Von Afrika und agilem Arbeiten über Flusskraftwerke und fließende Daten

Michael, kannst du uns etwas über deine aktuelle Position bei valantic erzählen?

Gerne, ich bin derzeit als Principal Consultant AI tätig. Meine Aufgabe besteht darin, Kunden dabei zu unterstützen, KI-Technologien im Unternehmen zu etablieren. Dies umfasst die Entwicklung von KI-Strategien, die Identifizierung von Use Cases, die Umsetzung und die Schulung der Mitarbeiter*innen.

Wie war dein Werdegang bisher?

Ursprünglich komme ich aus Österreich und habe an der Universität für Bodenkultur Wien studiert. Während meines Studiums und meiner Zeit als Forschungsassistent entwickelte sich mein Interesse an Statistiken über ökologische Systeme sowie Prognosemodellen, insbesondere im Kontext wasserwirtschaftlicher Fragestellungen. Dies führte mich in den Bereich Data Science, den ich während meines Studiums und meiner Forschungstätigkeiten vertieft habe. Nach meinem Studium arbeitete ich etwa acht Jahre als Forschungsassistent auf der Bodenkultur. Zudem war ich im Zuge meiner universitären Anstellung oft in Afrika, betreute dort afrikanische Studierende und war an einem EU-Rahmenprojekt beteiligt.

Was hast du in Afrika gelernt, was hat dich besonders geprägt?

Während meiner Zeit in Afrika habe ich an einem EU-Rahmenprojekt gearbeitet, was mir ermöglichte, unterschiedliche Arbeitsansätze und kulturelle Unterschiede zu erleben. Besonders beeindruckend war, dass trotz der verschiedenen Herangehensweisen letztendlich zu ähnlichen Ergebnissen gekommen wurde. Diese Erfahrung hat mich gelehrt, mich zurückzunehmen, offen für neue Denkansätze zu sein und Respekt für andere Arbeitsweisen zu entwickeln.

Hast du etwas von der Arbeitsweise aus Afrika mitgenommen?

Definitiv, vor allem im Bereich Scrum und agiles Arbeiten. Die Bereitschaft, von festen Strukturen abzuweichen und neue Wege auszuprobieren, sowie eine gewisse Geduld im Umgang mit Bürokratie – das sind Dinge, die ich aus meiner Zeit in Afrika mitgenommen habe.

Was begeistert dich besonders an deinem Beruf?

Die Leidenschaft für Data Science kommt aus meiner technischen Schulung mit viel Mathematik, Physik und Chemie. Die Faszination liegt darin, Prozesse durch Daten zu erklären, die Welt mit mathematischen Formeln darzustellen und Vorhersagen zu treffen. Data Science ermöglicht es mir, Herausforderungen zu verstehen, neue Lösungsansätze zu finden und Vorhersagen über die Entwicklung von Problemen zu machen. Ein Beispiel hierfür ist die Bewertung der ökologischen Funktionsfähigkeit von künstlich geschaffenen Lebensräumen in einem Donauflusskraftwerk in Österreich, das ich im Rahmen meiner Dissertation untersucht habe.

Du bist nun schon sehr lange im Bereich Datenanalyse unterwegs. Was kannst du jüngeren Kolleg*innen mitgeben?

: Das ist eine wichtige Frage. Für junge Kolleg*innen, die sich im Bereich Datenanalyse bewegen, ist es entscheidend zu verstehen, dass Algorithmen zwar eine unterstützende Rolle bei der Analyse spielen, aber nicht das einzige Element sind. Viel wichtiger ist das fachliche Wissen über die Daten selbst.

Ein tiefgehendes Verständnis der Daten, oft als Feature Engineering bezeichnet, ist für Data Scientists unerlässlich, da eine zu starke Fokussierung auf Algorithmen zu nur bedingt gültigen Ergebnissen führen kann. Es reicht nicht aus, sich auf mathematische Modelle zu verlassen, ohne die inhaltliche Korrektheit zu gewährleisten. Ein guter Data Scientist zeichnet sich durch die korrekte Interpretation der Daten und Ergebnisse aus und erstellt darauf basierend fundierte Handlungsempfehlungen, wobei ein stetiges Schärfen des inhaltlichen Verständnisses entscheidend ist und nicht nur die Anwendung von Tools.

Michael, das war ein spannender Einblick in die Welt der Datenanalyse. Vielen Dank für deine Einblicke.