Unsere Women in Data

Lauras Weg

Begeisterung für Daten, die Türen öffnet

Laura-Luisa Velikonja ist Senior Data Scientist bei Telefónica Deutschland / o2. Dort unterstützt sie mithilfe von Machine Learning den unterschiedlichen Geschäftsbereichen dabei, bessere und schnellere Entscheidungen zu treffen.

Eine neue Perspektive.

Ich bin in Mönchengladbach aufgewachsen und für das Mathematikstudium nach München umgezogen, wo ich während des Studiums meinen Fokus auf die Optimierungsmathematik gelegt habe. Das Studium war herausfordernd und verlangte mir viel harte Arbeit ab. Ich erinnere mich noch, dass ich mich auf diese neue Art des Lernens erst einstellen musste, die die Mathematik von meinen Kommilitonen und mir forderte. Dadurch wurde auch meine Resilienz einer Feuerprobe unterzogen, aber gleichzeitig sehr gestärkt. Bis heute profitiere ich davon, gelernt zu haben, mich in Inhalte und Details reinzufuchsen und vor allem dranzubleiben, auch wenn es mal schwierig wird.

Während meines Mathematikstudiums hörte ich von meinen Dozenten immer wieder, dass ich mit Mathematik alles machen könne. Gerade die riesige Auswahl machte es so herausfordernd, mich auf eine einzige Disziplin festzulegen. Ich habe mich schon immer eher als Generalistin verstanden, die sich gerne in den verschiedensten Studentenjobs und Branchen ausprobierte. Zuerst spielte ich mit dem Gedanken in der Logistikbranche Fuß zu fassen und kam nur durch einen glücklichen Zufall zur Datenwissenschaft. Meine Bachelorarbeitsbetreuerin, zu der ich Kontakt gehalten hatte, arbeitete zu diesem Zeitpunkt in einer Data Science-Beratung in München. Durch ein Mitarbeiter-werben-Programm, das sie online teilte, wurde ich dann auf das Unternehmen aufmerksam und wählte dort meinen Einstieg ins Berufsleben. Kontakte zu pflegen und auszubauen ist mir deshalb bis heute sehr wichtig. Data Science gab mir damals zum ersten Mal das Gefühl, viele verschiedene Aufgaben und Interessen angehen und vereinen zu können. Den Weg in die Welt der Daten einzuschlagen, habe ich deshalb nie bereut.

Von nichts und niemandem zurückhalten lassen.

Ich glaube, dass es weniger an den Frauen selbst liegt, dass sie in technischen Berufen unterrepräsentiert sind. Die Wurzeln dafür, dass sich viele Frauen von MINT-Berufen nicht angesprochen fühlen, sehe ich im Umfeld dieser Frauen und der Weise, wie sie sozialisiert wurden. Ich selbst hatte diesbezüglich Glück. Ein Lehrer hat damals mein Talent für Mathematik und Logik erkannt und entschloss sich mich gezielt zu fördern und zu motivieren. Das hat mir das nötige Selbstvertrauen gegeben, mich für ein Studium der Mathematik einzuschreiben und damit meinen beruflichen Weg einzuschlagen.

“Menschen, die Jungs und Mädchen früh motivieren und unterstützen, sind entscheidend, um sie gleichermaßen für diese so wichtigen Berufsfelder zu motivieren.”

Heute liebe ich ganz besonders die Vielseitigkeit meiner Arbeit als Data Scientist. Die zeigt sich sowohl in den Themen, die ich bearbeiten darf, als auch in den zahlreichen Methoden und Tools, die ich während der Arbeit anwende.

So wird mir der Berufsalltag nie langweilig und ich lerne immer etwas Neues dazu. Für mich persönlich sind Datenjobs unglaublich spannend und jeder, dem ich von meiner Arbeit erzähle, ist begeistert von dem spannenden Aufgabenfeld. Viele fühlen sich leider von der mathematischen Komponente und dem Programmieren abgeschreckt, die als Data Scientist doch eine größere Rolle spielt als für den Beruf des Data Analyst. Ich sehe insbesondere hier einen dringenden Handlungsbedarf, denn diese Voreingenommenheit und Berührungsängste in Bezug auf Mathematik und MINT-Fächer im Allgemeinen beginnt oft schon früh. Ich bin überzeugt, dass mehr Mädchen und junge Frauen für naturwissenschaftliche Fächer begeistert werden sollten – nicht nur die Jungs, z. B. durch so tolle Initiativen wie dem jährlich stattfindenden Girls’ Day. Vorbilder können dabei helfen, diesen Mädchen zu zeigen, dass auch Frauen Mathematik und Programmieren nicht nur mögen können, sondern es sogar lieben und in technischen Berufen erfolgreich arbeiten.

