SlideShare ist ein Scribd-Unternehmen logo
www.eoda.de 130.03.2017 eoda GmbH©
Die Data Science Spezialisten.
12 Erfolgsfaktoren von Data Science
www.eoda.de 230.03.2017 eoda GmbH©
Data Mining, Künstliche Intelligenz, Neuronale Netze oder Maschinelles Lernen: Data
Science kursiert derzeit unter vielen Begriffen. Ihnen gemeinsam ist die Extraktion von
Wissen aus Daten – einem Thema, das Unternehmen aller Branchen, Universitäten und
den gesellschaftlichen Diskurs zunehmend beschäftigt.
Einige Unternehmen betreiben bereits heute erfolgreich Data Science, andere haben das
Potenzial erkannt und suchen nach dem richtigen Einstieg. Wieder andere arbeiten an
der Implementierung von analytischen Anwendungen in ihre IT-Landschaft. Oliver
Bracht, Chief Data Scientist der eoda GmbH, leitet seit Jahren Analytik-Projekte und
kennt die Anforderungen der Unternehmen sehr genau: „Diese sind so heterogen wie
Data Science selbst. Den einen Masterplan gibt es nicht.“
Einige grundlegende Erfolgsfaktoren lassen sich laut Bracht jedoch identifizieren.
Oliver Bracht
Chief Data Scientist
www.eoda.de 330.03.2017 eoda GmbH©
Die Erfolgsfaktoren im Überblick
• Einstieg
• Team
• Weiterbildung
• Entwicklung
• Toolset
• Analysemethoden
• Branchenbezug
• Erwartungshaltung
• Projektverlauf
• Projektanlage
• Fachabteilungen
• Kommunikation
www.eoda.de 430.03.2017 eoda GmbH©
www.eoda.de 530.03.2017 eoda GmbH©
• Einführung von Data Science in Unternehmen: Bottom-Up-Prozess
• Berufseinsteiger und Praktikanten bringen neue Impulse
• Umgang mit Programmiersprachen wie R
• Positive Überraschung über die analytischen Möglichkeiten für etablierte Mitarbeiter und
Geschäftsführung
Es kann ein Sog entstehen, der Energie freisetzt
und Aufbruchsstimmung erzeugt
Der Einstieg
www.eoda.de 630.03.2017 eoda GmbH©
www.eoda.de 730.03.2017 eoda GmbH©
• Data Science ist ein weites Feld und steht für interdisziplinäre Fähigkeiten
• Statistik, Informatik, Mathematik, Softwareentwicklung und Fachwissenschaften mit statistischem Schwerpunkt
• Kombination mit einem tiefgreifenden Verständnis von Geschäftsprozessen
• Ausgeprägte Kompetenz, komplexe Sachverhalte auch Laien kommunizieren zu können
Data Science ist daher vor allem eines: die Leistung eines Teams mit unter-
schiedlichem fachlichen Hintergrund und unterschiedlichen Kompetenzen
Das Team
www.eoda.de 830.03.2017 eoda GmbH©
www.eoda.de 930.03.2017 eoda GmbH©
• Rasante Entwicklung von Analysemethoden, Frameworks und Technologien
• Kombination aus mathematisch-technischer Komplexität und technischen Herausforderungen
• Data Science bewegt sich oft am Limit des technisch machbaren
• Massiv parallele Systeme oder die Verlagerung der Analysen von der CPU auf die GPU erfordern tiefgehende
architektonische Kenntnisse
• Langfristiger Erfolg bedingt Freiraum, um sich in neue Methoden und Verfahren einarbeiten zu können
• Dieser Freiraum muss sich auch im Projektmanagement abbilden
Wenn Data Scientists die Freiheit durch die Auslastung im Tagesgeschäft verlieren,
geht der Anschluss an State-of-the-art-Technologien nach und nach verloren
Die Weiterbildung
www.eoda.de 1030.03.2017 eoda GmbH©
www.eoda.de 1130.03.2017 eoda GmbH©
• Data Scientists sind selten als Softwareentwickler ausgebildet
• „Hacking-Skills“ entwickeln sich meist nebenbei
Analysen, die näher an operative Systeme rücken, erfordern die
strukturierte Vorgehensweise der Softwareentwicklung
• Dazu zählen Code-Versionierung, Unit Testing, Performanceoptimierung oder standardisierte
Dokumentationen
Die Entwicklung
www.eoda.de 1230.03.2017 eoda GmbH©
www.eoda.de 1330.03.2017 eoda GmbH©
• Die Wahl der richtigen Tools hängt vom jeweiligen Anwendungsfall und der Vorliebe des Teams ab
• Data Science setzt im Kern aber auf Open Source
• Die Gründe dafür: Leistungsfähigkeit, Schnittstellen zu den Hochsprachen (Java, C etc.),
Businessanwendungen (SAP, Salesforce etc.) und zu Datenbanken aller großen Anbieter
Open Source Lösungen wie die Programmiersprache R lassen sich besonders
flexibel in bestehende Prozesse einbetten
Das Toolset
www.eoda.de 1430.03.2017 eoda GmbH©
www.eoda.de 1530.03.2017 eoda GmbH©
• Wahl der Analysemethode sollte sich am Problem orientieren
• Es ist wichtig einen großen Methodenkoffer zur Verfügung zu haben
• Eine einzelne Methode, die jedes Problem lösen kann, existiert nicht
• Häufig sind Kombinationen verschiedener Methoden (Ensemble-Modelle, mehrstufige Analysen)
erfolgreicher als einzelne Verfahren
• Bei der Wahl der Methoden sollte zudem die Zielgruppe der Analysen im Auge behalten werden
• Fachabteilungen brauchen ein Mindestmaß an Akzeptanz bezüglich der eingesetzten Verfahren
Eine transparente und nachvollziehbare Vorgehensweise baut Barrieren ab und schafft
