Ausbildungsform auswählen

Data Warehouse AnalystIn

Berufsbereiche: Informationstechnologie
Ausbildungsform: Uni/FH/PH
Einstiegsgehalt lt. KV: € 2.270,- bis € 2.660,- * Arbeitsmarkttrend: steigend
* Die Gehaltsangaben entsprechen Bruttogehältern bzw. Bruttolöhnen beim Berufseinstieg. Datengrundlage sind die entsprechenden Kollektivverträge (Stand: Juli 2018). Eine Übersicht über alle Einstiegsgehälter finden Sie unter www.gehaltskompass.at. Die Mindest-Löhne und Mindest-Gehälter sind in den Branchen-Kollektivverträgen geregelt. Die aktuellen kollektivvertraglichen Lohn- und Gehaltstafeln finden Sie in den Kollektivvertrags-Datenbanken des Österreichischen Gewerkschaftsbundes (ÖGB) und der Wirtschaftskammer Österreich (WKÖ).

Tätigkeitsmerkmale

Data-Warehouse-Analysts (auch: Data Analysts) sind AnalytikerInnen, die sich mit der Analyse von Unternehmensdaten befassen. Ein Data Warehouse ist eine Datenbank mit Lesezugriff in der die unternehmensspezifischen Daten zusammengeführt sind. Zusätzlich bietet es die Funktion eines analytischen Systems zur Informationsextraktion.

Die extrahierten (gewonnenen) Informationen können dann zur weiteren Verarbeitung, wie Data Mining, Text Mining, Meinungsforschung und Entscheidungsfindung zur Verfügung stehen. Data Mining ist die Anwendung statistischer Methoden zur Suche nach Informationen und Mustern aus großen Datenbeständen. Text Mining gilt als Unterform von Data Mining, jedoch ist es auf keine bestimmte Datenstruktur angewiesen.

Information ist oft in Texten und anderen unstrukturierten* Medien enthalten und daher nicht direkt durch betriebliche Suchsysteme und Suchmaschinen auffindbar. Data Warehouse Analysts befassen sich mit der Analyse und der Auswertung von Daten und Informationen aus einer sehr großen Menge an unterschiedlichem Datenmaterial (aus dem Data Warehouse). Sie untersuchen die Unternehmensdaten nach Mustern und Strukturen sowie nach Abweichungen und Zusammenhängen (Data Mining).

Meist stehen Fragen zu kundenspezifischen Themen im Vordergrund. Beispiel: Wie ist die Auswirkung einer Preiserhöhung auf das Kaufverhalten einer speziellen Kundengruppe? Erkenntnisse beziehen sich auch auf sogenannte Kombinationskäufe: Wer Produkt X kauft, kauft auch Produkt Y. So können bestimmte Produkte optimaler platziert werden. Data-Warehouse-Analysts werten die Ergebnisse aus und bereiten die Daten grafisch auf. Dann erstellen sie Reports (Berichte) über die gewonnenen Erkentnisse und präsentieren sie der Unternehmenleitung.

Die durch Analysen gewonnenen Erkenntnisse dienen dem Unternehmen als Entscheidungsgrundlage für Handlungen. Aus diesem Grund werden DatenanalytikerInnen hier auch als Business-Intelligence Analysts bezeichnet. Sie arbeiten vorwiegend für Wirtschaftsunternehmen in denen sie auch als BeraterInnen für die Unternehmenleitung auftreten. Wichtig sind daher sehr gute Branchenkenntnisse.

Siehe auch die Berufe InformatikerIn, WirtschaftsinformatikerIn oder MedizininformatikerIn.

 

*Strukturierte Daten sind in einer Art Muster organisiert damit man sie identifizieren kann, zum Beispiel in einer Datenbank. Unstrukturierte Daten sind z.B. E-Mails, Bilder und freier Text.

Obwohl Word-Dokumente mit Überschriften strukturiert sind, gelten sie als nicht-strukturiert für die Suche nach bestimmten Informationen.

Data-Warehouse-Analysts (auch: Data Analysts) sind AnalytikerInnen, die sich mit der Analyse von Unternehmensdaten befassen. Ein Data Warehouse ist eine Datenbank mit Lesezugriff in der die unternehmensspezifischen Daten zusammengeführt sind. Zusätzlich bietet es die Funktion eines analytischen Systems zur Informationsextraktion.

Die extrahierten (gewonnenen) Informationen können dann zur weiteren Verarbeitung, wie Data Mining, Text Mining, Meinungsforschung und Entscheidungsfindung zur Verfügung stehen. Data Mining ist die Anwendung statistischer Methoden zur Suche nach Informationen und Mustern aus großen Datenbeständen. Text Mining gilt als Unterform von Data Mining, jedoch ist es auf keine bestimmte Datenstruktur angewiesen.

