Was ist eigentlich ein … Data Scientist?

… und was hat dieser mit Revision zu tun?

Das Berufsbild des Data Scientist ist noch jung, aber auf dem Arbeitsmarkt äußerst begehrt. Sie werden in vielen Branchen benötigt, wie etwa:


• Banken und Versicherungen
• Handelsunternehmen
• Unternehmens- und Organisationsberatungen, Marktforschungsunternehmen
• Social Media, Telekommunikation, Online-Handel und Netzwerkmanagement
• Bio-, Pharma-, Chemie- und Medizinindustrie
• Logistik

Dieser Artikel liefert einen Überblick über die Aufgabenfelder eines Data Scientist und ist ein Teil der Serie: „Was ist was – Künstliche Intelligenz für Revisoren

Tom Davenport, Professor an der Harvard Business School, hat das Kompetenzprofil 2012 wie folgt beschrieben: „… a hybrid of data hacker, analyst, communicator, and trusted adviser. The combination is extremely powerful – and rare.“

In Zeiten von „Big Data“ sind Data Scientists gefragte Experten, die überdurchschnittlich gut bezahlt werden und in Unternehmen als „Goldgräber“ große Freiheiten genießen. Mit Methoden der Mathematik, Informatik und Statistik gewinnen sie Fakten und Wissen aus großen Datenmengen, dem „Gold des 21. Jahrhunderts“ und erspüren neue Geschäftsfelder. Zusätzlich sind sie so etwas wie Dolmetscher. Sie formulieren die Datensätze in lesbare Ergebnisse um und stellen die wesentlichen Informationen zielgruppengerecht in verständlicher Sprache dar.

Data Scientists sind ausgebildet in Statistik, Graphentheorie und anderen mathematischen Gebieten und beherrschen Methoden wie Data Mining, Process Mining, Machine Learning und Natural Language Processing (NLP). Hinzu kommt Wissen aus der praktischen Informatik. Kenntnisse über Betriebssysteme, Datenbanken, Netzwerke und Datenintegrationswerkzeuge, die wichtigsten Programmiersprachen und Analysetools sind Pflicht. Ferner ist Wissen über das Hadoop-Ökosystem, soziale Netzwerke und weitere Systeme aus dem Internet- und Big Data Umfeld eine zwingende Voraussetzung zur Berufsausübung. Das Kompetenzprofil erinnert an eine „Eier-legende-Wollmilchsau“ und ist dementsprechend (aktuell) schwierig zu finden.

Der Data Scientist und die Finanzfunktion im Unternehmen

Die Frage, ob ein Controller die Aufgaben eines Data Scientist übernehmen kann, muss vor dem Hintergrund des beschriebenen Kompetenzprofils eindeutig verneint werden. Es sei illusorisch zu glauben, dass Controller zusätzlich noch die Aufgabe des Data Scientist übernehmen könnten, lautet die gängige Auffassung in der Branche. Allerdings sollten Controller das Berufsbild eines Data Scientists ebenso kennen wie die Möglichkeiten und Grenzen von Big Data. In der Kooperation der Aufgaben von Controller und Data Scientist liegt eine wichtige Quelle für den künftigen wirtschaftlichen Erfolg von Unternehmen.

Der Data Scientist und die Revision

Die fortschreitende Digitalisierung stellt zudem die interne Revision vor neue Herausforderungen in der Wahl der Prüfmethodik. Data Science bietet Möglichkeiten, die Analyse von Datenmassen als Prüfschritt innerhalb einer Revision zu berücksichtigen und in diesem Zuge einen Mehrwert zu erzeugen. Dies bedeutet allerdings, dass die interne Revision sich neben den bereits heute breit gefächerten Kompetenzen, z. B. in Finanzen, Betriebswirtschaft und Compliance, auch Sachverstand in Data Science aneignen muss. Da ein einzelner Revisor kaum über sämtliche oben genannten Kompetenzen verfügen kann, sollte versucht werden, die Kompetenzen zumindest im Team verfügbar zu haben. Bei Bedarf ist daran zu denken, einen externen Data Scientist hinzuzuziehen.

Analog zur internen wird auch die externe Revision (Wirtschaftsprüfung) durch die Digitalisierung vor veränderte Rahmenbedingungen gestellt: Datenflut, darauf angepasste Prüfungsmethoden sowie Nachwuchssorgen bei den Wirtschaftsprüfern unterstreichen die Notwendigkeit von Effizienzgewinnen. Der sprunghafte Anstieg von Stellenausschreibungen für Data Scientists in Audit Centern sowie erste Versuche, künstliche Intelligenz in diesem Gebiet einzusetzen, unterstreichen dies.

zapliance hilft bei der Digitalen Transformation Ihrer Revision

Die Digitale Transformation Ihrer Revisionsfunktion kann nur mit einer modernen Daten- und Prozessanalysesoftware gelingen. Kontaktieren Sie uns gerne bei Fragen.

Artikel teilen

Facebook
Twitter
XING
LinkedIn