Datenmengen wachsen und wachsen. Wir ordnen sie.
Jan Gerken ist Gründer und Geschäftsführer einer Firma im Bereich Data Science und automatisierter Textanalyse. Als wissenschaftlicher Mitarbeiter hat er am Institut für Projektmanagement und Innovation der Universität Bremen gearbeitet. Um Innovationsmanagement ging es auch, als er als Junior-Projektleiter bei der Hochtief AG tätig war. Außerdem war er Technologiescout bei der Wirtschaftsförderung und Technologietransfer Schleswig-Holstein GmbH (WTSH).
Wozu braucht die Welt Data Science?
Datenmengen wachsen und wachsen. Daraus entstehen Chancen, beispielsweise für neue Produkte und Dienstleistungen oder die Optimierung und Automatisierung von Prozessen. Gleichzeitig bedarf es eines anderen Umgangs mit Daten und Informationen. So gehört die Informationsflut mittlerweile zu einem der Faktoren, der uns persönlich am Arbeitsplatz belastet.
Datengetriebene Lösungen sind bereits allgegenwärtig und vereinfachen unseren Alltag und verändern den Wettbewerb. Produkte, die uns interessieren, werden uns automatisch vorgeschlagen, Bewerber*innen und Jobs können, mehr oder weniger, automatisch abgeglichen werden. Und im Film „Moneyball“ kann man eindrucksvoll sehen, wie datengetriebene Entscheidungen den Wettbewerb im Sport maßgeblich verändert haben.
Mich fasziniert insbesondere das Thema Text Analytics. Die Auswertung unstrukturierter, textueller Daten begegnet uns mittlerweile täglich, zum Beispiel als zentrale Technologie bei Chatbots. Auch für Unternehmen kann die automatisierte Analyse von Texten in Entscheidungsprozessen einiges leisten: Texte und Informationen können auf semantischer Ebene verknüpft werden. Zusammenhänge in sehr großen Dokumentenmengen können so erkannt werden, ohne diese jedoch, zumindest im ersten Schritt, aufwendig lesen zu müssen.
Was wollen Sie Ihren Studierenden auf jeden Fall mitgeben?
Neben dem technischen und methodischen Wissen, möchte ich den Studierenden Freude am experimentellen Arbeiten und Freude daran, neue Inhalte und neues Wissen selber zu entdecken, mit auf dem Weg geben. Dazu gehört auch der Mut, einfach mal was auszuprobieren.
Das ständige Entdecken neuen Wissens, das ständige Lernen ist heute von entscheidender Bedeutung. Das trifft auch, möglicherweise insbesondere, auf ein derart dynamisches Gebiet wie Data Science zu. Übrigens kann Data Science hier auch unterstützen: Wir können neue Themen und Muster entdecken, Wissenslandschaften erschließen und im nächsten Schritt diese im Detail explorieren. Data Science kann also Orientierung geben.
Manchmal muss man Dinge einfach ausprobieren, um zu wissen, ob eine Idee gut ist oder nicht. Dazu möchte ich die Studierenden ermutigen, denn so kann man eine Menge dazulernen, unabhängig davon, ob es letztendlich funktioniert oder nicht.
Was sollten Studierende mitbringen, um Ihr Fach zu studieren?
Der Data Scientist benötigt eine technische Umsetzungskompetenz, muss aber auch seinen Kunden und dessen Problem verstehen. Fragestellungen von Kunden, interne oder externe, können sehr unterschiedlich sein. Diese richtig zu erfassen ist gleichermaßen wichtig, wie die eigentliche Analyse der Daten. Neben mathematischen Kenntnissen und grundlegenden Programmierkenntnissen, sollten sie daher die Bereitschaft und die Fähigkeit mitbringen, sich schnell in neue Themen einzuarbeiten.