Was hat Data Science mit Betrugserkennung und Qualitätsmanagement zu tun? Sind Data Scientists und Data-Engineers das Selbe? Ist das nicht nur etwas für Großkonzerne und was hat Data Science mit einer Glaskugel zu tun?

Alles keine Hexerei, wenn man den richtigen Partner an der Seite hat.
Diese Themen und mehr haben Rudolf Felser, Chefredakteur Guides vom NEW BUSINESS Verlag mit Werner Höger, IT-PS Geschäftsführung und Michael Petroni, Head of Data Science für Sie im aktuellen IT- & Digitalisierungsguide 2020 zusammengefasst:

DATA SCIENCE IST KEIN HEXENWERK

Was ist das, diese „Data Science“? Womit beschäftigen sich Datenwissenschaftler?
Für unbedarfte Beobachter mag es wie Hexerei aussehen, wenn aus einem Wust an Daten relevante Erkenntnisse extrahiert werden. Mit einem einfachen Simsalabim ist es trotzdem nicht getan.

Data Science – dieser Begriff geistert nun schon seit einiger Zeit durch die Lande. Im besten Fall klingt das in unvorbereiteten Ohren nach „Rocket-Science“, im schlimmsten Fall nach Zauberei. Über die dazugehörenden „Zauberkünstler“, die Data Scientists, weiß man vor allem, dass es zu wenige von ihnen gibt. Aber was sie tun, ist den meisten Menschen ebenfalls nicht ganz klar. Zeit, den Schleier, der über diesen Mysterien liegt, zu lüften. Wir versprechen Ihnen: Das ist alles keine Hexerei! Wir haben zwei gefragt, die sich mit so etwas auskennen: Werner Höger, Geschäftsführer der IT-Power Services GmbH, und seinen Head of Data Science, Michael Petroni.

FANGEN WIR GANZ AM ANFANG AN: WAS VERSTEHT MAN UNTER DATA SCIENCE?

Michael Petroni: Data Science ist das Anwenden von wissenschaftlichen Methoden auf Business-Daten. Dabei werden oft statistische Modelle und Machine Learning Methoden verwendet, die in der einen oder anderen Form auch schon früher im Bereich Business-Intelligence und Data-Mining Anwendung gefunden haben. Während sich in der Vergangenheit in den oben genannten Bereichen die Arbeit eher auf berichtsorientierte Aufgaben konzentriert hat, steht bei Data Science immer eine Business-Fragestellung mit einer konkreten Hypothese im Vordergrund. Es geht also zunehmend um vorhersageorientierte Problemstellungen. Der Einsatz von Machine Learning Algorithmen auf großen Datenmengen wird durch die heutigen technischen Möglichkeiten immer effizienter.

„Grundsätzlich sind wir der Meinung, dass Data Science jedem Unternehmen einen Mehrwert bringt. Wichtig für den Nutzen ist eine Bereitschaft zur Innovation und Veränderung im Unternehmen.“

Werner Höger, Geschäftsführer IT-Power Services GmbH

UND WAS TUT EIN DATA SCIENTIST?

Michael Petroni: Data Science, wie es oft von außen wahrgenommen wird, ist ein sehr weit gefasstes Feld. Wir bei IT-PS sehen das Thema daher als Teamsport aus verschiedenen Disziplinen. Der Data Scientist selbst erarbeitet mit dem Kunden die Problemstellung und beschäftigt sich damit, ob bzw. wie sich diese Business-Fragestellung aus den vorhandenen Daten beantworten lässt. Das ist ein sehr explorativer und ergebnisoffener Prozess, bei dem agil und interaktiv gearbeitet wird.
Neben dem Data Scientist selbst gibt es bei uns noch die Rolle des Data Engineers, der sich gemeinsam mit dem Data Scientist um alle softwaretechnischen Aspekte kümmert und dafür verantwortlich ist, dass die explorativen Ansätze auf große Datenmengen skaliert werden können und sich nahtlos in die Systemlandschaft des Unternehmens einfügen.

IST DATA SCIENCE TATSÄCHLICH SCHON IN DEN FIRMEN ANGEKOMMEN? ODER SPRECHEN WIR NOCH VON DER ZUKUNFT?

Werner Höger: Das ist aus unserer Sicht je nach Branche und Unternehmensgröße unterschiedlich. In Großunternehmen und Konzernen sowie in den Branchen Banken, Versicherungen und Telekommunikation beschäftigt man sich schon sehr intensiv mit dem Thema und hat oft auch schon kleine Teams dazu aufgebaut. Der österreichische Mittelstand sowie Industrie, Handel und Logistik stehen oft gerade an der Schwelle, wobei es natürlich auch hier Vorreiter gibt.
Data Science ist keine Hexerei, aber es ist auch kein Kinderspiel. Das Potenzial ist groß – nicht nur für große Konzerne, sondern auch für den Mittelstand.

