Marketing Technologie

Was macht eigentlich ein Data Scientist so im Job?

Vice President Extended Reality, BT-Jobserie, BTBerufe, Und was machst du so?, Was macht eigentlich ein ..., Jobs, Berufe, Berufsbilder, Jobbeschreibungen, Team Lead PR, Chief Attention Officer, Social-Media-Konzepter, Chief Hospitality Officer, Vermarktung, Virtual-Reality-Spezialist, Head of Content & Digital, Werder Bremen, Data Scientist, Jakob Herrmann, Technical Lead Data Products, Daniel Sprügel, Podcast-Producer, Flyn Schapfel, 21Torr, Chief Digital Officer, Baldaja, Head of Programmatic Advertising, Dorota Karc, Social Media Marketing Manager, Creative Coder, Programmatic Marketing Managerin, Data Evangelist, Director Marketplace Management, Head of Channel, Senior Game Designer, Performance Marketing Manager, Chief Growth Officer, Community Manager, Chief Client Officer, Hendrik Grosser, Showcase Archtitect Industrial IoT, Manager Platform Sales Engineering, Video Producerin, Co-CEO Jonas Thiemann, Teamlead Customer Success, Jule Twelkemeier, Chief Technology Officer (CTO), Head of Growth, Domainhändler, Vice President of Product Management, Director for Customer Support, Research Manager, Thought Leadership, Client Relationship Manager, Head of Recruiting, Chief Creative Officer, Brand Ambassador, Virus Analyst, Head of Technology Development, Venture Builder, Head of Apps, Digital Ambassador
geschrieben von Christian Erxleben

Die Digitalisierung verändert unsere Arbeitswelt von Grund auf. Deshalb entstehen neue Berufsbilder. Doch was versteckt sich hinter den Bezeichnungen? Das möchten wir in „Und was machst du so?“ greifbar machen. Heute: Jakob Herrmann und der Beruf des Data Scientist.

Der Start in den Tag als Data Scientist

Jakob, du arbeitest als Data Scientist bei Abracar. Beschreibe uns doch einmal in vier Sätzen, wie du deinen Beruf neuen Freunden erklärst.

Als Deutschlands führender Automakler übernimmt Abracar den Verkauf der Fahrzeuge unserer Kunden. Während der Vermarktung inserieren wir die Fahrzeuge auf Online-Plattformen. Dabei ist es für den Verkaufserfolg entscheidend, den optimalen Inseratspreis eines Fahrzeuges zu jedem Zeitpunkt bestmöglich bestimmen zu können.

Zu diesem Zweck haben wir mehrere datenbasierte Algorithmen entwickelt. Meine Hauptaufgabe bei Abracar besteht darin, diese Algorithmen zu optimieren und weiterzuentwickeln, um so die Fahrzeuge für unsere Kunden besser und schneller zu verkaufen.

Wie sieht ein normaler Tag in deinem Beruf aus?

Wie wohl die meisten Data Scientists, verbringe ich den Großteil des Tages mit der Auswertung und Modellierung von Daten am Computer. Den Tag beginne ich oft mit der Analyse meiner letzten Änderung, während ich am Nachmittag eher an Weiterentwicklungen arbeite.

Dabei stehe ich kontinuierlich im Kontakt mit den Entwicklern sowie anderen Kollegen des Produkt-Teams. Da wir in einem offenen Büroraum untergebracht sind, ergeben sich oftmals spontane Besprechungen und Diskussionen zur Umsetzung unserer aktuellen Themen.

Daher kommt es immer mal wieder zu spontanen Aufgaben von unserem Marketing-Team oder den Gründern, die beispielsweise eine Auswertung benötigen. Freitags läuten wir dann das Ende der Woche häufig mit einem Feierabendbier ein und rekapitulieren die Woche.

Und womit startest du in den Tag?

Angekommen im Büro, hole ich mir erst einmal eine Tasse Kaffee und frisches Obst aus unserem Abracar-Obstkorb. An meinem Schreibtisch checke ich meine To-Do-Liste für den heutigen Tag, die ich mir am vorangegangenen Arbeitstag geschrieben habe.

