„Data Science bedingt Leidenschaft“

Es muss nicht immer ein Konzern sein, wo du deine berufliche Heimat findest – gerade diese lagern oftmals spannende Entwicklungsprojekte an kleinere Dienstleister aus. Wir trafen uns im Münchner Westend mit Federica und Akarsha, beide Data Science-Expertinnen bei Steadforce. Fest steht: Das Unternehmen kann nicht nur mit einer vergleichsweise hohen Frauenquote in den IT-Teams punkten.

Federica & Akarsha, ihr arbeitet beide im gleichen Team bei Steadforce, einem Münchner IT-Unternehmen. Stellt euch bitte in je 2 bis 3 Sätzen vor.
Federica: Ich habe Physik studiert und in Astrophysik promoviert. Seit Anfang 2017 bin ich Data Scientist im Advanced Analytics Team bei Steadforce, dessen Leitung ich kürzlich übernommen habe. Darüber hinaus bin ich zertifizierte Scrum Masterin. Seit 4,5 Jahren wohne ich in Deutschland und bin Mutter einer Tochter. Davor habe ich in Italien und Spanien gelebt. Ich spreche die Sprache aller Länder, in denen ich gewohnt habe und dazu natürlich auch Englisch.

Akarsha: Zurzeit bin ich Senior Data Scientist und sammle Expertise in Computer Vision. Ich arbeite seit vier Jahren im Bereich Data Science und Machine Learning, sowohl in Forschungslaboren als auch in der Industrie.

Akarsha, Steadforce ist ein vergleichsweise kleiner Arbeitgeber neben Google & Co. Warum hast du dich dazu entschieden, dich bei Steadforce zu bewerben?
Obwohl Steadforce kein großes Unternehmen ist, bietet es sehr viel Flexibilität bei der Arbeit und ermöglicht Weiterbildungen, was in größeren Unternehmen manchmal schwierig ist. Außerdem wollte ich für ein Unternehmen arbeiten, das Projekte aktiv umsetzt und nicht nur strategisch agiert – hier kann Steadforce mit einer tollen und interessanten Auswahl punkten. Nicht zu unterschätzen: Sollte es mal zu Überstunden kommen, kann ich diese schnell wieder abbauen.

Federica, Steadforce, data Science München

Federica, Leiterin des Advanced Analytics Team bei Steadforce

“Quereinstieg” in Data Science

Federica, wie kommt man, wie in deinem Fall, von einem PhD in Astronomy zu Data Science?
Während der Promotion habe ich mich intensiv mit großen Datenmengen beschäftigt. Dabei habe ich festgestellt, dass ich nicht nur viel Spaß daran habe, mit großen Datenmengen zu arbeiten, sondern dass ich eine richtige Leidenschaft für Programmieren und IT habe. Mit meinem Hintergrund war eine Karriere in Data Science die beste Möglichkeit, alle Wünsche beruflich zusammenzubringen.

Data Science ist ein durchaus kritisiertes Feld: Daten aus der Vergangenheit könnten nicht immer geeignet sein, eine Entscheidung für die Zukunft zu treffen. Daten enthalten beispielsweise diskriminierende Informationen. Wozu setzt ihr Data Science ein und wie könnte man die beiden genannten Argumente entkräften?
Federica: Ich glaube nicht, dass „die Maschinen“ uns in naher Zukunft ersetzen werden, sondern vielmehr, dass sie uns im täglichen Leben bei Entscheidungen unterstützen und Bereiche, in denen Menschen Fehler machen können, kontinuierlich überprüfen können. Selbstverständlich nimmt der Grad der Unterstützung, den die Maschinen leisten, weiter zu. Maschinen lernen, was wir ihnen durch Daten beibringen und sie reflektieren die Welt, in der wir leben. Diese ist zum Beispiel hinsichtlich der Geschlechter nicht immer gleichberechtigt, weshalb die Maschinen im Endeffekt auch diskriminierende Ergebnisse liefern. Wir können jedoch eine solche Erkenntnis verwenden, um an einer besseren Zukunft zu arbeiten.

Akarsha: Sicherlich können Daten in manchen Bereichen keine geeignete Entscheidung treffen, aber in den meisten Bereichen diktiert die Vergangenheit die Zukunft, direkt oder indirekt. Ich glaube, dass die Kombination aus vergangenem und gegenwärtigem Trend der beste Weg ist, um die Zukunft zu prognostizieren. Schließlich folgen Attribute und Merkmale – wie Wachstum, Stabilität oder Verhalten – bestimmten, ihnen zugrunde liegenden Mustern.

