Datenwissenschaftler von morgen schon heute vorbereiten
Datenwissenschaft - Data Science - verändert in nahezu allen Bereichen und Sektoren die Arbeitsweise. Von daher befinden sich auch die von den Arbeitgebern benötigten Befähigungen und Kompetenzen im Wandel und sie entwickeln sich stetig weiter. Das EU-finanzierte EDISON-Projekt bietet eine folgerichtige Herangehensweise für Lehrkräfte, Ausbilder, Personalvermittler und politische Entscheidungsträger, welche die bestehende Kluft zwischen den von Arbeitgebern geforderten Qualifikationen, und dem, was der Markt zu bieten hat, schließen soll. „Das Erscheinen der Data Science-Technologien hat auf beinahe jeden Aspekt Auswirkungen, auf welche Weise Forschung betrieben wird, wie Wissenschaftler denken und wie Forschungsdaten genutzt und weitergegeben werden“, sagt Projektkoordinator und Forschersleiter Yuri Demchenko. „Das EDISON-Projekt hat grundlegende Mechanismen in Gang gebracht, mit der die Anzahl kompetenter und qualifizierter Datenwissenschaftler in ganz Europa und über die europäischen Grenzen hinaus erheblich steigen wird.“ Um das Vorhaben zu verwirklichen, koordinierte das Projekt verschiedene Maßnahmen, die auf die Reduzierung der Kluft zwischen der Angebotsseite der Lehrkräfte und Ausbilder sowie der Nachfrageseite der Arbeitgeber abzielen. „Unser Auftrag bestand darin, verschiedene Forschungsbereiche zu erreichen und die Bedürfnisse der dort Forschenden und die Anforderungen in den zugehörigen Forschungsinfrastrukturen nachzuvollziehen“, fügt Projekteinsatzkoordinator Steve Brewer hinzu. „Wir haben gleichermaßen existierende Ausbildungsprogramme für Datenwissenschaft und Datenanalyse unter die Lupe genommen, um besser nachvollziehen zu können, was zukünftigen Datenwissenschaftlerinnen und -wissenschaftlern, die ihre Fertigkeiten und Kompetenzen ausbauen wollen, bislang zur Verfügung stand.“ Das EDISON Data Science Framework Resultat dieser Anstrengungen ist das EDISON Data Science Framework (EDSF). Das EDSF besteht aus dem Data Science Competence Framework, einem Wissensfundus, einem Modelllehrplan und einer alle Bereiche übergreifenden Sammlung professioneller Profile. In Form eines Baukastens kann das EDSF dazu dienen, neue Kurse in Datenwissenschaft zu entwickeln, vorhandene Module und Kurse zu bewerten, Stellenbeschreibungen zu entwerfen sowie leistungsfähige, datenintensive Forschungsteams über ein Spektrum an wissenschaftlichen Disziplinen hinweg zu planen und zu gestalten. „Diese Sammlung gut recherchierter bewährter Dokumente ist keineswegs bindend, sondern wurde als ein flexibler und leistungsstarker Werkzeugsatz entwickelt“, erklärt Demchenko. „Als das Framework Gestalt annahm, trafen wir auf eine zunehmende Anzahl von Forschenden und Einrichtungen aus verschiedenen wissenschaftlichen Bereichen, die den Bedarf an immer mehr Menschen mit derartigen Fertigkeiten erkannten“, fügt Brewer hinzu. „In Folge dieses Ausmaßes und der Komplexität wurde die Architektur des Frameworks erweitert, um den verschiedenen Funktionen Rechnung zu tragen, die erforderlich sind, um datenintensive Wissenschaft in dieser Größenordnung zu betreiben.“ Alle EDSF-Dokumente stehen über die Internetseite des Projekts als ein quelloffenes Produkt unter den Lizenzbedingungen der Creative Common Attribution frei zur Verfügung. Datenwissenschaftler von morgen Auch nach dem Abschluss des Projekts geht die Arbeit am EDSF weiter. Beispielsweise durchläuft es weiterhin eine von der Gemeinschaft gelenkte Entwicklung, um gemeinsame Ontologien und eine Anwendungsprogrammierschnittstelle (API) zu definieren, auf der dann andere aufbauen können. Auf diese Weise werden sich neue Möglichkeiten zur Entwicklung kommerzieller Produkte für Data Science-Kompetenzen und von Befähigungsrichtwerten, zur Konzipierung von Stellenprofilen und offenen Stellen, zur Wissensbewertung und zur Teambildung eröffnen. Eine der wichtigsten Hinterlassenschaften des Projekts ist sein Beitrag zur Thematisierung der steigenden Nachfrage nach Befähigungen im Zusammenhang mit Daten, indem eine solide Grundlage für den neuen Berufsstand der Datenwissenschaftler und ähnliche Berufsbilder erschaffen wurde. Demchenko dazu: „Unsere Forscher bauen weiterhin auf dem geweckten Interesse und der im Verlauf des Projekts erzeugten Dynamik auf. Wenn wir in die nächste Phase dieser wichtigen Initiative eintreten, werden wir uns auf einige zentrale Aktivitäten konzentrieren, welche die Grundlage von EDISON stärken und eine noch weitreichendere Gemeinschaft von Datenwissenschaftlern dabei unterstützen werden, die datenintensiven Anforderungen von morgen zu meistern.“
Schlüsselbegriffe
EDISON, Data Science, Datenwissenschaft, Extraktion von Wissen aus Daten, Datenwissenschaftler, Datenwissenschaftlerin, Daten, Datentechnik
