Aktivitäten des Data Science Labs

Ziel: Kurzfristige Hilfe für Kolleg:innen, die bei ihren eher technischen Aufgaben (z.B. in Bezug auf Programmierung oder Software) auf Herausforderungen stoßen oder Hilfe benötigen, um diese zu verbessern.

Format: Informelle Sprechstunde, die spontan gebucht werden kann.

Beispiel: Im Projekt "Daten für die Gesellschaft" wurden die Ergebnisse der Bevölkerungsvorausberechnung 2040 für die Kreise und kreisfreien Städte in Deutschland dargestellt. Für die einzelnen Berichte sollten separate Grafiken für jedes Bundesland erstellt werden. DSL unterstützte das Team bei der Erstellung eines automatisierten Skripts, mit dem alle 16 Karten "in einem Rutsch" erstellt werden konnten. Auf diese Weise konnte der manuelle Arbeitsaufwand reduziert und die Fehlerwahrscheinlichkeit verringert werden. Die Ergebnisse der Analyse befinden sich hier.

Ziel: Kompetenzen vermitteln, die projektübergreifend relevant und für mehrere Kolleg:innen von Interesse sind.

Format: Workshops (von unterschiedlicher Dauer), die direkt von dem DSL oder in Zusammenarbeit mit externen Kursanbietern angeboten werden.

Beispiel: Im Jahr 2024 bieten wir mit unserem Kooperationspartner CorrelAid zwei 12-wöchige Weiterbildungsworkshops: Grundkurs Daten und R Lernen. In wöchentlichen Treffen können die Teilnehmer:innen wichtige Daten- und Programmierkenntnisse erwerben und sich mit Kolleg:innen aus der Bertelsmann Stiftung und anderen zivilgesellschaftlichen Organisationen austauschen.

Ziel: Unterstützung bei der Entwicklung datengetriebener Projekte und besseres Verständnis der technischen, rechtlichen und inhaltlichen Anforderungen.

Format: 2-4 stündige Workshops mit dem Projektteam und eventuell anderen Support-Units der Bertelsmann Stiftung (z.B. Rechts- und Kommunikationsabteilung) und Projektpartnern oder externen Expert:innen.

Beispiel: Bevor das Team "Kompetenzen für die Arbeit von morgen" seine Aktivitäten auf den Bereich der Analyse von Online-Stellenanzeigen ausweitete, wurde ein Workshop mit dem Data Science Lab und dem externen Dienstleister &effect data solutions GmbH durchgeführt. Ziel war es, die Möglichkeiten und Anforderungen der Datenerfassung, -verarbeitung und -analyse besser zu verstehen. Diese Beratung führte zu einer langfristigen Zusammenarbeit, bei dem das DSL die Erstellung und Pflege der Jobmonitor Datenbank unterstützte und Text-Mining- und Machine-Learning-Modelle für die Datenextraktion entwickelte.

Ziel: Entwicklung von minimalen, aber funktionierenden Prozessen oder Produkten (z.B. explorative Analysen, Dashboards, Datenerfassungs- und Integrationspipelines), die den Teams als Proof of Concept dienen und zur Weiterentwicklung an Projektpartner oder externe Dienstleister übergeben werden können.

Format: 2-wöchige Sprints, in denen die Datenexpert:innen des Data Science Labs durch intensiven Austausch mit dem Projektteam eine experimentelle Lösung entwickeln. Nach einem Review am Ende des Sprints wird entschieden, ob ein neuer Sprint gestartet oder der Prototyp an das Team übergeben wird.

Beispiel: In Zusammenarbeit von Europas Wirtschaft und dem Data Science Lab ist Anfang 2022 eine Datenbank entstanden, in welcher Indikatoren für europäische Regionen gesammelt werden können. Darüber hinaus wurde ein Prototyp für ein Dashboard entwickelt, das auf diesen Daten basiert. Durch die kurzfristigen Feedback-Loops konnte schnell und effektiv auf die verschiedenen Anforderungen reagiert werden, sodass die Teams in sehr kurzer Zeit von der Idee zu einem lauffähigen und nutzbaren Prototyp kamen.​

Ziel: Intensiv mit Projekten und Abteilungen zusammenarbeiten, um datengesteuerte Aktivitäten und die Entwicklung neuer, organisationsweiter Produkte zu fördern.

Format: Eine bestimmte Anzahl von Ressourcen des Data Science Lab ist ausschließlich den Modellprojekten gewidmet.

Beispiele: Die Analyse  'Migration Forecast EU', eine Zusammenarbeit zwischen dem Projekt Migration fair gestalten und dem DSL, untersuchte, wie Big Data genutzt werden kann, um Migration aus der EU nach Deutschland besser vorherzusagen und das Potenzial von Data Science für die Gestaltung von Migration zu erkunden. In Zusammenarbeit mit Projekten und den Support-Abteilungen werden digitale Produkte wie Chatbots und Datenportale entwickelt, um den Wissenstransfer zu erleichtern und Innovationen voranzutreiben.

Ziel: Im Data Science Lab ist ein stiftungsinterner Begleitkreis etabliert, der regelmäßig zusammenkommt. Dieser Begleitkreis fungiert als internes Soundingboard, um regelmäßig alle interessierten stiftungsinternen Datenexpert:innen und dateninteressierte Mitarbeiter:innen aus allen Bereichen der BSt einzubinden und so zur Vergemeinschaftung der Intentionen und Erkenntnisse des Data Science Projekts beizutragen. 

Alle Kolleginnen und Kollegen, die mit Daten arbeiten, sich für die Potenziale von Daten interessieren, das Thema mitgestalten oder einfach gerne mehr über das Thema Data Science wissen möchten, sind herzlich eingeladen dabei zu sein. 

Formate: 2-stündiger Online-Termin, einmal im Quartal und ein Teams-Kanal für den interkollegialen Austausch.