IST DAS NUR ETWAS FÜR GROSSE UNTERNEHMEN?

Werner Höger: Nein, der Eindruck mag vielleicht in der Vergangenheit entstanden sein, weil große Unternehmen in diesem Bereich oft die Ersten waren, die den strategischen Nutzen des Themas erkannt haben. Wir sehen aktuell im Mittelstand immer größeres Interesse und setzten dort schon Projekte um. Heute ist inzwischen klar, dass Data Science große Potenziale im Bereich Innovation und Optimierung für Unternehmen bietet und daher auch für mittelständische Unternehmen interessant ist.

WIE ERKENNE ICH ALS UNTERNEHMER, DASS MIR DATA SCIENCE VIELLEICHT NÜTZEN KÖNNTE?

Werner Höger: Grundsätzlich sind wir der Meinung, dass Data Science jedem Unternehmen einen Mehrwert bringt. Wichtig für den Nutzen ist eine Bereitschaft zur Innovation und Veränderung im Unternehmen. Data Science ist ein strategisches Thema und kann auch positive Veränderungen auf Prozesse und die Organisation des Unternehmens haben und neue Geschäftsmodelle ermöglichen. Wichtig sind eine gute Datenbasis und konkrete Fragestellungen. Diese sind für den Unternehmer nicht immer gleich offensichtlich, weshalb es sich empfiehlt, diese mit externer Unterstützung zu erarbeiten.

BRAUCHT MAN EINEN EIGENEN DATA SCIENTIST IM UNTERNEHMEN, ODER KANN MAN SICH AUCH EINFACH EINEN „AUSBORGEN“?

Werner Höger: Für die ersten Schritte ist es auf jeden Fall sinnvoll, sich externe Expertise an Bord zu holen, um auf die branchen- und projektübergreifende Erfahrung von Spezialisten zurückgreifen zu können. Viele Unternehmen erkennen mittelfristig den strategischen Nutzen des Themas und bauen eigene Teams in diesem Bereich auf.  Alternativ ist es auch möglich, Data Science als „Outsourcing“ zu sehen. Wir sind der Meinung, dass es sinnvoll ist, eigene Ressourcen aufzubauen, und unterstützen unsere Kunden auf dem Weg dorthin.

KÖNNEN SIE EIN PAAR BEISPIELE FÜR DEN EINSATZ VON DATA SCIENCE METHODEN BRINGEN?

Michael Petroni: Klassische Anwendungsbereiche für Data Science sind:

  • Predictive Maintenance zur Vermeidung von unvorhergesehenen Maschinenausfällen in der Industrie
  • Qualitätsmanagement in der Produktion und Einflussfaktoren auf die Qualität
  • Betrugserkennung
  • Vorhersagen von Kundenverhalten und Bedarfsvorhersagen
  • Optimierung in logistischen Themenbereichen

HERR PETRONI, WIE SIND SIE ZUM DATASCIENTIST GEWORDEN?

Michael Petroni: Ich selbst sehe mich eher im Bereich Data-Engineering und Software-Architektur, kann aber diese Frage gern stellvertretend für mein Team beantworten. Alle meiner Kolleginnen und Kollegen im Team haben einen naturwissenschaftlichen Hintergrund mit mathematischem Schwerpunkt, sind in ihrer beruflichen Laufbahn mit dem Thema Data-Science in Berührung gekommen und haben sich dann darauf spezialisiert. Die akademische Ausbildung zum Data Scientist ist ein eher junges Fach, wird aber immer wichtiger, weil das Thema Data Science und die Beschäftigung mit Daten immer zentraler werden.

WOHIN ENTWICKELT SICH DER BEREICH DATA SCIENCE? WAS IST IN DEN NÄCHSTEN JAHREN AUS DIESER ECKE NOCH ZU ERWARTEN?

Michael Petroni: Data Science wird in Unternehmen immer mehr zum selbstverständlichen und integralen Bestandteil, weil immer mehr Entscheidungen und Prozesse daten- und faktenbasiert sein werden. Wir glauben, dass sich in vielen Branchen die Geschäftsmodelle und Kundenbeziehungen durch Data-Science entscheidend weiterentwickeln werden.

„Data-Science wird in Unternehmen immer mehr zum selbstverständlichen und integralen Bestandteil, weil immer mehr Entscheidungen und Prozesse daten- und faktenbasiert sein werden.“

Michael Petroni, Head of Data Science IT-Power Services GmbH
Quelle: Photo by Bee Felten-Leidel on Unsplash

Den vollständigen IT- & Digitalisierungsguide 2020 finden Sie direkt auf der Website von New Business