Wirtschaftsinformatik in der Praxis

in diesem Beitrag möchte ich ein Fazit über meine Tätigkeit im Business Intelligence Bereich bei den Volkswagen Finanzdienstleistungen und über die Vereinbarkeit von Beruf und Studium ziehen.

Grundsätzlich kann ich jedem empfehlen zumindest eine Zeit lang in der freien Wirtschaft zu arbeiten, um die Theorie aus den Vorlesungen in der Praxis zu erleben – oder in diesem Fall, wie sehr Theorie und Praxis manchmal voneinander abweichen. Einige Dozenten und Professoren sprechen diesen Sachverhalt aktiv in den Veranstaltungen an, aber wenn man hautnah miterlebt, was es heißt nicht mehr unter Laborbedingungen Theorien anzuwenden, kann man das Verständnis für die Theorie noch weiter stärken. In meinem Fall ist die Tätigkeit sehr typisch für die Wirtschaftsinformatik und konnte mir so im Studium den einen oder anderen Wissensvorteil generieren.

Allerdings muss ich auch zugeben, dass eine 20 Stundenwoche neben dem Studium eine große Herausforderung ist. In meinem Fall belege ich lieber weniger Veranstaltungen im Semester und brauche so länger als die Regelstudienzeit es vorsieht. Dadurch kann ich mich besser auf Arbeit und Studium gleichzeitig konzentrieren. Die Auswahl der Veranstaltungen zu Beginn eines jeden Semesters unterliegt durch die Arbeitszeiten ein paar Restriktionen, sodass man die ideale Kombination von Fächern finden muss, um nicht den ganzen Tag zwischen Arbeit und Uni hin und her zu pendeln. Ich habe das Glück, dass mein Arbeitgeber und insbesondere meine Chefin sehr flexibel in Bezug auf die Arbeitszeiten sind, sodass ich bisher immer meine Wunschveranstaltungen belegen konnte.

Viele Grüße
Henning

wie hier üblich möchte ich meinen Beitrag in drei Teile gliedern. Da mein beruflicher und akademischer Hintergrund etwas von der Regel abweicht, möchte ich zuerst kurz auf den Quereinstieg als Wirtschaftsinformatiker und die persönliche Erfahrung damit eingehen. Wenn ihr weiterlest, erfahrt ihr wie und wie ich als Wirtschaftsinformatiker in einen von Finanz- und Wirtschaftsmathematikern dominierten Bereich bei der VW Financial Services AG (VW FS AG) gelangt bin und wie das Umfeld dort ungefähr aussah. Zuletzt kommt der wohl konkreteste Teil. Ich möchte mit euch teilen, welche Qualifikationen nötig waren bzw. mir weitergeholfen haben, wobei ich insb. auf (teils Standard-) Software-Kenntnisse eingehe und auch noch ein kurzes Fazit ziehe. Bei konkreten Themen gibt es auch Hinweise auf relevante Vorlesungen, wobei das nur eine sehr kleine und subjektive Auswahl ist.

Nun also kurz zu mir: Nach einem dualen Bachelorabschluss mit Schwerpunkt BWL/Finance habe ich mich zu einem Studium der Wirtschaftsinformatik an der TU BS entschieden, da ich insb. in der betrieblichen Praxis meine Affinität zu Programmierung, der Arbeit mit Daten und der Verknüpfung von beidem mit fachlichem Wissen und fachlichen Fragestellungen entdeckt habe. Das Bild einer strikten Wissenstrennung zwischen IT und Fachbereich wird den meisten Kollegen in der Praxis meiner Erfahrung nach zwar nicht gerecht, aber genau diese beiden Welten zu verstehen und verbinden, war meine Motivation für den Wechsel in Richtung (Wirtschafts-) Informatik. Um es vorwegzunehmen: In der Praxis hat mir das manchmal einen echten Mehrwert gebracht.

Andererseits ist es aus meiner persönlichen Perspektive und im Hinblick auf den Hintergrund anderer Kollegen genauso gut möglich, einen anderen Studiengang zu wählen und sich insb. die fachlichen Kenntnisse später bzw. im Berufsalltag anzueignen (sofern man eine Einstiegsmöglichkeit bekommt). Daher halte ich „lernen zu lernen“ als Teil des (Fach-) Hochschulabschlusses zusammen mit dem persönlichen Interesse für ebenso wichtig wie die konkreten Studieninhalte. Um sich im Master der WI einschreiben zu können war (zumindest in meinem Fall als „reiner“ BWLer) erst einmal das Sammeln von Credits in den Bachelorstudiengängen der Informatik und WI nötig. Am präsentesten und für mich persönlich relevantesten waren dabei die Grundlagen aus Algorithmen und Datenstrukturen sowie Relationale Datenbanksysteme I.

