DATA SCIENCE MANAGEMENT
Unsere Forschungsziele und Fragestellungen
Wie können Data Science Teams und die wachsende Komplexität von Data Science Projekten im Unternehmen gemanaged werden?
Welche Methoden werden von Unternehmen erfolgreich hierfür angewandt?
Sie sieht das Anforderungsprofil und Berufsbild des Data Managers in der konkreten Unternehmenspraxis aus?
Welche generellen Ableitungen können aus Best Practice Beispielen für Unternehmen abgeleitet werden?
Projektbeschreibung
Data Science Teams und die Anzahl von entsprechenden Projekten sowie deren Komplexität wachsen stetig in Unternehmen. Entsprechend gewinnt die Frage an Bedeutung, wie solche Teams am besten geführt werden. Diese Frage bezieht sich sowohl auf die Praktiken des Managements als auch auf die Anforderungen an die dazugehörige Rolle eines Data Science Managers.
In qualitativen Interviews, beispielsweise im Kontext des vorher aufgezeigten Panel Designs, soll das Berufsbild des Data Science Managers konkretisiert werden. Die Grundannahme ist dabei, dass viel aus dem agilen Management von Softwareprojekten gelernt werden kann, aber die Arbeit von Data Scientists stärker auf die Einbindung zusätzlicher Experten ausgerichtet ist. Gleichzeitig haben Data Science Projekte starke Überschneidungen mit dem Design klassischer Forschungsprojekte.
METHODEN & RESULTATE
Angewandte Methoden
- Qualitative Interviews
Erzielte Resultate
- Grundlagen für den Masterstudiengang DSM
- Buch zu Data Science Management