Akzeptanz – Dies ist bei einigen Analysemethoden leichter zu realisieren als bei anderen
Die Analysemethoden
www.eoda.de 1630.03.2017 eoda GmbH©
www.eoda.de 1730.03.2017 eoda GmbH©
• Data Science ist immer in einen Branchen- und Unternehmenskontext eingebunden
• Fokussierung auf die eigene Branche sollte dennoch nicht zu stark sein
• Branchentransfer ist ein weiteres Erfolgskonzept von Data Science
Der Blick über den Tellerrand lohnt sich: Häufig lassen sich Methoden, die ursprünglich
für andere Bereiche entwickelt wurden, auf die eigenen Anwendungsfälle übertragen
Der Branchenbezug
www.eoda.de 1830.03.2017 eoda GmbH©
www.eoda.de 1930.03.2017 eoda GmbH©
• Große Chance für Unternehmen Zusammenhänge zu erkennen und für die Zukunft zu prognostizieren
• Aber: Es ist wichtig die Grenzen des Möglichen anzuerkennen
• Datenqualität spielt in diesem Zusammenhang eine große Rolle
• Kontextuelle Einbettung ebenfalls sehr wichtig
• Viele Verfahren sind hypothesenfrei
• Es ist nicht notwendig im Vorhinein Vermutungen über Zusammenhänge zu formulieren
• Das heißt nicht, dass man beliebige Daten out-of-the-box an einen Algorithmus übergeben kann, der
Fragen beantwortet, die noch gar nicht gestellt wurden
Der Grat zwischen Begeisterung für die Chancen und
unrealistischen Erwartungen ist schmal
Die Erwartungshaltung
www.eoda.de 2030.03.2017 eoda GmbH©
www.eoda.de 2130.03.2017 eoda GmbH©
• Data Science gleicht einer Entdeckungsreise
• Die Schätze, die es dabei zu finden gilt, liegen jedoch nicht unbedingt dort,
wo man sie im Vorfeld erwartet hat
• Es bedarf Offenheit bei Fachabteilungen und Geschäftsführung gegenüber einem hochgradig agilen
Vorgehen
Transparenz und kontinuierliche Kommunikation helfen, Fachabteilungen
und Geschäftsführung mit auf die Entdeckungsreise zu nehmen
Der Projektverlauf
www.eoda.de 2230.03.2017 eoda GmbH©
www.eoda.de 2330.03.2017 eoda GmbH©
• Gerade für Unternehmen, die ihre ersten Gehversuche im Bereich Data Science machen, ist die
Projektanlage elementar
• Typischerweise verlaufen Data-Science-Projekte entlang dreier Reifegradstufen:
1. Definition und Bewertung potentieller Use Cases
2. Umsetzung der erfolgsversprechendsten Use Cases als Proof-of-Concept
3. Integration erfolgreicher Proof-of-Concept-Lösungen in den Produktivbetrieb
• Dadurch lassen sich Potenziale und Probleme frühzeitig erkennen
• Fail-Fast ist das Stichwort
• Fehlschläge vermeiden, um Ressourcen effektiv einzusetzen
Die Projektanlage
www.eoda.de 2430.03.2017 eoda GmbH©
www.eoda.de 2530.03.2017 eoda GmbH©
• Fachabteilungen hegen Skepsis gegenüber Data Science
• Es besteht die Sorge, durch Data Science, Machine Learning sowie künstliche Intelligenz, Aufgaben und
Wertschätzung zu verlieren
• Diese Zurückhaltung aufzulösen ist die Grundbedingung für den Erfolg von Data-Science-Projekten
• Zwei Aspekte sind dabei wesentlich:
• Data Science muss deutlich machen, dass der Fachbereich die führende Rolle behält
• Der Fachbereich sollte motiviert werden, Data Science mit inhaltlicher
Expertenkompetenz zu unterstützen
• Data Science und Fachbereich liefern den Erfolgsbeitrag für das gemeinsame Ziel
• Es geht darum Assistenzsysteme zu entwickeln, die dabei helfen, bessere Entscheidungen zu treffen
Die Fachabteilungen
www.eoda.de 2630.03.2017 eoda GmbH©
www.eoda.de 2730.03.2017 eoda GmbH©
• Neben der fachlichen Aufgabe kommt den Data Scientists die Aufgabe zu, ein Verständnis für die
Herausforderungen und Fragestellungen der Fachabteilungen zu entwickeln
• Außerdem müssen komplexe statistische Verfahren verständlich erklärt werden
• Statistische Fachtermini gilt es gegenüber den Fachabteilungen zu vermeiden
• Das Vorgehen sollte möglichst nachvollziehbar dargestellt werden
Die Kommunikationskultur im Unternehmen spielt eine entscheidende Rolle für
den Erfolg von Data-Science-Projekten
Die Kommunikation
www.eoda.de 2830.03.2017 eoda GmbH©
eoda ist ein auf Data Science spezialisiertes IT-Unternehmen. Das Portfolio umfasst Consulting,
Analytic Services, Produkte und Training.
Die Leistungen erstrecken sich dabei über den gesamten Workflow von der Datenerfassung über die
Analyse und Interpretation der Ergebnisse bis hin zur Integration von Analyse-Workflows in
bestehende Prozesse und Applikationen. Das interdisziplinäre Team von eoda kombiniert fundiertes
Wissen über Geschäftsprozesse mit der kompetenten Anwendung der passenden statistischen
Analyseverfahren.
In Deutschland ist eoda der Vorreiter der freien Statistiksprache R und bietet
herstellerneutral ein umfassendes Portfolio zum produktiven Einsatz von R an.
www.eoda.de
Über die eoda GmbH
www.eoda.de 2930.03.2017 eoda GmbH©
@eodaGmbH
@eodaGmbH eodaGmbH
blog.eoda.de
eoda GmbH
Universitätsplatz 12
34127 Kassel
www.eoda.de
info@eoda.de
+49 561 202724-40
Die Data Science Spezialisten.

