Handbuch Data Science: Mit Datenanalyse und Machine Learning Wert aus Daten generieren

Abstract

Künstliche Intelligenz, Machine Learning, Predictive Analytics, Big Data, Smart Data – das sind nur einige der Hype- und Buzzwords, die in den letzten Jahren durch die Medien gegeistert sind und einerseits große Fragezeichen, andererseits aber auch große Erwartungen ausgelöst haben. Eng damit verbunden ist einer der wichtigsten Trends der letzten und wohl auch der kommenden Jahre - die Digitalisierung.

Type

Handbuch Data Science: Mit Datenanalyse und Machine Learning Wert aus Daten generieren

Künstliche Intelligenz, Machine Learning, Predictive Analytics, Big Data, Smart Data – das sind nur einige der Hype- und Buzzwords, die in den letzten Jahren durch die Medien gegeistert sind und einerseits große Fragezeichen, andererseits aber auch große Erwartungen ausgelöst haben. Eng damit verbunden ist einer der wichtigsten Trends der letzten und wohl auch der kommenden Jahre: die Digitalisierung.

Diese wird nicht nur in IT-Abteilungen, sondern auch in Vorstandssitzungen diskutiert. Die Vorstände sämtlicher großer Unternehmen haben die Digitalisierung als Kernthema in ihre Geschäftsstrategie aufgenommen. Doch ohne die Verfügbarkeit von Daten kommen Digitalisierungsinitiativen sehr schnell zum Erliegen. Und selbst wenn man Daten sammelt, ist dies kein Garant für Erfolg, denn diese müssen auch in hoher Qualität vorliegen. Mit Daten die eigene Organisation neu erfinden? Klingt gewagt, aber um nichts anderes geht es bei Data Science.

Wissenschaft (Science) zielt darauf ab, neues Wissen zu generieren. Und neues Wissen kann neue Geschäftsmodelle ermöglichen.Dieses Buch ist angetreten, sowohl verständliche Antworten auf die vorhandenen Fragen zu geben als auch die überschießenden Erwartungen einzufangen. Dies passiert, indem wir es Ihnen ermöglichen möchten den Motor der Digitalisierung – die Daten – nicht nur zu verstehen, sondern auch mit diesen zu arbeiten. Zum Beispiel durch die Darstellung ausgewählter Analysetechniken, aber auch durch tiefes Eintauchen in technologische Detailfragen, um zu zeigen, wie aus Daten Erkenntnisse geschaffen werden, die dem an sie gestellten Anspruch gerecht werden können. Das Ziel dabei ist es, Ihnen ein realistisches Bild der Möglichkeiten von Data Science jenseits des allgegenwärtigen Hypes zu geben.

Denn Data Science ist die Wissenschaft, die den eingangs genannten Begriffen und Buzzwords übergeordnet ist.

Sie setzt sich aus drei großen Strömungen zusammen:

  • Computer Science/IT
  • Mathematik/Statistik
  • Domainexpertise in jenen Branchen, in denen Data Science Anwendung findet

Das macht Data Science zu einer interdisziplinären Wissenschaft, in der sich eine sehr heterogene Schar von Spezialisten bewegt, die alle ein Ziel verfolgen: Verständliche Antworten auf Fragen anhand von Daten geben.

Die Analyse und Nutzung von Daten in den unterschiedlichsten Branchen hat das Potenzial

  1. bestehende Geschäftsprozesse im Unternehmen zu verbessern und
  2. völlig neue Geschäftsmodelle zu ermöglichen.

Unter Punkt 1 werden Investitionen und laufende Kosten optimiert. Durch Datenanalysen können Unternehmen erkennen, wie sich Investitionen langfristig auf den Geschäftserfolg auswirken. Telekommunikationsunternehmen könnten beispielsweise Hunderte Millionen Euro an Kosten innerhalb des 5G-Netzausbaus sparen, worauf wir in Kapitel 9 näher eingehen werden. Laufende Kosten können besser analysiert werden und oft wesentlich reduziert werden. Hierbei gibt es eine ganze Reihe an Möglichkeiten: die Vereinfachung von Prozessen, das Erkennen von Fehlern im Produktionsbetrieb, bevor diese entstehen, oder die zielgerichtete Ansprache von Kunden. Ebenso können durch zielgerichtetes Marketing auch neue Kunden und damit neue Umsätze generiert werden. Eine ausführliche Erläuterung dieser Themen innerhalb verschiedenster Branchen erfolgt ebenfalls in Kapitel 9.

Bei Punkt 2 geht es um völlig neue Ansätze, wie sie etwa große IT-Unternehmen wie Facebook oder Google nutzen, die ihr gesamtes Geschäftsmodell auf die Nutzung von Daten aufgebaut haben. Denn die fortschreitende Digitalisierung von betrieblichen Organisationen bis hin zu NGOs betrifft eben nicht nur die Auswirkungen auf Kosten und Einnahmen innerhalb des Kerngeschäftes. Es können auch neue Einnahmequellen mithilfe von Daten gewonnen werden. Zu diesem Thema wollen wir im Buch aufzeigen, was die rechtlichen Rahmenbedingungen sind (Kapitel 7), aber auch auf das Mindset, das diese Entwicklungen oft begleitet (Kapitel 10), eingehen.

VDSG Team
VDSG Team
community building

We are an association promoting knowledge about data science as a nonprofit. We connect data scientists in Europe and all around the world. Our members are passionate data scientists from various areas of research and industry.