Data Analytics im Lebenslauf

Wie man Data Scientist wird

14.03.2017 von Lars Milde

Im Zuge von Big Data ist die Analyse und Visualisierung von Daten zu einem Schlüssel des Unternehmenserfolgs geworden. Es ist daher von Vorteil, den Umgang mit Daten nicht zu scheuen, auch ohne bisherige Ausbildung zum Data Scientist. Der Beitrag gibt Tipps, wie man sich dem Thema Data Analytics nähern und zum "Datenspezialisten" mit Business-Know-how und Soft Skills werden kann.

Arbeitgeber wollen Mitarbeiter, die den Umgang mit Daten nicht scheuen.
Datenanalyse und Visualisierung kann man sich selbst beibringen.
Das Erlernen von Data Analytics schult automatisch die Soft Skills.

Wie wäre es 2017 mal mit einem Upgrade für den Lebenslauf? Datenanalyse und -visualisierung sind laut LinkedIn 2017 unter den Top Ten der meistgesuchten Fähigkeiten bei Arbeitgebern. Doch in nur einem Jahr zum Datenspezialisten - geht das überhaupt? Tableau, Anbieter im Bereich Business Analytics, hat sieben Tipps parat, womit Data Analytics und professionelle Visualisierungen im Handumdrehen im Lebenslauf stehen:

Keine Angst vor Daten: Die Analyse und Visualisierung lässt sich auch in Eigenregie erlernen.
Foto: weedezign - shutterstock.com

1. Keine Angst vor großen Datenmengen

Ob Big Data oder Small Data - um Daten auszuwerten, muss man kein Statistiker oder Data Scientist sein. Der Umgang mit Datenmaterial ist in vielen Unternehmen bereits an der Tagesordnung. Dementsprechend ausgefeilt sind spezielle Business-Intelligence-Tools, die Anwendern helfen, ihre Daten zu analysieren sowie professionell und visuell aufzubereiten. Bei externen Schulungen kann der sichere Umgang mit entsprechender Software trainiert werden. Für den Anfang gibt es aber auch kostenlose Hilfe im Netz mit Schulungsvideos und Blogs.

2. Mit Software und Gehirn trainieren

Genauso wichtig wie der sichere Umgang mit technischen Tools sind persönliche Kompetenzen. Durch die Entfaltung des kritischen Denkens und analytischer Neugier wird nicht nur der Umgang mit Daten verbessert, sondern werden auch die Soft Skills verbessert. Um diese Fähigkeiten zu trainieren heißt es …

Die 11 wichtigsten Soft Skills

1. Kommunikative Kompetenz
Ihre Kommunikationsfähigkeit hilft Ihnen, Konsens herzustellen und Verständnis für Ihre Ziele und Wünsche zu erzeugen.

2. Selbstbewusstsein
Selbstbewusst bedeutet unter anderem, sich selbst bewusst wahrzunehmen, die eigenen Stärken und Schwächen zu kennen.

3. Einfühlungsvermögen
Wer empathisch ist, kann andere leichter von seiner Sache überzeugen.

4. Teamfähigkeit
In jeder Stellenanzeige ist Teamfähigkeit gefordert. Teamfähig zu sein bedeutet unter anderem, seine Rolle im Team zu erkennen und sich entsprechend der an diese geknüpften Erwartungen zu verhalten.

5. Kritikfähigkeit
Kritikfähig zu sein bedeutet nicht nur, Kritik zu üben (fair, sachlich), sondern auch Kritik annehmen, reflektieren und entsprechend umsetzen zu können. Besonders in Teams, Projekten und in Führungssituationen spielt der Umgang mit Kritik eine entscheidende Rolle.

6. Analytische Kompetenz
Wenn Sie Ihre analytischen Fähigkeiten trainieren, sind Sie in der Lage, Situationen rasch zu erfassen und entsprechend schnell zu reagieren.

7. Vertrauenswürdigkeit
Vertrauen ist die Erwartung, sich in kritischen Situationen auf den anderen verlassen zu können.

8. Selbstdisziplin/Selbstbeherrschung
Wer sich nicht selbst beherrscht, bleibt immer Knecht. Nur wer sich selbst im Griff hat, kann andere überzeugen.

9. Neugierde
Neugierde ist die Voraussetzung für Kreativität.

10. Konfliktfähigkeit
Nur wenn Sie andere Auffassungen akzeptieren können und sich offen mit Ihren Mitmenschen auseinander setzen, leben Sie ein selbstbestimmtes Leben.

11. Durchsetzungsvermögen
Sich angemessen durchzusetzen bedeutet zu überzeugen, statt zu überreden - oder zu zwingen. Überzeugt folgen Ihnen andere gern auf Ihrem Weg.

Mehr zum Thema Soft Skills ...
... finden Interessierte im gleichnamigen Buch von Gabriele Peters-Kühlinger und Friedel John - erschienen bei Haufe im praktischen "TaschenGuide"-Format (passt in jede Hosentasche).

3. Fragen, fragen, fragen

Nur wer Fragen an Daten stellt, kann Erkenntnisse aus ihnen ziehen. Mit interaktiven Daten-Dashboards lassen sich live und gemeinsam im Team Fragen an die Daten stellen und in Echtzeit beantworten. Häufig werden dadurch nicht nur die ursprünglichen Fragen beantwortet, sondern auch ganz neue Erkenntnisse und Blickwinkel gewonnen. Die Methode der "Fünf Fragen", entwickelt vom Japaner Sakichi Toyoda, kann dabei helfen. Ziel ist es, auf jede Antwort mit einem neuen "Warum" zu reagieren, bis die Wurzel des Problems erreicht wurde und es behoben werden kann.

4. Das Bauchgefühl ignorieren

Wenn der Chef mal wieder um eine Einschätzung bittet, sollte die Antwort nicht heißen: "Ich habe das Gefühl, dass …" Die datengetriebene Antwort lautet: "Die Daten sagen mir, dass …" So wird der ständige Umgang mit Informationen geübt, während gleichzeitig das Auftreten souveräner und kompetenter wird.

5. Probieren geht über studieren

Das Internet ist die größte Datenquelle der Welt mit zahlreichen frei verfügbaren Daten. Auf Tableau Public beispielsweise stellen Nutzer ihre Daten und Visualisierungen zum Download zur Verfügung. Neben dem Pool an Daten gibt es hier auch täglich die besten Visualisierungen zur Inspiration. Mit Daten aus öffentlich zugänglichen Quellen können die Analyse- und Visualisierungsfähigkeiten geübt werden. Ein zusätzliches Plus: Die erstellten Infografiken sind im persönlichen Profil speicherbar und können so als Link der nächsten Bewerbung hinzugefügt werden.

6. Spaß ist Trumpf

Für den Start zum Datenprofi müssen es nicht gleich die Geschäftszahlen vom letzten Quartal sein. Warum nicht mal die Filme des Lieblingsregisseurs analysieren oder etwas zum Thema Fußball? Für erste Erfolge sind vor allem simple Datensätze und Spaß am Thema entscheidend.

7. Von der Community lernen

Feedback ist der Schlüssel zum ständigen Lernen. Das Internet ist der beste Ort, um sich mit anderen Datenneulingen oder Profis zu vernetzten und auszutauschen. Zahlreiche Blogs helfen beim Meistern anfänglicher Hürden.