Weitere ähnliche Inhalte

Andere mochten auch

R in the Mittelstand: Bringing Data Science to small and mid-size companies.
R in the Mittelstand: Bringing Data Science to small and mid-size companies. R in the Mittelstand: Bringing Data Science to small and mid-size companies.
R in the Mittelstand: Bringing Data Science to small and mid-size companies.
eoda GmbH
 
Farmacología autonómica
Farmacología autonómica Farmacología autonómica
Farmacología autonómica
Universidad Técnica de Manabí
 
Gran templo sagrado de juratena.pdf el-gran-templo-sagrado-de-juratena-o-fu...
Gran templo sagrado de juratena.pdf   el-gran-templo-sagrado-de-juratena-o-fu...Gran templo sagrado de juratena.pdf   el-gran-templo-sagrado-de-juratena-o-fu...
Gran templo sagrado de juratena.pdf el-gran-templo-sagrado-de-juratena-o-fu...
Marinalen1
 
Pgp 141225205715-conversion-gate01
Pgp 141225205715-conversion-gate01Pgp 141225205715-conversion-gate01
Pgp 141225205715-conversion-gate01
pratik swarup das
 
eoda | R-Support
eoda | R-Support eoda | R-Support
eoda | R-Support
eoda GmbH
 
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
SlideShare
 

Andere mochten auch (6)

R in the Mittelstand: Bringing Data Science to small and mid-size companies.
R in the Mittelstand: Bringing Data Science to small and mid-size companies. R in the Mittelstand: Bringing Data Science to small and mid-size companies.
R in the Mittelstand: Bringing Data Science to small and mid-size companies.
 
