Unternehmen mit einem fähigen Data-Analytics-Team haben die Nase vorn. Sie verstehen ihre Kunden besser, entwickeln innovativere Produkte oder kommen in der Forschung schneller voran. Für den Dekra-Arbeitsmarkt-Report wurden 350 Stellenangebote analysiert, um herauszufinden, welche Aufgaben Data Scientists übernehmen sollen und welche Qualifikationen und Soft Skills sie hierfür benötigen.

Viele Spielwiesen

Immer mehr Unternehmen erkennen das Potenzial, das in ihren internen und in externen Datenquellen schlummert. Um es für sich zu erschließen, benötigen sie das Know-how von Datenexperten. In der Stichprobe finden sich Arbeitgeber aus allen Wirtschaftszweigen: Am häufigsten arbeiten die gesuchten Fachkräfte später in der IT-Industrie, bei betriebswirtschaftlichen Dienstleistern sowie im Maschinen- und Fahrzeugbau – einem großen Betätigungsfeld für Data Scientists. Allein durch Maschinensensoren fallen hier riesige Mengen an Betriebs- und Prozessdaten an, mit denen sich beispielsweise Ausfallwahrscheinlichkeiten berechnen lassen.

Benötigte Kenntnisse

Jedes Unternehmen verfolgt eigene Fragestellungen bei der Datenauswertung und -anwendung. In vielen Stellenanzeigen findet sich zunächst die sehr allgemein gehaltene Angabe, dass Jobsuchende erfahren in der Datenanalyse sein sollen (79,1 Prozent). Konkreter werden Arbeitgeber bei fortgeschrittenen Analysemethoden: Am häufigsten setzen sie Kenntnisse im Bereich Machine Learning voraus (71,7 Prozent). Mit diesen Verfahren lernen Computer, selbstständig Muster in Datenbeständen zu erkennen und automatisiert Entscheidungen zu treffen. Nicht ganz jeder fünfte Data Scientist soll sich mit Deep Learning befassen (18,3 Prozent). Hier kommen Technologien wie automatische Bild- oder Spracherkennung zum Einsatz.

Die genannten Aufgaben decken den gesamten Analyseprozess ab. In fast jeder zweiten Offerte erwähnen Arbeitgeber etwa, dass passende Kandidaten in der Lage sein müssen, statistische Modelle zu entwickeln, mit denen sie anhand bestimmter Fragestellungen den vorhandenen Daten die gewünschten Antworten entlocken (48,3 Prozent). Ebenso sollen sie Methoden, Werkzeuge und Algorithmen entwickeln. Technisch-analytische Fähigkeiten sind das Eine. Einen Teil ihrer Arbeitszeit verbringen Datenexperten mit denjenigen, die später die Analysen nutzen, zum Beispiel Fachabteilungen oder die Geschäftsführung. Ihnen müssen sie komplexe Frage- und Problemstellungen sowie die Ergebnisse verständlich erklären und präsentieren können (42,3 Prozent).

Die Analytics-Werkzeugkiste

Der Umfang strukturierter und unstrukturierter Daten wächst täglich. Unternehmen stoßen schnell an die Grenzen ihrer Speicherkapazitäten und verlegen sie in die Cloud oder verfolgen ein hybrides Modell. Geeignete Kandidaten müssen sich deshalb mit Cloud Computing und Datenbanken auskennen (43,4 beziehungsweise 41,4 Prozent). Ohne die Programmiersprache Python geht im Bereich Data Analytics nichts. Dementsprechend erwarten Arbeitgeber, dass Bewerbende sie beherrschen sollten (84 Prozent). In jeder zweiten Stellenanzeige finden sich außerdem die Programmiersprachen „R“ und „SQL“ als Voraussetzung.

Hochschulabschluss und Erfahrung optimal

Ein Studium ist meist die Basis für den Beruf. Viele Arbeitgeber sind aber offen gegenüber alternativen Werdegängen, wenn Jobsuchende ausreichende Erfahrungen vorweisen können (29,1 Prozent). Der Berufseinstieg erfolgt über verschiedenste Fachrichtungen: Informatik ist die meistgenannte Disziplin (70,0 Prozent), gefolgt von Mathematik, Statistik und Physik. Für die meisten Positionen ist zudem einschlägige Berufserfahrung erforderlich. Allerdings bleiben viele Anzeigentexte eher vage, wie tief ideale Kandidatinnen und Kandidaten schon in die Datenwelt eingetaucht sein sollten. In diesen Fällen setzen Arbeitgeber allgemeine Berufserfahrung voraus (20,9 Prozent). Fast ebenso häufig wünschen sie jedoch, dass die Data Scientists den Beruf schon seit vielen Jahren ausüben (19,1 Prozent).

Verantwortungsbewusstsein gewünscht

Wenn Datenexperten Algorithmen falsch programmieren oder Daten fehlinterpretieren, kann es zu Fehlentscheidungen mit fatalen Folgen führen. Das betrifft nicht nur wirtschaftliche, sondern auch ethische Aspekte. Arbeitgeber legen deshalb Wert auf verantwortungsbewusste Data Scientists. Sie sollten äußerst motiviert sein, um immer wieder neue Lösungswege zu finden, um möglichst viele Erkenntnisse aus Daten zu gewinnen. Für ihre komplexen Aufgaben benötigen sie zudem eine analytische Denke und müssen strukturiert sowie ziel- und ergebnisorientiert arbeiten. Und nicht zuletzt zeichnen sich gute Datenwissenschaftler durch Kreativität und Neugier aus.

Arbeitgeber bieten viel

Unternehmen stellen den begehrten Fachkräften attraktive Rahmenbedingungen in Aussicht. An erster Stelle verweisen sie auf die Möglichkeit einer flexiblen Arbeitszeitgestaltung (56,0 Prozent); oft können Mitarbeitende auch im Homeoffice oder hybrid arbeiten (46,6 Prozent). Datenexperten ist es wichtig, sich weiterzuentwickeln. Gut jeder zweite Arbeitgeber bietet deshalb Weiterbildungsangebote und Zertifizierungen (53,1 Prozent). Zahlreiche weitere Benefits reichen von Gesundheits- und Fitnessangeboten über Fahrrad-Leasing und soziale Services bis hin zur Möglichkeit von Sabbaticals. Ein attraktives Gehalt ist vermutlich schon selbstverständlich, es findet sich erst an zehnter Stelle (23,1 Prozent).

Experten selbst entwickeln

Data Scientists sind rar und der Fachkräfteengpass droht zum Bremser bei der Umsetzung datenbasierter Geschäftsmodelle zu werden. Die Weiterentwicklung von Mitarbeitenden kann eine Lösung sein, wenn Unternehmen nicht genügend Fachkräfte für ihr Daten-Team finden. Sie profitieren von motivierten Fachkräften mit Know-how, die am Bewerbermarkt nur schwer zu finden sind und die das Unternehmen und sein Umfeld schon sehr gut kennen. Arbeitgeber können Mitarbeitenden so eine interessante Perspektive in einem Zukunftsfeld bieten. Weiterbildungsangebote in den Bereichen Data Science und digitale Arbeitswelt bietet übrigens auch die Dekra Akademie GmbH an.

www.dekra-akademie.de/digitale-arbeitswelt/