An Data Science führt langfristig kein Weg vorbei – Interview mit Prof. Dr. Stefan Stöckl

Home > IT  > Digitalisierung  > An Data Science führt langfristig kein Weg vorbei – Interview mit Prof. Dr. Stefan Stöckl
An Data Science führt langfristig kein Weg vorbei – Interview mit Prof. Dr. Stefan Stöckl

PTSGroup_Stefan Stöckl im Interview über Data Science

Data Sciences verwandeln Daten in wertvolles Wissen. Dieses Wissen hilft Unternehmen, mithilfe von Predictive Analytics gesicherte Prognosen über kommende Ereignisse zu treffen sowie bessere Grundlagen für Entscheidungen zu schaffen, Geschäftsprozesse zu automatisieren oder zu lenken. Wer rechtzeitig auf den Zug „Data Science“ aufspringt, kann mit Wettbewerbsvorteilen rechnen.

Als Experte für Data Science leitet Prof. Dr. Stefan Stöckl, Associate Professor of Accounting and Finance Workshops zum Thema „Predictive Analytics“ und „Data Scientist“. Im Interview beantwortet er wissenswerte Fragen zum Beruf des Data Scientist und zum Einsatz von Predictive Analytics in Unternehmen.

Herr Stöckl, was sind die Aufgaben eines Data Scientists?

Ein Data Scientist befasst sich mit der Beschaffung, Aufbereitung und Auswertung von Daten. Dabei bedient er sich statistischer und ökonometrischer Methoden. Die Weiterbildung zum Data Scientist ist für jeden interessant, der durch seine Ausbildung oder seinem beruflichen Werdegang eine Affinität zur Stochastik, zu quantitativen Methoden und zur Informatik mitbringt. Ein Data Scientist sollte über Kenntnisse in der Stochastik (deskriptive und induktive Statistik; Wahrscheinlichkeitstheorie) verfügen. Zum einen kann er durch Datenanalyse konkrete Fragestellungen und Hypothesen des Arbeitgebers überprüfen. Zum anderen kann er anhand von Mustern in Daten nach gänzlich neuen Erkenntnissen suchen. Letzteres wird „Data Mining“ genannt.

In welchen Branchen sehen Sie besonders große Potentiale für Data Science?

Ich kann gar keine spezielle Branche nennen, da alle Unternehmungen durch den Einsatz von Data Sciences Wettbewerbsvorteile generieren können. Letztendlich liegen Unternehmensdaten, egal ob quantitativ oder qualitativ, strukturiert oder unstrukturiert, in nahezu jeder Unternehmung vor. Deshalb kann auch jede Unternehmung Daten analysieren, auswerten und in Entscheidungen miteinbeziehen.

Was müssen Unternehmen tun, um Predictive Analytics erfolgreich einzusetzen und Wettbewerbsvorteile zu generieren?

Um Data Sciences erfolgreich im Unternehmen einzusetzen, ist es wichtig, eine geeignete Infrastruktur zu schaffen. Nur dadurch können die enormen Datenmengen bewältigt werden. In diesem Zusammenhang sollte auch der Begriff “digitale Transformation” nicht unerwähnt bleiben. Digitalisierungsmaßnahmen sind für ein Unternehmen, das Data Science einsetzen will, unumgänglich. Für einen erfolgreichen Einsatz von Data Science sind geeignete und qualifizierte Mitarbeiter wichtig. Aus meiner Sicht ist für eine erfolgreiche Etablierung der Einbezug aller Beteiligten und aller Mitarbeiter unabdingbar. So werden der Stellenwert und Nutzen von Data Science allen bewusst.

Die Auswertung und Nutzung von Daten führt dazu, dass Entscheidungsträger auf Basis umfassenderer Informationen ihre Entscheidungen treffen und neue Erkenntnisse gewinnen können. Dies ermöglicht objektivierte Unternehmensentscheidungen.

Wie bewerten Sie den bisherigen Stellenwert von Predictive Analytics/ Data Sciences für Unternehmen?

Meines Erachtens besteht diesbezüglich in Europa, insbesondere in Deutschland, ein großer Nachholbedarf. Dies betrifft auch das Oberthema der Digitalen Transformation. Die größte Herausforderung besteht darin, den Unternehmen den Nutzen von Data Sciences näherzubringen. In dieser Hinsicht herrschen noch viele Ängste, zum Beispiel beim Datenschutz. Ferner haben deutsche Unternehmen aufgrund der aktuell guten konjunkturellen Lage nicht den unmittelbaren Druck, innovative Wege zu gehen. Letztendlich wird man sich aber derartiger Entwicklungen nicht verschließen können, um auch zukünftig wettbewerbsfähig bleiben zu können.