Information ist oft in Texten und anderen unstrukturierten* Medien enthalten und daher nicht direkt durch betriebliche Suchsysteme und Suchmaschinen auffindbar. Data Warehouse Analysts befassen sich mit der Analyse und der Auswertung von Daten und Informationen aus einer sehr großen Menge an unterschiedlichem Datenmaterial (aus dem Data Warehouse). Sie untersuchen die Unternehmensdaten nach Mustern und Strukturen sowie nach Abweichungen und Zusammenhängen (Data Mining).

Meist stehen Fragen zu kundenspezifischen Themen im Vordergrund. Beispiel: Wie ist die Auswirkung einer Preiserhöhung auf das Kaufverhalten einer speziellen Kundengruppe? Erkenntnisse beziehen sich auch auf sogenannte Kombinationskäufe: Wer Produkt X kauft, kauft auch Produkt Y. So können bestimmte Produkte optimaler platziert werden. Data-Warehouse-Analysts werten die Ergebnisse aus und bereiten die Daten grafisch auf. Dann erstellen sie Reports (Berichte) über die gewonnenen Erkentnisse und präsentieren sie der Unternehmenleitung.

Die durch Analysen gewonnenen Erkenntnisse dienen dem Unternehmen als Entscheidungsgrundlage für Handlungen. Aus diesem Grund werden DatenanalytikerInnen hier auch als Business-Intelligence Analysts bezeichnet. Sie arbeiten vorwiegend für Wirtschafts ...

Analytisches Denkvermögen, mathematische Kenntnisse, Entscheidungskompetenz (auch für die Budgetkalkulation), Beratungskompetenz. Gute Englischkenntnisse sind teilweise für das Lesen von Fachliteratur und für das Verfassen von Reports nötig.

Im Beruf sind Programmierkenntnisse und Statistikkenntnisse nötig, sowie der Umgang mit Datenbanken und spezifischen Softwaretools. Für viele Projekte sind Kenntnisse der Suchmaschinenoptimierung erforderlich.

Beschäftigungsmöglichkeiten bestehen z.B. in Wirtschaftsunternehmen, Betriebsberatungsfirmen sowie in Rechenzentren. Darüber hinaus besteht die Möglichkeit - je nach Spezialisierung - an Universitäten, wissenschaftlichen Instituten und zunehmend in Produktions- und Fertigungsstätten tätig zu sein.

Data-Warehouse-Analysts bzw. DatenanalytikerInnen sind z.B. in Software-Häusern oder direkt in mittleren und größeren Unternehmen tätig - vor allem im Handel, bei Banken und Versicherungen, Logistik- und Transportunternehmen. Der Bedarf an Fachleuten verstärkt sich in der produzierenden Industrie (wo auch Process Mining eine Rolle spielt).

Oft handelt es sich um Standort-, Marketing- oder Logistikfragen oder um Herausforderungen im Bereich Umwelt und Ökologie, Immobilienwirtschaft, Touristik oder Gesundheitswesen.

Die Zahl der Unternehmen die Data Mining-Verfahren nutzen ist tendenziell stark steigend. Daten werden allgemein als „Öl der Zukunft“ bezeichnet.

Datenerfassung, -verarbeitung und -analyse spielt eine Schlüsselrolle in allen Bereichen der Wirtschaft und Technik. Es geht darum, eine Brücke zwischen Datenwissenschaft und Geschäftsprozesse zu schlagen: Somit kann die Analyse komplexer Probleme und Szenarien bewältigt werden.

Laut einer Prognose die auf der Studie »EMC Digital Universe« basiert, wird das Datenvolumen im Jahr 2020 bei etwa 44.000 Exabyte liegen. Manche prognostizieren sogar 40 Zettabyte (vgl. EMC Studie „Das digitale Universum“, URL: https://germany.emc.com).

Allerdings liegt die Mehrzahl der Daten unstrukturiert vor, also dateibasiert und nicht verschlagwortet, so dass diese nicht für Big Data Analysen nützlich sind (sog. Big Data Gap).

Das Internet der Dinge bzw. die Industrie 4.0 wird jedoch die Menge der Daten vergrößern, die sich tatsächlich auswerten lassen. Das sind Sensordaten, Daten aus Embedded Systems (z.B. Navigationsgeräte), Drohnen, Wearables, vernetzten Autos, Kühlschränken etc.

Stellenangebote im "eJob-Room" (Internet-Stellenvermittlung des AMS):

Der folgende Link führt zum Abfrage-Formular des eJob-Room für das Berufsbündel "Data-Warehouse-ManagerIn", dem der Beruf "Data Warehouse AnalystIn" zugeordnet ist. Im Formular können Sie dann noch das Bundesland und den Arbeitsort und andere Kriterien auswählen; nach einem Klick auf "Weiter" erhalten Sie die Stellenangebote.

offene Job-Angebote

DatenanalytikerInnen verfügen üblicherweise über ein abgeschlossenes Studium der Fachrichtung Wirtschaftsinformatik, Mathematik, Statistik oder eien ähnliche Ausbildung.

