Warum die Mitarbeiterqualifikation in Data Literacy so wichtig ist<\/h2>\n
Im Jahr 2021 ist Big Data kein unbekannter Begriff mehr. Weltweit lassen sich etwa 4,4 Millionen Jobs mit Big Data in Verbindung bringen und diese Zahl w\u00e4chst j\u00e4hrlich mit der zunehmenden Nutzung von Daten durch Unternehmen. Kaum ein Lebens- und Arbeitsbereich bleibt heute von Datennutzung unber\u00fchrt. Dennoch fehlt es an Fachkr\u00e4ften, die mit dieser anwachsenden Datenflut umgehen k\u00f6nnen. Der Bedarf an hochqualifiziertem Personal aus den Bereichen Data Science, Data Engineering und Artificial Intelligence ist gro\u00df. Die Entwicklung der Datentechnologien verl\u00e4uft schneller, als Universit\u00e4ten und andere Bildungsanbieter diesem Bedarf mit ausreichend Absolventen und Absolventinnen nachkommen k\u00f6nnen. Aus diesem Grund erleben wir bereits heute einen Mangel an Fachexperten, die sicher und zielorientiert mit gro\u00dfen Datenmengen umgehen k\u00f6nnen.<\/p>\n
Viele Stellen im Bereich Data Science bleiben daher unbesetzt und dar\u00fcber hinaus mangelt es in vielen Unternehmen auch bei Mitarbeitenden und F\u00fchrungskr\u00e4ften an einem grundlegenden Datenbewusstsein. Wird diese Datenkompetenz unternehmensweit und abteilungs\u00fcbergreifend gesch\u00e4rft, k\u00f6nnen somit die Potentiale datenbasierter Analysen besser erkannt werden, aber auch eine angemessene Erwartungshaltung an die Ergebnisse gestellt werden. Die DB hat diese Chance erkannt und mit StackFuel ein Projekt ins Leben gerufen, um seine Mitarbeitenden weiterzubilden den Datenkompetenzerwerb zu erleichtern und sich f\u00fcr den Gesch\u00e4ftsbetrieb der Zukunft optimal aufzustellen.<\/p>\n
Ein Projekt und eine Vision, die \u00fcberzeugen<\/h2>\n
Ein Ziel war schnell gefunden: Eine hochintelligente Mobilit\u00e4t bis 2030 und die daf\u00fcr ben\u00f6tigten unternehmensweiten Datenkompetenzen im Jahr 2020 aufzubauen. Ohne Frage ist das f\u00fcr ein Unternehmen wie die Deutsche Bahn AG kein kleines Projekt, denn mit 600 Unternehmen, die zum Konzernverbund geh\u00f6ren, m\u00fcssen auch im E-Learning Herangehensweisen und Ressourcen gut geplant werden. Mit ihrer gesellschaftlichen Verantwortung sieht sich die DB auch als Treiber um Herausforderungen wie den Klimawandel anzugehen. Das m\u00f6chte sie erreichen, indem zuk\u00fcnftig noch mehr Menschen statt des Autos, die Schiene f\u00fcr k\u00fcrzere und l\u00e4ngere Fahrten nutzen. Um diese Strategie der \u201eStarke Schiene\u201c realistisch umzusetzen, setzt die Deutsche Bahn auf permanente Verbesserungen ihres Gesch\u00e4ftsmodells, die nur damit zu erreichen ist, dass alle Mitarbeitenden auf die Reise mitgenommen werden. Durch einen gezielten Einsatz von E-Learning in der beruflichen Aus- und Weiterbildung \u00fcber die DB Training soll so nicht nur die Selbstlernmotivation der Mitarbeitenden erh\u00f6ht werden, sondern auch im selben Atemzug die Nachhaltigkeit der geplanten Qualifizierungsma\u00dfnahmen optimiert werden. Insbesondere die verst\u00e4rkte Nutzung von Daten sieht die Deutsche Bahn als notwendigen Schritt, hin zu dieser Optimierung. Zwar erhebt die DB schon seit l\u00e4ngerem Datens\u00e4tze, doch diese m\u00fcssen auch aufbereitet werden, um umfassende Analysen m\u00f6glich zu machen und Handlungsempfehlungen aus den Daten ablesen zu k\u00f6nnen.<\/p>\n
