Fachkräfte verzweifelt gesucht: Was ein Data Scientist können muss

Es gibt eine Vielzahl von Berufen, die in Zukunft wichtiger sein werden als heute. Programmierer mit bestimmten Qualifikationen in Richtung künstliche Intelligenz werden sicher dazu gehören, aber auch andere Job-Profile wie etwa der Data Scientist. Angesichts wachsender Datenmengen geraten Unternehmen nämlich zunehmend unter Druck, ihre Daten auszuwerten und nutzbar zu machen, um wettbewerbsfähig zu bleiben.

Data Scientists sind in vielen Berufsfeldern gefragt: In Marketing, Werbung und Produktmanagement, im E-Commerce sowieso. Sie sind gesuchte Fachkräfte in nahezu allen Branchen, vor allem aber dort, wo Kunden große Menge an Daten hinterlassen – und hier reihen sich ganz vorne auch Unternehmen der Banken- und Versicherungswirtschaft ein. Die Jobplattform Joblift hat rund 14 Millionen Stellenanzeigen der letzten 24 Monate analysiert, um mehr über die Nachfrage und das Berufsbild des Data Scientists herauszufinden. Dabei stellte sich (erwartungsgemäß) heraus, dass ein abgeschlossenes Studium in mehr als 90 Prozent der Stellenanzeigen Grundvoraussetzung für eine Bewerbung ist.

Allerdings gehört mehr als Informatik-Fachwissen zu den Fähigkeiten der Datenexperten: Kommunikationsstärke, analytische Fähigkeiten und Kreativität werden häufiger in Anforderungsprofilen verlangt als beispielsweise bestimmte Programmiersprachen. Die Erklärung dafür lässt sich im Berufsbild finden, denn ein Data Scientist muss Daten verständlich aufbereiten und visualisieren können, um sie für Unternehmen zu erschließen. Er sollte somit mit unterschiedlichen Datenquellen gleichermaßen klar kommen.

Berufsbild im Kommen: Ein Viertel mehr Stellen für Datenexperten

In den letzten 24 Monaten bezifferte sich der Bedarf für Datenspezialisten auf insgesamt 64.173 Vakanzen. Im Vergleich zum Vorjahreszeitraum wuchs diese Nachfrage in den letzten zwölf Monaten sogar um 23 Prozent – deutsche Unternehmen suchen zunehmend nach Kompetenzen im Umgang mit großen Datenmengen. Dabei bleiben offene Stellen im Durchschnitt 34 Tage lang unbesetzt, was leicht unter der Vakanzzeit von 36 Tagen für Softwareentwickler liegt. Das könnte damit erklärbar sein, dass nicht nur Bewerber mit Informatik-Hintergrund für den Beruf des Data Scientists geeignet sind.

Wirft man einen Blick auf den verlangten Ausbildungsgrad der Bewerber, so fällt besonders das hohe Akademisierungsniveau auf: 93 Prozent der Inserate nennen einen Hochschulabschluss als Grundvoraussetzung. Dabei wird in 69 Prozent der Anforderungsprofile explizit ein Masterabschluss gefordert, während in 20 Prozent der Fälle ein Bachelorabschluss genügt. Das ist wohl auch der Tatsache geschuldet, dass das Berufsbild zum einen noch nicht so ausdifferenziert ist und zum anderen die Zahl der Bewerber nicht allzu hoch. Eine Dissertation wird in 4 % der Stellenanzeigen verlangt.

Hohes Interesse an Mathematikern und Statisitkern

Wer mit dem Gedanken spielt, als Data Scientist zu arbeiten, sollte also in erster Linie ein Studium anstreben – aber welches? Auf Platz eins der Wunschstudiengänge nennen Unternehmen in 41 Prozent der Stellenanzeigen wenig überraschend Informatik, aber auch Mathematik- oder Statistikabsolventen werden in 21 Prozent der Anzeigen nachgefragt. An dritter Stelle folgen Wirtschaftswissenschaften in 18 Prozent der Anforderungsprofile, gefolgt von Physik in 5 Prozent und Ingenieurwissenschaften (insbesondere Wirtschaftsingenieurwesen) in 4 Prozent aller Inserate.

Kenntnisse in SQL und Machine Learning sowie Kommunikationsstärke

Entscheidender als die passende Studienrichtung – und das bestätigen Gespräche mit Unternehmen, die Datenexperten beschäftigen – sind häufig spezielle Kenntnisse und Fähigkeiten der Bewerber: Als die fünf wichtigsten Programmiersprachen werden dabei SQL (16.942 Nennungen), R (8.422 Nennungen), Python (6.587 Nennungen), Java (5.945 Nennungen) und Spark (2.356 Nennungen) in den Anforderungsprofilen aufgeführt.

Gleichzeitig sollten Bewerber Vorwissen im Bereich Künstliche Intelligenz (1.202 Nennungen), insbesondere im Machine Learning (5.931 Nennungen) und Deep Learning als besonderes Teilgebiet (1.100 Nennungen) mitbringen. Außerdem werden oft Erfahrungen mit Datenvisualisierung (4.217 Nennungen) und Cloud-Technologie (3.356 Nennungen) vorausgesetzt.

Neben diesen harten Kriterien verlangen Unternehmen aber auch Kommunikationsstärke in fast jeder zweiten Stellenanzeige für Data Scientists (30.088 Nennungen) und analytische Fähigkeiten in 45 Prozent der Inserate (28.854 Nennungen). Weiterhin benötigen Bewerber Kreativität (23.196 Nennungen), Teamfähigkeit (9.738 Nennungen) und Eigeninitiative (7.846 Nennungen) als entscheidende Soft Skills. Denn Data Scientist müssen große Datenmengen nicht nur sortieren, sondern auch interpretieren und ihre Ergebnisse verständlich vermitteln können. tw