Die Data Scientists von Swisscom

5 Datenwissenschaftler im Portrait

«Unternehmen müssen erst lernen, wie man Data Science sinnvoll einsetzt»


Sprachtalent, Goldgräber, Businessversteher, Zukunftsforscher – die Data Scientists von Swisscom sind unterschiedliche Multitalente. Ihre persönlichen Eigenschaften machen ihre Arbeit einzigartig.


Text: Christoph Widmer, Bilder: Philipp Zinniker, . Dezember 2017




Sie heissen Andreea, Mohamed, Gael, Sergio oder Florian. Sie kommen aus fünf verschiedenen Ländern und haben völlig unterschiedliche Werdegänge. Gemeinsam ist ihnen ihre Leidenschaft für Daten und deren Analyse und sie nennen sich Data Scientist. Wir stellen fünf Persönlichkeiten aus verschiedenen Bereichen der Swisscom vor und zeigen, wie ihre Wesenszüge und Interessen die Arbeit beeinflussen.


«Meine Kommunikationsfähigkeit hat mich weitergebracht»

Andreea Hossmann ist ein wahres Sprachtalent: Neben ihrer Muttersprache beherrscht die gebürtige Rumänin Französisch, Englisch, Spanisch, Italienisch – und spricht auch fliessend Deutsch. «Kommunikationsfähigkeit ist bei Entwicklern traditionell nicht so stark ausgeprägt», sagt sie. «Bei mir ist es aber eine Stärke. Nach zwei Jahren und einem Mutterschaftsurlaub leite ich heute ein 10-köpfiges Team im Bereich Artificial Intelligence – was ich natürlich auch meinem fördernden, flexiblen Vorgesetzten und der vollen Unterstützung meiner Familie verdanke.»



Da sie ihren PhD an der ETH erlangte, lernte Andreea Hossmann auch Deutsch als Fremdsprache.



Hossmanns Team entwickelte etwa ein System für den Customer Support, das Kundenanfragen analysiert und automatisch dem entsprechenden Spezialisten zuweist. Oder ein Tool, mit dem sich die Verträge zwischen Swisscom und ihren Kunden kategorisieren lassen. In Zukunft soll das auch mittels Spracherkennung geschehen. Dafür bringt Hossmann nicht nur Fremdsprachenkenntnisse mit: Sie absolvierte in Frankreich ein Studium als Telekommunikationsingenieurin – mit einem zusätzlichen Master of Research und einem Austauschjahr an der UIUC in Illinois. Den Doktortitel erlangte sie an der ETH – wegen ihres Sprachinteresses: «Für mich kamen Cambridge, Oxford oder die ETH in Frage», sagt sie. «Die Wahl fiel auf die ETH, weil ich auch noch Deutsch lernen wollte.» Heute lebt Hossmann mit ihrem Mann und zwei Kindern in Bern.


Ihr Forschungshintergrund kommt auch bei Swisscom immer wieder zum Einsatz – sei es bei der Datenanalyse oder der Zusammenarbeit mit der EPFL, wo ihr Team zusammen mit Professoren und Studenten neue AI-Themen entwickeln. Selber zu programmieren bleibt da oft auf der Strecke. Hossmann weiss sich aber zu helfen: «Ich bin einen Tag in der Woche im Home Office. Dann schaue ich wirklich, dass keine Meetings anstehen, so dass ich mich voll aufs Programmieren konzentrieren kann.» So kommen auch die Programmiersprachen nicht zu kurz.


«Als Data Scientist muss man bereit sein, sich die Hände an Daten schmutzig zu machen»

Mohamed Kafsi beschäftigte sich nicht nur während seines PhD mit der Mobilität von Menschen, sondern untersucht sie seit zwei Jahren auch bei Swisscom: Kafsi arbeitet als Data Scientist bei Swisscom Big Data and Mobility. Und nutzt nun Mobilfunkdaten, um die Bewegungsströme von Menschen zu rekonstruieren und vorauszusagen. «Wir helfen Städten dabei, Mobilität besser zu verstehen», sagt er. «Mit unserer Lösung City Insights erhalten etwa Städteplaner kontinuierlich aussagekräftige Bewegungsdaten.»



Dank seinen Praktika bei Deutsche Telekom und Nokia konnte Mohamed Kafsi bereits während dem Studium Telko-Wissen sammeln.



Für seine Arbeit muss Kafsi vor allem eines: Graben. «Aus meiner Sicht dürfen sich Data Scientists nicht davor scheuen, zuzupacken und in Daten zu wühlen», sagt er. «Rund 80 Prozent meiner Arbeit besteht aus Datenaufbereitung. Erst nach dem Modellieren der Daten kann ich anfangen, sie zu analysieren und Insights zu finden.» Dazu erlangte Kafsi auch Telko-spezifisches Wissen: Er verliess mit 19 Jahren sein Heimatland Tunesien, um an der EPFL Communication Systems zu studieren – und absolvierte Praktika bei der Deutschen Telekom und Nokia.


Wichtig sei aber auch die nötige Portion Neugier. So probiert Kafsi gerne neue Sportarten aus, stöbert in Büchern oder späht beim Fotografieren durch den Sucher seiner Kamera – und freut sich, dass sich zuhause nicht alles um Daten dreht: «Zum Glück ist meine Frau kein Data Scientist, sondern Anwältin», lacht der frischgebackene Vater. 


