Mit einem Generalisten im herkömmlichen Sinn ist meistens eine Person gemeint, die Fähigkeiten aus mehreren Fachbereichen mitbringen kann. Manche sammeln die Skills regelrecht und sind in vielen Bereichen dadurch firm. Einer der Nachteile ist jedoch, dass man in keinem Bereich tatsächlich Meister ist. Generalisten sind besondere Persönlichkeiten und oftmals nicht gerne gesehen in der zunehmenden Spezialisierung der Unternehmensbereiche.
Doch in manchen Bereichen bringen Generalisten die Schlüssel-Charakteristika für eine erfolgreiche Bewältigung systemischer Anforderungen mit. Dies gilt für die komplexen Analysen, Auswertungen, Darstellung und Präsentieren von Daten und Perspektiven, die bei der Arbeit von Data Scientists nötig sind.
Eine SAS Studie von 2015 untersuchte die Persönlichkeiten und Skills von insgesamt 734 Data Scientists.
Aus den Umfrageergebnissen wurden eine Reihe Persönlichkeitstypen abgeleitet und in der Studie
vorgestellt. Doch diese Typen-Bezeichnungen sind nicht allgemeingültige Profile, sondern werden geprägt von den Herausforderungen, mit denen ein Data Scientist konfrontiert wird.
Der Generalist Data Scientist als ausgeprägte Persönlichkeit
Der Data Scientist muss viele unterschiedliche Perspektiven eines Projektes in seine Arbeit einfließen lassen und ist daher mit einer ganzen Reihe rudimentärer Prozesse eines Projektes beschäftigt. Da die Projekte zunehmend größer werden und der Datenstrom überproportional wächst, erweitern sich die Ansprüche täglich. Welche Themen in der Zukunft dabei noch eine Rolle spielen werden, ist noch nicht erfassbar. Die Data Science wächst schnell und wird so mit mehr und mehr Aufgaben betraut. Analyse ist die Basisleistung, sie erfordert die Fähigkeit, Daten nicht nur zu analysieren, sondern auch zu interpretieren und in eine entsprechende Präsentationen zu migrieren.
Sind Fähigkeiten und Reife einer Persönlichkeit nicht ausgeprägt und geschult, kann es zu einer Tunnelanalyse aus der Sicht des Analysten kommen, die dann nur einen Teilaspekt einer möglichen Analyse darstellt.
Die besten Data Scientists sind also nicht diejenigen, die eine möglichst tiefe und umfangreiche Analyse liefern können und möglichst viele Perspektiven berücksichtigen. Der Wettbewerb mag die besseren hochausgebildeten Computerspezialisten als Data Scientists haben, aber derjenige wird die Nase vorn haben, der die meisten Perspektiven aus der Analyse eruieren kann. Das bietet der „Generalist Data Scientist“ mit ausgeprägter Persönlichkeit. Die Perspektiven zu kreieren und zu nutzen ist eine mentale Leistung, die direkt mit der Erfahrung und Ausprägung der Persönlichkeit eines Data Scientist zu tun hat.
Das Rennen um die besten Data Scientist hat begonnen
Die Umfrage hat gezeigt, erfolgreiche Data Science ist eine Disziplin mit vielen Facetten, die dann erfolgreiche Ergebnisse liefert, wenn der Data Scientist möglichst viele unterschiedliche Eigenschaften seiner Persönlichkeit mitbringt. Dies ist inzwischen nicht so unbekannt, bei vielen Startups und auch Abteilungen, der auf System-Innovation getrimmten Konzerne ist es Konsens.
Entsprechend wird von einem Data Scientist eine Bandbreite an Fähigkeiten erwartet: Wissen über technische Grundlagen im Bereich Engineering, sowie mathematische Analysefähigkeiten, aber auch die Begabung, kreative Herangehensweisen mit einzubeziehen. Ein Verständnis der betrieblichen Abläufe und betriebswirtschaftlicher Perspektiven gehören ebenso dazu wie die Kommunikations-Skills.
Diese Anforderungen wären bisher unter der Bezeichnung „eierlegende Wollmilchsau“ als unseriöse Anforderung eingestuft worden. Unmöglich für Unternehmen, jemanden zu finden, der genau mit diesen Talenten ausgestattet ist und dazu noch in einer einzigen Person. Besonders auch angesichts dessen, dass Data Science als junge Disziplin kaum viele Jahre an Erfahrung mitbringt.
Ein Ausweg für Unternehmen ist es, komplementäre kohäsive Teams zu bilden, die insgesamt die Anforderungen der verschiedenen geforderten Perspektiven für das Analyse Projekt eines Unternehmens leisten können. Dazu ist allerdings nicht nur der Data Scientist nötig, sondern auch der datenaffine Manager. Wie wir in einem anderen Blog bereits ausführten, ist es der Data-Manager, der die Erkenntnisse letztlich interpretieren und in entsprechende Maßnahmen umsetzen können muss. Dies erfordert auf Unternehmensseite:
Der Data Scientist ohne Team ist nicht zu gebrauchen
Ein auf Data-Management ausgerichtetes Management-Team mit eruierten und in Briefings festgehaltenen Erwartungen der einzelnen Fachabteilungen an den Data Scientist,
finden und fördern von Talenten mit passenden Fähigkeiten und Persönlichkeitseigenschaften,
Aufbau von Teams aus Mitarbeitern mit Fähigkeiten und Erfahrungen die sich ergänzen,
fördern gegenseitiger Unterstützung, Lernen und Weiterentwicklung,
ausrichten von Aus- und Weiterbildungsangeboten an Geschäftsanforderungen der Data Science.
Im Zuge der technologischen Weiterentwicklung wird möglicherweise immer weniger Gewicht auf die herkömmlichen technischen Profile der Mitarbeiter gelegt, während seltenere Charaktereigenschaften wie Ground Breaker, die Teacher, die Seeker oder Explorer an Bedeutung gewinnen.
Was diese Charaktere mitbringen, sind die Facetten an Persönlichkeit, die nötig sind, um ganzheitliche Analysen möglich zu machen. Analysen, die erweiterte Perspektiven und Auswertungen erlauben. Eine informationstechnologische Vorbildung ist dabei hilfreich, aber der gezielte Ausbau der einzelnen Skills, Erweiterung der Schnittstellen-Kompetenzen sowie Projekt- und Protokoll- Qualifikationen müssen dazu gelernt werden. Dazu sind Weiterbildungsmaßnahmen im Bereich Projektmanagement, Organisationsentwicklung und Unternehmensführung unabdingbar.
Eine Kombination aus Maßnahmen der Weiterbildung muss in ein Konzept einfließen, welches exakt auf die Data Scientist-Anforderungen des Unternehmens zugeschnitten ist. Die Erfordernisse sind inzwischen so komplex, dass ohne die Hilfe der Experten aus der Weiterbildungsbranche kaum die Qualität erreicht wird, die nötig ist. Der Wettbewerb bedient sich hier der Experten, um den Vorsprung auszubauen.
Es bleibt nur der Weg über das bessere Expertenteam
Eine Kombination aus Management- und IT-Kompetenzen ist hier die beste Lösung aller Angebote. Genau dies kann PROTRANET und das Schwesterunternehmen MANAGER INSTITUT bieten. Rufen Sie unsere Berater an, sie haben die Kompetenz, mit Ihnen ein Qualifizierungs-Konzept zu erarbeiten.