So schaffe ich mir einen guten Überblick über die Themen, an denen ich zuletzt gearbeitet habe. Außerdem weiß ich, welche Aufgaben ich heute priorisiert behandeln muss.

Jakob Herrmann, Abracar, Data Scientist

Jakob Herrmann, Data Scientist bei Abracar.

Die Aufgaben als Data Scientist

Welche Aufgaben fallen in deinen Bereich?

Die Hauptaufgabe unseres zweiköpfigen Data-Science-Teams liegt in der Optimierung der automatisierten Fahrzeugbewertung. Dabei übernehme ich sowohl Datenanalyse und Implementierungs-Aufgaben, als auch Teile der Produkt- und Projektplanung. Üblicherweise starten wir mit einer Idee oder Hypothese.

Hier steht die Frage im Fokus, wie wir die Bewertung verbessern können. Wir untersuchen dann inwieweit die Neuerung mit den bereits vorhandenen Daten umsetzbar ist, ob neue Daten gesammelt werden müssen, und, ob die bereits vorliegenden Daten unseren formulierten Hypothesen entsprechen.

Entscheiden wir uns, die Neuerung zu implementieren, gilt es, eine Roadmap für die Implementierung zu erstellen. Typische Fragestellungen sind hierfür:

  • Wie können wir die Implementierung geschlossener Teilelemente aufteilen?
  • In welcher Reihenfolge müssen sie implementiert werden?
  • Auf welchen Servern müssen die einzelnen Elemente implementiert werden?
  • Wer kümmert sich darum?
  • Wie viel Zeit beanspruchen die verschiedenen Etappen?

Darüber hinaus überlegen wir uns, welches Ziel wir mit der Neuerung verfolgen und wie wir deren Effekt messen können. Dafür entwickeln wir eine Metrik die wir – wenn möglich – schon vor der Live-Schaltung auf bereits gesammelte Kundendaten anwenden.

Es kommt aber auch vor, dass wir im Voraus keine Aussage über den erwarteten Effekt treffen können. In diesen Fällen gilt es, eine geeignete Simulation zu bauen. Außerdem benutzen wir die Metrik, um den Effekt bereits implementierter Bestandteile zu messen und diese dann gegebenenfalls anzupassen.

Neben der Fahrzeug-Bewertung arbeiten wir aber auch immer mehr an anderen Produktelementen, wie beispielsweise der Schätzung von Standzeiten oder dem Scoring von Käufer-Anfragen.

Deine persönliche Interpretation des Data Scientist

Wie definierst und interpretierst du deinen Job als Data Scientist persönlich?

Angefangen bei der Strukturierung und Aufbereitung der Daten in unseren Datenbanken bis hin zur Auswahl und Implementierung von statistischen und Machine-Learning-basierten Methoden, beinhaltet mein Job bei Abracar viele verschiedene Facetten der Data Science.

Der Job des Data Scientist ist bisher noch relativ neu und aktuell noch nicht in jedem Unternehmen klar definiert. Das hat den Vorteil, dass man seinen eigenen Fokus der Aufgaben finden kann.

Durch meinen Bachelor in Wirtschaftsmathematik und meinen Master in Finanz- und Versicherungsmathematik lege ich sehr viel Wert auf die mathematische Skizzierung und Modellierung von Problemen.

Sie hilft mir dabei, theoretische Eigenschaften und Zusammenhänge zu identifizieren, die die Daten und Methoden erfüllen können, sollten oder müssen.

Wie ist deine Stelle in die Unternehmensstruktur eingegliedert? Das heißt: An wen berichtest du und mit wem arbeitest du zusammen?

Das Data-Science-Team wird dem Produkt-Team zugeordnet. Außerdem arbeiten wir sehr eng mit den Software-Entwicklern zusammen. Wir haben wöchentliche Meetings zusammen mit einem der Geschäftsführer und dem Produkt-Team-Leiter.

