Die Tätigkeiten dieser einzelnen Big Data-Typen hat
das Fachmagazin „Computerwoche“ wie folgt zusammengestellt:
Data Scientist:
Er definiert Rohdaten für eine Analyse und bestimmt die geeignete Analyseform sowie Technologie. Er kombiniert Datenbanken mit Netzwerktechniken, Programmierung und Business Intelligence-Applikationen. Beim Aufsetzen der Analyse berücksichtigt er, wie das Feld beschaffen ist, in dem er forschen möchte. Für seine Analysen arbeitet er mit vielen Menschen, Fachbereichen und Hierarchien zusammenarbeiten.
Data Artist oder Data Visualizer:
Sie bereiten Auswertungen für Anwender verständlich auf, unter anderem mit Grafiken und Diagrammen. Das tun sie im Wesentlichen dadurch, dass sie Daten in spezielle Visualisierungsanwendungen einsetzen.
Data Architect:
Der Data Architect nimmt im Big Data eine zentrale Rolle ein. Sein Berufsbild fusst auf denen des Datenbanken-Designers und Analysten. Er führt Daten aus verschiedenen Websites, digitalen Kanälen und anderen Quellen in vorhandenen oder zu erstellenden Systemen zusammen (Design, Entwicklung, Umsetzung, Management). Dazu muss er zeitlich-logisch aufeinanderfolgende Teilprozesse als End-to-End-Prozess denken. Damit schafft er einheitliche Datenstandards.
Information Broker:
Der Information Broker nimmt sich im Big Data kaum anders aus als im üblichen IT-Umfeld. Er liefert Kunden oder inhouse im Unternehmen Informationen aus Datenbeständen unterschiedlicher Quellen. Und er entwickelt Ideen zur nützlichen Datenverwendung. Einziger Unterschied zum ursprünglichen Berufsbild: Er ist auf Big Data spezialisiert.
Daten-Ingenieur:
Des Daten-Ingenieurs grösste Aufgabe ist die IT-Infrastruktur. Er bearbeitet das Big-Data-Analysesystem, bestehend aus Hard- und Software sowie Netzwerkkomponenten für das Sammeln und Auswerten von Daten. Die Rolle des Typuses entspricht der des System- und Netzwerkverwalters im IT-Bereich.
Foto: Petra Dirscherl | pixelio.de
Ausbildungslage: Noch viel Neuland zu beschreiten
Wer sich mit Big Data-Berufsbildern und den entsprechenden Qualifizierungen und Ausbildungen beschäftigt, muss bald merken, dass hier noch Neuland brach liegt. Grosse Softwarehäuser und Weiterbildungshäuser bieten Fortbildungen an, doch das Ausbildungsangebot ist noch überschaubar. Auch Universitäten bereiten Studenten internationalen Studien zufolge kaum erfolgreich auf das Berufsfeld vor. Die Studenten besässen tiefgreifendes technisches Wissen, aber könnten zu wenig in geschäftlichen Zusammenhängen denken. Dies ist allerdings ein Befund, der nicht nur für Big Data gilt, sondern ganz generell. Der Grund ist allzu natürlich: Komplexes Wissen muss sich immer an der rauen Realität abarbeiten. Königswege gab es nie und wird es nicht geben. Die Losung lautet: Erproben und im Prozess lernen. Fehlschläge einkalkulieren.
Die Statistik ist der Sockel der Forschung. Wirtschaftspsychologen, Soziologen, Betriebswirte und eine ganze Reihe anderer Berufe müssen sich mit ihr befassen, Statistik gehört zu ihrem Handwerk. Das ist nicht neu. Doch mit dem Aufkommen von Big Data Mitte des neuen Jahrtausends begannen Fachleuten darüber nachzudenken, ob diese Analyseform neue Berufsbilder erfordert. Während die eine Seite meinte, es seien keine gänzlich anderen Berufe nötig, sagte die andere Seite, dass die bereits etablierten IT-Spezialisten die anstehenden Aufgaben nur unzureichend erledigen könnten. Es brauche einen neuen Typus.
Diese Debatte wurde und wird heute noch dadurch befeuert, dass sich Politik und Arbeitgeberverbände, aber auch Gewerkschaften einen enormen Jobwachstum durch Big Data erwarten. Die Hoffnungen scheinen erfüllt zu werden. So prognostizierte das international tätige und auf Big Data spezialisierte Marktforschungsunternehmen Gartner für das Jahr 2016 ein weltweites Jobwachstum in Höhe von 4,4 Millionen Positionen. Nun reicht Gartner diese Zahl schon seit ein paar Jahren im Markt herum, doch der Blick in Schweizer Jobbörsen zeigt, dass inzwischen tatsächlich hunderte entsprechender Positionen angeboten werden. So ganz abwegig scheint die Gartner-Prognose also nicht zu sein.
Die Bandbreite der gebotenen Stellen reicht vom „Big Data Consultant“ über den „Software Engineer Big Data“, den „Business Analyst (Big Data und IT Security)“ bis hin zum „Data Scientist“. Die Grundbezeichnungen ohne den Zusatz „Big Data“ sind in der Informatik bereits geläufig, wie eine Übersicht des vdf Hochschulverlag AG an der ETH Zürich zeigt. Doch was ist es, das die Big Data-Jobs prägt? Die Stellenbeschreibungen diverser Stellenbörsen zeigen, dass ein Big Data-Experte ein grosses technisches, mathematisches und fachliches Wissen benötigt. Dazu gehören unter anderem Cloud Computing, IT-Sicherheit, Social Media, Datenvisualisierung. Diese Bandbreite zeigt, dass die betreffenden Personen laufende Qualifizierung brauchen.
Die Lösung der Debatte lautet daher: Völlig neu muss der Big Data-Spezialist nicht erfunden werden, aber seine Profession ist ein offenes Feld und verlangt Entwicklung und Spezialisierung. Letzteres begründet sich zum Teil dadurch, dass die Analysten häufig riesige Mengen von Echtzeit-Informationen auswerten; was Kenntnisse zum Beispiel rund um die SAP-Technik HANA (High Performance Analytic Appliance) erfordert.
Damit Unternehmen, Analysten und Kunden zumindest wissen, welche grundsätzlich verschiedenen Berufsbilder derzeit existieren, haben Interessensvereinigungen und Firmen Raster vorgeschlagen. So auch die Experton Group, ein Research-, Advisory- und Consulting-Unternehmen, welches im Big Data-Feld stark aktiv ist.
Experton nimmt diese grobe Kategorisierung vor: Data Scientist, Data Artist, Data Architect, Dateningenieur und Information Broker. Die meisten interdisziplinären Kompetenzen müssen Data Scientists mitbringen, sie sollten fit sein in den Bereichen Mathematik, Statistik, Datenbanken, Programmierung, Business Intelligence, Psychologie und Medien. Der Data Artist wird teilweise am Markt auch als Data Visualisierer betitelt. Er sollte sich auskennen mit Grafik, Statistik und Präsentationstechniken. Der Data Architect vereint in seiner Person Kenntnisse zu Datenbanken, Datenanalyse und Business Intelligence. Alle Dateningenieure sollten sich mit Hardware, Software und Programmierung zur Bewältigung grosse Datenmengen beschäftigen. Information Broker schlussendlich besitzen Knowledge über Kommunikation, Datenbanken und Psychologie.
