Die Gretchenfrage der Data Science

18. November 2020· 838

Episoden-Cover: Die Gretchenfrage der Data Science
0:00838
  • Dr. Theo SteiningerCo-Founder & CEO von Erium
  • Dr. Maksim GreinerCo-Founder & CTO von Erium
  • Moderator/Gast (nicht namentlich identifizierbar)Moderator des Snippets

Überblick

In dieser kurzen Bonusfolge des Erium Podcasts diskutieren Theo Steininger und Maksim Greiner ein Audio-Snippet aus einer frueheren Episode mit Patricia Goldberg. Thema ist die sogenannte 'Gretchenfrage der Data Science': Braucht man einen Vermittler zwischen Data Scientist und Kunden, und wenn ja, wie sollte diese Zusammenarbeit idealerweise aussehen?

Zusammenfassung

Die zwei Grundmodelle der Data-Science-Projektkommunikation

Maksim Greiner beschreibt zwei grundlegende Ansaetze, wie Data Scientists und Kunden in Projekten zusammengebracht werden koennen. Im ersten Modell uebernimmt der Data Scientist die gesamte Consultingarbeit selbst - von der technischen Analyse bis zur Kundenkommunikation. Das setzt jedoch eine sehr breite Skillkombination voraus: Programmierkenntnisse, mathematisches Know-how, Consulting-Faehigkeiten und tiefes Domaenenwissen. Solche Universalisten sind selten. Das zweite Modell sieht einen Moderator oder 'Kommunikator' in der Mitte vor, der zwischen dem technisch orientierten Data Scientist und dem Kunden vermittelt, Erwartungen managt und Ergebnisse in die Sprache des Kunden uebersetzt.

Domaenenwissen und emotionale Intelligenz als unterschaetzte Faktoren

Theo Steininger hebt am Beispiel eines frueheren BMW-Projekts im Karosseriebau hervor, wie lange es dauert, das Fachvokabular einer Branche wirklich zu beherrschen - Maksim Greiner schaetzt, dass es etwa sechs Monate dauerte, bis er fliesssend im Karosseriebau-Jargon kommunizieren konnte. Beide betonen zudem, dass verschiedene Branchen und Fachbereiche nicht nur unterschiedliches Fachvokabular, sondern auch unterschiedliche emotionale Kulturen mitbringen. Ingenieure, die sicherheitskritische Produkte bauen, ticken anders als Leute aus der Modebranche - und das muss in der Projektkommunikation beruecksichtigt werden.

Richtige Kommunikation von Projektergebnissen: Das 'Alles gruen'-Problem

Ein zentrales Praxisbeispiel illustriert eine typische Kommunikationsfalle: Ein Data Scientist, der technisch korrekt alle offenen Punkte und Restprobleme benennt, kann beim Management den falschen Eindruck erwecken, das Projekt laufe schlecht. Dabei waere die eigentliche Botschaft gewesen: 'Wir haben bewiesen, dass das Verfahren grundsaetzlich funktioniert - alles gruen, weiter gehts.' Der entscheidende Skill ist also, zu wissen, auf welchem Detailgrad die jeweilige Zielgruppe Informationen benoetigt und wie Ergebnisse situationsgerecht eingeordnet werden muessen.

Das Tandem-Modell: Domainexperte als Mitgestalter

Als bevorzugten Loesungsansatz stellt Maksim Greiner das Tandem-Modell vor: Statt den Domaenexperten (z.B. den Ingenieur) erst am Ende mit einer Abschlusspraesentation zu konfrontieren, wird er von Beginn an aktiv in den Entstehungsprozess einbezogen. Data Scientist und Experte arbeiten iterativ zusammen, diskutieren Zwischenergebnisse, stellen gemeinsam Hypothesen auf und klaren Missverstaendnisse fruehzeitig. Dadurch wird der Experte zum 'Mitbesitzer' der Ergebnisse und versteht deren Bedeutung und Limitierungen weit besser, als wenn er sie am Ende praessentiert bekommt.

Visualisierungstools als Bruecke zwischen Data Science und Domaenenwissen

Damit das Tandem-Modell in der Praxis funktioniert, braucht es geeignete Kommunikationswerkzeuge. Da der Domaenexperte in der Regel kein Programmierer ist, genuegt blosses 'Pair Programming' nicht. Maksim erklaert, dass Erium deshalb stark auf visuelle Aufbereitung setzt - konkret auf die Visualisierung des sogenannten Erium-Graphen. Durch intuitive Visualisierungen koennen Experte und Data Scientist gemeinsam an einem Bildschirm arbeiten und Modellergebnisse direkt beurteilen, ohne dass der Experte den zugrundeliegenden Code verstehen muss.

Kernaussagen

  • Es gibt zwei grundlegende Modelle: der 'Full-Stack-Data-Scientist' uebernimmt alles selbst, oder ein Kommunikator vermittelt zwischen technischem Team und Kunde.
  • Tiefes Domaenenwissen aufzubauen kostet Zeit - im konkreten BMW-Beispiel ca. sechs Monate fuer fluessigen Fachjargon.
  • Verschiedene Branchen und Unternehmensbereiche haben nicht nur unterschiedliches Vokabular, sondern auch unterschiedliche emotionale Kulturen.
  • Die korrekte Einordnung von Ergebnissen ist mindestens so wichtig wie die Ergebnisse selbst - ein zu technisch kommuniziertes 'Teilproblem' kann faelschlicherweise als Projektkrise wahrgenommen werden.
  • Das Tandem-Modell - Domaenexperte und Data Scientist arbeiten durchgehend zusammen - reduziert Missverstaendnisse und schafft gemeinsames Projektverstaendnis.
  • Gute Visualisierungstools sind unverzichtbar, um die Kommunikationsluecke zwischen Experten ohne Programmierkenntnisse und Data Scientists zu schliessen.
  • Data-Science-Projekte sind kein 'Fire and forget' - ein Datensatz allein reicht nicht; interaktiver Austausch mit dem Kunden ist unabdingbar.

Fazit

Die Diskussion zeigt, dass die Frage 'Brauche ich einen Mittler zwischen Data Science und Fachabteilung?' keine pauschale Antwort hat. Entscheidend ist, dass Kommunikation, Domaenenwissen und technische Kompetenz in irgendeiner Form im Projektteam zusammenkommen - ob durch einen einzigen Universalisten oder durch enge Tandemarbeit. Das Tandem-Modell, bei dem Fachexperten von Anfang an aktiv eingebunden werden und Ergebnisse gemeinsam entstehen, erweist sich als robustester Ansatz, um Missverstaendnisse zu vermeiden und nachhaltigen Projekterfolg zu sichern.

Fuer Data Scientists und ML-Einsteiger

Technische Exzellenz allein reicht nicht. Kommunikationskompetenz, Domaenenwissen und die Faehigkeit, Ergebnisse zielgruppengerecht einzuordnen, sind ebenso kritische Berufskompetenzen wie Programmieren und Statistik.

Fuer Fuehrungskraefte und Projektverantwortliche

Wer Data-Science-Projekte als 'Datensatz einsenden und Praesentation abwarten' versteht, wird enttaeuscht sein. Erfolgreiche Projekte erfordern kontinuierlichen Dialog zwischen Fachabteilung und Data-Science-Team von Anfang an.

Volltranskript anzeigen

Speaker0: Ihr hört die IRIUM Podcast, der Data Science und Machine Learning Podcast für Studienabsolventen und Young Professionals.

Speaker1: Hi Theo, ein Maxim. Ich hoffe, euch geht's gut. Ich hab euch heute was mitgebracht, und zwar ein kleines Audio Snippet aus 1 unserer Episoden, und zwar von der Patricia Goldberg. Und ich bin gespannt, was ihr davon haltet. Es geht nämlich die Gretchenfrage der Data Scientist. Also macht euch auf was gefasst. Okay, let's go. So so wenn ihr also Menschen,

Speaker2: Ja.

Speaker1: So, meine Frage an euch ist jetzt, ist dieser Ansatz denn valide, so ein 3 Personen System zu haben? Denn ich kann mir gut vorstellen, dass wenn man so einen Kommunikator in der Mitte hat, dass es dann oft zu sogenannten zu solchen stille Poseffekten kommen kann, sprich, dass geht irgendwas Wichtiges verloren. Könnt ihr damit relaten oder was habt ihr dafür Gedanken dazu?

Speaker3: Ja, vielleicht müssen wir erst mal anfangen, warum überhaupt jetzt son Dreier Gespann. Also warum dieser. Ja, es ist einfach 'n kein leichtes Thema. Es gibt grundsätzlich 2 Ansätze, wie man den Data Scientist und das den den Kunden mit dem Projekt zusammenbringen kann. Ich mein, dass der 1. Ansatz ist, der Data Scientist übernimmt die komplette Consultingarbeit. Aber der muss das ja auch erst mal können, ja? Also wir reden da von 'nem großen, für großen Vereinigung von Skills, ja? Also muss programmieren können, muss rechnen können, muss generell Consulting können und muss sich in diesen Use Case einarbeiten oder oder den schon kennen. Ja? Also das ist jetzt schon einige Filterkriterien ne? Da bleiben nicht so viele Menschen übrig. Ja. Und wenn man da die ja nicht an Bäumen wachsen, ist also dann der andere Ansatz eben dieser mahnende mittel Ansatz. Es gibt quasi einen Moderator, Übersetzer, der der sozusagen mit 'nem Kunden umgehen kann, der da Erwartungsmanagement machen kann, der versteht, was was würde den den Mehrwert schaffen? Und das wiederum dem Data Scientist vermitteln kann und dann die Ergebnisse des Data Scientist abholen kann und wieder in die Sprache des Kunden übersetzen. Dann hast Du einen, dann kannst Du quasi den introvertiertesten Data Scientisten der Welt, sag ich mal, haben und den überspitzt gesagt und den Berater, der über keine Zeile programmieren kann und erfüllst aber wieder alle Skills. Das sind so die beiden Wege, die Du gehen kannst.

Speaker2: Ich fand aber dabei krass. Also wenn ich mir da unser erstes großes Projekt bei BMW auch noch mal vor Augen führe im Karosseriebau, einerseits war ja das 'n Culture Clash und ein Domänenclash. Und beim Domänenclash war's ja auch Wie lange hast Du gebraucht, Maxim? 'N langer Weg, bis auch wir im Team erst mal das ganze Fachvokabular der Ingenieure drauf hatten, nicht?

Speaker3: Also ich würd sagen, 6 Monate bestimmt, bis ich flüssig im Karosseriebontagejargon war.

Speaker2: Und das ist, denke ich, 'n Punkt. Du kannst kein wirklich tiefgehendes Data Science Projekt machen, ohne den Use Case nicht auch als Data Scientist mit verstanden zu haben. Nur ganz wichtig, ich guck auch immer von der emotionalen Seite so auf die Projekte mit drauf, mal dabei zu lernen, irgendwie, wenn man sich das meistens vor Augen führt, das ist eine Tautologie, aber natürlich auch die Branchen, die ticken auch alle anders. Und von daher denke ich, das übersehen viele, weil sie davon ausgehen, alle Menschen haben irgendwie 'n gleiches emotionales Grundgerüst, aber das ist das ist falsch. Also erstens in den verschiedenen Branchen gibt's unterschiedliche Emotionalitäten, die da vorherrschen und auch die verschiedenen Fachbereiche, die ticken ja alle ganz anders. Und von daher sehe ich es schon als durchaus valide auch an, dass ich sage, okay, ich habe einen Data Scientist, wie der Maxime sagt, der ist introvertiert, ist jetzt bei der Auswertung total fit, macht mit seinem Domain Wissen dann die Ergebnisse alle glatt. Nur wenn es dann darum geht, die zu kommunizieren, hole ich mir halt dann jemanden mit rein, der die Branche total gut kennt und hab dort dann keine kommunikativen Missverständnisse. Und was bei uns ja auch war, wir spiegeln einfach, auch dort keine Flüchtigkeitsfehler zu begehen, ja unsere wichtigen Präsentationen auch intern im Team. Und was ich total krass fand, Maxim, Du weißt es bestimmt noch, die Präsentation damals, wo sozusagen von der fachlichen Komponente her, man einfach ehrlich sagen oder wo die Aussage ist, na ja, jetzt mal so numerisch algorithmisch haben wir es halt jetzt erst mal angekratzt, das Thema. Aber aus Sicht des Projektes oder was war Ziel dieser ersten, dieses ersten Steps, nämlich so, geht denn da überhaupt was, war halt einfach wichtig zu kommunizieren, ja, Haken dahinter, und wenn dann der Data Scientist kommuniziert, ja, aber ich sehe da noch die und die und die und die Probleme, Der Manager, der denkt, oh Gott, ja, da funktioniert noch überhaupt nix. Aber in Wahrheit ist die Message, die man kommunizieren muss, ja, ey, alles grün, alles gut, alles in Ordnung, kann weitergehen.

Speaker3: Zu wissen, in welchem Detailgrad der Gegenüberliegende doch die die Probleme und Restunsicherheiten überhaupt wissen will? Das ist auch, ne? Forschungabhängige Genau. Personenabhängiger und generell ein Skill. Also und ich mein, wir haben ja, wie Du's ja auch auch meintest, die unterschiedliche Kultur, also wenn wir jetzt mit Karosseriebontage, Ingenieure, also Leute, die Autos bauen, ja, wo Menschen sterben, wenn das Auto fehlerhaft ist, die ticken anders als Leute, die Klamotten verkaufen. In beiden Branchen gibt's Data Science Use Cases und wir haben auch mit beiden Leuten aus beiden Branchen gesprochen. Aber natürlich müssen wir da anders kommunizieren. Und ja, dieses und dann die Kommunikation der Ergebnisse, was Du grad angesprochen hast Theo, das ist auch son ganz besonderes Thema und wenn man da einen guten Man in the Middle hat, der kann das natürlich dann auch machen. Der Ansatz, den wir uns da jetzt zu eigen gemacht haben, ist mehr, nimm den Experten, mach den Experten zum Mitbesitzer der Ergebnisse. Was heißt das? Das heißt, der ist nicht der, der gewartet hat. Bist Du Data Scientist, jetzt irgendwas geliefert hast und dann ist der vielleicht wundert sich, was ist das skeptisch? Gibt Missinterpretation und so weiter, sondern nein, ihr arbeitet als mindestens zweier Team in der Tandemarbeit. Das haben wir auch so in unserem Projektleitfaden aufgenommen. Der Experte, also zum Beispiel der Ingenieur, der ist die ganze Zeit mit von der Partie und begleitet den Data Scientist bei jedem Schritt und die die die kommunizieren dann interaktiv, macht das Sinn? Ist das so richtig? Ist das entspricht das den Erwartungen oder ist das kontraintuitiv? Und durch diesen Austausch versteht dann der Domänenexperte, also der der der Ingenieur zum Beispiel später die Ergebnisse aus der Data Scientist aus der Data Science ganz anders, also beziehungsweise viel besser. Der hat ja den Entstehungsprozess gearbeitet und weiß jetzt, was das bedeutet. Zum Beispiel was heißt 'n das, wenn 'n Modell noch nur zu 'ner gewissen Güte einen Fit erreicht hat? Was heißt 'n das, wenn man da Rauschen in den Daten hat? Ist das jetzt die Wiederholgenauigkeit des Prozesses? Oder geht es hier dass das Modell vielleicht die Realität noch nicht richtig abbilden kann? Diese ganzen Subtilitäten, wenn man die auf einmal in irgend 'ner Abschlusspräsentation rüberbringen will, das Gehirn welches Zuhörers wird denn das alles richtig auffassen können. Das ist viel singulärerer, viel fehleranfälligere Kommunikation, als wenn man da die ganze Zeit zusammengearbeitet hat. Und grad wenn's dann in die Statistik geht, ist das einfach wahnsinnig wichtig, da diese Missverständnisse zu vermeiden.

Speaker2: 'N cooler Ansatz, den ich auch, ohne dass wir den da in die Firma gebracht haben, auch noch mal zurückbekommen habe, war, ich als Data Scientist, ich setze mich mit den Ingenieuren in einen Raum für den ganzen Tag und jeder arbeitet erst mal an seinen Themen, aber wenn es dann wieder Touchpoints gibt, dann schaut man sich gemeinsam Zwischenergebnisse an und dann diskutiert man die, klärt Fragen, stellt Hypothesen auf und dann zieht sich wieder jeder sozusagen in seinen Arbeitsfluss zurück, bis es eben das nächste Ergebnis zu besprechen gibt. Und das ist so komplett anders als die Erwartungshaltung, die auch neulich erst wieder an mich herangetragen wurde im Sales, nämlich, ja, Herr Steininger, wir haben hier 'n interessantes Projekt und auch schon Testdatensatz. Ich schick Ihnen den mal zu, dann gucken Sie sich dann an und machen eine schöne Ergebnispräsentation. Und so, hey, hey, hey, Moment mal, ja? Also so läuft's nicht. Ich guck mir den natürlich an und dann komme ich mit 1 Litanei an Fragen auf Sie zurück. So läuft das Ganze, ja? Nicht hier feiern forget und am Ende kommt irgendwo eine schicke Powerpoint die Ecke. Das ist einfach fernab der Realität.

Speaker3: Und was wichtig ist, was vielleicht jetzt noch nicht gesagt wurde, damit dieses diese Tandemarbeit funktioniert, muss man Kommunikationstools erschaffen für den Experten und den Data Scientist, denn die können ja kein Peer Programming machen, ja? Also der Experte wird in der Regel jetzt kein Programmierer sein. Wenn 2 miteinander arbeiten, per Programming wunderbar und dann verstehen die beide total, was da passiert ist. Das geht nicht. Wir brauchen also irgendwas, was bei der Kommunikation hilft und was logischerweise da ein Ansatz ist, ist sind gute Visualisierungen. Das ist eigentlich auch der Hauptgrund, warum wir bei Erium diesen diese ganze Visualisierung des Erium Graphen auf uns genommen haben, damit der Experte und der Data Scientist quasi an einem Bildschirm sitzen können. Und das, was der Data Scientist jetzt grad gecodeet hat, dann drückt er aufn Knopf und dann kommt die Visualisierung und dann kann der Experte gleich an der haben der Visualisierung beurteilen, ah, ja, so sieht's aus oder nee nee nee. Da rechts, das, was Du da hier verbunden hast, das das das das erscheint mir nicht sinnvoll. Weil am Code würdet ihr das ja nicht erkennen. Das ist ja gar nicht sein Micky.

Speaker1: Sprich, wenn ich das richtig verstanden hab, wollt ihr quasi diesen Middleman aus diesen 2 Modellen, die Du am Anfang erklärt hast, Maxim, wollt ihr den dazu befähigen, mehr

Speaker3: zu können sozusagen oder beziehungsweise den den Data Scientisten mehr zum zu befähigen? Genau, also entweder der Data Scientist wird mehr zum, wie Du gesagt hast oder der wird aufgrund guter Tools befähigt, möglichst viel der Data Scientist Arbeit selbst machen zu können oder zumindest anstoßen zu können, weil der kann das interaktiv mit dem Experten. Wir brauchen diese diesen Tandem, den müssen wir herstellen.

Speaker1: Also in the end so viel Leute der Middleman, so viel inhaltliche Projektarbeit machen können wie möglich und so viel,

Speaker3: sag mal, Data Science wie nötig. Kann man das so formulieren. So viel dedizierte Data Scientist nur wie nötig. Ja, genau. Am besten alles beim direkten Kommunikator. Find ich schöneres Wort als Middleman.

Speaker1: Okay. Es ist, ich weiß nicht ganz das Ludwig R hat Zitat, aber gut.

Speaker0: Jeden Dienstag erscheint eine neue Folge von The Erium Podcast. Auf dem Laufenden zu bleiben, folgt uns auf Facebook, Instagram, Twitter und LinkedIn. Wenn ihr uns unterstützen wollt, gebt uns eine 5 Sterne Bewertung auf Apple Podcasts, folgt uns auf Spotify und empfehlt uns weiter. Bis zum nächsten Mal bei The IRIUM Podcast.