{"id":149082,"date":"2026-03-31T12:32:27","date_gmt":"2026-03-31T12:32:27","guid":{"rendered":"https:\/\/barc.com\/stop-buying-data-talent-your-next-data-leader-is-already-on-the-payroll\/"},"modified":"2026-03-31T13:16:53","modified_gmt":"2026-03-31T13:16:53","slug":"data-leader-intern-aufbauen","status":"publish","type":"post","link":"https:\/\/barc.com\/de\/data-leader-intern-aufbauen\/","title":{"rendered":"Ihre n\u00e4chsten Data Leader arbeiten l\u00e4ngst bei Ihnen"},"content":{"rendered":"\n

Wenn Teams Data- und AI Use Cases \u00fcber Pilotprojekte hinaus bringen wollen, zeigt sich in der Realit\u00e4t oft eine L\u00fccke: Das Know-how ist da, aber es passt nicht zur Umgebung. <\/strong>Sie k\u00f6nnen teure Kurse buchen, in denen Ihr Team Python lernt. Die Trainings sind hochwertig, Sie zahlen daf\u00fcr, und am Ende k\u00f6nnen Ihre Mitarbeiter kleine Python-Skripte schreiben.<\/p>\n\n\n\n

Was sie aber nicht k\u00f6nnen: das Ganze in Ihrer Umgebung sicher anwenden<\/strong>. Wo liegen die Daten im Unternehmen? Wie flie\u00dfen sie durch die internen Systeme? Und was l\u00e4sst das Governance Framework \u00fcberhaupt zu?<\/p>\n\n\n\n

Die Kernfrage ist deshalb nicht \u201eK\u00f6nnen Ihre Mitarbeiter Python lernen?\u201c, sondern: \u201eK\u00f6nnen sie Python in Ihrem Unternehmen sinnvoll einsetzen?\u201c<\/p>\n\n\n\n

Dr. Boris Adryan<\/a>, Director der Merck Data & AI Academy, zeigt seit drei Jahren, wie kontextorientiertes Upskilling<\/strong> in der Praxis funktioniert. Bei Merck ist das ein zehnw\u00f6chiges internes Programm. Es wird komplett von Mercks eigenen Coaches unterrichtet und macht Fachkr\u00e4fte verschiedener Abteilungen zu Citizen Data Scientists.<\/p>\n\n\n\n

Was ist ein Citizen Data Scientist?<\/strong>
Eine Person aus dem Fachbereich, die Datenfragen formulieren, Analysen durchf\u00fchren und einfache Modelle selbst bauen kann, ohne die eigene Rolle zu verlassen. Bei Merck unterscheidet das \u201eCitizen\u201c-Pr\u00e4fix Programmabsolventen von formal ausgebildeten Data Scientists.<\/p>\n\n\n\n

Auch die BARC-Daten zeigen: Das Thema steht in vielen Unternehmen weit oben auf der Agenda.<\/strong> Der BARC Trend Monitor 2026<\/a> basiert auf Antworten von fast 1.600 Fachleuten. Dort z\u00e4hlt \u201eeine datengesteuerte Kultur etablieren\u201c zum f\u00fcnften Mal in Folge zu den Top-Priorit\u00e4ten. Und das noch vor Hype-Themen wie generativer AI und Agentic AI. Best-in-Class-Unternehmen bewerten die Relevanz mit 8,4 von 10 Punkten, Laggards mit 7,1.<\/p>\n\n\n\n

\"Abbildung
Abbildung 1:<\/strong> So bewerten Unternehmen aktuelle Trends rund um Data, BI und Analytics; Quelle: BARC Data, BI & Analytics Trend Monitor 2026; n=1.579<\/em><\/figcaption><\/figure>\n\n\n\n

In zehn Wochen vom Einstieg bis zum implementierten Use Case<\/h2>\n\n\n\n

Adryans Ziel ist ambitioniert: Mindestens 20% von Mercks Belegschaft (ca. 63.000 Mitarbeiter) sollen sicher mit Daten arbeiten k\u00f6nnen. Nicht als Data Scientists, sondern als Professionals, die datenbasierte Entscheidungen treffen k\u00f6nnen.<\/p>\n\n\n\n

Damit das klappt, hat Merck ein modulares Curriculum in drei Stufen aufgebaut:<\/p>\n\n\n\n

