Partner von:

Data Scientists – die Helden von morgen

Data [Quelle: unsplash.com, Autor: Franki Chamak]

Quelle: unsplash.com, Franki Chamaki

Daten sind die Währung der Zukunft – das weiß auch Michael Streit, Head Data Strategy & Analytics bei Novartis. Im Interview erzählt er, wie er und sein Team die digitale Transformation im Unternehmen mitgestalten, warum er nicht nur Informatik-Absolvent:innen einen Einstieg im Data-Bereich empfiehlt und gibt Bewerber:innen hilfreiche Tipps mit auf den Weg.

Sie sind Head Data Strategy & Analytics bei Novartis. Was machen Sie und Ihr Team?

Wir als Data-Strategy & Analytics-Team sind dafür zuständig, sämtliche Bereiche von Novartis mithilfe von validen Datenanalysen bei ihren Entscheidungen zu unterstützen. Wir stellen diversen Funktionsbereichen von Novartis praktisch datenbasierte Lösungen zur Verfügung und helfen so, die digitale Transformation voranzutreiben.

Genauer gehört zur Datenanalyse auch das Entwickeln von durchdachten Datenstrategien. Hier fließen Zahlen, Daten und Algorithmen zu einer Strategie zusammen, aus der Lösungen für dedizierte Datenanalysen entstehen. Diese helfen dann den Divisionen und Teams, besser und schneller Entscheidungen zu treffen und Prozesse zu optimieren, die auf Erkenntnissen aus Daten basieren. Das kann zum Beispiel eine auf ihren Bereich zugeschnittene Business Intelligenz-Lösung sein, die Ergebnisse aus historischen und aktuellen Daten zusammenzieht und daraus statistische Prognosen für die Zukunft liefert.

Wie gehen Sie dabei vor?

Wenn wir eine neue Aufgabe angehen, egal aus welchem Bereich, gehen wir immer nach unseren fünf strategischen Datenprinzipien vor. Für jedes Prinzip haben wir einen Experten oder eine Expertin im Team, der oder die sich mit den einzelnen Prinzipien im Detail gut auskennt. Darunter sind auch Physiker:innen oder Mathematiker:innen, die solche Aufgaben bereits zuvor meist im Rahmen ihrer wissenschaftlichen Tätigkeiten gelernt haben.

  1. Unser Anspruch ist es, ein umfangreiches Verständnis vom Problem oder der Herausforderung zu haben – Business Understanding.
  2. Wenn wir eine Lösung zur Verfügung stellen, muss sie eine sehr gute User Experience haben – Data Presentation.
  3. UnsereMachine-Learning-Modelle sollen die Realität abbilden – Advanced Analytics.
  4. Uns ist es wichtig, Daten nachhaltig nutzbar zu machen. Das heißt, wir sorgen für strukturierte und gut miteinander verknüpfte Daten – Data Governance.
  5. Es reicht nicht aus, ein Produkt, wie zum Beispiel ein Dashboard, zu bauen. Die Anwender:innen müssen auch wissen, wie sie es richtig nutzen können, um einen Mehrwert daraus zu generieren – Data Education.

Können Sie uns Beispiele aus der Praxis nennen?

Wenn ein Marketing Manager Geld in eine Kampagne investieren möchte, stellt er oder sie sich die Frage, in welchen Kanal er das Geld am besten steckt. Wir verhelfen ihm oder ihr zu einer besseren und auf Daten fundierten Entscheidungsfindung und beantworten sämtliche Frage, indem wir bestimmte Parameter analysieren, auswerten und daraus Handlungsempfehlungen ableiten.

Außerdem arbeiten wir stetig an der Prozessoptimierung: Wo sehen wir ungenutzte Potenziale oder Tätigkeiten, die Kapazitäten unnötig belasten? Mithilfe von Automation-Programmen können wir Stellen finden, die man beispielsweise mittels eines Bots optimieren kann.

Welche Aufgaben gehören zu Ihrem Job als Teamleiter?

Meine Aufgabe ist es, mein achtköpfiges Team bei seiner Weiterentwicklung zu unterstützen, die Herausforderungen meiner Teammitglieder zu verstehen und ihnen dabei zu helfen, diese zu bewältigen. Das kommt oft zu kurz, wenn Führungskräfte vorher Expert:innen waren. Sie tendieren häufig dazu, eher ins Micromanagement zu gehen. Das heißt, sie geben ihren Mitarbeitenden die Lösung für das Problem vor. Das ist allerdings nicht nachhaltig, da die Mitarbeitenden auf diese Weise nicht wachsen können.

Außerdem gehört die Priorisierung im Team zu meinen Aufgaben. Es ist immer wichtig zu wissen, woran wir aktuell arbeiten. Aber ich muss auch sehen, welche Aufgaben generell oder zu einem bestimmten Zeitpunkt nicht in meinem Team liegen. Mir ist es wichtig, dem Team eine Perspektive zu geben, Klarheit über aktuelle Aufgaben zu verschaffen, die Kommunikation in die Firma und zu anderen Stakeholdern sicherzustellen und allen Teammitgliedern den Rücken zu stärken.

Was gefällt Ihnen an Ihrem Job und der Zusammenarbeit mit Ihrem Team?

