Am 22.05.23 konnten die Studierenden der THM Business School in Gießen „a day in the life of a data guy“ erleben – und zwar den unseres Amir Rahbarans, Unit Manager im Bereich Data Analytics. In seinem Gastvortrag gab es für die Masterstudierenden der Studiengänge Digital Business und Unternehmenssteuerung eine Menge über die täglichen Herausforderungen von Data Projekten sowie den idealen Lösungsweg zu erfahren.
Zu den spannenden Themen gehörten Fragen wie: Wie gelangt man von dem Kundenwunsch „Wir möchten Artificifial Intelligence“ zur finalen Lösung, welche Arbeitsschritte stecken dahinter, welche Data Experten sind in Data Projekten beteiligt?
Data Projekte in der Praxis - das große Ganze erkennen
Bei Data Projekten werden in der Praxis bestimmte Geschäftsziele und -zwecke anvisiert. Diese enthalten in der Regel die Verbesserung der Geschäftsprozesse, die Optimierung von Produkten oder Dienstleistungen, die Erkennung von Mustern, die Vorhersage von Trends.
Vor der Umsetzung einer digitalen Lösung gelangt man oft zu der Erkenntnis, dass die derzeitigen Daten für die Vorhaben (noch) nicht geeignet sind. Durch Unvollständigkeit, Dopplungen, verschiedenste Formatierungen oder gar in Teilen irrelevante Daten leidet oft die aktuelle Datenqualität. Diese Probleme gilt es zu lösen, bevor man sich dem Kern des Projekts widmen kann.
Als Ende-zu-Ende Dienstleister bieten wir unseren Kunden IT-Lösungen mit größtmöglichem Mehrwert. Daher gehört es für uns dazu, zu identifizieren, was Geschäftsziele und -lage sind. Dafür steht für uns das Stakeholdermanagement an erster Stelle! Wir gehen iterativ mit bedürfnisgerichteter Kommunikation vor. Unser Motto ist hierbei „think big. start small. move fast“. Durch Feedbackschleifen mit unseren Kunden optimieren wir die Data Projekte und entwickeln sie zügig weiter.
Ein Punkt, der zur Optimierung dazugehört ist die Skalierbarkeit. Die Anwendungen sollten immer so ausgelegt sein, dass mit wachsenden Datenmengen und Anforderungen die Lösungen mitwachsen und besser werden. Um große Datenmengen effizient zu verarbeiten, müssen in der Realisierung geeignete Dateninfrastrukturen, Tools und Technologien verwendet werden.
Verantwortungsbereiche und Rollen in Data Projekten
So wie in Data Projekten zuerst einmal die Instrumentalisierung und Fehlerbereinigung bevorsteht, sind auch verschiedene Data Experten in den jeweiligen Projektphasen beteiligt. Denn Data Projekte erfordern in der Regel die Zusammenarbeit verschiedener Fachbereiche: Data Scientists, Data Engineers, Data Analysten und Experten aus anderen Bereichen arbeiten gemeinsam, um das Projekt erfolgreich umzusetzen.
Ein Data Engineer macht zum Beispiel die Daten des Unternehmens zugänglich und verfügbar. Ein Analytics Engineer arrangiert wiederum die Daten so, dass sie vom Data Analyst leicht analysiert, visualisiert und weiterverwendet werden können. Der Data Scientist beschäftigt sich schließlich mit fortgeschrittenen statistischen Methoden und Machine Learning. Willst du mehr erfahren?
Sowohl die Arbeitsschritte, aber auch unsere Kundenprojekte im Data Bereich sind sehr facettenreich. Zum Beispiel haben wir für ein FMCG-Unternehmens (S&P 400) durch datengestützte Einblicke in seine globale Lieferkette nachhaltigkeitsbezogene Daten mit bestimmten CO2-Richtwerten automatisiert zusammengeführt. Anhand der Daten können die CO2-Emissionen verbessert werden. Mehr dazu
Data und Business Experten für erfolgreiche Projekte
Amirs Key Take-Aways zum Abschluss des Gastvortrags: Mit Datenqualität, Stakeholder Management und iterativem Vorgehen werden Data Projekte am besten umgesetzt! Wir danken der THM Business School, dass wir bei euch sein durften und freuen uns, dass wir den angehenden Experten Einblicke in den Data Bereich schenken konnten! Hier geht es zum Beitrag der THM Business School über unseren Gastvortrag: A day in the Life eines „Data Guy“
