wissen.de Artikel
Big Data: Große Nachfrage an Fachkräften
Die Digitalisierung hat eine enorme Menge von Berufen erschaffen oder bestehende Felder massiv gestärkt und verändert. Allerdings betrifft das beileibe nicht nur klassische IT-Jobs aus den Bereichen Hard- und Software oder Sicherheit.
Im Gegenteil, denn die heutige Digitalisierung ist unverbrüchlich damit verbunden, Daten in einem kaum messbaren Maßstab zu erheben, zu analysieren, zu bewerten, sie weiterzuverarbeiten und daraus Rückschlüsse zu ziehen.
Aus diesem Grund gehören entsprechende Spezialisten in Sachen (Big) Data längst zu den gesuchtesten Fachleuten der gesamten IT und haben beste Karrierechancen auf der ganzen Welt. Doch welche Berufe sind hier besonders relevant?
Hinweis: Für die hier genannten Berufe gibt es keine allgemeingültigen oder gar staatlichen Definitionen. In der Praxis überschneiden sich deshalb viele von ihnen durch die gleichartigen Anforderungen und Realitäten von IT und Daten. Teilweise sorgt der Arbeitsalltag in Unternehmen sogar für ein weitgehendes Verwischen von Grenzen zwischen zwei oder noch mehr Berufen. So kann beispielsweise das Anforderungsprofil einer ausgeschriebenen Stelle als Data Architect nahezu deckungsgleich mit der Ausschreibung eines anderen Unternehmens für einen Big Engineer sein.
1. Business Analyst
Der Beruf im Portrait
Big Data erzeugt extreme Datenmengen, in denen nicht minder enormes Wissen steckt. Wissen, das für die Unternehmensleitung von entscheidender Wichtigkeit ist, da sich hieraus zahlreiche Schlüsse und Entscheidungen ziehen lassen.
Allerdings ist es dafür zunächst nötig, diese Datenmengen nicht nur zu ordnen, sondern aus der Masse die relevantesten Informationen zu extrahieren und aufzuarbeiten und das alles mit den unternehmerisch-wirtschaftlichen Ist- und Soll-Werten abzustimmen. Das ist das Kerngeschäft von Business Analysts. Diese Profis
- durchleuchten sozusagen ein Unternehmen anhand seiner digitalen, wirtschaftlichen und anderen Daten und Kenngrößen,
- identifizieren darauf basierend Positiva, Herausforderungen und Verbesserungspotenziale und
- arbeiten dazu passende Strategien aus.
Es geht also primär darum, Erkenntnisse und darauf basierende Handlungsanweisungen für die Unternehmensleitung zu erstellen. Ferner begleiten Business Analysts in vielen Fällen die Umsetzung, damit es hierbei zu keinen weiteren Problemen kommt
Der Weg in den Job
Business Analyst ist ein typischer Quereinsteiger-Beruf in der IT. Es gibt keine verpflichtenden Vorgaben und nur wenige konkrete Studiengänge. Aufgrund der Natur des Jobs haben Business Analysts jedoch eine recht einheitliche Vorgeschichte.
Typischerweise haben sie BWL, VWL, Informatik, Wirtschaftsinformatik studiert. Möglich sind ebenso andere Studiengänge mit starkem wirtschaftlichem oder IT-Fokus. Vielfach gehört dazu ein Master in Datenwissenschaften, wodurch bereits eine gewisse Spezialisierung einhergeht.
Potenzielle Arbeitgeber-Branchen
Für Business Analysts gibt es zwei typische, aber unterschiedliche Laufbahnen:
- Festangestellt in einem Unternehmen. Das sind praktisch ausschließlich Großbetriebe, die einen ständigen Bedarf an Analyse und Optimierung haben und dazu eigene Spezialisten benötigen.
- Als Angestellte in Beratungsfirmen. Diese Unternehmen bieten Business Analytics dementsprechend als B2B-Diensleistung für andere Firmen an. Dies ist der häufigere Weg, weshalb derartige Firmen sich stark an Nachwuchskräfte richten – denn der Beratungsbedarf ist deutlich größer als die Zahl von Absolventen, die sich für dieses Berufsfeld entscheiden.
