Expertengespräch: Data Analytics „Für die Datenanalyse reicht technisches Talent allein nicht aus“

Anbieter zum Thema

Treston Deutschland GmbH

FlowCAD EDA-Software Vertriebs GmbH

SECO Northern Europe

Alteryx DACH Regional Office

Qualitativ hochwertige Daten in entscheidungsrelevante Informationen umzuwandeln, ist wichtiger denn je. Denn Manager müssen sich bei ihren Entscheidungen auf präzise Datenanalysen stützen können. Dafür braucht es gute Data Scientists. Was diese auszeichnet und warum MINT-Absolventen nicht immer geeignet sind, lesen Sie im Expertengespräch mit Peter Fuhrmann von Alteryx.

Datenanalysen mit mathematisch-statistischen Methoden gibt es schon lange. Aber die Menge der auswertbaren Informationen sprengt heute alle Vorstellungen. Die Menge der digital verfügbaren Daten verdoppelt sich alle zwölf Monate, schon 2025 könnte das jährlich generierte Datenvolumen 163 Zettabyte erreichen. Gefragt sind Data Analysten und Menschen mit Datenkompetenz.

„Datenkompetenz ist dabei eines der mächtigsten Werkzeuge bei der Entwicklung der nächsten Generation von Talenten im Data Science, denn sie kann einen großen Unterschied bei der Interpretation von Daten oder beim Training von KI-Algorithmen machen“, hat uns Peter Fuhrmann von Alteryx in seinem Statement beschrieben.

In einem vertiefenden Gespräch mit Peter Fuhrmann haben wir nachgehakt:

Herr Fuhrmann, Datenkompetenz ist ein mächtiges Werkzeug. Können Sie bitte erklären, wie Datenkompetenz und Datenanalyse dabei helfen, zur Wertschöpfung beizutragen?

Qualitativ hochwertige Daten in entscheidungsrelevante Informationen umzuwandeln, ist heute mehr als nur eine praktische Angelegenheit. Diese Fähigkeit ist zu einer neuen Geschäftspriorität geworden – Intuition allein reicht nicht mehr aus: Denn um in einem risikobehafteten Geschäftsumfeld erfolgreich zu navigieren, verlassen sich vorausschauende Manager bei ihren Entscheidungen auf präzise Datenanalysen.

Angesichts der auf 180 Zettabyte anwachsenden Datenmengen ist es für Unternehmen umso wichtiger, Daten schnell und sinnvoll nutzen zu können. Datenkompetenz und zugängliche Analysen sind daher zu erfolgskritischen Strategien geworden, um sicherzustellen, dass Führungskräfte schnell wichtige Entscheidungen treffen können.

Eine kürzlich von Alteryx in Auftrag gegebene Studie ergab, dass 80 Prozent der befragten deutschen Unternehmen den Zugang zu Daten für eine bessere Entscheidungsfindung nutzen. Viele Organisationen tun sich jedoch noch schwer damit, ihre Daten zu demokratisieren und ihre Experten und Entscheidungsträger mit den richtigen Werkzeugen und Kenntnissen für die Datenanalyse auszustatten. 64 Prozent der Unternehmen gaben an, dass die Personen, die geschäftsrelevante Entscheidungen treffen, keinen Zugang zu Daten haben sollten.

In Zeiten ständigen makroökonomischen Gegenwinds sind Analysen unverzichtbar, um über den eigenen Tellerrand hinauszuschauen, Herausforderungen zu meistern und Risiken zu steuern. Dazu müssen Unternehmen zwei Dinge erkennen: Erstens, dass diejenigen am besten in der Lage sind, Risiken vorherzusagen und zu vermeiden, die am nächsten am Geschehen sind. Zweitens, um die Lücke in der Datenwissenschaft zu schließen, müssen diese Fachleute mit den richtigen Daten ausgestattet und in der Analyse dieser Daten geschult werden. Die daraus gewonnenen Erkenntnisse liefern die notwendigen Entscheidungsgrundlagen, um potenziellen Bedrohungen zu begegnen. Genau dies trägt letztlich zur Wertschöpfung bei.

Was zeichnet einen guten Data Scientist aus?

Unter einem guten Data Scientist stellt man sich oft eine Person mit einem naturwissenschaftlichen oder sogar datenwissenschaftlichen Hintergrund vor. Eine dem Berufsfeld entsprechende formale Ausbildung ist gut und wichtig, aber die Datenlandschaft ist komplexer geworden und es gibt nicht genug ausgebildete Data Scientists für alle. Data Scientists werden immer gebraucht.

Die Datenanalyse ist jedoch eine kollaborative und fließende Disziplin, sodass technisches Talent allein nicht ausreicht, um die in den Daten verborgenen wertvollen Informationen freizusetzen. Der durchgängige Prozess der Datenaufbereitung erfordert eine Vielzahl von Schritten, Kenntnissen und Fähigkeiten. Nicht-technische Soft Skills können dazu beitragen, dass die Datenanalyse nicht nur einigen wenigen vorbehalten bleibt, sondern für alle zugänglich wird. Es gibt drei wichtige Soft Skills, die die Lücke zwischen Rohdaten und Entscheidungsfindung schließen:

Kommunikation: Effektive Kommunikation und die Fähigkeit zuzuhören sind unerlässlich, um komplexe Probleme und Daten in leicht verständliche Erkenntnisse zu übersetzen.

Kollaboration: Datenanalyse ist eine Teamdisziplin. Die besten Ergebnisse werden erzielt, wenn verschiedene Teams zusammenkommen, um individuelle Standpunkte auszutauschen und gemeinsam auf Ideen aufzubauen.