Farmacología autonómica
Farmacología autonómica Farmacología autonómica
Farmacología autonómica
 
Gran templo sagrado de juratena.pdf el-gran-templo-sagrado-de-juratena-o-fu...
Gran templo sagrado de juratena.pdf   el-gran-templo-sagrado-de-juratena-o-fu...Gran templo sagrado de juratena.pdf   el-gran-templo-sagrado-de-juratena-o-fu...
Gran templo sagrado de juratena.pdf el-gran-templo-sagrado-de-juratena-o-fu...
 
Pgp 141225205715-conversion-gate01
Pgp 141225205715-conversion-gate01Pgp 141225205715-conversion-gate01
Pgp 141225205715-conversion-gate01
 
eoda | R-Support
eoda | R-Support eoda | R-Support
eoda | R-Support
 
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
A Guide to SlideShare Analytics - Excerpts from Hubspot's Step by Step Guide ...
 

Ähnlich wie Erfolgsfaktoren von Data Science

Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
SAS in Deutschland, Österreich und der Schweiz
 
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata GmbH
 
Benötigt Ihr Unternehmen eine geschäftsorientierte IT-Strategie
Benötigt Ihr Unternehmen eine geschäftsorientierte IT-StrategieBenötigt Ihr Unternehmen eine geschäftsorientierte IT-Strategie
Benötigt Ihr Unternehmen eine geschäftsorientierte IT-Strategie
Gernot Sauerborn
 
Engineering Processing & Product Development Minds 2013
Engineering Processing & Product Development Minds 2013Engineering Processing & Product Development Minds 2013
Engineering Processing & Product Development Minds 2013
Maria Willamowius
 
MASTERhora Stellenanzeigen
MASTERhora StellenanzeigenMASTERhora Stellenanzeigen
MASTERhora Stellenanzeigen
Tremendousd
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
Harald Erb
 
Tableau Drive, Die neue Methode für Bereitstellungen in Unternehmen
Tableau Drive, Die neue Methode für Bereitstellungen in UnternehmenTableau Drive, Die neue Methode für Bereitstellungen in Unternehmen
Tableau Drive, Die neue Methode für Bereitstellungen in Unternehmen
Tableau Software
 
YUNA - Data Science Plattform für Unternehmen
YUNA - Data Science Plattform für UnternehmenYUNA - Data Science Plattform für Unternehmen
YUNA - Data Science Plattform für Unternehmen
eoda GmbH
 
IaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-Ergebnisse
IaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-ErgebnisseIaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-Ergebnisse
IaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-Ergebnisse
Dietmar Georg Wiedemann
 
Implementierung von R im Mittelstand
Implementierung von R im MittelstandImplementierung von R im Mittelstand
Implementierung von R im Mittelstand
eoda GmbH
 
Leistungsportfolio der ICT
Leistungsportfolio der ICTLeistungsportfolio der ICT
Leistungsportfolio der ICT
Chris H. Leeb
 
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Praxistage
 
Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...
Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...
Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...
Gernot Sauerborn
 
Ilja Hauß: "Der Enterprise 2.0 Irrtum"
Ilja Hauß: "Der Enterprise 2.0 Irrtum"Ilja Hauß: "Der Enterprise 2.0 Irrtum"
Ilja Hauß: "Der Enterprise 2.0 Irrtum"
migruening
 
Digitale Transformation für KMU
Digitale Transformation für KMUDigitale Transformation für KMU
Digitale Transformation für KMU
Gernot Sauerborn
 
Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009
André Schmid
 
Produkt Produkt Manager
Produkt Produkt ManagerProdukt Produkt Manager
Produkt Produkt Manager
Oliver Belikan
 
Software trends veranstaltungsprogramm_neu
Software trends veranstaltungsprogramm_neuSoftware trends veranstaltungsprogramm_neu
Software trends veranstaltungsprogramm_neu
CON.ECT Eventmanagement
 
2009 05 26 Leeb It Governance
2009 05 26 Leeb It Governance2009 05 26 Leeb It Governance
2009 05 26 Leeb It Governance
Chris H. Leeb
 

Ähnlich wie Erfolgsfaktoren von Data Science (20)

Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
Big Data Analytics Forum 2015: Wie gelingt der Schnellstart in die neue Infor...
 
