Der Hype um Data Science ist weitestgehend vorbei und grassiert nur noch an den Universitäten.
Wir haben die wilden Jahre 2015-2018 gehabt, wo Unternehmen praktisch für alles Geld herausgeworfen haben, was am Ende lustige Buzzwords beinhaltet hat. Abteilungen innerhalb der Konzerne haben sich auch versucht gegenseitig mit dieser "Industrie 4.0" zu überbieten und es wurden sehr viele Stellen geschaffen, die letzten Endes überhaupt nicht für das ausgelegt waren, was sie eigentlich leisten sollten. In diesem Topf haben natürlich auch die Berater herumgerührt und das tun sie jetzt auch immer noch fleißig.
Mittlerweile, so seit 2018/2019 befinden wir uns in der Konsolidierungsphase. Das heißt, Unternehmen schauen ganz genau darauf, was tatsächlich benötigt wird und - salopp ausgedrückt - wie man es auch richtig umsetzt. Es muss also auch funktionieren. ;-)
Es ist vollkommen egal ob man Physiker, Sowi oder BWL'er ist, wenn man nicht ein grundlegendes Verständnis für die Umsetzung und Automatisierung hat. Das ist ganz klar ein Teilgebiet der (Wirtschafts-)Informatik.
Es wird kein Physiker oder Mathematiker eingestellt, weil er ganz toll irgendwas beweisen kann oder am Ende noch das letzte Prozentpünktchen an Performance mit einem Algorithmus herausgeholt hat, den niemand kennt und der dann nur zu der Anwendung passt.
Data Science ist hochgradig standardisiert und nur in sehr wenigen Teilbereichen wirklich komplex, dass man fundierte statistische Kenntnisse braucht.
Das jetzt gerade Physiker diese Komplexität hochloben liegt einfach daran, dass sie endlich mal wieder was gefunden haben, wofür man sie braucht - böse ausgedrückt. Tatsächlich ist es aber die IT die das ganze am Ende rund macht. Es ist im Studium wesentlich, WESENTLICH wichtiger, IT-Vorlesungen zu besuchen, also fortgeschrittene Methoden zum Auswurf ultramoderner neuronaler Netze.
Der Trend geht ja nun nicht dahin, dass wir ganz viel Data Scientists für teuer Geld beschäftigen, die dann alle schön statisch ihre Skripte durchlaufen lassen, sondern, dass ich einige, wenige Spezialisten habe, die ein System bauen, dass genau das automatisiert kann.
Und die, die am Ende auf die Ergebnisse schauen, benötigen gar keine Kenntnisse von der Materie.
antworten