Blog

Das *umBlog – Wissenswertes aus der Welt der Daten, Tech-Trends, Termine und Einblicke in unsere unglaubliche Company.

Warum jeder Mitarbeiter Data-Science-Skills braucht

Verfasst am 12.10.2018 von Michaela Fränzer

Know-how im Data-Science-Bereich wird von vielen Unternehmen auf eine kleine Mitarbeitergruppe reduziert: die Data Scientists. Vermittelt man allerdings auch anderen Abteilungen zumindest entsprechende Grundkenntnisse unter Expertenanleitung, können viele Arbeitsabläufe zukunftsfähiger gestaltet werden. Im Zuge der Digitalisierung ein essenzielles Vorgehen. Denn es geht nicht um eine bloße "Digitale Transformation", sondern die kontinuierliche und individuelle digitale Entwicklung von Unternehmen.

Wir entdecken weltweit jeden Tag neue Anwendungen für Data Science. Die Regierung von Ruanda beispielsweise spürt Steuerhinterzieher auf, indem sie Anomalien in den Daten der Einnahmenerhebung untersucht. Trotz des umfassenden Sammelns und Auswertens von Daten in fast allen Sektoren – von Finanzunternehmen und Gesundheitsfirmen bis hin zu Unternehmensberatungen und der Regierung –, beschränkt sich in vielen Organisationen Data-Science-Fachwissen weiterhin auf eine kleine Anzahl von Mitarbeitern.

Das ist ein Fehler – und auf lange Sicht unhaltbar. Data Scientists finden es zunehmend frustrierend, ihre Ergebnisse an Kollegen weiterzugeben, denen es an grundlegender Datenkompetenz und somit Verständnis mangelt. Business Stakeholder sind unzufrieden, weil Datenanfragen zu lange dauern oder die ursprünglichen Fragen nicht beantwortet werden. In einigen Fällen liegt das daran, dass der Fragesteller die Frage dem Data Scientists aufgrund mangelnden Fachwissens nicht richtig erklärt hat. 

Gartner hat in seiner Analyse zum Thema "Traditional Approaches Dominate Data and Analytics Initiatives" herausgefunden, dass fast jeder zweite Befragte damit Probleme hat, Data-Projekte in die internen Prozesse und Anwendungen zu integrieren. Ganze 31 Prozent sagen sogar konkret, es mangele ihnen an den richtigen Skills.

Betriebsanleitung für digitales Denken und Handeln

Die heute erfolgreichen Unternehmen sind jene, die ihre Daten am schnellsten verstehen und in der Lage sind, auf dieser Grundlage zukunftsweisende Entwicklungen anzupassen. Implementiert man ein grundlegendes Fachwissen im Bereich der Data Science im gesamten Unternehmen, geht man einen wichtigen Schritt Richtung Kultur und Mindset, die benötigt werden, um das eigene Unternehmen langfristig handlungs- und entwicklungsfähig zu machen. Ein Schritt, der den Beruf und die Expertise der Data Scientists nicht überflüssig macht, sondern im Gegenteil Arbeitsabläufe auf vielen Ebenen zielführender und effektiver gestaltet, so dass Data Scientists sich mehr auf ihre Kernkompetenzen fokussieren können.

Um den Data-Wissensfluss im gesamten Unternehmen zu verbreitern, müssen drei Dinge ermöglicht werden: Datentools und Know-how sollten sich fließend verbreiten und Datenverantwortung muss integriert werden.

Nummer 1: Datenwerkzeuge jedem in Unternehmen zugänglich machen

Die meisten Datentools gehören zum Data-Science-Team. Das mag auf den ersten Blick logisch erscheinen, aber die Schaffung eines solchen Tool-Silos mit einem beschränkten Zugriff für eine kleine Gruppe von Mitarbeitern stellt eine erhebliche Belastung dar. Die meisten Anfragen aus anderen Abteilungen, wie Technik, Finanzen, Produkt oder Marketing, sind relativ einfach – jeder mit einer Data-Science-Grundausbildung kann sie bearbeiten. Indem Unternehmen Data Scientists aber mit diesen grundlegenden Gatekeeping-Aufgaben betrauen, wird ihre Aufmerksamkeit von den größeren Projekten abgelenkt, die ihr Fachwissen erfordern.

Wir bei *um sind ein großer Fan davon, Daten-Expertise ins gesamte Unternehmen zu tragen. Um unsere Mitarbeiter intern weiterzubilden, haben wir die *umAcademy ins Leben gerufen – eine virtuelle Plattform, die bislang vor allem auf Weiterbildungsmöglichkeiten hinweist. Dabei spielt unter anderem das allgemeine Verständnis und der Umgang mit Daten eine Rolle. Denn selbst bei uns als Data Company gibt es Teammitglieder, die fernab von der Datenauswertung arbeiten. Ein vergleichbares Modell gibt es auch beim Reiseanbieter Airbnb, der eine eigene Data University hat. Deren Zielstellung ist es, jedes Teammitglied in die Lage zu versetzenselbstständig datengetriebene Entscheidungen zu treffen. 

