Datenrollen

  • 8 Minuten

Die Geschichte, die Sie mit den Daten erzählen, beginnt in der Regel nicht bei Ihnen selbst. Andere Personen haben daran gearbeitet, Ihnen diese Daten zur Verfügung zu stellen. Und diese Aufgabe liegt insbesondere in einem größeren Unternehmen nicht in Ihrem Verantwortungsbereich.

Heutige Anwendungen und Projekte können sehr groß und komplex sein und daher die Fähigkeiten und das Fachwissen zahlreicher Mitarbeiter erfordern. Jede Person trägt individuelle Fähigkeiten und spezifisches Fachwissen bei. Gemeinsam werden die Aufgaben und Zuständigkeiten koordiniert, um ein Projekt von der Konzeption bis zur Produktion erfolgreich umzusetzen.

In der jüngeren Vergangenheit stellten Business Analysts und Business Intelligence-Entwickler die wichtigsten Rollen bei der Datenverarbeitung und -analyse dar. Das übermäßige Wachstum der Datenmenge und der verschiedenen Datentypen hat jedoch dazu geführt, dass diese Rollen weiter entwickelt und spezialisiert wurden. Dadurch konnten die Datentechnik und -analyse noch einmal modernisiert und optimiert werden.

Datenrollen

In den folgenden Abschnitten werden diese unterschiedlichen Datenrollen mit ihren jeweiligen Aufgaben im Bereich der Datenermittlung und -analyse vorgestellt.

  • Business Analyst

  • Data Analyst

  • Data Engineer

  • Data Scientist

  • Datenbankadministrator

Business Analyst

Obwohl es gewisse Ähnlichkeiten zwischen einem Data Analyst und einem Business Analyst gibt, besteht der Hauptunterschied darin, wie die Daten jeweils genutzt werden. Ein Business Analyst befasst sich mehr mit den wirtschaftlichen Abläufen in einem Unternehmen und ist darauf spezialisiert, die visualisierten Daten zu interpretieren. Oftmals können die Rollen des Data Analysts und des Business Analysts von einer Person ausgeübt werden.

Data Analyst

Ein Data Analyst ermöglicht es Unternehmen, mithilfe von Visualisierungen und Berichterstellungstools wie Microsoft Power BI den Wert ihrer Datenressourcen zu maximieren. In den Verantwortungsbereich eines Data Analysts fallen die Profilerstellung, das Bereinigen und das Transformieren von Daten. Zudem ist er oder sie für das Entwerfen und Erstellen skalierbarer und effektiver semantischer Modelle zuständig sowie für das Bereitstellen und Implementieren von erweiterten Analysefunktionen in Analyseberichten. Zusammen mit den zuständigen Projektbeteiligten identifizieren Data Analysts geeignete und erforderliche Daten- und Berichterstellungsanforderungen und sind dafür verantwortlich, Rohdaten in nützliche und aussagekräftige Erkenntnisse umzuwandeln.

Darüber hinaus verwalter er oder sie Power BI-Ressourcen, wie etwa Berichte, Dashboards, Arbeitsbereiche und die den Berichten zugrunde liegenden semantischen Modelle. Zu ihren Aufgaben gehört auch die Implementierung und Konfiguration von geeigneten Sicherheitsmaßnahmen gemäß den Anforderungen der Projektbeteiligten, um die Sicherheit aller Power BI-Ressourcen und der dazugehörigen Daten zu gewährleisten.

In Zusammenarbeit mit Data Engineers identifizieren und lokalisieren Data Analysts geeignete Datenquellen, die die Anforderungen aller Projektbeteiligten erfüllen. Gemeinsam mit Data Engineers und Datenbankadministratoren sichern sie auch den Zugriff auf die benötigten Datenquellen. Data Analysts bestimmen außerdem in Kooperation mit Data Engineers neue Prozesse oder verbessern bestehende Prozesse zum Sammeln von Daten zu Analysezwecken.

Data Engineer

Data Engineers richten Datenplattformtechnologien (lokal und Cloud) ein und stellen diese bereit. Sie verwalten und sichern den Datenfluss strukturierter und nicht strukturierter Daten aus verschiedenen Datenquellen. Dabei nutzen sie u. a. relationale Datenbanken, nicht relationale Datenbanken, Datenströme und Dateispeicher. Data Engineers gewährleisten außerdem die sichere und nahtlose Integration mit anderen Datendiensten.