Obwohl ich keinen klassischen Data-Science-Hintergrund habe, bin ich in den letzten zwei Jahren sehr gut in den Datenbereich hineingewachsen. Ich finde es spannend, auf Erkenntnisse zu stoßen, die man ohne unsere Arbeit nie gesehen hätte. Besonders für den medizinischen Bereich und die Therapieentwicklung ergeben sich zukunftsweisende Potenziale, mithilfe von Daten, Algorithmen und künstlicher Intelligenz (KI), Medizin neu zu denken.

Ich bin der Überzeugung, dass die Fortschritte in der Medizin in den nächsten Jahren vor allem durch das Zusammenspiel aus KI und wissenschaftlichen Fachkenntnissen entstehen werden und dass Data Scientists dabei eine große Rolle spielen. Es ist schön zu sehen, dass wir schon heute Lösungen für Probleme von Kolleg:innen liefern können und positives Feedback von ihnen bekommen.

Und welche Herausforderungen gibt es in diesem Bereich?

Das Spannende ist das Zusammenspiel aus Mensch und Maschine. KI alleine kann kaum etwas bewirken. Es ist der Mensch, der die Erkenntnisse aus den Algorithmen umsetzen muss. Das wird auch eine der größten Herausforderungen sein. Menschen müssen sich in Zukunft vor allem darauf einlassen, nicht mehr nur auf ihr Bauchgefühl zu hören, sondern auf die Erkenntnisse von Daten und Empfehlungen einer KI.

Wo sehen Sie den Data-Bereich in ein paar Jahren?

Ich wünsche mir, dass sich das Verständnis und die Einstellung zu Daten verändert und wir bereit sind, diese miteinander zu teilen. Nur so können wir das volle Potenzial der Datenanalysen nutzen – selbstverständlich unter Berücksichtigung des Datenschutzes und der Datensicherheit. Das bezeichnen wir bei Novartis als Demokratisierung von Daten. Ich bin zuversichtlich, dass uns dieser Ansatz langfristig einen Wettbewerbsvorteil ermöglicht.

Was sollten Bewerber:innen für Ihr Team mitbringen?

Das ist abhängig von der Stelle. Beispielsweise ist es für die Position Data Scientist hilfreich, wenn Bewerber:innen drei Dinge mitbringen:

  • ein gutes Business-Verständnis
  • Mathematik- und Statistik-Kenntnisse
  • Tech- und Programmierkenntnisse

Viele Data Scientist haben Mathematik, Computer Science oder (Wirtschafts-)informatik studiert und verfügen über Programmierkenntnisse. Diese Kombination ist wichtig, da wir mithilfe eines mathematischen Modells versuchen, eine Business-Realität widerzuspiegeln und dieses wiederum einem Programm beizubringen.

Kann man auch Data Scientist werden, wenn man nicht alle drei Bereiche abdeckt?

Wie viel man mitbringen muss, hängt immer von der aktuellen Teamkonstellation ab und wie fortgeschritten das Unternehmen in diesem Bereich ist.

Aber ich denke, dass Jobs wie der Data Scientist oder Data Analyst auch gute Möglichkeiten für Quereinsteiger:innen bieten. Es gibt unzählige Online-Angebote, über die man sich Programmieren und Analytics-Kenntnisse beibringen kann – auch neben dem Studium oder der Arbeit.

Warum empfehlen Sie, sich im Data-Bereich zu bewerben?

Jobs im Data-Bereich haben Zukunft, sind wertstiftend und lukrativ. Zudem kannst du von überall aus arbeiten, bist flexibel und es macht sehr viel Spaß, neue Erkenntnisse aus Daten zu gewinnen – egal, ob fürs Marketing, die Therapieentwicklung, die Raumfahrt oder die Automobilindustrie.

Novartis bietet unzählige Bereiche, in denen sich Mitarbeiter:innen gut entfalten können. Wir haben zum Beispiel auch tolle Trainee-Programme für Master-Absolvent:innen, die bei uns in allen Bereichen rotieren, die Firma kennenlernen und anschließend in einem Team anfangen können. Besonders im Digitalbereich kann man viel bewegen.

Was gefällt Ihnen an Bewerber:innen besonders gut?

Ich finde es gut, wenn Bewerber:innen die Lifelong-learning-Attitude haben. Das heißt, wenn mir jemand auch ohne Informatik- oder Mathematik-Studium zeigt, dass er oder sie großes Interesse an diesem Bereich hat. Wenn ich sehe, dass er oder sie alles dafür tut und sich zum Beispiel durch Online-Kurse weitergebildet hat.

Mit so jemandem will man einfach zusammenarbeiten, weil man weiß, dass die Person Lust auf Veränderungen hat, zukunftsorientiert ist sowie bei neuen Herausforderungen Agilität und Flexibilität zeigt. Denn sie hat in der Vergangenheit schon gelernt, sich neue Dinge anzueignen, und neue Skillsets zu entwickeln.

nach oben

IT-Stellen für Studierende, Absolvent:innen

und Berufserfahrene

Unsere nächsten IT-Events
Kommentare (0)

Zum Kommentieren bitte einloggen.