Typischerweise kann ein junger Business Analyst mindestens etwa 45.000 Euro Einstiegsgehalt erwarten. Je nach Arbeitgeber und Verhandlungsgeschick sind jedoch erfahrungsgemäß deutlich mehr drin.
2. Data Analyst
Der Beruf im Portrait
Data Analytics hat einige Schnittmengen mit Business Analytics – weshalb manche diese Felder fälschlicherweise als weitgehend deckungsgleich wahrnehmen. Tatsächlich gibt es jedoch einige zentrale Unterschiede:
- Der Data Analyst arbeitet ausschließlich mit digitalen Daten, wohingegen diese beim Business Analyst nur einen Teil der Informationsquellen ausmachen.
- Der Data Analyst analysiert die Daten für verschiedenste Zielsetzungen, dagegen geht es beim Business Analyst stets um für das direkte Justieren von für das Unternehmen wirtschaftlich-strategisch wichtigen Punkten.
- Der Data Analyst stellt meistens nur Zusammenfassungen zur Verfügung, ohne jedoch so konkrete Vorschläge zu erarbeiten, wie es der Business Analyst macht.
Das heißt, der Data Analyst befasst sich eher mit den Daten selbst, dafür auf einer breiteren Basis, während der Business Analyst viel stärker in die geschäftlichen Prozesse und Bedürfnisse eingebunden ist.
Der Weg in den Job
Dementsprechend ist der Bildungs-Background von Data Analysts deutlicher in Richtung IT fokussiert, ohne einen so starken wirtschaftlichen Touch. Die Analysten wählen deshalb fast ausschließlich ein IT-Studium; etwa den Studiengang Informations- und Datenmanagement, der unter anderem an der FH Potsdam angeboten wird. Einige Hochschulen, etwa die Universität Hildesheim, bieten zudem konkrete Master-Studiengänge für Data Analytics an.
Allerdings ist prinzipiell jeder Studiengang geeignet, der sich mit IT und Daten befasst – abermals gibt es keinen einheitlichen Weg in den Beruf.
Potenzielle Arbeitgeber-Branchen
Data Analysts leisten eher eine dauerhafte Arbeit als eine kurzzeitige beratende Dienstleistung. Häufig arbeiten sie daher fest in Unternehmen verschiedenster Prägung. Denn sobald durch die Tätigkeit große Datenmengen anfallen, können solche Betriebe bereits durch Data Analysts profitieren.
Dementsprechend arbeiten diese Spezialisten ebenso bei Versicherungen wie Tech-Konzernen, Industriebetrieben, aber auch im Marketing-Bereich oder in Instituten. Ebenso sind sie jedoch in Beratungsfirmen zu finden. Hier bewegt sich das Einstiegsgehalt ebenfalls bei zirka 45.000 Euro und ist nach oben hin weit offen.
3. Data Scientist
Der Beruf im Portrait
Die meisten Berufsbilder im Bereich Data haben, wie erwähnt, diverse Schnittmengen miteinander, wodurch die Unterschiede etwas verschwimmen können. Der Datenwissenschaftler macht dabei keine Ausnahme; speziell verglichen mit dem Feld Data Analytics.
Seine Besonderheit: Wo sich Business und Data Analysts tendenziell eher mit „überschaubaren“ Datensätzen (ein zugegeben dehnbarer Begriff) befassen, liegt der Fokus des Data Scientist ganz klar auf Big Data, Mathematik, Statistik und nicht zuletzt Maschinenlernen/KI.
Mit solchen Methoden erheben und analysieren diese Spezialisten gigantische Rohdatenmengen und machen sie für andere Datenexperten praktisch verwertbar. Insgesamt ist ihr Ansatz tiefergehender, theoretischer und wissenschaftlicher als derjenige bei Data Analysts. Datenwissenschaftler sind zudem deutlich umfassender mit Modellieren und Programmieren befasst, wohingegen Data Analysts eher bestehende Anwendungen nutzen.
Anders formuliert: Datenwissenschaftler finden Muster in großen Datensätzen, während Datenanalysten aus diesen Mustern die wichtigsten Informationen extrahieren.
Der Weg in den Job
Zwar gibt es ebenfalls Datenwissenschaftler, die „irgendwas mit IT“ studiert haben. Für die meisten gibt es jedoch einen eher einheitlichen, geradlinigen Werdegang. Er beginnt mit einem Bachelor-Studium im Fach Data Science. Dieser Studiengang wird von verschiedenen Hochschulen angeboten; teils berufsbegleitend und oft durch einen gleichartigen Master gekrönt. Ein solcher Master ist zudem eine Möglichkeit für Menschen aus anderen (IT-)Studiengängen, um sich in diese Richtung zu spezialisieren.
Potenzielle Arbeitgeber-Branchen
Was die Arbeitgeber anbelangt, so haben Data Scientists und Data Analysts sehr viele Schnittmengen, wenngleich erstere stärker von Unternehmen und Instituten gesucht werden, bei denen es ein sehr großes Datenaufkommen gibt. Denken wir an große Online-Händler, Suchmaschinenbetreiber und dergleichen; dazu der wissenschaftliche Bereich.
Da der Beruf insgesamt komplexer ist als andere aus dem Data-Bereich, sind die Einstiegsgehälter hier noch attraktiver: Ab etwa 55.000 Euro geht es im Schnitt los.
4. Data Modeler
Der Beruf im Portrait
Gerade im Bereich Big Data sind die Datenmengen schlichtweg oft zu groß, um sie ohne Weiteres betrachten und vor allem überblicken und verstehen zu können. Dadurch besteht die Gefahr, Verknüpfungen und Strukturen nicht richtig zu erkennen.
Aus diesem Grund existiert das Berufsfeld des Data Modelers. Seine Aufgabe besteht – sehr stark vereinfacht – darin, sich Informationen und deren Systeme zu visualisieren. Dies dient jedoch nicht nur dem Ziel, diese Daten besser benutzbar zu machen.
Datenmodellierung ist deutlich vielfältiger und befasst sich deshalb ebenso damit, bestimmte Regeln und ähnliche Vorgaben zu entwickeln, damit Daten und Datensätze nach stringenten Leitlinien gespeichert und bearbeitet werden.
Das heißt, der Datenmodellierer ist derjenige, der vorgibt, wie Datenbanken überhaupt agieren sollen, damit sie nicht nur die richtigen Daten liefern, sondern überhaupt praktisch nutzbar sind.
Der Weg in den Job
Die meisten Data Modeler haben einen universitären Background, der sich mit Datenbanken befasst. Viele haben Daten(ingenieurs)wissenschaften studiert. Dann gibt es jedoch Spezial-Studiengänge wie etwa Computational Modeling and Simulation an der TU Dresden.
Potenzielle Arbeitgeber-Branchen
Data Modeler finden sich sehr häufig in Branchen, in denen Datenbanken aufzubauen und aus analytischer Sicht zu verwalten sind. Hier ist vor allem die Tech-Branche zu nennen sowie Beratungsfirmen aus dem Bereich Data und Wirtschaft.
Die Datenmodellierer beginnen ebenfalls im Schnitt mit etwa 45.000 Euro – wobei sie sich rasch hocharbeiten können.
5. Data Warehouse Manager
Der Beruf im Portrait
Das Data Warehouse ist in vielen Unternehmen die zentrale Sammelstelle für Daten. Allerdings ist der Data Warehouse Manager definitiv nicht bloß ein Datenbankmanager mit anderer Berufsbezeichnung. Vielmehr ist der Warehouse Manger ein Bindeglied zwischen der IT-Abteilung und den Entscheidern im Unternehmen.
Sein Aufgabenfeld umfasst sowohl das Erstellen entsprechender Warehouse-Architekturen als auch die Datenintegration- und Verarbeitung aus unterschiedlichsten Quellen. Zudem übt er in vielen Unternehmen eine beratende Funktion aus, wodurch sich dieser Teil des Berufs mit demjenigen des Business Analysts überschneidet, wobei der Fokus eindeutig auf dem Konzept des Data Warehousing liegt.
Dessen Kern ist eine Datenbank, die ganz gezielt für eine leichte, umfassende Analyse konzeptioniert wurde. Das Gegenteil hiervon wäre übrigens der Data Lake – mit dem eher der Datenwissenschaftler arbeitet, weil es dabei um Rohdaten geht.
Der Weg in den Job
Data Warehouse Manager sind einmal mehr recht klassische Absolventen von Informatik- oder Wirtschaftsinformatik-Studiengängen. Ferner existieren einige speziellere Studienfächer wie beispielsweise Business Intelligence and Data Warehousing.
Potenzielle Arbeitgeber-Branchen
Da das Prinzip des Data Warehouse sehr viele Branchen umfasst, arbeiten die Data Warehouse Manager ebenfalls in einer sehr heterogenen, breit aufgestellten Umgebung. Dazu gehören nicht zuletzt Daten-Dienstleister, die Betreiber von Cloud-Lösungen, aber auch große Internetkonzerne.
Hier liegt das Startgehalt ein wenig niedriger als bei anderen Data-Berufen. Es beträgt etwa 40.000 Euro jährlich.
6. Data Architect
Der Beruf im Portrait
Die Art und Weise, wie Daten erfasst, transformiert, verteilt und eingesetzt werden, unterscheidet sich stark je nach (unternehmerischer) Zielsetzung. Ganz ähnlich, wie ein Gebäude aufgrund solcher divergierenden Ansprüche sehr vielfältig konstruiert werden kann, verhält es sich mit einer Datenarchitektur.
Der Datenarchitekt ist letztlich derjenige, der für eine unternehmerisch „passende“ Konzeption sorgt. Das heißt:
- Er trägt die Anforderungen an die Architektur aus prozessualen und unternehmerischen Gesichtspunkten zusammen, indem er die Wünsche und Notwendigkeiten in das theoretisch Machbare übersetzt.
- Er wählt die dazu passenden Tech-Stacks aus. Also beispielsweise Datenquellen, Frameworks, Bibliotheken und dergleichen. Ferner analysiert er, ob, und wenn ja welche, Cloud-basierte Architekturen verwendet werden sollen.
Damit ist der Data Architect ähnlich dicht mit dem Data Engineer (siehe nächstes Kapitel) verknüpft, wie es der Business Analyst und der Data Analyst miteinander sind.
Der Data Architect macht hierbei einen eher strategischen, konzept- und planungsorientierten Job, wohingegen der Data Engineer mehr ein Spezialist für die praktische Implementierung und den Betrieb ist – verblüffend ähnlich wie die Unterschiede zwischen Architekt und Bauingenieur.
Der Weg in den Job
Der Data Architekt ist in seiner Eigenschaft als teils visionärer Planer eher ein Generalist, der überdies ein tiefes Verständnis für betriebswirtschaftliche Belange und Notwendigkeiten mitbringen muss.
Daher ist der berufliche Background nicht immer von einem Studium im IT-Bereich geprägt, sondern kann sich ebenso auf volks- und betriebswirtschaftlichem Boden befinden – wobei in diesem Fall häufig noch zusätzliches Wissen für die IT-Thematik benötigt wird.
Potenzielle Arbeitgeber-Branchen
Data Architects sind oftmals Mitglieder von größeren Projekt-Teams. Als solche sind sie typischerweise bei entsprechenden Dienstleistern angestellt, die derartige Aufträge für Drittfirmen durchführen. Eher seltener ist der Datenarchitekt dauerhaft nur in einem Unternehmen tätig, weil nach dem Ende seines konzeptionellen Jobs typischerweise eher andere Spezialisten den dauerhaften Betrieb übernehmen.
