auch sinnvolle Fragestellungen und entsprechende Use Cases entwickelt werden.

Tweet:

Ein #DataScientist braucht nicht nur theoretisches Wissen über Datenmodelle. In der Praxis entscheidend sind vor allem Fachkenntnisse, um die richtigen Fragen stellen zu können. Klick um zu Tweeten

Darum bieten sich Formen der Weiterbildung wie Trainee-Programme, Data Science Kurse oder andere berufsbegleitende Weiterbildungsangebote beispielsweise von Softwareunternehmen an. Diese Varianten sind sehr beliebt, weil sie es ermöglichen parallel zum Beruf flexibel und individuell zu lernen. Da der Beruf Data Scientist noch vergleichsweise neu ist, spielt Data-Science-Community eine wichtige Rolle für seine Ausrichtung. Oft ist die Community der erste Anlaufpunkt, wenn es um Austausch oder spezielle Lösungen geht.

Sehen Sie hier einige exemplarische Links zur Ausbildung bzw. Weiterbildung für den Data Scientist.

Networking-Events und Veranstaltungen sind Pflicht

Networking-Events wie Data Science Meetups, die in allen großen deutschen Städten zu finden sind, sind ein wichtiger Anlaufpunkt für alle Interessierte. Auch weil es in diesem Beruf nötig ist, immer auf dem neuesten Stand sein und aktuelle Trends sowie Entwicklungen zu verfolgen, gehören Veranstaltungen und MeetUps wie diese zum Pflichtprogramm. Eine weitere wichtige und beliebte Quelle, in der Wissen und Erfahrung über den Beruf des Data Scientist geteilt werden, sind Data Science Blogs. In diesen Blogs können Interessenten, Anfänger sowie Erfahrene Data Scientists sich über ihre beruflichen Tätigkeiten austauschen und voneinander lernen.

Gehälter für Data Scientists in Deutschland

Nicht nur die Anforderungen an einen Data Scientist sind hoch, sondern auch die Entlohnung. Die folgenden durchschnittlichen Brutto-Verdienstmöglichkeiten für Berufseinsteiger sollen zur Orientierung dienen:

Gehalt (Quelle): Gehaltsvergleich.com

Data-Science-Jobs in Deutschland

Der Beruf Data Scientist ist ein Job mit Zukunft. Das zeigt die seit vielen Jahren steigende Nachfrage nach diesem Berufsbild. Die hohen fachlichen Anforderungen sowie die Notwendigkeit immer auf dem aktuellen Stand der Technologie bleiben zu müssen, können aber auch herausfordernd sein. Auf den folgenden Seiten kann man schnell überprüfen, ob es ein Angebot im Bereich Data Science in der Nähe gibt, und ob dieses Jobangebot dem persönlichen Profil und Interesse entspricht:

Im Umfeld des Data Scientist gibt es viele neue Jobbezeichnungen

Der Beruf Data Scientist ist ein junges Jobumfeld. Daher ist es nicht ungewöhnlich, dass im weiteren Umfeld zahlreiche ähnliche Berufsbezeichnungen auftauchen. Wenn man sich über das Jobumfeld weiter informieren möchte ist es also hilfreich zu wissen, welche zusätzlichen Jobbezeichnungen hier existieren.
Jobsuchende sollten daher die hier beschriebenen Bezeichnungen bei ihrer Auswahl berücksichtigen.