“Data Scientists” sind an der Wall Street die neuen “Masters of the Universe”. Wo noch vor wenigen Jahren Adrenalinjunkies nach dem Vorbild des fiktionalen Gordon Gekko breitbeinig den Ton angaben, sich marktrelevante Informationen über ehrgeizige Leutnants wie Charlie Sheen alias Bud Fox besorgten und über die Nerds mit den Hornbrillen hinter ihren großen Mainframe-Computern in der IT-Abteilung lachten, sofern sie überhaupt von ihnen Kenntnis nahmen, buhlt heute alles um begabte Physiker, Mathematiker oder Neurowissenschaftler, die einen virtuosen Umgang mit Daten, Programmiersprachen und Algorithmen pflegen. Sie sollen aus dem wachsenden Haufen von Daten relevante Informationen für das Geschäft bergen. Nach den gleichen Talenten suchen derzeit alle Branchen, die sich der Digitalisierung stellen. Was genau einen Data Scientist ausmacht und was er können muss, vor allem aber wie er sich von anderen Berufsbildern unterscheidet, ist dabei meistens unklar. Der Begriff umfasst alles vom Experten für Machine Learning mit Kenntnissen über neuronale Netze bis zum Analysten, der im Umgang mit Daten versiert genug ist, um Excel-Tabellen so weit zu säubern, dass eine sinnvolle Datenverarbeitung erst möglich wird. *In die Lücke, die sich dazwischen auftut, springt jetzt die New York University, die ab dem nächsten Semester eines der ersten PhD-Programme für Data Scientists anbietet und damit auf einen bestehenden Masterstudiengang aufbaut. Auch das Massachusetts Institute of Technology (MIT) hat ein entsprechendes Doktorandenprogramm in Arbeit. Die Harvard University plant wie die Washington University im nächsten Jahr mit einem Studiengang für Data Science. Die Brown University geht bereits im Herbst mit einem Masterstudiengang an den Start. In New York hat man den Datenwissenschaften schon im Frühjahr des vergangenen Jahres ein eigenes Gebäude zugewiesen, um die Eigenständigkeit der neuen Disziplin zu unterstreichen. Das Center for Data Science ist seither im Forbes Building an der 5th Avenue in Manhattan untergebracht. Zuvor hatten Professoren aus den Fakultäten Computerwissenschaften und Statistik ausgiebig darüber diskutiert, ob es ausreichende Unterscheidungsmerkmale zu ihren Disziplinen gibt, die einen eigenen akademischen Zweig für Datenwissenschaften rechtfertigen. Überzeugendstes Alleinstellungsmerkmal war die ausgeprägte Interdisziplinarität des Fachs, das auch auf Felder wie Linguistik, Psychologie und Neurowissenschaften ausgreift. Die Yale University hat die Datenwissenschaftler dennoch im Bereich Statistik untergebracht und im März einen Ausbau der Abteilung angekündigt. Hier werden künftig auch PhDs für Datenwissenschaftler vergeben. Die Columbia University, die im Jahre 2012 ihr Data Science Institute gegründet hat, diskutiert noch über ein eigenes Programm. *Die Berufsbezeichnung des Data Scientist ist noch keine zehn Jahre alt und geht auf Datenspezialisten bei den sozialen Netzwerken Linkedin und Facebook zurück. Dhanurjay Patil, der damals das Daten-Team bei Linkedin leitete, und Jeff Hammerbacher, der in ähnlicher Funktion bei Facebook arbeitete, hatten im Jahr 2008 beide ihre jeweilige Personalabteilung im Nacken, die bei einer wachsenden Zahl von Mitarbeitern unsicher war, welcher Jobtitel auf die Visitenkarten gehört. “Wir wussten nicht, wie wir uns selbst bezeichnen sollten”, erinnert sich Patil, der bis Januar als Chief Data Scientist für die Regierung von Ex-Präsident Barack Obama im Weißen Haus tätig war. “Jeff sagte, dass Research Scientist zu akademisch klingt, aber Economist den Statistikern das Blut in die Augen treiben würde – und umgekehrt.” Patil testete verschiedene Berufsbezeichnungen und stellte fest, dass sich auf Stellengesuche für Data Scientists die meisten Bewerber mit den von Linkedin benötigten Qualifikationen meldeten. Patil, der einen PhD in angewandter Mathematik von der University of Maryland hält, glaubt übrigens nicht, dass ein guter Data Scientist einen Abschluss in Data Science benötigt.