Chancen erkennen und nutzen.

Ich bin felsenfest davon überzeugt, dass gemischte Teams in jeder Branche bessere Ergebnisse erzielen – ein Grund mehr, warum Frauen in der IT- und Daten-Branche arbeiten sollten. Die weibliche Perspektive hilft zuvor eher männlich-dominierten Teams, kreativer zu sein und die Probleme einer immer komplexer werdenden Welt zusammen anzugehen. Ich glaube allerdings auch, dass der Weg zu einer Geschlechtervielfalt in der IT- und Datenwelt noch lang ist und genau deshalb möchte ich auch an die Unternehmen appellieren, mehr Frauen und eine größere Vielfalt zu fördern. Themen wie Unconscious Bias und Vereinbarkeit von Familie und Beruf sind aus meiner Sicht die Hauptgründe, die gut ausgebildeten Frauen eine Karriere in diesem Umfeld erschweren. Die ethischen und moralischen Fragen, mit denen sich insbesondere Datenteams befassen sollten, erfordern aber möglichst viele, verschiedene Perspektiven, gerade die von gesellschaftlichen Gruppen, die in Daten unterrepräsentiert oder in der Vergangenheit benachteiligt wurden. Darüber hinaus existieren zahlreiche Jobrollen im Bereich IT und Daten, für die keine jahrelange Programmiererfahrung nötig sind und somit auch Quereinsteigern, die ein analytisches Interesse besitzen und die Zukunft mitgestalten möchten, offenstehen. Es gilt deshalb für jeden, diese Chancen zu nutzen, etwas zu finden, dass seinen Talenten und Interessen entspricht und dann mutig zu handeln. “Just go for it!”

Bewerbung

Bereit für Deine neue Datenkarriere? Bewirb Dich für Dein “Women in Data”-Stipendium!

Yens Weg

Leben retten und verbessern mit Daten

Dr. Yen Hoang ist Educational Data Scientist bei StackFuel. Yen wurde in Ho-Chi-Minh-Stadt, Vietnam geboren und kam mit ihren Eltern mit vier Jahren nach Berlin, wo sie in Friedrichshain aufwuchs.

Ein Algorithmus kann die Welt verändern.

Mit einer großen Leidenschaft für Bioinformatik habe ich 2019 an der Universität Potsdam promoviert und später zusammen mit meiner Forschungsgruppe einen Algorithmus entwickelt, um Erdnussallergien besser und zuverlässiger zu identifizieren. Damals, noch ohne praktischen Erfahrungsschatz im Handgepäck, analysierte ich die Daten einer Brustkrebspatientin als eines meiner ersten Projekte mithilfe neuester Methoden. Ich war als Graduate Research Associate für das Kansas University Medical Center in der USA angestellt. Die Krebstherapien der Patientin hatten bisher nicht den gewünschten Erfolg gebracht, also bestand die größte Hoffnung darin, eine individualisierte Gentherapie zu entwickeln. Deshalb begab ich mich auf Spurensuche, um die wenigen Nukleinbasen der Gene zu finden, die mutiert waren. Ich erinnere mich noch daran, wie viel Angst ich davor hatte Fehler zu machen und wie ernst diese lebensrettende Aufgabe war. Gleichzeitig fühlte ich mich aber auch geehrt, bei etwas so Wichtigem wie der Rettung eines Menschenlebens mitzuwirken. Ab diesem Zeitpunkt habe ich mich mit Herz und Verstand den Datenwissenschaften verschrieben. Die Arbeit mit Daten erinnert mich oft an das Erlernen einer Sprache. Die verschiedenen Anwendungen sind wie Dialekte, aber der Kern bleibt derselbe. Auch wenn ich aus einem medizinischen Bereich komme, kann ich deshalb mein Wissen schnell auf andere Bereiche adaptieren und erkenne leicht die wichtigsten Kernaussagen in Analyseansätzen. Das gibt mir die Möglichkeit selbst Vertriebs- oder Trackingdaten ohne Schwierigkeiten zu analysieren. Besonders die Hürden haben mich stark geprägt. Meine Doktorarbeit schrieb ich in einer schwierigen Lebensphase, in der es auch privat nicht immer leicht war. Ich wollte mich aber dennoch nicht abhalten lassen, also begann ich damit, täglich zu meditieren, meine Disziplin in regelmäßigem Sport zu kanalisieren und mein Mindset zu verändern. Nach und nach fand ich so meinen eigenen Weg, um strukturiert zu schreiben und fand auch zur Freude zurück. Mit dem Resultat und meinem Werdegang bin ich heute mehr als glücklich.

