Data Science: Definition & Erklärung — Glossar

Data Science ist ein interdisziplinäres Fachgebiet, das Methoden aus Statistik, Mathematik, Informatik und dem jeweiligen Fachbereich kombiniert, um aus großen Mengen strukturierter und unstrukturierter Daten verwertbare Erkenntnisse, Muster und Vorhersagemodelle zu entwickeln. Data Scientists stellen Fragen an Daten, entwickeln Modelle und übersetzen mathematische Ergebnisse in geschäftliche Handlungsempfehlungen.

Was macht ein Data Scientist?

Die tägliche Arbeit eines Data Scientists umfasst typischerweise:

• Datenaufbereitung (Data Wrangling): Rohdaten bereinigen, zusammenführen und in auswertbare Formate bringen. Oft 60–80 % der tatsächlichen Arbeitszeit.
• Explorative Datenanalyse: Muster, Ausreißer und Zusammenhänge in Daten visuell und statistisch untersuchen.
• Modellentwicklung: Statistische Modelle und Machine-Learning-Algorithmen entwickeln, trainieren und evaluieren.
• Kommunikation der Ergebnisse: Technische Befunde für Nicht-Techniker verständlich machen und in Handlungsempfehlungen übersetzen.

Data Science vs. Business Intelligence vs. Machine Learning

• Business Intelligence (BI): Fokus auf Reporting und Dashboards – was ist passiert?
• Data Science: Fokus auf Erkenntnisgewinnung und Vorhersage – was bedeutet es und was wird passieren?
• Machine Learning: Teilbereich der Data Science, bei dem Modelle selbstständig aus Daten lernen.

Data Science im Mittelstand

Mittelständische Unternehmen brauchen selten einen Vollzeit-Data-Scientist – aber sie haben oft ungehobene Datenschätze: Jahre an ERP-Daten, Kundentransaktionen, Maschinenlogs, Reklamationshistorien. Mit gezielter Data-Science-Expertise lassen sich daraus Erkenntnisse ziehen, die operative Entscheidungen verbessern: Welche Kunden springen wahrscheinlich ab? Welche Maschine fällt als nächste aus? Welche Produkte verkaufen sich in Kombination?

Fazit

Data Science ist das Werkzeug, um aus vorhandenen Daten strategischen Wert zu schaffen. Für Unternehmen, die datengetrieben entscheiden wollen, ist Data Science der Schlüssel – nicht als eigene Abteilung, sondern als Kompetenz und Denkweise, die in Entscheidungsprozesse einfließt.