Skip to main content
Top
Published in: HMD Praxis der Wirtschaftsinformatik 4/2016

11-04-2016

Das aufstrebende Berufsbild des Data Scientist

Vom Kompetenzwirrwarr zu spezifischen Anforderungsprofilen

Authors: Conny Schumann, Patrick Zschech, Andreas Hilbert

Published in: HMD Praxis der Wirtschaftsinformatik | Issue 4/2016

Log in

Activate our intelligent search to find suitable subject content or patents.

search-config
loading …

Zusammenfassung

Um die Vielzahl an heterogenen Datenströmen im Zeitalter von Big Data in für Unternehmen entscheidungsrelevante Informationen zu transformieren, wurden in den letzten Jahren nicht nur Business-Analytics-Ansätze entwickelt. Auch ein neues Berufsbild wurde Mittelpunkt zahlreicher Diskussionen: der Data Scientist. Die Vielzahl an Kompetenzen, die diese neue Berufsgruppe mit sich bringen sollte, wurde in verschiedenen Fachbeiträgen beschrieben und wird in diesem Artikel durch ein systematisches Literature Review zusammengefasst. Dabei werden die einzelnen, durch die Inhaltsanalyse ermittelten Kompetenzen nicht nur aufgezählt, sondern erstmalig in ein Kompetenzmodell eingeordnet. Der Data Scientist sollte zahlreiche Fachkompetenzen, wie Kenntnisse in Statistik oder den KDD-Prozess betreffende Kompetenzen zur Datenselektion-, -aufbereitung, -analyse und Interpretation, aber auch Sozialkompetenzen, wie Team- und Kommunikationsfähigkeit, sowie Selbstkompetenzen, wie Neugier oder Kreativität, mit sich bringen. Hierbei wird ersichtlich, dass ein Data Scientist allein nicht alle Kompetenzen erfüllen kann. Es bedarf vielmehr an die Aufgaben und Rollen im Unternehmen angepasste Typen von Data Scientists mit unterschiedlichen Kompetenzschwerpunkten. Folglich werden ausgehend von den Erkenntnissen der Literatur- und Inhaltsanalyse Handlungsempfehlungen zur Entwicklung von spezifischeren Anforderungsprofilen ausgesprochen.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Show more products
Footnotes
1
Der zuvor verwendete Begriff „Humankompetenz“ wurde durch den Begriff „Selbstkompetenz“ ersetzt.
 
2
Die drei integralen Bestandteile Methodenkompetenz, kommunikative Kompetenz und Lernkompetenz wurden an dieser Stelle auf Grund von Komplexitätsgründen vernachlässigt.
 
3
Miller (2014) fordert in diesem Zuge bspw. eine stärkere Abgrenzung zwischen datenzentrierten Berufsprofilen, die insbesondere aus den aufkommenden Big-Data-Herausforderungen resultieren, wie z. B. Data Architects, Data Governance Professionals oder Chief Analytics Officers.
 
4
Brennan und Bakken (2015) betrachten z. B. den Bereich der Krankenpflege; Lusher et al. (2014) untersuchen die Chemiebranche und Schoenherr und Speier-Pero (2015) sowie Waller und Fawcett (2013) eruieren Data-Science-Kompetenzen im Bereich des Supply Chain Management.
 
Literature
go back to reference Bortz J, Döring N (2006) Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler. Springer, Berlin, Heidelberg, New YorkCrossRef Bortz J, Döring N (2006) Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler. Springer, Berlin, Heidelberg, New YorkCrossRef
go back to reference Brennan PF, Bakken S (2015) Nursing Needs Big Data and Big Data Needs Nursing. J Nurs Scholarsh 47(5):477–484CrossRef Brennan PF, Bakken S (2015) Nursing Needs Big Data and Big Data Needs Nursing. J Nurs Scholarsh 47(5):477–484CrossRef
go back to reference Davenport TH, Patil DH (2013) Data Scientist: The Sexiest Job of the 21st Century. Coll Math J 44(2):158 Davenport TH, Patil DH (2013) Data Scientist: The Sexiest Job of the 21st Century. Coll Math J 44(2):158
go back to reference Fayyad U, Smyth P, Piatetsky-Shapiro G (1996) The KDD Process for Extracting Useful Knowledge from Volumes of Data. Commun ACM 39(11):27–34CrossRef Fayyad U, Smyth P, Piatetsky-Shapiro G (1996) The KDD Process for Extracting Useful Knowledge from Volumes of Data. Commun ACM 39(11):27–34CrossRef
go back to reference Harris H, Murphy S, Vaisman M (2013) Analyzing the Analyzers: An Introspective Survey of Data Scientists and Their Work. O’Reilly, Sebastopol, Calif Harris H, Murphy S, Vaisman M (2013) Analyzing the Analyzers: An Introspective Survey of Data Scientists and Their Work. O’Reilly, Sebastopol, Calif
go back to reference Hensge K, Lorig B, Schreiber D (2010) Kompetenzverständnis und -modelle in der beruflichen Bildung. In: Bethscheider M, Höhns G, Münchhausen G (Hrsg) Kompetenzorientierung in der beruflichen Bildung. Bertelsmann, Bielefeld, S 133–157 Hensge K, Lorig B, Schreiber D (2010) Kompetenzverständnis und -modelle in der beruflichen Bildung. In: Bethscheider M, Höhns G, Münchhausen G (Hrsg) Kompetenzorientierung in der beruflichen Bildung. Bertelsmann, Bielefeld, S 133–157
go back to reference Höft S, Goerke P (2014) Traditionelle Arbeits- und Anforderungsanalyse trifft modernen Kompetenzmanagementansatz: Rosenkrieg oder Traumhochzeit? Wirtschaftspsychol 2014(1):5–14 Höft S, Goerke P (2014) Traditionelle Arbeits- und Anforderungsanalyse trifft modernen Kompetenzmanagementansatz: Rosenkrieg oder Traumhochzeit? Wirtschaftspsychol 2014(1):5–14
go back to reference Lusher SJ, McGuire R, van Schaik RC, Nicholson CD, de Vlieg J (2014) Data-driven Medicinal Chemistry in the Era of Big Data. Drug Discov Today 19(7):859–868CrossRef Lusher SJ, McGuire R, van Schaik RC, Nicholson CD, de Vlieg J (2014) Data-driven Medicinal Chemistry in the Era of Big Data. Drug Discov Today 19(7):859–868CrossRef
go back to reference Markl V (2015) Gesprengte Ketten. Inform Spektrum 38(1):10–15. doi:10.1007/s00287-014-0858-5CrossRef Markl V (2015) Gesprengte Ketten. Inform Spektrum 38(1):10–15. doi:10.1007/s00287-014-0858-5CrossRef
go back to reference Martinez MG, Walton B (2014) The Wisdom of Crowds: The Potential of Online Communities as a Tool for Data Analysis. Technovation 34:203–214CrossRef Martinez MG, Walton B (2014) The Wisdom of Crowds: The Potential of Online Communities as a Tool for Data Analysis. Technovation 34:203–214CrossRef
go back to reference Maruyama H, Kamiya N, Higuchi T, Takemura A (2014) Developing Data Analytics Skills in Japan: Status and Challenge. J Japan Ind Manag Assoc 65(4E):334–339 Maruyama H, Kamiya N, Higuchi T, Takemura A (2014) Developing Data Analytics Skills in Japan: Status and Challenge. J Japan Ind Manag Assoc 65(4E):334–339
go back to reference Miller S (2014) Collaborative Approaches Needed to Close the Big Data Skills Gap. J Organ Des 3(1):26–30 Miller S (2014) Collaborative Approaches Needed to Close the Big Data Skills Gap. J Organ Des 3(1):26–30
go back to reference Ohsawa Y, Kido H, Hayashi T, Liu C (2013) Data Jackets for Synthesizing Values in the Market of Data. Procedia Comput Sci 22:709–716CrossRef Ohsawa Y, Kido H, Hayashi T, Liu C (2013) Data Jackets for Synthesizing Values in the Market of Data. Procedia Comput Sci 22:709–716CrossRef
go back to reference Schoenherr T, Speier-Pero C (2015) Data Science, Predictive Analytics, and Big Data in Supply Chain Management: Current State and Future Potential. J Bus Logist 36(1):120–132CrossRef Schoenherr T, Speier-Pero C (2015) Data Science, Predictive Analytics, and Big Data in Supply Chain Management: Current State and Future Potential. J Bus Logist 36(1):120–132CrossRef
go back to reference Song I, Zhu Y (2015) Big Data and Data. Science, What Should We Teach? Expert Systems Song I, Zhu Y (2015) Big Data and Data. Science, What Should We Teach? Expert Systems
go back to reference Stockinger K, Stadelmann T (2014) Data Science für Lehre, Forschung und Praxis. HMD 51(4):469–479CrossRef Stockinger K, Stadelmann T (2014) Data Science für Lehre, Forschung und Praxis. HMD 51(4):469–479CrossRef
go back to reference van der Aalst (2014) Data Scientist: The Engineer of the Future. Proceedings of the I‑ESA. Conferences 7: doi:10.1007/978-3-319-04948-9_2 van der Aalst (2014) Data Scientist: The Engineer of the Future. Proceedings of the I‑ESA. Conferences 7: doi:10.1007/978-3-319-04948-9_2
go back to reference Waller MA, Fawcett SE (2013) Data Science, Predictive Analytics, and Big Data: A Revolution That Will Transform Supply Chain Design and Management. J Bus Logist 34(2):77–84CrossRef Waller MA, Fawcett SE (2013) Data Science, Predictive Analytics, and Big Data: A Revolution That Will Transform Supply Chain Design and Management. J Bus Logist 34(2):77–84CrossRef
go back to reference Weinert FE (1999) Konzepte der Kompetenz. OECD, Paris Weinert FE (1999) Konzepte der Kompetenz. OECD, Paris
Metadata
Title
Das aufstrebende Berufsbild des Data Scientist
Vom Kompetenzwirrwarr zu spezifischen Anforderungsprofilen
Authors
Conny Schumann
Patrick Zschech
Andreas Hilbert
Publication date
11-04-2016
Publisher
Springer Fachmedien Wiesbaden
Published in
HMD Praxis der Wirtschaftsinformatik / Issue 4/2016
Print ISSN: 1436-3011
Electronic ISSN: 2198-2775
DOI
https://doi.org/10.1365/s40702-016-0214-0

Other articles of this Issue 4/2016

HMD Praxis der Wirtschaftsinformatik 4/2016 Go to the issue

EditorialNotes

Editorial

Premium Partner