Der Arbeit des Data Scientist galt schon 2012 als “The Sexiest Job of the 21st Century”, wie Thomas H. Davenport und D.J. Patil damals im Harvard Business Review ihren Artikel titelten. Doch gibt es noch viel zu tun. So analysiert Gartner unn in dem Papier "Organizational principles for placing data science and machine learning teams" den Status quo der Rolle von Data Scientists in Unternehmen.
Zu einem Data Scientisten gehört demnach die Fähigkeit, aus den Daten eines Unternehmens mathematische Modelle abzuleiten, die Umsatz- und Absatzsteigerungen ermöglichen. Sehr gute Analysefähigkeiten alleine reichen also nicht. Gartner betont, dass Mitarbeiter, die den Titel Data Scientist verdienen, selten sind.
5 Abteilungen, wo Data Scientists arbeiten können
Umso wichtiger ist es, diese zu finden und zu fördern. Grundsätzlich haben Unternehmen fünf Möglichkeiten, wo sie ihre Data Scientists arbeiten lassen können: entweder in der jeweiligen Fachabteilung, oder in der IT, oder in einer eigenen Abteilung oder sowohl in IT als auch Fachabteilung. Die fünfte Möglichkeit, das Gründen eines Data Science Labs, unterscheidet sich von einer eigenen Abteilung durch die physischen und virtuellen Collaboration-Möglichkeiten, die die Mitarbeiter dort haben.
Die Mehrheit der Unternehmen - laut Gartner mehr als jedes zweite - beschäftigt Data Scientists in den jeweiligen Fachabteilungen, üblicherweise in Marketing, Sales oder Finance. Zunehmend arbeiten sie auch in den Entwicklungsabteilungen. Hier entstehen die meisten Vernetzungen zwischen Data Science und Machine Learning.
Berichtswege für Data Scientists
Diese Data Scientists reporten dann auch an den Verantwortlichen ihrer Fachabteilung und nicht an den CIO, einen Chief Data Officer oder einen Head of Analytics. Die Analysten halten wenig von dieser Struktur. Ihrer Einschätzung nach gewinnen Unternehmen umso mehr, je stärker die Data Scientists vernetzt sind und je übergreifender sie arbeiten. Gartner betrachtet die jetzige Struktur als Zeichen mangelnder Reife im Umgang mit Data Science.
So organisiert man Data Science
Weil die meisten Entscheider noch am Anfang stehen, formuliert Gartner sechs Ratschläge:
1. Data Science-Initiativen in den Fachabteilungen finden und fördern
Schlagworte wie "Daten als neues Gold" kursieren nicht nur in der IT. Entscheider in den Unternehmen müssen jetzt die Augen offen halten und erkennen, wo Mitarbeiter möglicherweise Data Science betreiben, auch, wenn Rollen, Tätigkeiten und Begrifflichkeiten um dieses ganze Thema herum noch neu und damit schwammig sind.
2. Realistische Projekte aufsetzen
Erste Data Science-Projekte dürfen nicht überfordert werden. Das heißt: Sie sollten ein klar definiertes Business-Problem angehen. Das Projekt-Team braucht Zugriff auf alle nötigen Daten.
3. Strukturen für die Wirksamkeit schaffen
Data Science kann nur dann Erfolge bewirken, wenn die Prozesse im Unternehmen verändert werden.
4. Eine Community aufbauen
Alle Mitarbeiter, die als Data Scientisten gelten können, sollten sich als eigene Community fühlen. Das ist umso wichtiger, als Gartner befürwortet, dass sie für unterschiedliche Abteilungen arbeiten.
5. Neue Funktionen kreieren
Gartner plädiert dafür, bisherige Rollen in den Fachabteilungen nicht umzuwidmen, sondern neue Data Scientist-Rollen zu definieren. Die Mitarbeiter in diesen neuen Rollen kooperieren mit den Experten, die in ihren bisherigen Funktionen bleiben.
6. Den Reifegrad überprüfen
Zwar gibt es noch keine anerkannten Best Practices und Standards für Data Science, Entscheider sollten sich trotzdem mit ihren Peers aus anderen Unternehmen messen und eine Standortbestimmung versuchen. Das gilt für das Unternehmen als Ganzes ebenso wie für einzelne Abteilungen.
Gartner äußert sich auch zur Rolle der IT. Der CIO muss die Data Scientists in den Fachabteilungen kontaktieren und ihnen Mitarbeiter an die Seite stellen, um sie bei konkreten Projekten zu unterstützen. Außerdem sollte sich der CIO ansehen, mit welchen externen IT-Dienstleistern die Fachabteilung zusammenarbeitet und welche Services sie einkauft. Hier bestehe oft Beratungsbedarf, beobachten die Analysten.