Los geht es hier mit rund 55.000 Euro Startgehalt, wobei der derzeitige Trend eher in Richtung 60.000 Euro geht.
7. Data Engineer
Der Beruf im Portrait
Der Architekt erstellt einen Plan, der Ingenieur macht sich darüber Gedanken, wie man diesen tatsächlich in die Praxis umsetzen kann. So in etwa lässt sich das Berufsbild des Data Engineers beschreiben. Das heißt, er ist viel weniger ein Planer als ein Durchführer.
Sein Beruf ist deshalb praktischer und stark auf das physische Umsetzen einer skizzierten Datenarchitektur fokussiert. So ist er beispielsweise derjenige, der Richtlinien aufstellt, nach denen die Daten in der Architektur gespeichert und verarbeitet werden, damit andere Profis wie Data Scientists daraus einen maximalen Nutzen ziehen können.
Jedoch: Typischerweise arbeiten Data Engineers sehr eng mit ihren architektonischen Kollegen zusammen – oftmals beim selben Arbeitgeber.
Der Weg in den Job
Demensprechend kommen Dateningenieure ebenfalls aus „praxisnahen“ Studiengängen, bei denen die IT im Fokus liegt. Oft sind es Wirtschaftsinformatiker, die sich auf das Dateningenieurswesen spezialisiert haben. Alternativ oder ergänzend bietet sich der (Master-)Studiengang Data Engineering and Analytics an, wie er etwa von der TU München angeboten wird.
Zudem bieten derzeit immer mehr Hochschulen grundständige Studiengänge im Bereich Data Engineering an – teilweise als Kombination mit Software Engineering.
Potenzielle Arbeitgeber-Branchen
Dateningenieure finden sich in denselben Branchen (und sehr häufig Teams) wie ihre architektonischen Kollegen. Oft sind sie jedoch bereits als Anfänger besser bezahlt: 60.000 Euro sind hier eher die Regel denn die Ausnahme.
8. Data Visualizer
Der Beruf im Portrait
Zahlen und ähnliche Daten haben die Eigenschaft, auf die meisten Menschen sehr abstrakt zu wirken. Gleichsam wird es jedoch gerade im Bereich Big Data zu einer enormen Herausforderung, die hier auftretenden Datenmengen zu einem schlüssigen, selbst für Laien verständlichen grafischen Konzept umzusetzen.
Just aus diesem Grund entstand der Beruf des Data Visualizers. Seine Aufgabe besteht darin, komplexe Daten (oft Rohdaten) zu analysieren. Dadurch extrahiert er die wichtigsten Kerninformationen daraus. In einem weiteren Schritt sorgt der Datenvisualisierer für eine grafik- und/oder textbasierte Aufbereitung. Dabei liegen Schwerpunkt und Herausforderung darauf, stets einen Ansatz finden zu müssen, der sich selbst IT-Laien erschließt.
Anders formuliert: Ein Datenvisualisierer wandelt die Kerninformationen aus seinen Datensätzen in leichtverständliche Sprache und Bilder um. Dies, damit Menschen diese Informationen zur Entscheidungsfindung nutzen können, selbst wenn sie selbst keine Datenspezialisten sind – etwa, weil nicht jede unternehmerische Führungskraft tief in dieses Metier involviert ist.
Der Weg in den Job
Der Data Visualizer ist beruflich ein Wanderer zwischen so unterschiedlichen Feldern wie Statistik, Datenverarbeitung und Grafikdesign. Überdies ist es von Vorteil, versiert präsentieren zu können.
Ein relativ junger Studiengang, der jedoch perfekt auf dieses Berufsbild passt, ist Informationsmanagement. Hierin werden die beiden Gebiete Wirtschaftswissenschaft und Informatik miteinander kombiniert.
