Die wichtigsten Daten-, KI- und Analyticsjobs

Daher suchen zahlreiche Unternehmen Spezialisten und Experten, deren Aufgabe es ist, Daten aufzubereiten, sie zu verknüpfen, sie zu sammeln und für wertvolle Innovation zu nutzen.

Die Data Intelligence Offensive DIO hat sich zum Ziel gesetzt, Österreichs Unternehmen dabei zu unterstützen und eine „datenfreundliche“ Stimmung in Österreichs Wirtschaft zu schaffen. Gemeinsam mit DIO Präsident Günther Tschabuschnig haben wir die wichtigsten Job Profile rund um Data, KI und datengetriebene Ideen aufgeschlüsselt. Was sind ihre Aufgaben? Welche Jobs sind gut für Quereinsteiger geeignet, die nicht aus der IT stammen? Und was kann man eigentlich verdienen?

Data Engineer

Unternehmen erreichen. Er bereitet Daten auf und erstellt Datensätze. Außerdem ist er für die Speicherung, Verwaltung und Sicherheit der Daten verantwortlich. Die Tätigkeit bildet die Grundlage für Analyseprojekte im Kontext von Data Science Projekten und bei dem Umgang mit Big Data. Ein Data Engineer modelliert und skaliert Datenbanken und stellt so den Datenfluss innerhalb eines Unternehmens sicher. Für diese Aufgabe greift der Datentechniker auf eine große Bandbreite an Werkzeugen und Technologien zurück.

Ein Datenengineer muss umfangreiche Kenntnisse im Bereich der Datenverarbeitung besitzen. Neben vertieftem Wissen um die Anforderungen eines Datenprozesses sollte ein Datentechniker ebenfalls über fortgeschrittene Kenntnisse im Programmieren verfügen. Denn es kommt im Arbeitsalltag immer mal wieder vor, dass bestehende Algorithmen überarbeitet, angepasst oder neu entwickelt werden müssen.

Neben technischen Kenntnissen sollte ein Datentechniker aber auch über Soft Skills im Bereich zwischenmenschlicher Kommunikation verfügen, denn der tägliche Kontakt mit fachfremden Personen aus unterschiedlichsten Abteilungen gehört zum Beruf dazu. Darum sollte ein Datentechniker in der Lage sein, komplizierte technische Sachverhalte möglichst einfach und für Laien verständlich wiedergeben zu können.

Ein Daten Engineer verdient zwischen 50.000 und 70.000 Euro p.a.

Nicht nur mit einem Studium gelangt man zu der benötigten Qualifikation! Vielmehr gelten Datentechniker, die eine Ausbildung im IT-Bereich absolviert haben, als echte Praktiker – und sind dementsprechend gefragt!

Da jedoch die Nachfrage nach den Datenspezialisten in den letzten Jahren rasant gestiegen ist, stellt der Data Engineer den klassischen Quereinsteiger dar. Die aktuellen Fachkräfte kommen zumeist aus den Fachbereichen der Informatik, Wirtschaftsinformatik oder der Computertechnik.

Auch ist es möglich, sich nach einer abgeschlossenen Statistikausbildung als Datentechniker weiterzubilden. Wer sich als Data Engineer qualifizieren möchte, sollte unbedingt bereit sein, sich in bestehende Datenprojekte einzuarbeiten – Learning on the Job ist die Devise!

Data Steward

Ein Data Steward ist in der Regel eine Person innerhalb einer Unternehmensgruppe, die für alle Fragen bzw. Unstimmigkeiten in den Datenquellen zu Verfügung steht.

Data Stewards sind das Bindeglied zwischen dem normalen Business-Anwender mit Sachverstand von Geschäftsprozessen und den Informationen, die innerhalb des Unternehmens in den Prozessen eingesetzt werden.

Data Stewardship ist besonders für Quereinsteiger geeignet.

Das Einstiegsgehalt liegt bei 40.000 Euro p.a.

