Die 3 Typen der Big-Data-Experten

Data Scientist II - der Analytische

Gemeinsam ist den Vorstellungen von Data Scientists, dass es Fachleute mit diesem Profil nicht von der Stange gibt. "Dieses Universal-Know-how, am besten noch gekoppelt mit Erfahrung etwa mit Hadoop, bringt ja niemand von der Uni mit", sagt Jörg Besier von Accenture. Lässt sich all das nicht in einer Person finden, so hält Holm Landrock es für "pragmatisch", die Aufgaben aufzuteilen. Ein Data Scientist müsste ihm zufolge die Anwendung, die Daten nach seinen Vorstellungen analysiert, ja nicht selbst schreiben. "Damit beauftragt er einen Programmierer", sagt Landrock. Auch für Michael May kommt "als Behelfslösung eine Arbeitsteilung zum Beispiel zwischen Informatiker und Statistiker infrage".

Jörg Besier plädiert sogar für eine Arbeitsteilung, und das nicht nur als Notlösung. Er setzt den Schnitt an anderer Stelle: Firmen sollten die eigentliche Arbeit der Big-Data-Experten "sauber vom technischen Daten-Management abtrennen". Letzteres sei Aufgabe der klassischen IT-Abteilung. Den Data Scientists hingegen komme es zu, "die wirklich neuen Insights zu gewinnen und in den Business-Kontext zu übersetzen".

Für Besier hat diese Arbeitsteilung auch eine organisatorische Komponente, die letztlich sogar die Stellung des CIOs im Unternehmen berührt. Ihr analytisches Talent - Statistiker, Mathematiker - sollten Firmen nach seiner Vorstellung in einem Center of Excellence oder als Shared Service Center zusammenführen. "Entstehen könnte so eine Art neue IT-Abteilung, die neue Analytics-Ansätze in gleicher Form in alle Bereiche trägt", sagt Besier. Statt über Prozesse könne sich der CIO so künftig wieder stärker über das "I" in seinem Titel definieren. "Was die IT hier schon an die Fachabteilungen verloren hat, kann sie zurückgewinnen. Der CIO muss dafür klarmachen: Ich bin der, der Datenstrategie und Datenarchitektur mitbestimmt", sagt Besier.