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
Iodata, Qlik Solution Provider in Projektkooperation zum Thema Industrie 4.0
 
Benötigt Ihr Unternehmen eine geschäftsorientierte IT-Strategie
Benötigt Ihr Unternehmen eine geschäftsorientierte IT-StrategieBenötigt Ihr Unternehmen eine geschäftsorientierte IT-Strategie
Benötigt Ihr Unternehmen eine geschäftsorientierte IT-Strategie
 
Engineering Processing & Product Development Minds 2013
Engineering Processing & Product Development Minds 2013Engineering Processing & Product Development Minds 2013
Engineering Processing & Product Development Minds 2013
 
MASTERhora Stellenanzeigen
MASTERhora StellenanzeigenMASTERhora Stellenanzeigen
MASTERhora Stellenanzeigen
 
Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!Big Data Discovery + Analytics = Datengetriebene Innovation!
Big Data Discovery + Analytics = Datengetriebene Innovation!
 
SAS Data Governance
SAS Data GovernanceSAS Data Governance
SAS Data Governance
 
Tableau Drive, Die neue Methode für Bereitstellungen in Unternehmen
Tableau Drive, Die neue Methode für Bereitstellungen in UnternehmenTableau Drive, Die neue Methode für Bereitstellungen in Unternehmen
Tableau Drive, Die neue Methode für Bereitstellungen in Unternehmen
 
YUNA - Data Science Plattform für Unternehmen
YUNA - Data Science Plattform für UnternehmenYUNA - Data Science Plattform für Unternehmen
YUNA - Data Science Plattform für Unternehmen
 
IaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-Ergebnisse
IaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-ErgebnisseIaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-Ergebnisse
IaaS-Nutzung in Deutschland 2011 Zusammenfassung der Studien-Ergebnisse
 
Implementierung von R im Mittelstand
Implementierung von R im MittelstandImplementierung von R im Mittelstand
Implementierung von R im Mittelstand
 
Leistungsportfolio der ICT
Leistungsportfolio der ICTLeistungsportfolio der ICT
Leistungsportfolio der ICT
 
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
Michael Jäger (Techsoft), Dipl.-Ing. Bernd Kuntze (Franz Haas Waffel- und Kek...
 
Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...
Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...
Ihr unternehmensinternes IT-Team: Welches ist die strategisch sinnvolle Posit...
 
Ilja Hauß: "Der Enterprise 2.0 Irrtum"
Ilja Hauß: "Der Enterprise 2.0 Irrtum"Ilja Hauß: "Der Enterprise 2.0 Irrtum"
Ilja Hauß: "Der Enterprise 2.0 Irrtum"
 
Digitale Transformation für KMU
Digitale Transformation für KMUDigitale Transformation für KMU
Digitale Transformation für KMU
 
Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009Unic AG - Enterprise-Search Breakout Session X.Days 2009
Unic AG - Enterprise-Search Breakout Session X.Days 2009
 
Produkt Produkt Manager
Produkt Produkt ManagerProdukt Produkt Manager
Produkt Produkt Manager
 
Software trends veranstaltungsprogramm_neu
Software trends veranstaltungsprogramm_neuSoftware trends veranstaltungsprogramm_neu
Software trends veranstaltungsprogramm_neu
 
2009 05 26 Leeb It Governance
2009 05 26 Leeb It Governance2009 05 26 Leeb It Governance
2009 05 26 Leeb It Governance
 

Mehr von eoda GmbH

Beyond prototyping: Best practice for R in critical enterprise environments
Beyond prototyping: Best practice for R in critical enterprise environmentsBeyond prototyping: Best practice for R in critical enterprise environments
Beyond prototyping: Best practice for R in critical enterprise environments
eoda GmbH
 
The use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbH
The use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbHThe use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbH
The use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbH
eoda GmbH
 
Data Science outside the box: Developing a generic scoring algorithm for cust...
Data Science outside the box: Developing a generic scoring algorithm for cust...Data Science outside the box: Developing a generic scoring algorithm for cust...
Data Science outside the box: Developing a generic scoring algorithm for cust...
eoda GmbH
 
Application fields of R in classical industrial analytics
Application fields of R in classical industrial analyticsApplication fields of R in classical industrial analytics
Application fields of R in classical industrial analytics
eoda GmbH
 
Aargh! I have to teach R (Experiences in the teaching of R)
Aargh! I have to teach R (Experiences in the teaching of R)Aargh! I have to teach R (Experiences in the teaching of R)
Aargh! I have to teach R (Experiences in the teaching of R)
eoda GmbH
 
