Data Science, Machine Learning, Big Data, KI – diese Themen spielen in Unternehmen, aber auch grundsätzlich in unserer Gesellschaft, eine immer größere Rolle. An verschiedensten Stellen sind Data Scientists gefragt, um Daten zu sichten, bewerten und analysieren und daraufhin Machine Learning Modelle zu erstellen, die es dann in die Unternehmensprozesse einzubinden gilt. Nun ist es allerdings so, dass Data Scientists nicht in rauen Mengen verfügbar sind und dementsprechend viele mögliche Projekte zunächst warten müssen. Natürlich ist es eine Möglichkeit, mit einem Dienstleister wie uns zusammen zu arbeiten. Allerdings gibt es parallel eine weitere Option: auch eigentliche Fachexperten in die Lage zu versetzen, zumindest erste Analysen und Einschätzungen zu Data Science Themen durchführen zu können. Das ist grob der Hintergrund der Idee „Citizen Data Science“ (siehe dazu z.B. auch hier oder hier).
Citizen Data Science bedeutet im Wesentlichen, dass mehr oder weniger jeder dazu in der Lage ist, mit Hilfe geeigneter Tools auch komplexere Datenanalysen durchzuführen und zu einer Einschätzung zu gelangen, was mit den betrachteten Daten möglich ist bzw. sein könnte. Citizen Data Science bedeutet nicht, dass aus jedem „Citizen“ nun ein „Data Scientist“ wird, sondern dass jeder Bürger zumindest ein grundsätzliches Know-how im Bereich Data Science entwickelt. Citizen Data Science bedeutet, in der Lage zu sein, für eine bestimmte Fragestellung beurteilen zu können, ob diese mit Hilfe bestimmter Datenquellen zu beantworten ist und bereits eine erste, grobe Analyse mit z.B. einem Testdatensatz durchzuführen.
So ein grundsätzliches Know-how ist für jedes Unternehmen Gold wert, da hierdurch auch Fachabteilungen selbst zumindest grundsätzliche erste Schritte in Data Science/Machine Learning Projekten gehen können. Gleichzeitig ist dieses Know-how aber auch im Privatleben erstrebenswert, wo nahezu jeder bei Online-Händlern, Streaming-Anbietern, Social-Media Plattformen etc. täglich Daten hinterlässt und verstehen sollte, was aus diesen Daten für Schlüsse gezogen werden können. Nur so können Bürger tatsächlich mündig entscheiden, ob die Datensammlung bestimmter Anbieter für sie in Ordnung oder auch nicht in Ordnung ist.
Wie es hier weitergeht
Wir wollen zum Thema Citizen Data Science in den kommenden Wochen und Monaten eine kleine Serie von Blogbeiträgen veröffentlichen, um neben einer grundsätzlichen Heranführung an Begrifflichkeiten und Bedeutung auch die praktische Seite des Ganzen zu beleuchten. Hier stehen dann als nächstes folgende Fragen im Raum:
Welches Tool nutze ich als Citizen Data Scientist?
Welche konkreten Fragestellungen bearbeite ich als Citizen Data Scientist?
Wie gehe ich konkret vor? Wie finde ich die richtigen Daten? Wie analysiere ich diese Daten?
Wann gebe ich mein Projekt an einen Data Scientist weiter?