Zu den Hauptaufgaben eines Data Engineers zählen die Verwendung von lokalen und cloudbasierten Datendiensten und Tools, die erfasst werden sollen, sowie das Ausgeben und Transformieren von Daten aus unterschiedlichen Quellen. Data Engineers erarbeiten zusammen mit den Beteiligten im Unternehmen die Datenanforderungen und sorgen auch in Zusammenarbeit mit diesen dafür, dass die Anforderungen erfüllt werden. Sie entwerfen und implementieren Lösungen.

Obwohl sich die Aufgaben und Zuständigkeiten eines Data Engineers teilweise mit denen eines Datenbankadministrators überschneiden, reicht der Arbeitsbereich eines Data Engineers weit über die Verwaltung einer Datenbank und des Datenbankservers hinaus. Ausgenommen ist oftmals die Gesamtverwaltung der operativen Daten.

Data Engineers leisten einen wertvollen Beitrag zu Business Intelligence- und Data Science-Projekten. Durch das Zusammenführen der Daten (oft als Data Wrangling bezeichnet) kommen Projekte schneller voran, da sich die Data Scientists auf ihren eigentlichen Aufgabenbereich konzentrieren können.

Als Data Analyst stellen Sie in enger Zusammenarbeit mit einem*einer Data Engineer sicher, dass Sie Zugriff auf die verschiedenen strukturierten und unstrukturierten Datenquellen zur Optimierung von semantischen Modellen besitzen, die üblicherweise aus einem modernen Data Warehouse oder Data Lake gespeist werden.

Eignen sich Datenbankadministratoren und Business Intelligence-Experten Wissen zu den Tools und Technologien an, die zur Verarbeitung großer Datenmengen erforderlich sind, können sie die Rolle eines Data Engineers übernehmen.

Data Scientist

Data Scientists führen erweiterte Analysen durch, um so den Wert der Daten voll auszuschöpfen. Ihr Aufgabenbereich reicht dabei von beschreibenden Analysen bis hin zu Predictive Analytics. Bei beschreibenden Analysen werden Daten über die sogenannte explorative Datenanalyse (EDA) ausgewertet. Predictive Analytics wird im Zusammenhang mit Machine Learning zur Anwendung von Modellierungstechniken genutzt, um Anomalien oder Muster zu erkennen. Diese Analysen sind ein wichtiger Bestandteil von Vorhersagemodellen.

Descriptive Analytics und Predictive Analytics stellen nur einen Teil des Aufgabenfelds eines Data Scientists dar. Einige Data Scientists arbeiten auch im Bereich des Deep Learning und führen iterative Experimente zur Lösung komplexer Datenprobleme mithilfe von benutzerdefinierten Algorithmen durch.

Die Erfahrung zeigt, dass der Großteil der Arbeit bei einem Data Science-Projekt aus Data Wrangling und der Entwicklung von Funktionen besteht. Data Scientists können den Experimentiervorgang beschleunigen, wenn Data Engineers das Data Wrangling effektiv umsetzen.

Auf den ersten Blick scheinen Data Scientists und Data Analysts nicht viele Schnittpunkte bei ihrer Arbeit zu besitzen. Doch dieser Eindruck täuscht. Ein Data Scientist untersucht Daten, um noch unbeantwortete Fragen aufzuspüren. Dabei entwickelt er häufig Hypothesen oder Experimente. An diesem Punkt wendet er sich zur Datenvisualisierung und Berichterstellung an einen Data Analyst.

Datenbankadministrator

Ein Datenbankadministrator implementiert und verwaltet die operativen Aspekte von cloudbasierten und hybriden Datenplattformlösungen, die auf den Microsoft Azure-Datendiensten und Microsoft SQL Server basieren. Ein Datenbankadministrator ist verantwortlich für die allgemeine Verfügbarkeit sowie für eine konsistente Leistung und die Optimierung der Datenbanklösungen. Zusammen mit den anderen Projektbeteiligten identifiziert er Richtlinien, Tools und Prozesse zur Datensicherung und für Wiederherstellungspläne und implementiert diese.

Die Rolle des Datenbankadministrators unterscheidet sich von der eines Data Engineers. Ein Datenbankadministrator überwacht und verwaltet die allgemeine Integrität einer Datenbank und der Hardware, auf der sie gehostet wird. Ein Data Engineer ist dagegen am Data Wrangling beteiligt ist, d. h. er erfasst, transformiert, überprüft und bereinigt Daten gemäß den Unternehmensanforderungen.

In den Aufgabenbereich eines Datenbankadministrators fällt auch die Verwaltung der allgemeinen Datensicherheit: Er erteilt Benutzern entsprechend den Anforderungen des Unternehmens Datenzugriff und Berechtigungen oder schränkt diese ein.