Neugierde: Unermüdliche Untersuchungen, Erkundungen, Experimente und Iterationen sind die Merkmale einer effektiven Datenanalyse. Um sich in dieser umfassenden Forscherrolle entfalten zu können, braucht es jemanden, der Spaß daran hat, die Dinge aus verschiedenen Blickwinkeln zu betrachten und neue Ansätze zum Erkenntnisgewinn zu entdecken.

Sie sagen, dass Wissensarbeiter oft ungenutzte Ressourcen sind. Wie können solche Wissensarbeiter besser an der Wertschöpfung in Unternehmen beitragen?

Letztlich gibt es in den meisten Unternehmen bereits viele Mitarbeiter, die über das Fachwissen und die Soft Skills für die Datenanalyse verfügen: Die sogenannten Wissensarbeiter haben sich auf bestimmte Fachbereiche wie beispielsweise Finanzen, Produktion oder Logistik spezialisiert.

Dies ist die ideale Kombination, um Informationen in Wissen umzuwandeln. Häufig fehlt es jedoch an den notwendigen Ressourcen und Möglichkeiten, um Datenanalysen durchzuführen. Denn das Feld der Datenanalyse bleibt in den Unternehmen meist einer gewissen Elite vorbehalten. In der eingangs erwähnten Studie von Alteryx sind sogar 41 Prozent der Unternehmen der Meinung, dass Daten nur für Mitarbeitende zugänglich sein sollten, die auf Datenmanagement spezialisiert sind. Für 24 Prozent der Unternehmen gehören Daten sogar nur in die Hände der Geschäftsleitung.

Damit die Wissensarbeiter einen Mehrwert für die Entscheidungsfindung und die Unternehmensstrategie schaffen können, müssen die Unternehmen sie zunächst mit den richtigen, leicht zugänglichen Analysewerkzeugen ausstatten und die Daten unter allen Personen demokratisieren. Sie müssen den Fachkräften im Unternehmen die Werkzeuge und Fähigkeiten an die Hand geben, um aus Daten Erkenntnisse zu gewinnen.

Self-Service-Analyseplattformen wie Alteryx helfen dabei, Daten kompetent zu analysieren. Die Alteryx-Plattform ermöglicht dabei auch die Automatisierung von Analysen in großem Umfang, so dass alle beteiligten Personen Daten nutzen und schnell datenbasierte Entscheidungen treffen können.

MINT-Absolventen allein helfen nicht, bei Data Analytics zu helfen. Welche Personen können noch dabei helfen, die riesigen Mengen an Daten auszuwerten?

Daten können noch so umfangreich sein, sie sind nutzlos, wenn die richtigen Personen keinen Zugang zu ihnen haben. Nur durch eine Kombination aus technischem Fachwissen, Soft Skills, einfach zu bedienenden Analysewerkzeugen und effektiver Schulung in Datenkompetenz können alle Mitarbeiter eines Unternehmens dazu beitragen, die riesigen Datenmengen zu nutzen. Die Demokratisierung einfach zu bedienender Lösungen, die es jedem ermöglichen, sich an der Bewältigung der Herausforderungen zu beteiligen, ist von unschätzbarem Wert. Den eigenen Mitarbeitern diese Möglichkeit durch die Demokratisierung von Daten zu geben, ist gerade jetzt für Unternehmen entscheidend, um die Effizienz zu steigern, die Kundenerfahrung zu optimieren und Wachstum zu erzielen.

Ein Blick in die Zukunft: Was muss gesellschaftlich in den nächsten Jahren passieren, dass Daten von Firmen aber auch beim Staat und den Kommunen effizient ausgewertet werden können? Was wäre mit den Erkenntnissen aus diesen Daten möglich?

Einer der Hauptvorteile datengestützter Erkenntnisse ist das hohe Maß an Entscheidungsintelligenz, das sie Unternehmen, staatlichen Einrichtungen und Gemeinden bieten. Dies hat sich in den letzten Jahren im Umgang mit COVID-19 gezeigt: von der Sequenzierung des Genoms, um das Virus und seine Mutationen zu verstehen, über die räumliche Analyse, um seine Ausbreitung zu verfolgen, bis hin zur Vorhersage des Erkrankungsgipfels, des Bedarfs an medizinischem Personal und der Verwaltung der Milliarden an öffentlichen Geldern, die zur Bekämpfung der Krankheit eingesetzt werden.

All das erfordert Daten – die Bereitschaft, sie zu teilen, und die Fähigkeit, sie zu analysieren. Jeder Druckpunkt in der Gesellschaft - seien es Gesundheitsrisiken, Lieferketten oder Personalmanagement - lässt sich am besten mit gemeinsam genutzten Daten und leistungsstarken Analysetechnologien angehen. Diese müssen in eine Gemeinschaft eingebettet sein, in der Anwendungsfälle diskutiert und Ergebnisse ausgetauscht werden. Das Zurückhalten von Daten, das so genannte Gatekeeping, blockiert die Entscheidungsintelligenz, die zur Lösung geschäftlicher und gesellschaftlicher Probleme beitragen könnte.

Damit Daten in Zukunft besser und schneller analysiert werden können, müssen Unternehmen, Staat und Kommunen daher vor allem eines verinnerlichen: Informationen sind ein kostbares Gut, das nur dann an Wert gewinnt, wenn es geteilt wird. So kann ein breiteres Publikum diese Daten analysieren und verfeinern, um fundiertere Entscheidungen zu treffen. Allen Beteiligten sollte es so leicht wie möglich gemacht werden, zu Datenexperten zu werden, die datengestützte Entscheidungen treffen können. Auf diese Weise wird eine Kultur der Datenkompetenz geschaffen, die der gesamten Gesellschaft zugute kommt.

(ID:49765707)