Data Scientist: Die Evolution des Business Analyst?

Der Data Scientist ist der “hottest job” des vergangenen Jahres und auch der „sexiest job of the 21st century„. Sogar das Weiße Haus schreibt Stellenanzeigen für Data Science aus. Verliert der Business Analyst dadurch seinen Stellenwert oder meinen beide Disziplinen gar dasselbe?

Data Scientist = Business Analyst?

Sowohl der Data Scientist als auch der Business Analyst arbeiten mit Informationen und Daten, um Entscheidungen und Lösungen zu ermöglichen. Beide machen außerdem Gebrauch von statistischen Methoden und müssen ihre Erkenntnisse visuell darstellen können, um diese anderen verständlich näherbringen zu können.

Bis hierhin sieht es also so aus, als seien beide Berufe gleich

Doch bei genauerer Betrachtung wird deutlich, dass die Modelle, die Herangehensweisen und auch die Fähigkeiten sich stark unterscheiden! Während ein Business Analyst meist mit vergangenen Daten arbeitet, um konkrete Wahrheiten zu erstellen, konzentriert sich der Data Scientist auf ungeordnete Daten, um daraus Prognosen für die Zukunft herzuleiten.

Data Science als Evolution?

Während die einen behaupten, dass durch diese Unterschiede beide Disziplinen gleich wichtig für Unternehmen sind und nicht vom jeweils anderen ersetzt werden können, feiern andere Data Science als Evolution der Business Analysis. Aber schauen wir uns beide Berufe einmal im Detail an:

So arbeitet der Business Analyst

Zu den Tätigkeiten eines Business Analyst gehört die Recherche und die Extraktion von Informationen aus strukturierten sowie unstrukturierten Daten, um historische und aktuelle Business Performance zu erklären. Zudem gehört zu seinen Aufgaben, die besten analytischen Modelle zu finden und die Lösungen verständlich zu erklären. Somit beschäftigt sich ein Business Analyst mehr mit dem „Was“ als mit dem „Warum“.

So arbeitet der Data Scientist

Ein Data Scientist hingegen nutzt Daten, die meist unvollständig und unstrukturiert sind, um zukünftige Prognosen und Vorhersagen zu treffen. Somit hilft er dabei, die Unsicherheit der Zukunft ein wenig zu erhellen. Dabei sind das Vorgehen und die Methoden des Data Scientist als eher wissenschaftlich zu bezeichnen, da vermehrt Gebrauch von Experimenten und Hypothesen-Bildung gemacht wird. Auch Produktinnovationen werden durch Data Science möglich.