Daten sind auch Frauensache.

Ich sehe wirklich keinen Grund dafür, warum nicht noch viel mehr Frauen in der IT-Branche und Datenwissenschaft arbeiten sollten. Auch wenn Frauen aktuell noch unterrepräsentiert sind, in einer idealen Welt würde ich Teams mit einer ausgeglichenen Anzahl an Männern und Frauen sehen wollen. Frauen haben meiner Meinung nach, einen anderen Blickwinkel und andere Präferenzen bei Herangehensweisen, Tools und technischen Geräten als Männer. Damit Produkte, Services oder auch Therapien für alle Geschlechter funktionieren können, sind mehr Frauen in der Entwicklung, Programmierung und Strategie ein Muss. Es mag simpel klingen, aber für mich bringen Frauen auch mehr Harmonie und Empathie in Teams ein. Das sorgt in diversen Teams für ein verbessertes Teamgefühl und dadurch ein gestärktes Wohlbefinden aller Mitarbeitenden. Und auch Kunden profitieren, indem Produkte, die für Frauen oder beide Geschlechter nicht mehr nur von Männern entwickelt werden. So werden aus ehemaligen Boys Clubs am Ende wahre Gewinnerteams. Doch nicht nur die Welt der Daten profitiert von mehr Frauen, es ist auch umgekehrt. Ich bin dafür wahrscheinlich ein gutes Beispiel. Ich habe schon immer gern Neues entdeckt und ausprobiert, aber stürze mich nicht Hals über Kopf in jedes Abenteuer.

Ich informiere mich generell gerne über die Dinge, die mich begeistern und teile meine Erfahrungen dann mit meinem Umfeld. Für mich sind Daten ein Weg, die eigene Intuition zu belegen. Statt sich auf lockende Werbeversprechen und extrovertierte Sprecher zu verlassen, geben mir Daten die wahren Einblicke. Egal ob Daten für das eigene Hobby genutzt werden oder um global zu ermitteln, wie es uns Menschen, Tieren oder der Umwelt geht. Wer sie versteht, kann auch etwas verändern und die Welt ein Stück besser machen, für sich und für andere.

Puppen für Mädchen, Programmieren für Jungs? Damit ist jetzt Schluss.

Um mehr Frauen für eine Karriere im Datenbereich zu begeistern, wünsche ich mir mehrere, gesellschaftliche Veränderungen. Die Wurzeln des Problems sehe ich schon in den ersten Jahren der Kindheit, wenn Eltern ihre Kinder zu sehr nach Stereotypen erziehen. – Puppen und Rosa für Mädchen, Feuerwehrautos und Blau für Jungen. Auch sollten Mädchen in der Schule mehr dazu ermutigt werden, sich für Naturwissenschaften und das Programmieren zu interessieren. Eine verbindliche, gesetzliche Frauenquote in IT- und Datenabteilungen ab einer gewissen Unternehmensgröße wird den Wandel positiv unterstützen. Wieso sollte nur für Führungspositionen gelten, was auch innerhalb von Teams von Vorteil sein könnte. Ich wünsche mir deshalb, dass schon Kinder erleben, dass es für Frauen genauso normal ist, wissenschaftlich und mit Daten zu arbeiten wie für Männer. Dann wird es schon nach einer Generation überflüssig sein, eine Quote vorzuschreiben. Andersherum sollten auch Männer ermutigt werden in weiblich dominierte Berufe wie die Pflege zu gehen. Diversität ist in allen Lebensbereichen wichtig.

