Wie bereits mehrfach erwähnt, ist die digitale Transformation ohne Daten und Analysen nicht möglich. Wenn die Technologie nicht richtig verwaltet wird, kann sie ein Punkt sein, an dem viele Unternehmen scheitern, aber sie ist oft nicht das größte Hindernis!
Laut der jährlichen Umfrage von Gartner zum Thema „Chief Data Officer“ sind die größten Hindernisse auf den Faktor Mensch zurückzuführen – Kultur, Data Literacy und erforderliche Kompetenzen. Eine ähnliche Tendenz lässt sich aus einer anderen Studie von der Gartner ableiten, der „CEO and Senior Business Executive Survey“, in der das „Talentmanagement“ als „wichtigste Kompetenz im Unternehmen, die entwickelt oder verbessert werden muss“ genannt wurde.
In diesem Artikel möchten wir uns auf die Rollen und Führungskräfte im Bereich Daten und Analytics konzentrieren, die für Unternehmen, die datengesteuert arbeiten möchten, von entscheidender Bedeutung sind.
Unterstützende Rollen
Chief Data Officer
Der Chief Data Officer, kurz CDO, ist für die Verbesserung der Qualität, der Zuverlässigkeit und des Zugangs zu Daten zuständig. Außerdem ist es seine Aufgabe, aus seinem Datenbestand und seinem Datenökosystem im Allgemeinen einen Mehrwert zu schaffen. Durch die Auswertung seiner Daten kann der CDO einen Mehrwert erzeugen und somit dem Unternehmen die Möglichkeit verschaffen, bessere Entscheidungen zu treffen. Es gibt zahlreiche Varianten des Titels wie z. B. CAO (Chief Analytics Officer), CDAO (Chief Data & Analytics Officer), CDIO (Chief Digital Information Officer) usw.
Data and Analytics Manager
Wie der Name schon sagt, ist der Data and Analytics Manager für die Verwaltung von Unternehmensdaten sowie deren Analyse zuständig. Er ist auch für die Einführung im gesamten Unternehmen verantwortlich. Er leistet einen wesentlichen Beitrag zur Strategie und Vision der Datenabteilung, erstellt die Roadmap und ist für die Budget- und Datenressourcenplanung verantwortlich. Neben der Messung der Leistung ihres Analytics-Teams ist diese Rolle auch dafür verantwortlich, den Beitrag der Datenanalyse im Hinblick auf die Geschäftsziele zu überwachen.
Data Architect
Der Data Architect, auch Information Architect genannt, macht Daten verfügbar und teilt sie im gesamten Unternehmen, indem er darlegt, wie diese Assets für die Geschäftsergebnisse verantwortlich sind. Er trägt die Verantwortung der Datenmodelle, versteht die Auswirkungen verschiedener Datenanalyse-Szenarien auf die globale IT-Architektur (wie Data Science oder Machine Learning) und arbeitet mit der Finanzabteilung zusammen.
Analysten
Es gibt nicht nur eine Art von Analysten, sondern vielmehr ein breites Spektrum verschiedener Analysten. Ihre Rollen hängen von den jeweiligen Anwendungsfällen ab und variieren je nach Verantwortlichkeiten und erforderlichen Kompetenzen. Es gibt Datenanalysten, die ein grundlegendes Verständnis von statistischer Analyse haben. Sie sind selbst Experten, oder arbeiten eng mit diesen zusammen, um die verschiedenen Abteilungen, Prozesse oder Funktionen des Unternehmens zu unterstützen.
Projektmanager
Der Projektmanager ist für die ordnungsgemäße Umsetzung aller Projekte im Portfolio des Unternehmens verantwortlich. Die Rolle ist verantwortlich für die Planung, Durchführung und Lieferung von Projekten in Absprache mit den Fachkräften des Unternehmens. Während des gesamten Projektlebenszyklus überwacht der Projektmanager den Projektfortschritt und leitet seine Teams an, um Risiken zu minimieren. Er ist die wichtigste Anlaufstelle für Initiativen im Bereich Data und Analytics.
Datenrollen
Data Engineer
Der Data Engineer bildet die Schnittstelle zwischen Geschäfts- und IT-Einheiten und seine Aufgabe besteht darin, die Daten für die verschiedenen Datenkonsumenten (Data Scientists, Data Analysts usw.) zugänglich und verfügbar zu machen. Er ist in erster Linie für den Aufbau, die Verwaltung und den Betrieb von Datenpipelines zuständig. Er ist auch für die Leitung zeitaufwändiger Aufgaben zuständig, wie z. B. die Aufbewahrung von Datensätzen, die von nicht-technischen Nutzern erstellt wurden (z. B. mithilfe von Data Preparation Tools).
Ohne Data Engineers erzeugen Daten- und Analyseinitiativen höhere Kosten, benötigen mehr Zeit für die Implementierung und sind anfällig für Probleme hinsichtlich der Qualität und Verfügbarkeit der Daten.
Data Steward
Data Stewards haben die Aufgabe, die Daten aus den Datensystemen des Unternehmens zu steuern. Sie müssen die ordnungsgemäße Dokumentation der Daten sicherstellen und dafür sorgen, dass ihre Nutzer, wie z. B. Data Scientists oder Projektmanager, jederzeit einfach auf sie zugreifen können Mithilfe ihrer ausgeprägten Kommunikationskompetenz können sie die Verantwortlichen sowie die Personen, die über die Daten Bescheid wissen, identifizieren, die mit den Daten verbundenen Informationen sammeln, sie zentralisieren und dieses Wissen dauerhaft im Unternehmen sichern. Genauer gesagt bringen Data Stewards Metadaten in Erfahrung, d. h. sie erstellen eine strukturierte Sammlung von Informationen, die einen Datensatz beschreiben. Sie verwandeln diese abstrakten Daten in konkrete Assets für das Unternehmen.
>> Weitere Informationen über Data Stewards <<
Analytische Rollen
Data Scientist
Ein Data Scientist ist dafür zuständig, Geschäftsprozesse zu modellieren und mithilfe von statistischen Algorithmen und Visualisierungstechniken Erkenntnisse zu gewinnen. Er verfügt in der Regel über einen Hochschulabschluss in Informatik, Statistik oder einer anderen verwandten Disziplin. Data Scientists tragen zum Aufbau und zur Entwicklung der Dateninfrastruktur eines Unternehmens bei und unterstützen die Organisation mit ihren Analysen, die bessere Entscheidungen ermöglichen. Sie erstellen Prognosen oder klassifizieren Informationen, um bessere Modelle zu entwickeln.
Citizen Data Scientist
Im Gegensatz zu einem Data Scientist ist ein „Citizen Data Scientist“ keine eigene Position. Es handelt sich vielmehr um einen „Power User“, der einfache analytische Aufgaben durchführen kann. Der Citizen Data Scientist ist eine Rolle, die sich als „Erweiterung“ anderer Rollen innerhalb der Organisation entwickelt hat. Das Potenzial von Citizen Data Scientists variiert abhängig von ihren Fähigkeiten und ihrem Interesse an Data Science und Machine Learning.
>> Weitere Informationen über Citizen Data Scientists <<
KI-/ML-Developer
Entwickler (Developer) von Machine Learning und künstlicher Intelligenz (KI) sind zunehmend dafür verantwortlich, den Funktionsumfang von Anwendungen durch den Einsatz von Machine Learning oder anderen KI-Technologien wie der Verarbeitung natürlicher Sprache, der Optimierung oder der Bilderkennung zu erweitern. Sie integrieren und setzen KI-Modelle ein, die von Data Scientists oder anderen KI-Experten entwickelt wurden und entweder von Dienstleistern angeboten werden oder selbst entwickelt wurden. Weitere Schlüsselkompetenzen sind das Erkennen und Verbinden potenzieller Data Assets, der Qualität, der Datenaufbereitung und der Art und Weise, wie Daten zur Ausführung von Modellen verwendet werden.
Schlussfolgerung
Die wachsende und strategische Bedeutung von Daten und Datenanalysen schafft neue Herausforderungen für Unternehmen und ihre Data- und Analytics-Manager Einige traditionelle IT-Rollen werden durch „Citizen“-Rollen aufgerüttelt, die von nicht-technischen Geschäftsanwendern übernommen werden. Es entstehen auch weitere neue hybride Rollen, bei denen sich Funktionen und Abteilungen überschneiden und die IT- und Geschäftskompetenzen kombinieren.
Durch die Zusammenführung dieser unverzichtbaren Rollen macht Ihr Unternehmen einen weiteren Schritt in Richtung einer datengetriebenen Organisation.
