Der Hype um Data Science

In diesem Blog möchte ich über die Popularität von Data Science schreiben und wie verschiedene Menschengruppen diesen Hype empfinden. Ich werde hierfür hauptsächlich Quellen von Seiten wie Quora etc. benutzen und versuchen ,die Ursache für den Hype von Data Science und so viele verschiedene Meinungen wie möglich zu finden.
Vielleicht nochmal eine kurze Erklärung was ein Hype oder ein Trend ist und was die Unterschiede sind.
Ein Hype, laut Duden, ist :
a) besonders spektakuläre, mitreißende Werbung (die eine euphorische Begeisterung für ein Produkt bewirkt)
b) aus Gründen der Publicity inszenierte Täuschung
c) Welle oberflächlicher Begeisterung;Rummel.[1]

 

Ein Trend ist :
über einen gewissen Zeitraum bereits zu beobachtende, statistisch erfassbare Entwicklung[stendenz].[2]

Ich persönlich würde die Thematik Data Science unter den Begriff Trend setzen. Erklären werde ich diese Begründung mit weiterem Verlauf des Blogs(man sollte herausinterpretieren können, warum ich mich letztendlich für den Begriff “Trend” entschieden habe). Wahrscheinlich werden bei weiteren Referenzen, vor allem wenn sie von Personen abstammen ,die grundsätzlich einfach nur ihre Meinung online teilen wollten, eine Vermischung zwischen den zwei Begriffen stattfinden, da ich davon ausgehe, dass die meisten Menschen sich nie damit auseinandergesetzt haben, was die Unterschiede sind.

Woher kommt der Hype um Data Science?

Hierzu eine Grafik von Gartner, einem sehr bekannten Forschungsunternehmen.[3]

Es trägt den Namen “Hype Cycle” und wird für Innovationen in der IT-Branche benutzt. Ohne Konkret auf Beispiele einzugehen und die Grafik zu detailliert zu erläutern, erkennt man das so ein Cycle in 5 wichtigen Phasen eingeteilt ist : Innovation Trigger, Peak of Inflated Expectations, Trough of Disillusionment, Slope of Enlightement und Plateau of Productivity. Würde man dem Graphen glauben schenken (und das tun viele), so befinden wir uns bei der zweiten Phase Peak of Inflated Expectations. Ein Data Scientist in Psychology Research behauptet, dass dieser Graph ein typischer Verlauf von Informationen ist. Menschen sind optimistisch über die Innovation, sie erwarten viel und es erreicht eventuell einen Höhepunkt. Dann kommt die ganze negative Erfahrung weil es doch nicht die Erwartungen erfüllen konnte oder es viel mehr Nachteile gibt als angenommen. Erst nachdem man genau definieren konnte, was genau diese Innovation kann und alle unnötigen und unpraktischen Aspekte  beseitigt hat, wird diese Innovation besser eingesetzt werden können. [4]

Auch Google Trends zeigt uns , dass Data Science immer mehr an Popularität gewinnt

Wenn man im Internet unterwegs ist und man etwas Richtung Data Science recherchieren will, wird man sehr schnell erkennen, dass man unterschiedliche Definitionen für die Thematik auffinden wird. Viele Personen versuchen herauszufinden, was genau Data Science ist, welche Themen unter Data Science fallen oder wie man Data Scientist wird.
Der Grund dafür hier ist, dass Data Science einfach noch ein neuer Begriff ist.  Dabei sind die Methoden von Data Science nicht mal neu. Die analytischen Methoden in Data Science stammen zum Beispiel aus der Statistik und das Benutzen von Datenbanken und Machine Learning waren auch schon eine Ewigkeit Teil der Informatik.

Was genau ist so interessant an Data Science?

Grundsätzlich definieren wir ja ein Unternehmen als “gut”, wenn es gute Entscheidungen trifft, richtig? Beispiele wären, dass ein Marketing Unternehmen die Korrekte Werbungsstrategie entwickelt oder dass eine E-Retail Kette relevante Produkte für ihre Kunden anzeigt. Doch wie treffen diese Unternehmen solche Entscheidungen? Damals wurde sowas intuitiv gemacht, heute verlässt man sich auf Daten. Daten können mittlerweile nützliche Prognosen zu jeder Thematik bringen. Daten sind anscheinend mittlerweile so wertvoll, dass sie als das “neue Öl” bezeichnet werden. Kurz gesagt, Unternehmen versuchen so viele wichtige und nutzbare Informationen wie möglich für ihre nächste Business Entscheidung zu sammeln. Deshalb gibt es eine konstant ansteigende Nachfrage für Data Scientists und viele Menschen, die schon in diesen Bereichen arbeiten, sind sich sicher dass die Nachfrage sogar noch weiterhin steigen wird.

_______________________________________________________________________

Quellen

[1] Duden für Wort Hype

[2] Duden für Wort Trend

[3] Gartner – Hype Cycle

[4] Quora

https://www.quora.com/Why-is-Data-Science-an-obsession-Is-it-really-over-hyped

https://www.quora.com/At-what-point-will-the-data-science-hype-become-old-news

https://www.quora.com/How-long-will-the-data-science-hype-sustain-before-it-gets-a-saturation-And-what-could-be-the-next-trend

https://www.quora.com/Are-we-facing-an-oversupply-of-data-scientists-because-of-the-hype-around-data-science

https://www.quora.com/Are-we-in-a-data-science-bubble

https://www.quora.com/What-is-data-science

https://www.quora.com/Is-data-science-a-good-career-option

https://www.quora.com/What-is-the-role-of-a-data-scientist

https://www.quora.com/Is-data-science-a-fad-How-long-will-it-continue-to-grow-as-a-field

https://www.quora.com/What-is-the-difference-between-Data-Analytics-Data-Analysis-Data-Mining-Data-Science-Machine-Learning-and-Big-Data-1

Print Friendly, PDF & Email

Bildquellen

  • 2019-04-29 23_54_52-Gartner Identifies Five Emerging Technology Trends That Will Blur the Lines Betw: https://www.smartinsights.com/wp-content/uploads/2018/08/Hype-Cycle-for-Emerging-Tech-2018.pngBitte nachtragen
  • 2019-04-29 21_08_52-Window: https://trends.google.com/trends/explore?date=today%205-y&geo=DE&q=Data%20Science

Leave a Reply

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.