Was macht man als Data Analyst – und was verdient man?
Der Data Analyst erkennt versteckte Big-Data-Potenziale bei Unternehmen, die zum Beispiel die Produktion effizienter und ausfallsicherer machen können. Warum man dafür nicht unbedingt Informatik studiert haben muss, weshalb Ingenieurinnen und Ingenieure für den Job prädestiniert sind, und was man verdient.
Als Data Analyst müssen Sie nicht unbedingt Informatik studiert haben.
Foto: Panthermedia.net/HayDmitriy
Klingt nach einer Binse, wird aber zu einem handfesten Problem: Daten-Expertinnen und -Experten sind auf dem hiesigen Arbeitsmarkt nur sehr schwer zu finden. Laut einer aktuellen Umfrage des Digitalverbands Bitkom fällt es 58 Prozent suchender Unternehmen schwer, entsprechende Kräfte zu finden; 38 Prozent fällt die Stellenbesetzung sogar „sehr schwer“. Verbandspräsident Achim Berg klagt angesichts dieser Zahlen: „Der Geschäftserfolg der Unternehmen wird immer stärker davon abhängen, ob und wie sie Daten einsetzen können.“ Die Kräfte würden quer durch alle Branchen zu den wichtigsten Kompetenzträgern in den Unternehmen. Berg: „Hier eröffnet sich ein Berufsfeld, das in den kommenden Jahren enorme Bedeutung erlangen wird.“ Und quereinsteigenden Ingenieurinnen und Ingenieure enorme Chancen bietet: als Data Analyst. Wie das funktioniert, was man als Data Analyst verdient und wie der Quereinstieg gelingt, erklärt Matthias Maier, IT-Experte und Technical Evangelist des US-Softwareanbieters Splunk.
Was genau macht eigentlich ein Data Analyst?
Matthias Maier: „Als generische Beschreibung analysiert der Daten-Analyst entsprechende Daten im Unternehmen oder auch extern erworbene Daten in Geschäftsvorgängen. Idealerweise werden dadurch Entscheidungsvorlagen für das Management geschaffen und das Bauchgefühl mit einer fundierten datenbasierten Grundlage untermauert. Datenanalysten gibt es schon Jahrzehnte – allerdings wachsen Datenmengen exponentiell durch die zunehmende Digitalisierung in der Arbeitswelt, also am Arbeitsplatz und in der Kundeninteraktion. Diese Daten sollten zum unternehmerischen Vorteil genutzt und so die Kundenbindung und der Umsatz gesteigert, Kosten eingespart und der Unternehmenserfolg unterstützt werden.“
Achtung Verwechslungsgefahr: Ein Data Analyst ist kein Data Scientist. Wenn Sie mehr über den Beruf Data Scientist wissen wollen, lesen Sie hier weiter: Welche Fähigkeiten Sie als Data Scientist brauchen
Wie wird man Data Analyst?
„Nach meiner Erfahrung gibt es zwei unterschiedliche Richtungen: Zum einen den Mitarbeiter, der als Teil seiner Arbeit auch Daten auswertet, und zum anderen den Daten-Analysten, der eine Art Berater oder Consultant ist“, so Maier. Die Anzahl der Mitarbeiter, die nebenbei auch Daten auswerten, nehme zu. „Beispielsweise der Ingenieur im Windkanal, der seit Jahrzehnten Fachkenntnisse in Aerodynamik aufweist und jene Daten analysiert. Das lässt sich in allen Berufsgruppen finden, sei es Finanzen, Geschäftsplanung, Marketing, Vertrieb oder Produktion. Der Data Analyst als Consultant soll im Unternehmen mit den Fachexperten zusammen neue kreative Prozesse starten und umsetzen.“
Wie gelingt der Quereinstieg als Ingenieur?
„Ein typisches Beispiel aus der Praxis: Ein Quereinsteiger kam in-house in eine Abteilung, wurde ein Fachexperte für eine bestimmte Art von Daten und erwarb sich enormes technisches Know-how in der entsprechenden Software zur Datenauswertung“, erzählt Matthias Maier. „Nach dem Erfolg in seinem Fachbereich wurden seine Fähigkeiten auch von anderen Abteilungen positiv wahrgenommen und er wurde gebeten, auch diese dabei zu unterstützen, mit Daten geschäftskritische Entscheidungen zu treffen und so zum Geschäftserfolg beizutragen. So wurde der Quereinsteiger zum gefragten Data Analysten und Datenspezialist im Unternehmen – und das über Abteilungsgrenzen hinweg.“
Welche Möglichkeiten zu diesem Jobeinstieg bieten sich noch?