Holistische Mitarbeiterqualifizierung nach Bedarf<\/h2>\n
Um die Ziele der \u201eStarken Schiene\u201c zu unterst\u00fctzen, plante die DB Training, Learning & Consulting ein freiwilliges Lernangebot f\u00fcr Mitarbeitende aus allen Organisationseinheiten, um grundlegende Datenkompetenzen aufzubauen und dadurch datengetriebenes Arbeiten und Entscheiden m\u00f6glich zu machen. Um das zu erreichen sollte durch StackFuels Trainings \u201eData Awareness\u201c und \u201eData Driven Management\u201c eine Grundkompetenz in der Deutschen Bahn aufgebaut und weitere Mitarbeitende gezielt als kompetente Data Analysts innerhalb von drei Monaten und Data Scientists innerhalb von vier Monaten ausgebildet werden. Die Aus- und Weiterbildungen verliefen online und berufsbegleitend, sodass Mitarbeitende gezielt neben dem Berufsalltag auf die neue Jobrollen und Jobanforderungen vorbereitet wurden. \u201eDas gr\u00f6\u00dfte Learning aus dem gemeinsamen Projekt f\u00fcr mich ist, dass man als Team mit unterschiedlichen St\u00e4rken und Schwerpunkten gr\u00f6\u00dfere Meilensteine schaffen kann. Wir haben bewiesen, wie erfolgreich so eine Zusammenarbeit zwischen Konzern und Startup wie bei DB und StackFuel sein kann\u201c, erg\u00e4nzte Irmant\u0117 E\u017eerskyt\u0117, Projektverantwortliche bei DB Training, Learning & Consulting.<\/p>\n
F\u00fcr die Datentrainings nutzten die Mitarbeitenden der DB das interaktive und cloudbasierte Data \u2013Lab von StackFuel als Lern- und Programmierumgebung, um die Trainingsinhalte umzusetzen und zu festigen. Das Data Lab stellte nicht nur eine Trainingsplattform und Lerninhalte in Form hochwertiger Videoinhalte und Fachlekt\u00fcre zur Verf\u00fcgung, sondern erm\u00f6glichte dabei auch ein selbstst\u00e4ndiges Lernen und praktisches Anwenden von statistischen Methoden und Machine-Learning-Algorithmen. Die echten Business Cases, auf die das Gelernte angewendet wurde, setzten die Lerninhalte zus\u00e4tzlich einen betriebswirtschaftlichen Kontext und st\u00e4rkten so die Probleml\u00f6sungskompetenz in Vorbereitung auf die neue Jobrollen als Data Analyst und Data Scientist. W\u00e4hrend der Trainings profitierten die DB-Mitarbeitenden von einer durchg\u00e4ngigen Betreuung und einen inhaltlichen Support durch StackFuels Mentoren, durch automatische Hinweise im Training sowie w\u00f6chentliche Gruppenwebinare.<\/p>\n
So wurde die Zusammenarbeit zum Erfolg<\/h2>\n
Zu Beginn der Weiterbildungsoffensive wurden in einer Top-Down-Strategie Gespr\u00e4che mit F\u00fchrungskr\u00e4ften gef\u00fchrt, um sicherzustellen, dass die Herangehensweise auf den Trainingsbedarf der Deutschen Bahn optimal abgestimmt ist. Dar\u00fcber hinaus f\u00fchrte die DB innerhalb ihres eigenen Mitarbeiternetzwerks DB Planet Recherchen durch und legte die relevanten Stakeholder fest. Auch die Fachexperten von StackFuel wurden gr\u00fcndlich auf die Zusammenarbeit