Akarsha, wenn dir ein:e ITler:in gegenüber sitzt und noch nicht richtig in Data Science eingestiegen ist, aber Interesse daran hat – wie überzeugst du diese Person?
Data Science bereitet mir Freude, weil ich einem Computer beibringen kann, Erkenntnisse aus Daten herauszuholen, die selbst oder gerade Menschen nicht sehen. Es ist ein Feld, das viel Liebe für Daten braucht und eine Leidenschaft dafür, diese bestmöglich zu nutzen. Wenn ich Neugierde in einer Person sehe, überzeuge ich sie, indem ich ihr erzähle, wie Data Science Unternehmen effizienter, profitabler und kundenorientierter machen kann. Mithilfe von Data Science können Unternehmen Kundenbedürfnisse besser verstehen und dementsprechend strategisch handeln. „Daten sind das Öl der digitalen Wirtschaft, und Data Science ist die Kunst, dieses Rohöl zu raffinieren.“

Dürft ihr uns über eines eurer aktuellen Projekte berichten?
Federica: Gerne – ich bin immer in verschiedenen Projekten tätig, eines davon ist ein langjähriges für einen internationalen Automobilhersteller. Wir maximieren anhand eines von uns entwickelten Webtools einerseits die Rentabilität und minimieren andererseits die CO2-Abgase.

Akarsha: Bei mir geht es derzeit um ein Forschungsprojekt zur Automatisierung von industriellen Prozessen. Wir versuchen, die Dokumentation mithilfe von Computer Vision zu automatisieren. 

Künstliche Intelligenz und Nachhaltigkeit

Welche Verbindung seht ihr beiden zwischen den Themenfeldern „KI“ und „Nachhaltigkeit“?
Federica: Das Thema Nachhaltigkeit ist mir sehr wichtig. Das Training von „großen“ KI-Modellen braucht viel Energie und das ist offensichtlich. Aber nicht alle Modelle müssen groß sein, um zu relevanten Ergebnissen zu führen. Außerdem sind die Erkenntnisse, die von solchen Modellen gewonnen werden können, in vielen verschiedenen Bereichen extrem nachhaltig, etwa die Minimierung von CO2-Abgasen in Produktionsprozessen, in der Landwirtschaft oder im Transport.

Akarsha: KI kann zur Umweltbelastung beitragen, aber bei richtigem Management auch die negativen Auswirkungen auf die Umwelt reduzieren. Es gibt so viele KI-Anwendungen, die Nachhaltigkeit ermöglichen – in der Logistik spart die Optimierung der Routenplanung nicht nur Zeit und Kosten, sondern auch Treibstoff. In ähnlicher Weise hat eine KI-basierte Anwendung Google dabei geholfen, 40 Prozent der nötigen Energie zur Kühlung ihrer Rechenzentren einzusparen, obwohl die Ingenieur:innen gedacht hatten, sie könnten nichts mehr optimieren. Das Bauunternehmen Interserve nutzt KI, um Warnungen zu geben, wenn sich gefährliche, durch Wasser übertragbare Krankheitserreger entwickeln. So können sie Probleme beheben, bevor sie entstehen, damit die Sicherheit erhöhen sowie die Wartungskosten senken. Vorausgesetzt wir nutzen sie richtig, bietet KI sehr viele Möglichkeiten in Bezug auf Nachhaltigkeit.

Federica: Data Science und KI sind wichtige und aktuelle Felder, die zurecht in aller Munde sind. Aber viele Firmen setzen noch kein großes Vertrauen in sie, andere zögern wegen ethischer Themen. Wie gesagt ist KI, insbesondere in Europa, noch nicht soweit, dass die maschinellen Entscheidungen die menschlichen ersetzen. Es gibt hier also noch viel Entwicklungspotenzial. Frauen sollten sich zutrauen, verstärkt in diesem Bereich zu arbeiten!

Hohe Frauenquote in den IT-Teams

Zu unseren Leser:innen gehören auch angehende Führungskräfte – Federica, was sind deine 2 oder 3 ultimativen Tipps, ein IT-Team erfolgreich zu machen?
Ultimative Tipps in dem Bereich gibt es aus meiner Sicht nicht, aber definitiv Methoden, damit ein IT-Team sehr erfolgreich arbeitet. Ich persönlich lege extrem viel Wert auf gute Kommunikation innerhalb eines Teams und vermeide die klassischen Rollen von Leiter:in, Senior, Junior, damit alle Mitglieder sich gleichberechtigt fühlen. Im Endeffekt folge ich den Prinzipien und Werten der agilen Entwicklung, die, wenn richtig angewendet, ein effektives Arbeiten für alle ermöglichen. 

Das "Kinderzimmer", in dem Eltern mit ihren Kindern arbeiten können

“Für alle” schließt unter anderem auch Eltern ein. Wie familienfreundlich ist Steadforce als Arbeitgeber?
Akarsha: Derzeit habe ich zwar keine Kinder, aber die Steadforce GmbH unterstützt ihre Mitarbeiter:innen in jederlei Hinsicht. Durch flexible Stundenmodelle habe ich Kolleg:innen, die in Teilzeit-Projekte leiten und so mehr Zeit mit ihrer Familie verbringen können.

Federica: Kinder sind bei Steadforce willkommen und Familie hat einen hohen Stellenwert. Aktuell richtet die Firma sogar ein kinderfreundliches Büro ein, damit Eltern ihre Kinder mit in die Arbeit nehmen können. Ich persönlich habe die Möglichkeit flexibel hinsichtlich Zeit und Ort zu arbeiten.

Mehr zu Steadforce unter  https://www.steadforce.com/career – zurück zum Karrierenetzwerk Data Science geht es unter diesem Link. 

Share.