Es ist auch möglich, z.B. nach einer einschlägigen wirtschaftlichen, künstlerischen, medizinischen oder technischen Ausbildung ein Masterprogramm im Bereich Datenanalyse zu absolvieren.

Uni: Z.B. Wirtschaftsinformatik mit Studienschwerpunkt Business Intelligence & Data Science (MSC, JKU), Softwareentwicklung-Wirtschaft (BSc, TU Graz), Business Informatics (MSc, TU Wien), Data Analytics Strategies (Donau Univ. Krems), Pervasive Computing (MSc, JKU), Informatik mit versch. Vertiefungen.

Neue Studiengänge:

„Data Science und Engineering“ mit Vertiefung Biomedizinische Datenanalyse (FH OÖ). Masterstudiengang mit Spezialisierung im Bereich Data Science (JKU Linz).

Die Module Data Analytics und Data Science werden im Studium Wirtschafts- und Sozialwissenschaften (WU Wien) geführt. Seit dem WS 2016/2017 gibt es den einschlägigen Masterstudiengang Data Science (Uni Salzburg; ein Industriepraktikum ist hier verpflichtend).

FH: Z.B. Informatik – Software and Information Engineering (BSc, FH Vorarlberg), Information Medien&Kommunikation (BA, FH Burgenland), Business Informatics (BSc, FH Technikum Wien), Informatik - Vertiefung Big Data (MSc, FH Vorarlberg).

Bei Informatik-Studien wird oft ein bestimmter Anteil an Lehrveranstaltungen auf Englisch angeboten.

Ergebnisse aus dem Ausbildungskompass:

Fort- und Weiterbildungsmaßnahmen werden zum Teil betriebsintern angeboten. Zunehmend werden Masterprogramme zur Fort- und Weiterbildung angeboten, z.B. „Business Informatics (TU Wien oder FH Technikum Wien), „Data Analytics Strategies“ (Donau Univ. Krems), „Informatik“ - Vertiefung „Big Data“ (FH Vorarlberg), Informatik“ – mit fünf Vertiefungen: Z.B. „Autonome Systeme“, „Big Data“, „Internet der Dinge“ (FH Vorarlberg).

Es geht vor allem darum, wichtige Erkenntnisse über Zusammenhänge zu generieren, um Vorhersagen und Trend-Prognosen (Predictive Analytics) zu tätigen.

Es gibt auch postgraduale Lehrgänge, z.B. in den Bereichen E-Government; Strategie, Technologie und ganzheitliches Management; Geografische Informationssysteme; Angewandte Mustererkennung; Data Mining; Information Retrieval etc. (Die Informationsextraktion grenzt sich von Information Retrieval ab, das sich auf das Finden von Dokumenten für bestimmte Suchanfragen konzentriert).

AbsolventInnen können den Erwerb des Zertifikats „Data Scientist“ anstreben, es gibt verschiedene Level, vom „Big Data Manager“ über den „Advanced Analytical Professional“ bis zum „Data Scientist“. Anbieter sind z.B. die SAS® Academy und das Fraunhofer Institut in München.

Es kann eine Tätigkeit als Big Data Analyst (extra große Datenmengen) oder als Data Scientist angestrebt werden.

Die Tätigkeit von Data Scientists geht weit über die reine Datenanalyse hinaus. Häufig ist nicht die „Masse" (Big Data), sondern der „wertvolle Inhalt" (Smart Data) das entscheidende Kriterium.

Data Science ist nicht an eine bestimmte Branche gebunden. Data Analysts und Data Scientists arbeiten zum Beispiel in Rechenzentren, bei Energienetzbetreibern (Strom, Gas, Wasser), in der Immobilienwirtschaft, im Gesundheitswesen, Tourismus, im Finanz- und Versicherungswesen, verstärkt auch im Agrarwesen sowie allgemein in Wirtschaftsunternehmen und im Bereich Datennutzung zur Produktionssteuerung in Produktions- und Fertigungsbetrieben.

Für AbsolventInnen bestimmter Studienrichtungen besteht darüber hinaus die Möglichkeit zur selbstständigen Tätigkeit als ZiviltechnikerIn.

Broschüren/Folder mit Informationen zum Beruf:

Technik/Ingenieurwissenschaften (Broschüre)
Reihe: Jobchancen Studium
Fundstelle: Informatik, Informatikmanagement, Informationstechnik, Telematik
Diese Berufe könnten Sie auch interessieren ...
Weitere Berufe aus dem Bereich "Informationstechnologie" anzeigen