Darin besprechen wir dann, was gut läuft oder an welchen Stellen wir das Produkt verbessern können. Natürlich gibt es auch einen starken Austausch außerhalb der Meetings – beispielsweise an der Kaffeemaschine oder beim gemeinsamen Mittagessen.

Als Start-up der Digital-Branche haben wir viele verschiedene Datenquellen, sodass wir auch häufig mit dem Marketing-, Operations- oder Sales-Team zusammenarbeiten.

Spaß und Dankbarkeit in deinem Beruf

Selbstverständlich wird die Rolle eines Data Scientist in jedem Unternehmen unterschiedlich ausgelegt. Welche Perspektiven kommen bei dir zu kurz, die grundsätzlich zum Berufsbild gehören?

Solange die Aussage klar ist, wird bei uns keinen Wert auf aufwendige Präsentationen von Ergebnissen gelegt. Das heißt: Ich verbringe nur wenig Zeit damit, Daten in schönen Grafiken zu visualisieren.

Was macht dir an deinem Job am meisten Spaß?

Die Vielseitigkeit meiner Arbeit und meine Freiheit eigene Projekte zu verfolgen, gefällt mir besonders gut und zeigen mir immer wieder aufs Neue, warum ich gerne als Data Scientist arbeite.

Außerdem macht mir die Zusammenarbeit in unserem Team sehr viel Spaß, denn es herrscht eine sehr angenehme Atmosphäre und es gibt viele unterschiedliche Gelegenheiten zum Austausch mit meinen anderen interessanten Kollegen.

Wofür bist du besonders dankbar?

Besonders dankbar bin ich vor allem für die Verantwortung, die ich hier von Anfang an bekommen habe. Das zeigt sich vor allem darin, dass, wenn ich von einer Idee oder einer Verbesserung überzeugt bin, sie in den meisten Fällen auch umgesetzt wird.


Neue Stellenangebote

Principal Data Scientist Cloud Platforms Global AI Roll-Out (f/m/d)
Infineon Technologies AG in Regensburg
Computer Scientist for Principal Data Scientist -Data Governance (f/m/d)
Infineon Technologies AG in Regensburg
Principal Data Scientist Data Driven Solutions (f/m/d)
Infineon Technologies AG in Regensburg
Principal Data Scientist for Global AI Implementation (f/m/d)
Infineon Technologies AG in Regensburg
Data Analyst / Data Scientist (w/m/d)
PAUL HARTMANN AG in Heidenheim

Alle Stellenanzeigen


Und wie wird man jetzt ein Data Scientist?

Insbesondere in der Digital-Branche gibt es häufig nicht mehr die klassische Ausbildung. Wie bist du zu deiner Stelle gekommen?

In meinem Fall war es eine Mischung aus einem persönlichen Kontakt und einem Zufall, der mich zu Abracar gebracht hat. Als ich als Werkstudent angefangen habe, war Abracar noch eng mit dem Company Builder Allianz X verbunden.

Ein Freund, der damals bei Allianz X angestellt war, hat mich zunächst für ein anderes Projekt vermittelt. Dieses wurde jedoch noch vor meinem Start beendet und es kam zum Bewerbungsgespräch bei Abracar.

Welchen Tipp würdest du einem Neueinsteiger oder interessierten Quereinsteiger geben, der auch Data Scientist werden will?

Da der Job als Data Scientist viel Eigenmotivation erfordert, ist es vor allem wichtig, dass man sich selbst gut mit dem Thema der Daten identifizieren kann. Man sollte die Hintergründe und Zusammenhänge verstehen und Gefallen daran finden, die aufkommenden Fragestellungen zu beantworten.

Vielen Dank, Jakob!

Auch interessant:

Über den Autor

Christian Erxleben

Christian Erxleben arbeitet als freier Redakteur für BASIC thinking. Von Ende 2017 bis Ende 2021 war er Chefredakteur von BASIC thinking. Zuvor war er als Ressortleiter Social Media und Head of Social Media bei BASIC thinking tätig.