Interaktiv-Trends 2016/2017 (16): Datenanalysten

Es kommt für Unternehmen zunehmend darauf an, die bereits vorhandenen Daten zu begreifen, statt immer größere Bestände aufzubauen, deren Aussagekraft im Dunklen liegt. In Zeiten von Big-Data und wertvollen CRM-Systemen muss es Ziel werden, eine Übersicht zu erhalten über alle Kommunikationskanäle und Kontaktpunkte mit allen Marktteilnehmern, diese Prozesse zu synchronisieren und zu steuern.

Das bedeutet: Nicht nur große Datenmengen zu sammeln, sondern diese nach unternehmensspezifischen Kriterien auszuwerten und daraus notwendige Handlungen abzuleiten. Dazu benötigen Unternehmen eine übergeordnete Datenstrategie. Entscheidend hierbei ist - auch wenn die Unternehmen hierzulande verstanden haben, Daten respektive Informationen zu aggregieren, so fehlt es noch oft an der Kompetenz - diese richtig zu analysieren und auszuwerten, und daraus zu lernen. Dieses Thema beginnt gerade erst Fahrt aufzunehmen und wird künftig in den Unternehmensfokus rücken.

Data Scientists: Hochspezialisierte Positionen zu besetzen

Big Data bedeutet aber nicht nur die Analyse sondern auch das Management großer Datenmengen für eine zielführende Nutzung. Nach langen Jahren der Tool-Diskussion wird nun langsam erkannt, dass "der Mensch die Erkenntnisse aus den Computerdaten gewinnt und ein schlaues Tool nur so schlau ist, wie der Mensch, der es bedient und geschickte Analysen fährt", argumentiert Alina Hückelkamp , Strategiechefin bei der Publicis-Tochter Razorfish   . Und immer mehr Unternehmen realisieren das Potenzial der heute verfügbaren Datenmengen und beginnen, sich als 'Data-driven Company' neu zu definieren. Mit prädiktiven Modellen gewinnen sie aus den Daten Prognosen für Entscheidungen und Maßnahmen auf allen Geschäftsebenen. Dazu benötigen sie Teams mit einem besonderen Mix an Kompetenzen. Für diese Teams sind 'Data Scientists', die Konzepte und Techniken aus Informatik, Statistik und Mathematik zu nutzen wissen, enorm gefragt. Und die Entwicklung, dass "endlich die Web-Analytics-Abteilungen durch echte Data Scientists ersetzt werden, die Big Data beherrschen", beobachtet Hückelkamp.

Insbesondere in fortschrittlichen Unternehmen ist bereits die Position des Chief Data Officer (CDO) eingerichtet, der für das Datenmanagement verantwortlich zeichnet. Allerdings müssen sich die Unternehmen darüber im Klaren sein, dass ein CDO Wissensschätze generiert, die nicht nur in der IT anzusiedeln sind. Denn die neuen Daten haben Einfluss auf das Vorgehen in quasi allen Unternehmensbereichen wie Personal, Marketing, Produktion, Beschaffung, Produktentwicklung, Business Development oder Conclusio. Ein strategisch positionierter CDO ermöglicht die Gewinnung unerschlossener Potenziale und setzt Grundsteine für neue und bessere Geschäftsmodelle.

Die Deloitte-Untersuchung Datenland Deutschland: Talent meets Technology - Data Analytics und der menschliche Faktor   zeigt jedoch, dass deutschen Unternehmen bei Data Analytics droht, den Anschluss zu verlieren. So sucht der Großteil nach Wirtschaftswissenschaftlern für die Datenanalyse - statt sich um erfahrene Naturwissenschaftler zu bemühen, die mit Algorithmen und Analysemodellen tatsächlich Mehrwerte aus den Daten generieren können. Nur zehn Prozent der Unternehmen machen sich auf die Mitarbeitersuche nach erfahrenen Naturwissenschaftlern als Datenspezialen.

Die technischen Voraussetzungen von Data Analytics sind geschaffen. Für die nächste Investitionsphase steht der Personalaufbau auf der Agenda. Viele Unternehmen suchen laut Deloitte nach Einsteigern, die über statistisches und wirtschaftswissenschaftliches Knowhow verfügen. Mehr als ein Viertel weiß nicht, welche Ausbildungsprofile sie für Data Analytics suchen sollen. Traditionelle, quantitative Kompetenzen haben Vorrang vor Knowhow im Entwickeln neuer Analyse-Perspektiven und -Modelle.

Erforderlich sind jedoch Fähigkeiten von Data Scientists wie sie promovierte Naturwissenschaftler haben - die richtigen Fragen stellen, relevante Zusammenhänge finden und komplexere Analysen auf Grundlage von passgenau entwickelten Algorithmen durchführen.

Welche Abschlüsse suchen Unternehmen für Data Analytics (Mehrfachnennung möglich)?

Abschluss	Prozent
Master Wirtschaftswissenschaften mit quantitativer Ausrichtung	34%
Bachelor Wirtschaftswissenschaften mit quantitativer Ausrichtung	25%
Master Naturwissenschaften	25%
Bachelor Naturwissenschaften	15%
Promotion Naturwissenschaften	9%
Promotion Wirtschaftswissenschaften mit quantitativer Ausrichtung	9%