    \n
  1. Grundlagen (Woche 1).<\/strong> Der Einstiegskurs ist offen f\u00fcr alle. Dabei geht es in erster Linie um Ideation und Mindset: Hast du \u00fcberhaupt Daten? Sind sie sauber? Was ist die Datenstrategie \u2013 und wie f\u00fcgt sie sich in die Firmenstrategie ein? Aus diesen Fragen heraus entwickeln die Teilnehmer einen Use Case, der sich \u00fcber das gesamte Programm zieht.<\/li>\n\n\n\n
  2. Analyst Track (Woche 2 bis 4):<\/strong> Die n\u00e4chste Stufe ist f\u00fcr alle geeigneten Kandidaten, die Interesse daran haben, tiefer einzusteigen. Zwei Wochen lang geht es darum, Python und SQL zu lesen und zu verstehen. Danach folgt ein einw\u00f6chiger Hackathon. Dort setzen Teilnehmer ihren Use Case mit einem dedizierten Mentor aus einer Data-Funktion um.<\/li>\n\n\n\n
  3. Citizen Data Scientist Track (Woche 5 bis 10):<\/strong> Der finale Schritt zum Citizen Data Scientist umfasst Inferenzstatistik und Machine Learning plus eine hands-on Projektphase. Am Ende steht der implementierte Use Case.<\/li>\n<\/ol>\n\n\n\n

    Jedes Jahr bringt Merck etwa 300 Mitarbeiter durch die erste Stufe des Programms. Etwa 10% gehen in den Analyst Track und rund 20 Mitarbeiter pro Jahr schlie\u00dfen den kompletten Citizen-Data-Scientist-Track ab.<\/p>\n\n\n\n

    Warum internes Upskilling mehr Menschen erreicht<\/h2>\n\n\n\n

    Die eigenen Leute schulen das Team.<\/strong> Die Mentoren kommen aus denselben Bereichen wie die Teilnehmer. Adryan nennt das \u201eweniger Reibungsverlust durch Sprache\u201c: Ein R&D Data Scientist coacht Kollegen aus R&D, ein Commercial-Analyst Kollegen aus dem Controlling.<\/p>\n\n\n\n

    \n

    „Man k\u00f6nnte dasselbe Wissen auch in 20 Wochen E-Learning vermitteln. Aber diesen Kurs w\u00fcrde niemand machen.“ \u2014 Boris Adryan<\/p>\n<\/blockquote>\n\n\n\n

    Training an internationalen Standorten.<\/strong> Teile des Programms finden in St\u00e4dten wie S\u00e3o Paulo oder Bangalore statt. Das ist aufwendig, aber es macht jede Kohorte zu einem Ereignis. Und genau dar\u00fcber wird im Unternehmen gesprochen.<\/p>\n\n\n\n

    Der Hype ist Absicht.<\/strong> Begrenzte Pl\u00e4tze, hohe Nachfrage, eine gute Story. Das klingt banal, ist in gro\u00dfen Organisationen aber ein echter Hebel: Menschen wollen rein, statt \u201ezu m\u00fcssen\u201c.<\/p>\n\n\n\n

    Wenn der CFO nach dem Wertbeitrag fragt<\/h2>\n\n\n\n

    Adryan war da sehr ehrlich: Viele Projekte bringen erst einmal nur \u201eTaschengeld\u201c. Aber etwa 20% der Use Cases liefern einen Wert von \u00fcber 100.000 \u20ac oder mehr \u2013 umgesetzt von Menschen, die vorher vor allem mit Excel gearbeitet haben.<\/p>\n\n\n\n

    Auch die Rechnung bei externen Neueinstellungen ist eindeutig: Merck sch\u00e4tzt, dass allein die Rekrutierung eines externen Data Scientists rund 100.000 \u20ac Prozesskosten verursacht. Das Programm schafft hier eine Alternative, weil es intern qualifiziert: Rund ein Viertel der Absolventen wechselt sp\u00e4ter in Rollen mit Datenfokus.<\/p>\n\n\n\n

    Drei Learnings f\u00fcr Ihre Data-Culture-Strategie<\/h2>\n\n\n\n

    Das ist bei mir nach der Session h\u00e4ngen geblieben:<\/p>\n\n\n\n