Eine weitere gute Möglichkeit den Wissensaustausch zu fördern, sind kollaborative Tools. Eine Plattform wie Confluence beispielsweise gibt Mitarbeitern die Möglichkeit, darüber zu berichten, welche neuen Probleme gerade gelöst wurden und wer sie gelöst hat, so dass jedem bei aufkommenden Fragen gleich der entsprechende Ansprechpartner bekannt ist. Diese Artikel tragen so nicht nur dazu bei, die Effektivität des gesamten Unternehmens zu steigern, sondern fördern die Anerkennung der Problemlöser – was andere dazu anregt, es ihnen gleich zu tun.

Nummer 2: Fähigkeiten teilen

Wenn Datentools gemeinsam genutzt werden, muss sichergestellt sein, dass sie von allen Mitarbeitern genutzt werden können. Nicht jedes Unternehmen kann eine eigene Data University gründen. Abhängig von den Datentools, die jedes Unternehmen individuell einsetzt, können verschiedene Bildungsprogramme, sowohl online als auch persönlich, das Team auf den neuesten Stand bringen. Im Prozess wird sich herausstellen, dass einige Mitarbeiter datenaffiner sind als andere. Eine weitere Möglichkeit sich intern weiterzubilden, sind Meetings, bei denen diese Mitarbeiter ihren Teammitgliedern etwas beibringen. Bei uns heißen diese Treffen *umBrainfoods – sie finden regelmäßig an jedem Standort statt.

Wenn Teammitglieder die Fähigkeiten erlernt haben, mit Datentools umzugehen, fällt es ihnen leichter, Daten und entsprechende Auswertungen in ihre Arbeit und wichtige Entscheidungen einfließen zu lassen. Darüber hinaus stellt ein datenkundiges Team bessere Anfragen. Schon ein grundlegendes Verständnis von Werkzeugen und Ressourcen verbessert die Qualität der Zusammenarbeit erheblich. Wenn sich der entsprechende Klärungsaufwand pro Anfrage reduziert, steigen Geschwindigkeit und Qualität. Gemeinsame Kompetenzen verbessern die Arbeitsplatzkultur und die Ergebnisse außerdem durch ein verbessertes gegenseitiges Verständnis.

Nummer 3: Gemeinsam Verantwortung übertragen

Sobald Unternehmen den Zugang und die Ausbildung für das benötigte Data-Know-how geschaffen haben, ist es an der Zeit, die Rollen und Verantwortlichkeiten anzupassen. Die Kollegen unterschiedlicher Abteilungen sollten zumindest in der Lage sein, auf die für sie relevanten Datensätze zuzugreifen und sie zu verstehen. Indem mehr Teammitglieder mit grundlegenden Programmierkenntnissen ausgestattet werden, können Unternehmen auch von Nicht-Data-Scientists erwarten, dass sie dieses Wissen bei der Lösung von abteilungs-spezifischen Problemen anwenden, was zu stark verbesserten Ergebnissen führt.

Data Science ist nicht mehr nur die Domäne der Data Scientists – auch wenn sie ihnen einmal vorbehalten war. Die Analyse gesammelter Daten ist einfach zu wichtig, um sie für sich zu behalten und wirkt sich zunehmend auf immer mehr Sphären aus. Intelligent aufgestellte Unternehmen stellen daher sicher, dass möglichst viele ihrer Mitarbeiter die "Sprache der Daten" sprechen und zur Verbesserung der Arbeitsergebnisse nutzen können. Durch diese grundlegende Befähigung der Mitarbeiter legen Unternehmen den Grundstein für ihre tatsächliche Digitalisierung. Dann beginnt die eigentliche Reise.

Navigationshilfe für Unternehmen

Für die individuelle digitale Entwicklung brauchen Unternehmen kompetente Unterstützung und Anleitung in Sachen Data, Algorithms, Compute & Mindset. Ein erster Schritt ist die Einführung eines Data-Governance-Zuständigen. Die Struktur von Datenbanken und den darin enthaltenen Daten ändert sich kontinuierlich. Diese Änderungen müssen dokumentiert werden, sodass eine Auswertung und Analyse der Daten im Nachhinein überhaupt erst möglich ist. Um diesen Digitalisierungsvorgang komplett zu erfassen und zu begleiten – letztlich also zu vereinfachen –, haben wir das Data Leadership Process Model (*umDLPM) entwickelt. Es dient als "Navigationshilfe" und hilft, das eigene Unternehmen ganzheitlich digital aufzustellen und in den digitalen Lead zu gehen. Wie das funktioniert, haben wir in einem Whitepaper zusammengefasst, das kostenlos heruntergeladen werden kann:

Kostenloses Data Thinking Whitepaper downloaden


Das könnte dich auch interessieren: 

Data Thinking: Neues Denken und Vorgehen für die digitalen Ziele in unserer Zeit
Data Thinking: Das Data Leadership Process Model

Aktuelle Blogeinträge

Social Media

Kontakt

The unbelievable Machine
Company GmbH
Grolmanstr. 40
D-10623 Berlin

+49-30-889 26 56-0 +49-30-889 26 56-11 info@unbelievable-machine.com

Kostenloses Whitepaper

Data Thinking:
Erfolgsrezept für den digitalen Wandel

Zum Whitepaper