Ich will Frauen Hoffnung geben. Ich selbst habe es auf meinem Weg erlebt, wie schwer es als Frau sein kann, in einem technischen Beruf Fuß zu fassen und eine Chance zu bekommen. Deshalb lege ich Frauen besonders ans Herz, sich selbst nicht zu unterschätzen und an die eigenen Fähigkeiten und Stärken zu glauben. Und genau deshalb ist der Bereich der Datenwissenschaften ideal, denn hier zählt auch der Code, den Du geschrieben hast, die Geschichte Deiner harten Arbeit. Sei auch nicht schüchtern Deine Erfolge und Zertifikate zu zeigen.

„Glaub an Dich. Sei stark. Und erinnere Dich daran, wie viel Du schon erreicht hast. Dann wird Dir klar, was Du noch erreichen kannst. Mach einfach den ersten Schritt.“

Das ist gut zu wissen

Diese Fragen zum Stipendium wurden häufig gestellt

Verenas Weg

Den Wandel aktiv mitgestalten

Dr. Verena Braunschober ist seit knapp neun Jahren als Senior Data Analystin im Bereich Data Analytics & Artificial Intelligence bei Telefónica Deutschland / o2 in München tätig. Im Interview erzählt sie, wie sie ihre Leidenschaft für Daten entwickelt und wie sie die Weiterbildung von StackFuel auf ihrem beruflichen Weg unterstützt hat.

Vielseitigkeit als Stärke.

Viele Wege führen nach Rom, meiner führte von Mainz nach München. Dabei haben Daten schon immer eine Rolle in meinem Leben gespielt: Ich komme ursprünglich aus dem lebensfrohen Mainz, wo ich mehr als die Hälfte meines bisherigen Lebens verbracht habe. Nach der Schule habe ich dort an der Johannes Gutenberg Universität BWL studiert und mich schon früh auf das Thema Statistik und Ökonometrie fokussiert. In meinem Studium habe ich bereits schnell gelernt, dass ich das sehr methodische Arbeiten und die Auswertung von Daten mit modernen technischen Möglichkeiten sehr mag. Ein toller Professor, der später auch mein Doktorvater wurde, hat sehr stark dazu beigetragen, mich für das Thema zu begeistern.

Nach einer knapp vierjährigen Praxisphase als wissenschaftliche Mitarbeiterin beim Statistischen Bundesamt in Wiesbaden bin ich dann an meine Heimat-Uni zurückgekehrt und habe an meinem alten Institut für Statistik und Ökonometrie promoviert. Dabei habe ich mir angeschaut, mit welchen statistischen Verfahren sich Reiseströme nach Deutschland analysieren und vorhersagen lassen. Nach weiteren drei Jahren bei einem Zahlungsdienstleister Atos Worldline in der Business Analyse stand aus privaten Gründen der Umzug nach München für mich an. Dieser hat mir die Chance eröffnet, bei Telefónica Deutschland / o2 als Data Analystin zu starten, was genau meinen Wünschen und Talenten entsprach. Plötzlich stand mir die Fülle an Daten eines Telekommunikationsunternehmens mit rund 43 Millionen Mobilfunkanschlüssen zur Verfügung. Bei meiner Diplomarbeit hatte ich noch auf etwa 100 Dateneinträge aufgesetzt.

Diversität fördern und vorantreiben.

Ich bin ein sehr analytischer Mensch, der gerne Fakten zusammenträgt, Dinge plant und auch im Privatleben gerne mal ein Projekt mit Exceltabellen angeht. Gleichzeitig liebe ich es im Team zu arbeiten und Entscheidungen gemeinsam anhand von Daten und Fakten zu treffen. Digitale Tools nutze ich dabei schon immer extrem gerne, da es mir mein Leben in vielen Bereichen erleichtert. Da ich in einem technischen Beruf arbeite, in denen es leider immer noch sehr wenige Frauen gibt, war und bin ich in vielen Meetings oft die einzige Frau. In größeren Runden habe ich in der Vergangenheit eher zurückhaltend und abwartend agiert und fand somit mit meiner Meinung und Erfahrung nicht immer Gehör. Erst durch meine erste weibliche Chefin und die Gründung von TelefónicaConnects (einer unternehmensweiten Community zur Förderung von Geschlechtergerechtigkeit bei Telefónica Deutschland / o2) habe ich gelernt, dass eines wichtig ist: Sichtbar zu sein und sich Gehör zu verschaffen, um an Entscheidungen beteiligt zu werden, dazu braucht es manchmal auch einfach ein bisschen Übung und Mut.