„Was sich auch beobachten lässt sind sogenannte „Innovation Labs“, die in Unternehmen eingerichtet werden. Dort arbeiten dann Daten-Analysten auf Basis einer Art Agentur Modell, das heißt, die Fachbereiche kommen mit ihren Problemen, es wird gemeinsam ein Business Case entwickelt, Anforderungen definiert und dann als Prototyp umgesetzt. Danach kann das dann in die größere Unternehmenslandschaft implementiert werden. Auch hier ist es wieder wichtig, dass der Daten-Analyst jemanden mit Fachkompetenz beiseite stehen hat.“
Wo gibt es Grenzen?
„Oft werden Daten-Analysten auch mit komplexen Machine-Learning-Anwendungsfällen in Verbindung gebracht“, sagt Experte Matthias Maier. Auch das habe enormes Zukunftspotential. „Die Realität sieht allerdings anders aus. In der Praxis werden in vielen Unternehmen immer noch nicht alle Daten erfasst und als Basis für Geschäftsentscheidungen herangezogen. Bei komplexen Themen wie Machine Learning (ML) oder künstliche Intelligenz (KI) tun sich Quereinsteiger oft schwer.“
Wie sieht der ideale Kandidat für eine Stelle als Data Analyst aus?
„Mein idealer Kandidat wäre ein Data Analyst mit tiefem Verständnis des Unternehmens und der Zusammenhänge sowie dem zu lösenden Problem im Fachbereich“, so Maier. „Er sollte Wirtschaftsinformatik studiert haben und ein Jahrzehnt Praxiskenntnisse bei der Entwicklung, dem Testen sowie der Skalierung von Machine-Learning-Modellen vorweisen. Diesen findet man aber in der Praxis relativ selten – daher ist es oft ein Zusammenspiel der jeweiligen Experten.“
Was ist der Unterschied zwischen Big Data-Analysten, Daten-Experten, Data Engineers und Data Scientists?
„Diese Nuancen sind oft Auslegungssache. Nehmen wir beispielsweise den Big-Data-Analysten und Data Scientist. Big-Data-Analysten gibt es in Unternehmen, die über enorme Datenmengen in einem Bereich verfügen und diese Daten effektiv nutzen und bewerten wollen. Meist wurde hier der Wert der Daten erkannt und der Analyst soll diese Daten erfassen, verarbeiten, auswerten und speichern.“ Er müsse sicherstellen, dass die Daten so erfasst und mit der richtigen Technologie abgefragt werden können, dass auch neue Fragen effizient und schnell beantwortet werden können, erklärt Maier.
„Data Scientists verfügen in der Regel über Experten-Know-how im Machine-Learning-Bereich. Sie sind dafür zuständig, mit dem Fachbereich zusammen entsprechende Methoden zur Auswertung der Daten zu entwickeln. Die Erfahrungen des Fachbereichs werden dann so gut es geht in maschinelles Lernen überführt und getestet. Der Big-Data-Analyst bekommt dann als Teil seiner Aufgabe die Modelle und Anforderungen der Struktur und identifiziert die beste Art die Daten zu verarbeiten. Stichworte sind hier unter anderem Graph-Datenbanken, Time-Series-Datenbanken, In-Memory-Konzepte.“
In welchen Branchen und Unternehmen werden Daten-Analysten stark nachgefragt?
Wir sehen enorme Nachfrage in Unternehmen aller Größen und über alle Branchen hinweg. Branchen mit großen IT-Budget wie im Finanzbereich sind natürlich vorne mit dabei. Allerdings trifft derzeit die Digitalisierung jede Branche und so besteht bei sehr vielen enormer Nachholbedarf. Unternehmen konkurrieren um Talente in dem Bereich, was sich auch in sehr guten Verdienstaussichten widerspiegelt.
Was verdient ein Data Analyst?
Die kurze Antwort lautet: Ganz ordentlich. Die etwas längere: Berufseinsteiger können mit einem Jahresgehalt von 50.000 Euro rechnen, heißt es beim Digitalverband Bitkom. Wie auch dieser Satz fällt: „Aufgrund der hohen Nachfrage ist da durchaus noch Spielraum bei der Gehaltsverhandlung.“ Allerdings: Genaue Daten gibt es nicht. Dazu sind noch zu wenige derartige Stellen hierzulande besetzt und die Berufsbezeichnung an sich zu jung. Darauf verweist Michael Stops vom Institut für Arbeitsmarktforschung (IAB). Er bemüht daher die allgemeinen Gehaltsinformationen der Berufsgattung „Datenbankentwicklung & -administration – komplexe Spezialistentätigkeiten“ des IAB aus dem Jahr 2020: Danach kann man durchschnittlich mit einem monatlichen Bruttogehalt von knapp 5.200 Euro rechnen. Wenn es gut läuft, mit knapp 6.500 Euro.
Die Welt ist im Umbruch. Worauf es jetzt in der Karriere ankommt, erfahren Sie in unserem Karriereführer – Spannende Interviews mit Experten, Analysen, Auszüge aus der Gehaltsstudie und zahlreiche Stellenangebote:
Ein Beitrag von:
