38
Die Kompetenzen des
Business Data Scientist
Häufig werden Data Scientists in der IT-Abtei-
lung eingesetzt, wo sie jedoch nur selten Zu-
griff auf die operativen Prozesse haben. Ohne
die „Process Owner“ als unternehmensinterne
Kunden der Data Scientists kann keine wirksa-
me Zusammenarbeit – also auch kein Mehr-
wert für das Unternehmen – entstehen. Die
richtigen Fragen können nur auf Basis von Pro-
zesswissen gestellt werden. Dann können
Muster erkannt und mit KI-Werkzeugen vor-
hergesagt werden. Dies gelingt nur in der Ver-
knüpfung von Business und Data Science. Der
Business Data Scientist muss demnach folgen-
de Kernkompetenzen mitbringen:
·
·
eine hohe Integrations- und Sozialkompetenz
als Moderator im Umgang mit dem Top-Management sowie den Shop-Floor-Experten
·
·
Strategisches Business-Verständnis, also
das Denken in Effekten, Ergebnissen und
Kennzahlen
·
·
Prozessverständnis, also ein Einlassen auf
den zu untersuchenden operativen Prozess
·
·
Data-Science-Kompetenzen, zum einen als
Data Coach an der Schnittstelle zwischen
Business und Programmierung, zum anderen
als Data Scientist, der in der Lage ist,
Algorithmen zu entwickeln, neuronale Netze
zu programmieren etc.
führen. Diese konzipiert und entwickelt der
Business Data Scientist mit Daten in Echtzeit
und befähigt damit das Unternehmen zu neuen
Services und Geschäftsmodellen.
Dem Business Data Scientist kommt folglich
eine wichtige Rolle beim Innovationsmanage-
ment und bei der Digitalisierung zu. Auf Basis
der Unternehmensstrategie entwickelt er ge-
meinsam mit der Unternehmensführung neue
strategische Geschäftsmodelle. Hier bringt er
seine Kreativität ein, dient als Moderator und ist
das Bindeglied zwischen Top-Management und
Shop-Floor-Management (vgl. Abbildung 2).
werden. Ohne Ausfälle kann die Produktionska-
pazität auch als Service angeboten werden, da
der Preis aufgrund der qualitativen Prozesssi-
cherheit und damit auch der Prozesskosten
sicherheit verbindlich „gemanagt“ werden kann.
Statt weiterhin Maschinenhersteller und Ver-
käufer von Schleifmaschinen zu bleiben, kann
das Unternehmen in das Service-Geschäft
innovieren und dann „eine Stunde Schleifen“
oder „100 geschliffene Bretter“ anbieten: Pay
per Piece, Pay per Use und Pay per Hour sind
mögliche Servicemodelle. Voraussetzung dafür
sind das Innovieren dieser Geschäftsmodelle
und die Fähigkeit, die Prozesse mit perfor-
mance- und kundenorientierten Kennzahlen zu
Autoren
Dipl.-Betriebswirt Marcus Goerke
ist Mitgründer und Mitglied des Vorstands bei NEXT Data
Service AG, Große Präsidentenstr. 10, 10178 Berlin.
E-Mail:
Prof. Dr. Heiko Seif
ist Forschungsdekan an der Munich Business School,
München.
E-Mail:
Abb. 2: Business Data Science als Bindeglied zwischen Top-Management und Shop-Floor-Management
Der Business Data Scientist
