»Was macht einen guten Data Scientist aus?« Diese Frage wurde im Rahmen einer Online-Erhebung den Vertretern dieser heute stark nachgefragten Berufsgruppe gestellt [1]. Erste Ergebnisse der Umfrage, die auf Aussagen von rund 750 Teilnehmern in Deutschland, Österreich und der Schweiz basiert, liegen jetzt vor – und lassen eine Einteilung in klare Charakterprofile zu. Eine der wichtigsten Erkenntnisse:
37 Prozent sind »Geeks«, verfügen also über »traditionelle« (analytische, logische, fachspezifische) Fähigkeiten.
Am zweithäufigsten vertreten ist der Typ »Deliverer« mit 17 Prozent. Diese Personengruppe ist proaktiv und kann gut im Projektmanagement sowie in der Mitarbeiterführung eingesetzt werden.
An dritter und vierter Stelle folgen dicht aufeinander mit 14 beziehungsweise 13 Prozent die »Driver«, die sich als hochgradig pragmatische Individuen mit großer Bestimmtheit auf die Umsetzung ihrer Ziele konzentrieren, und die »Cruncher« – überwiegend reaktive Persönlichkeiten, die Routine und Beständigkeit mögen.
Bei den Fähigkeiten prallen Erwartungen der Unternehmen und Berufserfahrung oft aufeinander
Eine Diskrepanz zeigt sich, wenn man den Anspruch an einen Data Scientist mit der Realität vergleicht: Vorausgesetzt werden unterschiedlichste Kompetenzen wie technisches und mathematisches Verständnis, unternehmerisches Denken und Kommunikationsstärke. Allerdings weisen fast zwei Drittel der Data Scientists weniger als drei Jahre Erfahrung in ihrem Berufsfeld auf und können schon deshalb nicht alle der genannten Kompetenzen mitbringen.
Eine ähnliche Diskrepanz im Hinblick auf Anspruch und Realität hat kürzlich eine Studie der Publikation MIT Sloan Management Review postuliert. »The Talent Dividend« hat die Herausforderungen im Zusammenhang mit Rekrutierung, Ausbildung und der Integration von Data Scientists auf weltweiter Ebene unter die Lupe genommen. Zwar erkennen 43 Prozent der befragten Unternehmen ihren Mangel an analytischen Fähigkeiten als eine ernstzunehmende Hürde an, jedoch unternehmen nur rund 20 Prozent etwas dagegen, indem sie ihre Strategie zur Akquise und Bindung analytischer Talente ändern.
»Unsere Studie zeigt die anspruchsvollen Anforderungen, die an den Data Scientist gestellt werden. Analytische und logische Fähigkeiten alleine reichen längst nicht mehr aus, gefordert werden auch Kreativität, unternehmerisches Verständnis und Kommunikationsstärke«, erklärt Norbert Seibel, Education Manager DACH bei SAS Deutschland. »Damit die Zusammenarbeit funktioniert, müssen Unternehmen jedoch auch ein besonderes Augenmerk auf die Teambildung legen und gewährleisten, dass sich Kompetenzen ergänzen. Dafür wiederum ist es notwendig, eigene Ansprüche an die zu besetzende Position vorher genau zu definieren.«