«Dank Big Data sind wir näher an der User Experience»

Als Data Scientist bei der Big Data Network Intelligence Squad hilft Gael Grosch den Netzwerk-Ingenieuren dabei, einen Überblick über alle Vorfälle im Swisscom-Netz zu gewinnen. «Wir sammeln Netzwerkdaten und versuchen, Ausfälle aufzuspüren», erklärt er. «Dank der unterschiedlichen Daten können wir etwa die Ereignisse während eines ganzen Anrufs nachverfolgen und so besser zeigen, wieso dieser unterbrochen wurde.» Dafür entwickelten Grosch und sein Team die Analyse-Plattform Nicer: Sie liefert Anwendern eine Übersicht von Netzwerk-Events wie Anrufe, SMS und Datennutzung – nahezu in Echtzeit.



Gaël Grosch sieht die Schweiz zwar als technologisch weit fortgeschritten – doch Unternehmen müssten noch lernen, wie man Data Science effektiv nutzt.



Im Kern von Groschs Arbeit steht immer eines: der Nutzen für Swisscom. Ein tiefgreifendes Business-Verständnis ist dazu zwingend nötig. Nur so könne man wirklich geschäftsoptimierende Lösungen lancieren – und nicht nur hübsche Statistiken erzeugen. Gerade da habe die Schweiz Nachholbedarf: «Business-orientierte US-Unternehmen wie Palantir vermitteln ein Ideal von Data Science», erklärt er. «Doch das Verständnis dafür, wie man sich Big Data fürs Business wirklich zu Nutze machen kann, ist in unseren Kreisen in Wahrheit nur selten vorhanden. Viele Schweizer Unternehmen müssen erst noch lernen, wie man Data Science sinnvoll und effektiv einsetzt.»


Aus technologischer Sicht sei die Schweiz aber sehr weit fortgeschritten. Das merkte Grosch vor allem während seines EPFL-Studiums in Communication Systems, als er ein Austauschsemester in Kolumbien absolvierte: «Die ganze Infrastruktur war dort langsamer als bei uns, das Internet funktionierte nicht immer, und es dauerte lange, jemanden zu finden, der einem weiterhelfen konnte. In der Schweiz hingegen kann man immer und überall effizient arbeiten.»


«Ich muss so vielfältig sein wie ein Schweizer Taschenmesser»

Kenntnisse in Computerwissenschaft, Mathematik, Statistik, abstraktes Denken, analytische Fähigkeiten, Business-Wissen und Versiertheit in neuen Technologien: Für Sergio Jimenez sind das die grundlegenden Skills eines Data Scientist. Unter anderem weisen auch Physiker diese Kompetenzen vor. «Gerade deshalb sind Physiker als Data Scientists so gefragt», sagt er. «Viele meiner damaligen PhD-Kollegen arbeiten heute im Bereich Data Science.»



Für Sergio Jimenez Otero teilen sich Data Scientists und Physiker einige Kernkompetenzen.



Denn der gebürtige Spanier studierte an der University of Glasgow selbst generelle, experimentelle und theoretische Physik. Nachdem er seinen PhD in experimenteller Physik an der EPFL erlangte (Thema: «Warum gibt es mehr Materie als Antimaterie?») und in diesem Rahmen auch am CERN forschte, ist Jimenez heute als Consultant bei Swisscom tätig: Er hilft internen und externen Kunden dabei, Business-Prozesse zu optimieren – indem er Business Cases erarbeitet, Proof of Concepts erstellt und für den Kunden massgeschneiderte Lösungen entwickelt. Etwa für Predictive Analytics. Oder zur Klassifikation von Dokumenten: «Unter anderem verschaffen wir Unternehmen eine Übersicht über ihre Textdaten», erklärt er. «So können sie etwa rechtliche Dokumente schneller finden und strukturierter überprüfen.»


In seiner Freizeit schaut Jimenez nicht nur gerne TV-Serien; auch Biking und Schwimmen gehören zu seinen Hobbys – aus gutem Grund: «Für mich ist Sport besonders wichtig, da er auch die Dynamik und Kreativität bei der Arbeit fördert.»


«Mit Daten sage ich die Zukunft voraus»

Als Data Scientist im Bereich Industrial Internet Of Things entwickelt Florian Pitschi Lösungen zur Predictive Maintenance. Etwa für das Klimatechnik-Unternehmen Walter Meier: «Aufgrund von Sensor-, Serviceeinsatz- und Maschinendaten können wir erkennen, welche Wärmepumpen mit hoher Wahrscheinlichkeit bald ausfallen werden», erklärt er. «Mit unserer Lösung können die Servicetechniker von Walter Meier Probleme frühzeitig erkennen und beheben.»



Als Data Scientist kann Florian Pitschi richtigen Mehrwert aus Daten schaffen.



Als "Maschinen-Orakel" kann Pitschi wirklichen Nutzen aus Daten erzeugen. Das wollte er schon immer. Doch nach seinem Studium in Informatik und Physik in Ulm und dem Doktorat in China arbeitete er zuerst als Berater im Bereich Business Intelligence - was ihn noch nicht zufriedenstellte: «Mir war das immer zu wenig», sagt er. «Man zeigt die Daten an, errechnet vielleicht noch ein paar Trends; aber man gewinnt keine grossen Erkenntnisse daraus. Ich dagegen wollte und will mit Daten einen richtigen Mehrwert schaffen, Prozesse optimieren und die Zukunft voraussagen.»


Dafür trainiert Pitschi auch, indem er an Machine-Learning-Wettbewerben teilnimmt: «Ich musste schon einem Skelett beibringen, selbstständig das Laufen zu lernen. Oder aufgrund von Passagierdaten vorhersagen, welche Gäste auf der Titanic das Unglück überleben und welche nicht.» Pitschi ist aber auch begeisterter Beachvolleyballspieler - ganz ohne das Endergebnis zu wissen: «Das ist ja gerade das Spannende daran: bei Sportereignissen kann auch mal der Underdog gewinnen.»



Newsletter

Jetzt Newsletter abonnieren und über Trends, Branchen-News und Benchmarks informiert bleiben.





Mehr zum Thema