Andere Wege in den Job kommen aus klassischeren Informatik-Studiengängen, die sich in den Bereich Analyse oder beispielsweise Medien- und Kommunikationsdesign spezialisiert haben. Nicht zuletzt gibt es verschiedene Quereinsteiger aus rein grafischen Bereichen. Wobei diese sich oft noch entsprechendes IT- und Wirtschaftswissen verschaffen müssen.
Potenzielle Arbeitgeber-Branchen
Der Data Visualizer ist ebenfalls einer derjenigen Berufe, die in sehr vielen Firmen benötigt werden. Oft arbeiten sie in Teams, die direkt der Geschäftsleitung unterstehen und diese regelmäßig mit Informationen für strategische Entscheidungen versorgen. Ebenso finden sich Datenvisualisierer jedoch in verschiedensten Agenturen aus dem B2B- und B2C-Bereich.
Das Einstiegsgehalt beträgt hier etwa 35.000 Euro. Gerade Großunternehmen sind jedoch oftmals bereit, deutlich mehr zu zahlen – insbesondere bei entsprechender Befähigung.
9. Machine Learning Engineer
Der Beruf im Portrait
Es gibt wohl derzeit keine Technik, die es besser vermag, gigantische Datensätze zu verarbeiten und dabei auf Muster und ähnliche Key Points zu achten, als es künstliche Intelligenz (KI) vermag. Allerdings ist KI längst noch nicht weit genug, um von jedem Laien eingesetzt zu werden – zumindest nicht dort, wo es um die Herausforderungen von Big Data geht.
Hier tritt der Machine Learning Engineer auf den Plan. Er ist – einfach gesprochen – eine Art Trainer und Bediener für eine KI mit dem Schwerpunkt Daten. Das heißt, er nutzt verschiedene Herangehensweisen, um eine KI einzusetzen, damit diese aus großen Datenmengen verschiedene Schlüsselfakten extrahiert und darauf basierend Erkenntnisse, Zukunftsprognosen und Handlungsempfehlungen herstellt.
Dazu muss der Machine Learning Engineer unter anderem machinelle Lernmodelle entwickeln und andere Modelle anwenden können. Er muss sich tief mit den Fähigkeiten und Limitierungen von KI auseinandersetzen, immer wieder überwachen und justieren – und darf obendrein naturgemäß kein unbeschriebenes Blatt in Sachen Datenanalyse sein.
Der Weg in den Job
Wer einen so komplexen Beruf ausüben möchte, der kommt heute nicht umhin, einen universitären Background aus den Bereichen KI und/oder maschinelles Lernen vorweisen zu können.
Beispielsweise gibt es den Master-Studiengang Artificial Intelligence and Machine Learning an der TU Darmstadt. Ebenfalls beliebt sind reguläre Mathematik- und IT-Studiengänge, bei denen eine Spezialisierung in Richtung KI erfolgte. Nicht zuletzt ist hier der Bachelor-Studiengang Angewandte Informatik und Künstliche Intelligenz hochinteressant.
Potenzielle Arbeitgeber-Branchen
Auch der Machine Learning Engineer ist ein Teamplayer. Sehr häufig arbeitet er in Unternehmen (häufig beratenden, analysierenden Dienstleistern) mit Datenanalysten und ähnlichen Fachleuten zusammen.
Was allerdings diesen Artikel anbelangt, so gilt der Machine Learning Engineer nicht nur als vielfach meistgesuchter, sondern deshalb bestbezahlter Beruf: Immer häufiger werden hier schon für Einsteiger 65.000 Euro geboten.
Zusammenfassung und Fazit
Ganz gleich, gleich, wohin uns die Digitalisierung in den kommenden Jahren noch führen wird: Es wird weiterhin eine enorme Menge von Menschen geben, die sozusagen als Dirigenten dieser gigantischen und garantiert nicht kleiner werdenden Datenströme fungieren müssen. Denn nur wenn es gelingt, diese Datenmengen korrekt zu steuern und zu analysieren, können sie maximalen Nutzen bringen – egal ob aus einer rein unternehmerischen Sicht oder mitunter sogar zum Wohle der ganzen Menschheit.