Data Scientist

Data Scientist sind Datenwissenschaftler: sie wandeln unstrukturierte Daten in strukturierte um und analysieren diese letztendlich. Die Ergebnisse der Analyse sollen schließlich einem Unternehmen als Entscheidungsgrundlage für die Optimierung diverser Unternehmensbereiche und -prozesse dienen.

Neben fachlicher Expertise sollte ein Data Scientist in der Lage sein, dass durch die Analyse der Daten generierte Wissen dem Unternehmen oder weiteren Personen verständlich darstellen zu können.

Das Einstiegsgehalt eines Data Scientist ist deutlich über 50.000 Euro pro Jahr.

Data Science Spezialisierungen:

Risikoberatung: Die Vorhersage der Auswirkungen verschiedener Unternehmensentscheidungen wird im Rahmen der Risikoberatung getroffen. Da dieser Bereich immer wichtiger wird, erweist er sich für viele Datenwissenschaftler als attraktive Spezialisierung.

Produktpersonalisierung: Datenwissenschaftler können sich ebenfalls auf die Produktspezialisierung fokussieren. In diesem Bereich geht es meist darum, wie gewisse Produkte oder Dienstleistungen persönlicher gestaltet werden können, um dem Kunden bestmöglich zufrieden zu stellen.

Logistik: Durch die Ansammlung riesiger Datenmengen (Big Data) in Verbindung mit IoT lassen sich in immer mehr Bereichen von Logistikprozessen Daten analysieren. Diese Daten können beispielsweise dazu genutzt werden, die Effizienz von Logistikprozessen, Fahrzeugrouten oder der generellen Dienstleistung zu steigern. Da der gesamte Onlinehandel wächst, profitiert ebenfalls die Logistikbranche. Wer als Data Scientist einen zukunftssicheren Job möchte, ist im Bereich der Logistik mit Sicherheit gut beraten.

Chief Data Officer

Der Chief Data Officer ist der primäre Verantwortliche für das Datenmanagement in einem Unternehmen. Seine Hauptaufgabe liegt darin, die Datenstrategie des Unternehmens zu definieren und zu implementieren. Dazu gehören die Planung, Beschaffung, Organisation, Integration, Verwahrung und Entsorgung von Daten.

Der CDO versteht die Strategie und die Entwicklung des Unternehmens und beschäftigt sich damit, wie sie diese mit Daten untermauern kann. Er verantwortet die gesamte datenbezogene Wertschöpfungskette: von der Datenplanung und Datenbeschaffung über die Datenorganisation, Datenintegration und Datennutzung bis zur Datenentsorgung. Er unterstützt Business Intelligence durch Data Mining, Data Analytics und Data Science. Das Top-Management berät der CDO in datenbezogenen Fragestellungen.

Das Einstiegsgehalt eines CDO beträgt im Schnitt 100.000 Euro pro Jahr.

Data Broker

Datenbroker sammeln und  bündeln Daten und verkaufen diese dann an Dritte, die Personen dann als Verbraucher, Käufer und manchmal auch als Privatperson gezielt ansprechen können. Das Zusammenstellen und Verkaufen von Daten ist die Hauptaufgabe beim Datenhandel und damit auch der Datenbroker.

Datenbroker verdienen Geld durch den Verkauf der persönlichen Daten, die sie sammeln, aufbereiten und zu Konsumentenkategorien bündeln. Oft werden die Eigentumsrechte nicht an eine andere Partei übertragen (d. h. nicht im herkömmlichen Sinne „verkauft“), sondern in Form von Abonnementverträgen an mehrere Dritte vermietet.

Der Jackpot für einen Datenbroker ist der Verkauf von Daten in Form eines aufbereiteten Konsumentenpakets. Das ganze Paket ist mehr wert als die Summe seiner Teile. Kundenprofile wie „Fahrrad-Fan“ oder „neuer Hauseigentümer“ sind die Art von aggregierten persönlichen Daten, für die Dritte bereit sind, viel Geld zu bezahlen.

In Kooperation mit AI Austria hat EnliteAI Geschäftsführer Clemens Wasner unterschiedliche Berufsprofile rund um das Thema der Künstlichen Intelligenz (KI) zusammengefasst und vorgestellt: