Wie eine aktuelle Studie von Sopra Steria zeigt, hat die deutsche Wirtschaft das Potenzial erkannt, das sich aus der Analyse verknüpfter Kunden-, Produktions-, Logistik- und Marktdaten ergibt. Die Studie zeigt aber auch, dass es für viele Unternehmen noch ein weiter Weg sein wird, große Datenmengen aus verschiedensten Quellen zu sammeln, auszuwerten und systematisch zur Prozessverbesserung und agilen Angebotsentwicklung zurückfließen zu lassen. Ursache für den Rückstau vieler abteilungsübergreifender Analyseprojekte ist ein Mangel an spezialisierten Fachkräften. Da der Arbeitsmarkt den wachsenden Bedarf an Data-Science-Experten auf absehbare Zeit nicht decken kann, kommen Unternehmen an der Qualifizierung eigener Mitarbeiter nicht vorbei.
Obwohl sich mehr als 90 Prozent aller Unternehmensentscheider über den enormen Einfluss querschnittartiger Datenanalysen auf ihre wirtschaftliche Performance im Klaren sind, können bislang erst 28 Prozent von ihnen auf abteilungsübergreifende Data-Science-Initiativen in ihrem Haus verweisen. Diese Diskrepanz geht aus der aktuellen Potenzialanalyse „Data Science“ von Sopra Steria hervor.
Ein Grund für den Verzug bei der Verwirklichung des weithin erkannten Data-Science-Potenzials dürfte schlichtweg darin liegen, dass in vielen Unternehmen das dafür notwendige Spezial-Know-how fehlt. Knapp zwei Drittel der Befragten wollen in Zukunft Data-Science-Experten einstellen; 52 Prozent suchen bereits heute nach entsprechend qualifiziertem Personal. „Hochschulen und Universitäten können die Know-how-Lücke in vielen Unternehmen nicht schnell genug schließen – zumal das geforderte Qualifikationsprofil eben nicht nur statistisch-algorithmische Fähigkeiten umfasst, sondern auch profundes Geschäftsprozesswissen sowie Kenntnis der jeweiligen Branche“, gibt Lars Schlömer, Head of Business Intelligence bei Sopra Steria, zu bedenken.
Gesucht werden also keine reinen Mathematiker, denn es kommt darüber hinaus auf die sinnvolle Verknüpfung unterschiedlicher Datenquellen aus ganz verschiedenen Geschäftsbereichen an. Entsprechende Studiengänge sind in der Bundesrepublik bis heute eine Rarität. Rühmliche Ausnahme: Die Technische Universität Dortmund, wo die Fakultäten Informatik, Statistik und Mathematik bereits seit 2002 gemeinsam einen Masterstudiengang „Datenwissenschaft“ anbieten. Andere Hochschulen ziehen inzwischen nach; so plant die Münchner Ludwig-Maximilian-Universität zum Wintersemester 2016/17 einen Elite-Masterstudiengang im Fach „Data Science“. Doch auch dies ist bislang nur der sprichwörtliche Tropfen auf dem heißen Stein.
Um ihren akuten Knowhow-Bedarf zu decken, planen 46 Prozent der von Sopra Steria Befragten, mit externen Beratern zusammenzuarbeiten. Gut die Hälfte will zudem internes Wissen durch geeignete Qualifikationsmaßnahmen für vorhandene Mitarbeiter aufbauen. Letzteres hat den Vorteil, dass in diesem Fall nicht bei null begonnen werden muss, da Prozesskenntnisse und idealerweise auch die kommunikative Fähigkeit, zwischen der IT-Abteilung und diversen Fachbereichen zu vermitteln, von vorherein gegeben sind.
Über die Studie:
Im Februar 2016 ließ Sopra Steria insgesamt 220 Vorstände und Führungskräfte aus Unternehmen mit mehr als 500 Mitarbeitern zum Thema „Data Science“ befragen. Die Studienteilnehmer stammten aus unterschiedlichen Branchen – darunter Banken, Versicherungen und sonstige Finanzdienstleister, Energieversorger, Automotive, verarbeitendes Gewerbe, öffentlicher Sektor, Telekommunikation und Medien. Explizit ausgeschlossen waren Beratungsfirmen und Anbieter von IT-Lösungen. Die Erhebung fand in Form einer Online-Panel-Umfrage statt.
Die Potenzialanalyse „Data Science“ steht hier zum Download zur Verfügung.