Auch wenn es mir zum Studienbeginn nur im Groben bewusst war, betreffen meine Interessen die Themengebiete, die im Bereich der Business Intelligence zu finden sind und sich z. T. auch mit dem aktuell sehr gerne verwendeten Begriff „Data Science“ überschneiden. In letzterem spielt wiederum das Machine Learning eine wichtige Rolle, wobei das im aktuellen Gartner Hype Cycle am Höchststand inflationärer Erwartungen angelangt ist. Das ist nur eine Einschätzung zu derartigen Themen, lässt sich dies in der betrieblichen Praxis auch an mancher Stelle in Form des Hangs wiederfinden, „hippe“ Themen als Teil einer Planung oder Vision für die Zukunft auf Folien festzuhalten. Nicht immer trifft das auch zu, wenn man sich ernsthaft mit der Materie beschäftigt.

In solchen Fällen half mir sowohl das Hintergrundwissen aus dem Studium, als auch etwas Eigeninitiative, um den tatsächlichen Nutzen besser einschätzen zu können. Ich kenne nicht alle relevanten Vorlesungen zu diesem Themenbereich. Von denen, die ich gehört habe, waren allerdings insb. „Intelligent Data Analysis“ sowie Vorlesungen wie „Data Warehousing and Data Mining“ (und weitere bei Prof. Balke) interessant.

Da das ein eher quantitativ orientiertes Tätigkeitsgebiet ist, ist die größte Gruppe unter den Kollegen die der Finanz- und Wirtschaftsmathematiker und Mathematiker. Daneben finden sich aber auch Kollegen aus dem Bereich der VWL, Statistik, Ingenieurwissenschaften, BWL und Wirtschaftsinformatiker. Meine Erfahrung war dabei, dass es für die Aufgabenzuteilung keine oder nur eine untergeordnete Rolle spielt, welchen akademischen Hintergrund ein Mitarbeiter besitzt.

Eine Einarbeitungsphase ist unabhängig davon für jeden Mitarbeiter nötig. So gibt es z. B. fachliche Definitionen und hausinterne Prozesse, die nur in einem bzw. in diesem einen Unternehmen vorzufinden sind und sich nicht lehren lassen. Dazu zählen außerdem viele der genutzten Systeme, wobei zumindest in meinem Fall nur ein kleiner Teil davon für die eigene Tätigkeit notwendig war. Einige Standardsoftware kennt man hingegen evtl. schon. Das sind neben den Office-Klassikern, die man wahrscheinlich überall findet, auch SAP-Software oder in meinem Fall Software für Statistik und Datenaufbereitung (SAS / R).

Ähnlich verhält es sich mit der Statistik-Software. Hier zahlen sich die Kenntnisse (natürlich abhängig vom Tätigkeitsbereich) aus und es werden ebenfalls gerne anspruchsvolle Aufgaben an Studenten vergeben. In meinem Beispiel waren R und SAS im Einsatz, wobei meine Stellenbeschreibung SAS-Kenntnisse forderte. Im Gegensatz zu vielen Studenten aus dem mathematischen Bereich kann ich kein R, allerdings hatte ich den Vorteil bereits über SAS-Kenntnisse aus meiner vorherigen Tätigkeit zu verfügen. Falls ihr euch fragt, wie euch diese Information hilft, da SAS eine eher in der Praxis als in der Wissenschaft zu findende und eher teure Software ist (Hinweis: Es gibt eine kostenlose Academics-Version.): Häufig und gerade bei Software, die nicht im Unibetrieb gängig ist, reichen allgemeine Programmierkenntnisse oder etwas Vorwissen über die Arbeit mit Daten als Voraussetzung. Das Erlernen der konkreten Software kann dann während der Tätigkeit erfolgen. Also versucht ruhig, euch zu bewerben, wenn ihr Interesse habt.

Genau an dieser Stelle sehe ich auch meinen damaligen Vorteil bzw. den von (Wirtschafts-) Informatikern. Gute Programmier-/Softwarekenntnisse helfen nicht nur in der IT, sondern auch an vielen Stellen in den Fachbereichen. Bei mir war im Gegenzug die Notwendigkeit, aber auch Chance, mich in die methodischen Themen einzuarbeiten. Bis dahin hatte ich bspw. keine Ahnung von Regressionen, was zunächst auch nicht gefordert war. Das änderte sich kurz darauf und ich habe sehr viel on-the-job gelernt, ohne Lehrbuch oder Vorlesung (bei Interesse würde ich die Master-FiWi-Vertiefung bei Prof. Gürtler empfehlen).

Ich denke es ist deutlich geworden, dass das Thema „lernen“ immer wieder auftaucht. Für mich persönlich war die Arbeit in der Praxis immer eine Möglichkeit, nicht nur an der Uni Gelerntes anzuwenden oder durch die Anwendung besser zu verstehen, sondern auch viel Neues zu lernen. Worauf ich hier nicht detailliert eingegangen bin, was aber ebenso wichtig ist, ist die soziale Komponente bzw. die mit jeder Teamtätigkeit verbundene Erweiterung der Sozialkompetenz. Für mich war der Umgang mit sehr unterschiedlichen Kollegen und innerhalb von Unternehmenshierarchien daher immer eine wertvolle Erfahrung. Falls ihr daran interessiert seid, hilft es euch natürlich auch euer Netzwerk auf- bzw. auszubauen. Zu guter Letzt macht es auch einfach Spaß mit vielen der Leute zu arbeiten, die man bei seiner Tätigkeit trifft.