Was sind eigentlich Data-Science-Plattformen und warum sind sie für Data Scientists so wichtig?

Foto: Myriam Jessier/Unsplash Data Science stellt die Verbindung zwischen Technik und Fachbereich dar Eine Data-Science-Plattform stellt Datenwissenschaftlern eine Tool-Landschaft zur Verfügung, welche es ihnen erlaubt, businessrelevante Themen zu bearbeiten. Welche das sind, hängt vom jeweiligen Unternehmen und der Aufgabenstellung ab. Werner Rohrer, Leiter der Geschäftsstelle Wien und Geschäftsführer des Data-Science-Unternehmens solvistas Deutschland, bringt den Terminus auf den Punkt: „Data Science stellt die Verbindung zwischen Technik und Fachbereich dar, gehört deshalb zum ganzheitlichen Businessverständnis und wird daher immer wichtiger. Zusätzlich erlaubt dieses interdisziplinäre Feld erweiterte Einblicke in den Geschäftsalltag und beschreibt Zusammenhänge, welche sich über mehrere Bereiche erstrecken und dem Entscheider fachlich fundierte Informationen liefern, die ihm helfen, seine Lage einzuschätzen und die richtigen Entscheidungen zu treffen.“ Um dies gewährleisten zu können, brauchen Data-Science-Experten – die in der Regel sowohl für Unternehmen und im Rahmen von Projekten jeglicher Größenordnung, bei Startups, mittelständischen Betrieben oder internationalen Konzernen, von extern dazu geholt werden – eine agile Data-Science-Plattform.

Die eine Lösung gibt es nicht

Versierte Datenwissenschaftler wissen, dass Data-Science-Plattformen die wesentlichen Bereiche abdecken können müssen: Das Data Management, zu dem die Disziplinen Data Warehouse, Big Data, Data Quality, Meta Data Management gehören, Data Analytics, zu dem Machine Learning, Artificial Intelligence, Predictive Analytics und pure Statistics zählen, sowie Business Intelligence, inklusive Reporting und Self-Service BI. Werner Rohrer ergänzt: „Eine Data-Science-Plattform umfasst neben Tools unterschiedlicher Hersteller ein agiles Methodenset, welches notwendig ist, um rasch qualitätsgesicherte Informationen aus einer heterogenen Datenlandschaft zu bergen.“ Für die Data-Science-Experten ist also wichtig, dass ihr Arbeitswerkzeug modular und Hersteller-unabhängig ist und gute Integrationsmöglichkeiten bietet. Ebenfalls wichtig, vor allem im Hinblick auf komplexe Aufgabenstellungen, in die künstliche Intelligenz und maschinelles Lernen eingebunden sind, ist, dass entsprechende Tools integriert werden können.

Data-Science-Plattformen heute und morgen

Foto: solvistas Werner Rohrer, solvistas: „Methoden aus den Bereichen KI, neuronalen Netzwerken sowie Predictive Analytics werden maßgeblich beeinflussen, wie Datenwissenschaftler in Zukunft arbeiten“ Technologien, Werkzeuge und Methoden, beispielsweise aus der Mathematik und Statistik, werden schon seit mehr als 20 Jahren eingesetzt, um Daten zu sammeln, diese zu analysieren und daraus Informationen zu gewinnen, die als Entscheidungsgrundlage dienen können. Unternehmen nutzen dieses Wissen zum Beispiel im Risk Management und für Trend-Forecasts. „Die Basis hat sich nicht verändert, aber zusätzliche Features, die verstärkte Nutzung analytischer, stark automatisierter Methoden aus den Bereichen KI, neuronalen Netzwerken sowie Predictive Analytics werden maßgeblich beeinflussen, wie Datenwissenschaftler in Zukunft arbeiten werden“, sagt Werner Rohrer. Zur Veranschaulichung der Thematik dient beispielsweise ein Mobiltelefon. Die Grundfunktionalität – unterwegs und schnurlos telefonieren zu können – hat sich nicht geändert. Hinzugekommen sind bis heute zahlreiche Apps, mit denen wir spielen, Fotos und Videos bearbeiten, Dokumente unterzeichnen, das Wetter an einem beliebigen Ort verfolgen oder unsere Bankgeschäfte erledigen können.

Speziell ausgebildete Fachkräfte sind das A und O

Im Vergleich zu Smartphone-Applikationen, die im Prinzip jeder bedienen und nutzen kann, ist das Arbeiten mit Data-Science-Plattformen bestens ausgebildeten Datenwissenschaftlern vorbehalten. solvistas hat eine eigene Akademie gegründet, um Berufseinsteigern sowie Mitarbeitern, bestehend aus Statistikern, Applikationsentwicklern, DWH- und Business-Intelligence-Experten und Analytikern, eine optimale Entwicklung zu ermöglichen. In den hybriden Vorlesungen und Workshops werden Wissen und Best-Practice-Beispiele vermittelt.