Wo die einen nur eine Ansammlung von Tabellen, Spalten und Zahlen sehen, entstehen für andere Bilder. So auch für Alexander Klettner, er studiert im dritten Semester Data Science an der Universität Salzburg. Im Datendickicht behält er den Überblick, wie er kürzlich bei seinem Praktikum bei der Stadt Salzburg bewiesen hat. Aus unübersichtlichen Datensätzen hat er anschauliche Grafiken und Diagramme gemacht.

Einen Monat lang hat Alexander Klettner sein Pflichtpraktikum im Informationszentrum der Stadt Salzburg absolviert. Als Datenspezialist hat er die Mitarbeiter*innenbefragung ausgewertet und ein Tool programmiert, das es zukünftig ermöglicht auch Wahlergebnisse anschaulich zu präsentieren.

Die Auswertung der kürzlich durchgeführten Befragung der Magistrat-Mitarbeiter*innen über ihre Arbeitszufriedenheit, -bedingungen, Aus- und Weiterbildung, Gesundheit u.v.m. brachte tausende Daten mit sich. Alexander wühlte sich durch die Excel-Listen, holte die wesentlichen Ergebnisse heraus und erstellte interaktive Infografiken. Diese werden den Mitarbeiter*innen im Intranet zur Verfügung gestellt.

„Interaktive Infografiken haben den Vorteil, dass sie komplexe Sachverhalte einfach und allgemein verständlich darstellen. Zudem haben die Benützer*innen die Wahl und können die Grafik je nach Interesse adaptieren und sich nur das anzeigen lassen, was für sie wirklich relevant ist“, erklärt Klettner.

Dabei hat der Data-Science-Student erstmals mit einem für ihn neuen Package der Software  R gearbeitet. Dieses Tool wird auch bei der nächsten Bürgermeister- und Gemeinderatswahl im März 2019 zum Einsatz kommen. Auch wenn die Wahl erst nächstes Jahr ist, hat der gebürtige Bischofshofener wertvolle Vorarbeit geleistet.

„Beim Praktikum konnte ich das Gelernte an einem realen Datensatz umsetzen und so den Umgang mit der Software üben. Durch dieses Herumtüfteln habe ich viel Neues gelernt.“, erzählt Klettner.

Er übergibt seine App, befüllt wird sie dann intern mit den jeweils aktuellen Datensätzen. Möglich gemacht hat das die unkomplizierte Zusammenarbeit innerhalb der Stadtverwaltung zwischen InfoZ und der Abteilung für Informations- und Kommunikationstechnologie (IKT). Unterstützung gab es auch von der Stadt-Statistik.

Wissen aus Daten ziehen

Data Scientists graben in großen Datensätzen, filtern wichtiges Wissen und gewinnen brauchbare Informationen. Damit die Ergebnisse leichter kommuniziert werden können, werden sie in ansprechende Grafiken gegossen.

Doch wie wird aus dem Konvolut an Zahlen eine verständliche Grafik? „Wichtig ist, dass ich unbearbeitete Daten bekomme. Diese Rohdaten bereite ich auf und vereinheitliche sie. Schlussendlich entstehen interaktive Darstellungen der Daten, die jede/r versteht“, berichtet der Student, der seit vier Jahren in der Stadt Salzburg lebt.

Data Science macht geduldig

Eigentlich ist Alexander Klettner Lehrer für Mathematik und Biologie. Trotzdem hat er sich nach abgeschlossener Ausbildung für das Studium Data Science entschieden. „Am Anfang konnte ich mir unter dem Begriff Data Science nicht viel vorstellen, aber es hat mich sofort neugierig gemacht. Das Studium ist so vielseitig und vereint so viele Forschungsbereiche. Das ist echt lässig“, schwärmt er.

Data Scientists zeichnen sich durch viele Kompetenzen aus. „Die Ausbildung ist sehr interdisziplinär, genau das gefällt mir so gut“, meint auch Alex Klettner. Mit den Disziplinen wechseln die angehenden Data Scientists auch die Hörsäle der verschiedenen Standorte der Uni Salzburg. An der Naturwissenschaftlichen oder der Gesellschaftswissenschaftlichen Fakultät sind die Data Scientists genauso anzutreffen wie am Fachbereich Computerwissenschaften in der Science City Itzling.

Trotz Zusammenspiel der verschiedenen Fachbereiche, basiert ein Großteil des Studiums auf Mathematik. „Data Scientists und auch Mathematiker*innen brauchen vor allem Durchhaltevermögen. Ich habe letztens zwei Aufgaben in acht Stunden gelöst, das verlangt schon einiges an Beharrlichkeit. Aber das ist halt so.“ Manche würde das an den Rand der Verzweiflung bringen, nicht jedoch Klettner. „Data Science lehrt auch Geduld“, fügt Alexander schmunzelnd hinzu. Und die braucht man auch, damit aus langweiligen Zahlen schließlich informative Bilder entstehen.