Da es immer noch sehr wenige Frauen in den technischen Bereichen gibt, fehlen vielen (jungen) Frauen einfach Vorbilder und sicher auch die genaue Vorstellung davon, was solch ein Beruf alles beinhaltet. Es handelt sich um einen sehr spannenden Job, in dem so gut wie kein Tag langweilig ist. Ich bin immer wieder mit neuartigen, abwechslungsreichen Fragestellungen konfrontiert. Wir analysieren zum Beispiel gerade, wie wir die Kundenzufriedenheit weiter erhöhen können.

Wir arbeiten täglich in Teams zusammen mit Menschen aus unterschiedlichsten Backgrounds und ich lerne oft ganz nebenbei mit modernsten digitalen Techniken umzugehen. Für die aktuelle und zukünftige Arbeitswelt halte ich digitale Skills und die Fähigkeit Entscheidungen datengetrieben zu fällen für unerlässlich. Mir ist es außerdem schon seit jeher wichtig, unabhängig zu sein und mein eigenes Geld zu verdienen. Dass ich all das in meinem Analytics Job vereinen kann, macht mich enorm zufrieden. Meine jährliche private Finanzplanung mache ich mittlerweile auch mittels der Programmiersprache Python, die ich in einem Stackfuel-Training kennenlernen konnte. Dies hat dazu geführt, dass ich so manchen unnötigen Geldfresser identifizieren und ausmerzen konnte.

Darum musst du kein Programmierprofi sein.

Es hat mir sehr viel Spaß gemacht, mir moderne Tools wie Python anzueignen. Damit hatte ich selbst noch nicht gearbeitet. Auch wenn ich vorher vielleicht dachte, dass ich in der Vergangenheit schon so viel kennengelernt habe und das nicht auch noch brauche. Aber weit gefehlt: Ich arbeite in einem Umfeld, dass sich sehr schnell verändert. Und so hat mir das Stackfuel-Training sehr geholfen, neues aus der Welt der Daten zu erfahren. Und das ist genau das, was ich mag: Mein Job bleibt im täglichen Doing immer super spannend und ich lerne nie aus.

Wichtig finde ich dabei auch zu betonen: In diesem Job kann man auch gut sein, wenn man kein absoluter Programmier-Geek ist. Oft geht es in dem Job vor allem darum, Zusammenhänge zu erfassen, kreative Lösungsmöglichkeiten zu entdecken, und am Ende zu machbaren – nicht selten auch pragmatischen Ergebnissen – zu kommen. Man muss dazu auch keine BWLerin oder Mathematikerin sein. In meinem Team arbeiten auch Geografen und Soziologinnen als begeisterte Data Analyst:innen. Ich kann daher nur empfehlen, sich den Job mal genauer anzusehen. Vielleicht sogar schon zum Girls Day bei Telefónica Deutschland / o2 oder auch im Rahmen von universitären Veranstaltungen oder modernen (digitalen) Meetups. Auch ich versuche meine erst sechsjährige Tochter schon früh mit solchen Themen in Berührung zu bringen, um ihr die Möglichkeit zu geben, sich auszuprobieren und Erfahrungen zu sammeln. Gerade als Data Analystin ist mir bewusst, dass Algorithmen und Modelle nur so gut sind, wie die Daten, mit denen wir sie füttern. Bei analytischen Modellierungen sollten wir uns demnach immer fragen, ob alle wichtigen Aspekte berücksichtigt sind. Das schaffen wir am besten, wenn wir aus unterschiedlichen Blickwinkeln auf die Dinge drauf schauen. Ein diverses Team wird viel schneller erkennen, dass bestimmte Aspekte nicht abgedeckt sind, als ein sehr homogenes Team. Ich halte es für wichtig, dass wir in Teams immer diverse Meinungen und Ideen berücksichtigen, um ein Thema ganzheitlich zu beleuchten. Insbesondere bei der Datenanalyse ist dies sehr wichtig, um verzerrte Analyseergebnisse zu vermeiden. Dabei geht es nicht nur um Männer und Frauen, sondern Menschen mit unterschiedlichsten Erfahrungen und Hintergründen.