Big Data: Mach was draus!

Weiterbildung zum Data Scientist

1070

Big Data nur zu Sammeln bringt noch keine Erkenntnisse. Auf die richtige Kombination und Deutung kommt es an.

© iStock — 

Big Data nur zu Sammeln bringt noch keine Erkenntnisse. Auf die richtige Kombination und Deutung kommt es an.

VORHERIGES BILD
NÄCHSTES BILD
04. Januar 2016 — 

Prozesse, Produkte oder Kundenbeziehungen: Unternehmen verfügen über immer mehr und immer unterschiedlichere Daten. Werden all diese Informationen miteinander verknüpft, können sie Management und Fachabteilungen entscheidende Zusatzinformationen liefern. Den Werkzeugkasten dafür bieten die Big Data Technologien. Aber um diese erfolgreich einzusetzen, ist das Know-how von umfassend ausgebildeten »Data Scientists« gefragt.

 

Systematisches Data Mining bringt Mehrwert. Die intelligente Verknüpfung verschiedenster Datenquellen ermöglichen es Institutionen und Unternehmen, Situationen besser einzuschätzen, Entwicklungen frühzeitig zu bewerten und Ereignisse zu prognostizieren. Allerdings liefern Big Data Technologien diese Erkenntnisse nicht auf Knopfdruck. Sie bieten lediglich Verfahren und Tools, mit denen speziell ausgebildete Fachkräfte, die »Data Scientists«, Lösungen für den Einzelfall entwickeln. 

 

Big Data funktioniert nur interdisziplinär

 

Der Anbieter von Big Data Softwarelösungen SAS hat im Rahmen einer Studie fast 750 »Data Scientists« zu den Bedingungen und Anforderungen ihres Arbeitsalltags befragt. Die Ergebnisse bestätigen, wie dynamisch die Etablierung der Methoden und Routinen zur Wissensgewinnung aus den umfangreichen Datenbeständen in den Unternehmen verläuft. Fast zwei Drittel der mit Big Data Analysen betrauten Mitarbeiter haben weniger als drei Jahre Erfahrung in ihrem Berufsfeld. Vierzig Prozent von ihnen arbeiten sogar erst seit weniger als einem Jahr im Bereich der Data Science. Die Studie zeigt auch, wie umfangreich und vielschichtig die Anforderungen im Berufsalltag sind: Beim idealen Daten Scientist sind nicht nur die klassischen Fähigkeiten eines IT-Fachmanns gefragt, wie technisches und mathematisches Verständnis oder analytisches und logisches Denkvermögen. Gleichzeitig erfordert ihr Arbeitsumfeld unternehmerisches Geschäftsverständnis und ausgeprägte Kommunikationsstärke. Für die Unternehmen ist es allerdings nicht zwingend erforderlich, alle diese Fähigkeiten mit einem Mitarbeiter abzudecken. »Um Data Mining erfolgreich zu etablieren und anzuwenden, lassen sich ebenso Teams mit sich ergänzenden Kompetenzen bilden«, sagt Dr. Angelika Voss aus der Geschäftsstelle der Fraunhofer-Allianz Big Data am Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS. Dennoch gelte für alle Teammitglieder: »Sie alle müssen sich das grundlegende Know-how der aktuellen Data Sciences aneignen – unabhängig davon ob sie von den fachlichen Grundlagen her aus dem Bereich der Daten- und IT-Spezialisten oder aus Marketing und Management kommen«. 

 

Weiterbildung zum Data Scientist

 

Data-Spezialisten aus verschiedenen Mitgliedsinstituten der Fraunhofer Allianz Big Data bieten künftigen wie bereits in dem Berufsfeld tätigen Data Scientists ein umfangreiches Schulungsprogramm. »Im Fokus der Weiterbildungsangebote steht der unmittelbare Nutzen für die Anwender. Um dies bestmöglich umsetzen zu können, haben wir einzelne, kurze Lehrgänge für spezifische Anwendungsbereiche entwickelt«, so Voss. Aktuelle Beispiele sind die Kurse »Data Scientist for Smart Energy Systems«, »Data Scientist for Smart Buildings« und »Security for Big Data«. Die Weiterbildungskurse sind so ausgelegt, dass sie die speziellen Anforderungen von Big Data-Spezialisten und -Teams der Unternehmen erfüllen können. Wichtig ist dabei: Die Angebote müssen sehr effektiv gestaltet sein, da die Spezialisten in den Unternehmen gebraucht werden und so nur möglichst kurze Zeit für ihre Weiterbildung abkömmlich sind. »Zudem sind die Kurse so ausgerichtet, dass sie einerseits Datenspezialisten vermitteln, wie sie mit den Konzepten und Tools erfolgreiche Lösungen umsetzen. Andererseits vermitteln sie Teammitgliedern aus dem Management das Basis-Know-how, um gemeinsam mit den Datenspezialisten Big Data Projekte umzusetzen und die Ergebnisse der Analysen auch bewerten und sinnvoll in Geschäftsprozessen und Marktstrategien verwenden zu können«, erklärt Voss.

 

Mit Blended Learning schnell zum Erfolg

 

Das Kurskonzept der drei verschiedenen Weiterbildungskurse ist ähnlich: Sie beginnen jeweils mit einer zwei- bis dreitägigen Präsenzphase, in der vor allem die grundlegenden Fragestellungen, Konzepte und Vorgehensweisen vermittelt werden. »Teilnehmer und Kursleiter erst einmal „live“ zusammenzubringen hat sich bewährt. So können die Fraunhofer-Experten optimal auf den Kenntnisstand und den Fortbildungsbedarf der einzelnen Kursteilnehmer eingehen. Ebenso wichtig für einen schnellen Lernerfolg ist auch der Erfahrungs- und Wissensaustausch der Teilnehmer untereinander«, so Voss. Nach der Präsenzphase steht den Teilnehmern zusätzlich Online-Material im Umfang von einem bis zwei Lerntagen zur Verfügung. Je nach Bedarf kann so jeder Teilnehmer die Kursinhalte weiter vertiefen und insbesondere anhand von Praxisbeispielen die Anwendung der Big Data Technologien in dem entsprechenden Einsatzumfeld eigenständig und bei freier Zeiteinteilung erproben. 

 

Alle drei Schulungen werden im Rahmen der Weiterbildungsinitiative des europäischen Innovationsnetzwerks EIT Digital angeboten. Zusätzlich wurden sie inzwischen auch in das Programm der Fraunhofer Academy aufgenommen. Darüber hinaus bietet die Fraunhofer-Allianz Big Data eine Reihe weiterer Kurse zu verschiedenen Big Data Themen an. Dazu gehört ein Basisseminar mit der Möglichkeit, ein Data Scientist Zertifikat von Fraunhofer zu erwerben. Für Unternehmen werden eigene, auf ihren speziellen Bedarf fokussierte Inhouse-Schulungen zusammengestellt. (stw)

1070 mal gelesen

0 Kommentar(e)

http://innovisions.de/beitraege/big-data-mach-was-draus/

Kommentare zu diesem Beitrag

0 Kommentare