Implementing R in the old economy
Implementing R in the old economyImplementing R in the old economy
Implementing R in the old economy
eoda GmbH
 
eoda R-Akademie 2016
eoda R-Akademie 2016eoda R-Akademie 2016
eoda R-Akademie 2016
eoda GmbH
 
eoda R-Akademie 2015_Kursprogramm
eoda R-Akademie 2015_Kursprogrammeoda R-Akademie 2015_Kursprogramm
eoda R-Akademie 2015_Kursprogramm
eoda GmbH
 
Predictive Maintenance with R
Predictive Maintenance with RPredictive Maintenance with R
Predictive Maintenance with R
eoda GmbH
 
eoda R-Akademie 2014
eoda R-Akademie 2014 eoda R-Akademie 2014
eoda R-Akademie 2014
eoda GmbH
 

Mehr von eoda GmbH (10)

Beyond prototyping: Best practice for R in critical enterprise environments
Beyond prototyping: Best practice for R in critical enterprise environmentsBeyond prototyping: Best practice for R in critical enterprise environments
Beyond prototyping: Best practice for R in critical enterprise environments
 
The use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbH
The use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbHThe use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbH
The use of R in Predictive Maintenance: A use case with TRUMPF Laser GmbH
 
Data Science outside the box: Developing a generic scoring algorithm for cust...
Data Science outside the box: Developing a generic scoring algorithm for cust...Data Science outside the box: Developing a generic scoring algorithm for cust...
Data Science outside the box: Developing a generic scoring algorithm for cust...
 
Application fields of R in classical industrial analytics
Application fields of R in classical industrial analyticsApplication fields of R in classical industrial analytics
Application fields of R in classical industrial analytics
 
Aargh! I have to teach R (Experiences in the teaching of R)
Aargh! I have to teach R (Experiences in the teaching of R)Aargh! I have to teach R (Experiences in the teaching of R)
Aargh! I have to teach R (Experiences in the teaching of R)
 
Implementing R in the old economy
Implementing R in the old economyImplementing R in the old economy
Implementing R in the old economy
 
eoda R-Akademie 2016
eoda R-Akademie 2016eoda R-Akademie 2016
eoda R-Akademie 2016
 
eoda R-Akademie 2015_Kursprogramm
eoda R-Akademie 2015_Kursprogrammeoda R-Akademie 2015_Kursprogramm
eoda R-Akademie 2015_Kursprogramm
 
Predictive Maintenance with R
Predictive Maintenance with RPredictive Maintenance with R
Predictive Maintenance with R
 
eoda R-Akademie 2014
eoda R-Akademie 2014 eoda R-Akademie 2014
eoda R-Akademie 2014
 

Erfolgsfaktoren von Data Science

  • 1. www.eoda.de 130.03.2017 eoda GmbH© Die Data Science Spezialisten. 12 Erfolgsfaktoren von Data Science
  • 2. www.eoda.de 230.03.2017 eoda GmbH© Data Mining, Künstliche Intelligenz, Neuronale Netze oder Maschinelles Lernen: Data Science kursiert derzeit unter vielen Begriffen. Ihnen gemeinsam ist die Extraktion von Wissen aus Daten – einem Thema, das Unternehmen aller Branchen, Universitäten und den gesellschaftlichen Diskurs zunehmend beschäftigt. Einige Unternehmen betreiben bereits heute erfolgreich Data Science, andere haben das Potenzial erkannt und suchen nach dem richtigen Einstieg. Wieder andere arbeiten an der Implementierung von analytischen Anwendungen in ihre IT-Landschaft. Oliver Bracht, Chief Data Scientist der eoda GmbH, leitet seit Jahren Analytik-Projekte und kennt die Anforderungen der Unternehmen sehr genau: „Diese sind so heterogen wie Data Science selbst. Den einen Masterplan gibt es nicht.“ Einige grundlegende Erfolgsfaktoren lassen sich laut Bracht jedoch identifizieren. Oliver Bracht Chief Data Scientist
  • 3. www.eoda.de 330.03.2017 eoda GmbH© Die Erfolgsfaktoren im Überblick • Einstieg • Team • Weiterbildung • Entwicklung • Toolset • Analysemethoden • Branchenbezug • Erwartungshaltung • Projektverlauf • Projektanlage • Fachabteilungen • Kommunikation
  • 5. www.eoda.de 530.03.2017 eoda GmbH© • Einführung von Data Science in Unternehmen: Bottom-Up-Prozess • Berufseinsteiger und Praktikanten bringen neue Impulse • Umgang mit Programmiersprachen wie R • Positive Überraschung über die analytischen Möglichkeiten für etablierte Mitarbeiter und Geschäftsführung Es kann ein Sog entstehen, der Energie freisetzt und Aufbruchsstimmung erzeugt Der Einstieg
  • 7. www.eoda.de 730.03.2017 eoda GmbH© • Data Science ist ein weites Feld und steht für interdisziplinäre Fähigkeiten • Statistik, Informatik, Mathematik, Softwareentwicklung und Fachwissenschaften mit statistischem Schwerpunkt • Kombination mit einem tiefgreifenden Verständnis von Geschäftsprozessen • Ausgeprägte Kompetenz, komplexe Sachverhalte auch Laien kommunizieren zu können Data Science ist daher vor allem eines: die Leistung eines Teams mit unter- schiedlichem fachlichen Hintergrund und unterschiedlichen Kompetenzen Das Team
  • 9. www.eoda.de 930.03.2017 eoda GmbH© • Rasante Entwicklung von Analysemethoden, Frameworks und Technologien • Kombination aus mathematisch-technischer Komplexität und technischen Herausforderungen • Data Science bewegt sich oft am Limit des technisch machbaren • Massiv parallele Systeme oder die Verlagerung der Analysen von der CPU auf die GPU erfordern tiefgehende architektonische Kenntnisse • Langfristiger Erfolg bedingt Freiraum, um sich in neue Methoden und Verfahren einarbeiten zu können • Dieser Freiraum muss sich auch im Projektmanagement abbilden Wenn Data Scientists die Freiheit durch die Auslastung im Tagesgeschäft verlieren, geht der Anschluss an State-of-the-art-Technologien nach und nach verloren Die Weiterbildung
  • 11. www.eoda.de 1130.03.2017 eoda GmbH© • Data Scientists sind selten als Softwareentwickler ausgebildet • „Hacking-Skills“ entwickeln sich meist nebenbei Analysen, die näher an operative Systeme rücken, erfordern die strukturierte Vorgehensweise der Softwareentwicklung • Dazu zählen Code-Versionierung, Unit Testing, Performanceoptimierung oder standardisierte Dokumentationen Die Entwicklung
  • 13. www.eoda.de 1330.03.2017 eoda GmbH© • Die Wahl der richtigen Tools hängt vom jeweiligen Anwendungsfall und der Vorliebe des Teams ab • Data Science setzt im Kern aber auf Open Source • Die Gründe dafür: Leistungsfähigkeit, Schnittstellen zu den Hochsprachen (Java, C etc.), Businessanwendungen (SAP, Salesforce etc.) und zu Datenbanken aller großen Anbieter Open Source Lösungen wie die Programmiersprache R lassen sich besonders flexibel in bestehende Prozesse einbetten Das Toolset
  • 15. www.eoda.de 1530.03.2017 eoda GmbH© • Wahl der Analysemethode sollte sich am Problem orientieren • Es ist wichtig einen großen Methodenkoffer zur Verfügung zu haben • Eine einzelne Methode, die jedes Problem lösen kann, existiert nicht • Häufig sind Kombinationen verschiedener Methoden (Ensemble-Modelle, mehrstufige Analysen) erfolgreicher als einzelne Verfahren • Bei der Wahl der Methoden sollte zudem die Zielgruppe der Analysen im Auge behalten werden • Fachabteilungen brauchen ein Mindestmaß an Akzeptanz bezüglich der eingesetzten Verfahren Eine transparente und nachvollziehbare Vorgehensweise baut Barrieren ab und schafft Akzeptanz – Dies ist bei einigen Analysemethoden leichter zu realisieren als bei anderen Die Analysemethoden
  • 17. www.eoda.de 1730.03.2017 eoda GmbH© • Data Science ist immer in einen Branchen- und Unternehmenskontext eingebunden • Fokussierung auf die eigene Branche sollte dennoch nicht zu stark sein • Branchentransfer ist ein weiteres Erfolgskonzept von Data Science Der Blick über den Tellerrand lohnt sich: Häufig lassen sich Methoden, die ursprünglich für andere Bereiche entwickelt wurden, auf die eigenen Anwendungsfälle übertragen Der Branchenbezug
  • 19. www.eoda.de 1930.03.2017 eoda GmbH© • Große Chance für Unternehmen Zusammenhänge zu erkennen und für die Zukunft zu prognostizieren • Aber: Es ist wichtig die Grenzen des Möglichen anzuerkennen • Datenqualität spielt in diesem Zusammenhang eine große Rolle • Kontextuelle Einbettung ebenfalls sehr wichtig • Viele Verfahren sind hypothesenfrei • Es ist nicht notwendig im Vorhinein Vermutungen über Zusammenhänge zu formulieren • Das heißt nicht, dass man beliebige Daten out-of-the-box an einen Algorithmus übergeben kann, der Fragen beantwortet, die noch gar nicht gestellt wurden Der Grat zwischen Begeisterung für die Chancen und unrealistischen Erwartungen ist schmal Die Erwartungshaltung
  • 21. www.eoda.de 2130.03.2017 eoda GmbH© • Data Science gleicht einer Entdeckungsreise • Die Schätze, die es dabei zu finden gilt, liegen jedoch nicht unbedingt dort, wo man sie im Vorfeld erwartet hat • Es bedarf Offenheit bei Fachabteilungen und Geschäftsführung gegenüber einem hochgradig agilen Vorgehen Transparenz und kontinuierliche Kommunikation helfen, Fachabteilungen und Geschäftsführung mit auf die Entdeckungsreise zu nehmen Der Projektverlauf
  • 23. www.eoda.de 2330.03.2017 eoda GmbH© • Gerade für Unternehmen, die ihre ersten Gehversuche im Bereich Data Science machen, ist die Projektanlage elementar • Typischerweise verlaufen Data-Science-Projekte entlang dreier Reifegradstufen: 1. Definition und Bewertung potentieller Use Cases 2. Umsetzung der erfolgsversprechendsten Use Cases als Proof-of-Concept 3. Integration erfolgreicher Proof-of-Concept-Lösungen in den Produktivbetrieb • Dadurch lassen sich Potenziale und Probleme frühzeitig erkennen • Fail-Fast ist das Stichwort • Fehlschläge vermeiden, um Ressourcen effektiv einzusetzen Die Projektanlage
  • 25. www.eoda.de 2530.03.2017 eoda GmbH© • Fachabteilungen hegen Skepsis gegenüber Data Science • Es besteht die Sorge, durch Data Science, Machine Learning sowie künstliche Intelligenz, Aufgaben und Wertschätzung zu verlieren • Diese Zurückhaltung aufzulösen ist die Grundbedingung für den Erfolg von Data-Science-Projekten • Zwei Aspekte sind dabei wesentlich: • Data Science muss deutlich machen, dass der Fachbereich die führende Rolle behält • Der Fachbereich sollte motiviert werden, Data Science mit inhaltlicher Expertenkompetenz zu unterstützen • Data Science und Fachbereich liefern den Erfolgsbeitrag für das gemeinsame Ziel • Es geht darum Assistenzsysteme zu entwickeln, die dabei helfen, bessere Entscheidungen zu treffen Die Fachabteilungen
  • 27. www.eoda.de 2730.03.2017 eoda GmbH© • Neben der fachlichen Aufgabe kommt den Data Scientists die Aufgabe zu, ein Verständnis für die Herausforderungen und Fragestellungen der Fachabteilungen zu entwickeln • Außerdem müssen komplexe statistische Verfahren verständlich erklärt werden • Statistische Fachtermini gilt es gegenüber den Fachabteilungen zu vermeiden • Das Vorgehen sollte möglichst nachvollziehbar dargestellt werden Die Kommunikationskultur im Unternehmen spielt eine entscheidende Rolle für den Erfolg von Data-Science-Projekten Die Kommunikation
  • 28. www.eoda.de 2830.03.2017 eoda GmbH© eoda ist ein auf Data Science spezialisiertes IT-Unternehmen. Das Portfolio umfasst Consulting, Analytic Services, Produkte und Training. Die Leistungen erstrecken sich dabei über den gesamten Workflow von der Datenerfassung über die Analyse und Interpretation der Ergebnisse bis hin zur Integration von Analyse-Workflows in bestehende Prozesse und Applikationen. Das interdisziplinäre Team von eoda kombiniert fundiertes Wissen über Geschäftsprozesse mit der kompetenten Anwendung der passenden statistischen Analyseverfahren. In Deutschland ist eoda der Vorreiter der freien Statistiksprache R und bietet herstellerneutral ein umfassendes Portfolio zum produktiven Einsatz von R an. www.eoda.de Über die eoda GmbH
  • 29. www.eoda.de 2930.03.2017 eoda GmbH© @eodaGmbH @eodaGmbH eodaGmbH blog.eoda.de eoda GmbH Universitätsplatz 12 34127 Kassel www.eoda.de info@eoda.de +49 561 202724-40 Die Data Science Spezialisten.