Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
6 l 2021 18 l iT-Karriere l Datendemokratisierung in Deutschland „Das Wissen um die Nutzung von Daten darf kein Herrschaftswissen von einigen Wenigen bleiben – im Gegenteil sollte es unser aller Ziel sein die Datendemokratisierung voranzutreiben “ Auch aus der Wirtschaft kann entsprechende Unterstützung kommen um das Wissen zu teilen So haben wir bei Exasol unsere „Data Dreamer Plattform“ ins Leben gerufen auf der Interessierte immer wieder neue Informationen rund um das Thema Daten deren Nutzung und Analyse finden – bis hin zu gesellschaftlichen Themen wie Datenethik oder auch wie Datenanalyse gegen die Klimakrise helfen kann funkschau Brauchen Unternehmen heutzutage einen Data Scientist? Wenn ja warum? Golombek Die Fähigkeit Daten zu sammeln und intelligent auszuwerten wird langfristig darüber mitentscheiden wie erfolgreich ein Unternehmen in seinem Markt ist Ich bin davon überzeugt dass beispielsweise Unternehmen in Zukunft danach bewertet werden wie nachhaltig sie ihre Waren produzieren Data Science ist da ein unverzichtbarer Baustein um zu erkennen wo noch Einsparpotenzial beim Einsatz von Ressourcen besteht Ein Data Scientist alleine wird allerdings wenig ausrichten können Ebenso wichtig ist dass sich die Organisation für Tools entscheidet die rasche Analysen in Echtzeit ermöglich Und wie bereits erwähnt dass das Verständnis von Daten und die Vorteile der gezielten Nutzung im ganzen Unternehmen angekommen ist Kurz gefasst Data Literacy ➤ Der Begriff setzt sich aus den englischen Wörtern „Data“ Daten und „Literacy“ Alphabetisierung zusammen ist mit Datenkompetenz gleichzusetzen Data Literacy umfasst dabei die Fähigkeiten Daten auf kritische Art und Weise zu sammeln zu managen zu bewerten und anzuwenden Dazu gehören eine ganze Reihe von Einzelkompetenzen – vom Schaffen des grundlegenden Bewusstseins bis hin zu ethischen und rechtlichen Fragestellungen Data Literacy gilt somit als eine zentrale Kompetenz für die Digitalisierung und die globale Wissensgesellschaft in allen Sektoren und Disziplinen Angesichts der zunehmenden Menge und der Verfügbarkeit von Daten stellt sich die Herausforderung mit den Daten Wissen zu generieren und fundiert Entscheidungen treffen zu können Der Begriff selbst entwickelte sich in der Zeit der Jahrtausendwende und wurde jüngst durch Rahmenwerke der Europäischen Kommission und des Hochschulforums Digitalisierung in Zusammenarbeit mit dem Stifterverband für die Deutsche Wissenschaft weiter verfestigt Data Literacy wird dabei von Begriffen wie Informationskompetenz Digital Literacy Datenmanagement-Kompetenzen und Data Science Literacy abgegrenzt auch wenn Inhalte und Beschreibungen sich je nach Autor teilweise überdecken Mit dem im September 2019 veröffentlichten Framework „Future Skills Data Literacy“ soll ein Kompetenzrahmen für die Hochschulausbildung und die Voraussetzungen für die Messung von Qualität und Wirkung der Lehre vorbereitet werden Data Literacy umfasst fünf Kompetenzbereiche und definiert für jede Kompetenz typische aufgaben ❶ Konzeptioneller rahmen ❷ Datensammlung ❸ Datenmanagement ❹ Datenevaluation ❺ Datenanwendung funkschau Welche Fähigkeiten sollte ein Data Scientist in diesem Zusammenhang mitbringen? Golombek Einen guten Data Scientist zeichnet zum einen aus dass er das Handwerk also Programmiersprachen wie SQL Python oder Rbeherrscht ebenfalls hilfreich sind grundlegende Kenntnisse über Software-Architektur Darüber hinaus sollte sie oder er natürlich ein Gespür für und Spaß an Zahlen und Prozessen haben und analytisch denken Dazu kommen Soft Skills wie Kommunikationsfähigkeit und Empathie Data Scientists arbeiten in Unternehmen abteilungsübergreifend und müssen daher in der Lage sein zwischen Disziplinen wie beispielsweise der IT und der Verwaltung zu „übersetzen“ funkschau Stichwort Gender Gap Gibt es hier – wie in den meisten MINT-Bereichen – auch geschlechtsspezifische Unterschiede? Golombek Im Bereich Data Science ist der Frauenanteil im Vergleich zu andern MINTbeziehungsweise Informatik-Disziplinen relativ hoch Rund 26 Prozent der Data Scientists sind weiblich Es wäre aber dringend wünschenswert dass noch mehr Frauen den Weg in die Datenwissenschaft finden – auch in die Programmierung Nur so kann IT langfristig die Diversität der Gesellschaft korrekt abbilden Solange vor allem weiße Männer die Algorithmen gestalten wird der digitale Blickwinkel immer ein männlich dominierter sein und nicht die Bedürfnisse aller Gesellschaftsgruppen bedienen können Auch hier ist das Aund Oschon bei den jüngeren Generationen anzusetzen und Mädchen und junge Frauen zu ermutigen den Weg in Richtung MINT einzuschlagen Das Ganze ist dabei schon heute längst nicht mehr nur eine Gerechtigkeitsfrage – in Zeiten des Fachkräftemangels können es sich die Unternehmen schlicht nicht mehr leisten auf weibliches Knowhow zu verzichten