vorbereitet und arbeiteten ihre Expertise aus Methoden der Statistik, h\u00f6heren Mathematik und das Wissen \u00fcber Programmierung, speziell Python, in die Trainings ein und standen den Lernenden bei R\u00fcckfragen zur Verf\u00fcgung. Das Training begann mit einem pers\u00f6nlichen Gespr\u00e4ch, in dem Erwartungen gekl\u00e4rt wurden, um diese sp\u00e4ter einbeziehen zu k\u00f6nnen und einem Kick-Off-Webinar, bei dem sich die Teilnehmenden in kleineren Gruppen kennenlernen und erste Fragen an den Verlauf des Trainings kl\u00e4ren konnten. W\u00e4hrend des Trainings stand den Teilnehmenden ein Forum zur Verf\u00fcgung, in dem sie sich miteinander und mit den Experten austauschen konnten. Jede Woche wurden neue Kapitel des Trainings freigeschaltet und Live-Webinare mit dem Mentorenteam abgehalten, um sicherzustellen, dass alle auf einem \u00e4hnlichen Wissensstand sind und mit den Inhalten mitkommen. Die Teilnehmenden der Data Analyst und Data Scientist Trainings beendeten diese in einem selbstst\u00e4ndigen Abschlussprojekt, in dem sie das Gelernte anwenden und ihre Fortschritte zeigen konnten. So wurden die Absolventen auf eine selbstst\u00e4ndige Arbeit im Bereich der Datenwissenschaft vorbereitet, um das Erlernte in den sp\u00e4teren Arbeitsalltag zu integrieren und eigene Projekte angehen zu k\u00f6nnen. Insgesamt konnten DB-Mitarbeitende aus 15 verschiedenen Fachabteilungen geschult und eine Abschlussquote von 93,1 Prozent erzielt werden. \u201eF\u00fcr uns best\u00e4tigt das, dass E-Learning ein gro\u00dfes Zukunftspotential hat und motiviert einfach weiterzumachen.\u201c, so Irmant\u0117 E\u017eerskyt\u0117.<\/p>\n
Ein Gewinn f\u00fcr beide Partner und zahlreiche Absolventen<\/h2>\n
\u201eDer eLearning Award ist f\u00fcr mich eine tolle Best\u00e4tigung. Die Auszeichnung zeigt mir, dass wir mit StackFuel den leistungsf\u00e4higen Partner gefunden haben, den wir gesucht haben\u201c, erkl\u00e4rte Gerd Schumacher. Einmal j\u00e4hrlich wird der \u201eeLearning-Award\u201c von der Fachjury des eLearning Journals an besonders innovative und progressive Projekte aus der DACH-Region vergeben. Die offizielle Award-Verleihung findet jedes Jahr im Juni auf dem LEARNTEC-Fachkongress in Karlsruhe statt. Besonders \u00fcberzeugt hatte die Fachjury das praxisorientierte Konzept des Data Labs sowie die Mischung aus interaktiven Programmiertrainings mit realen Datensets und Fachinhalten in Form von Videotrainings, Glossaren und Business Cases.<\/p>\n
\u201eDen Gewinn des eLearning Awards sehe ich in erster Linie als Belohnung f\u00fcr die erfolgreiche und vertrauensvolle Zusammenarbeit mit unserem Partner DB Training. Die Auszeichnung zeigt, dass wir auf einem guten Weg sind die Belegschaft der Deutschen Bahn auf eine digitalisierte und datengetriebene Arbeitswelt vorzubereiten. Wir wissen nun, dass wir mit unseren Trainings gro\u00dfen Unternehmen wie der Deutschen Bahn helfen k\u00f6nnen und als Vorreiter f\u00fcr weitere E-Learning-Projekte agieren und die Zusammenarbeit zwischen Konzernen und Startups vorantrieben k\u00f6nnen.\u201c – Daniil Liakhovitski, Account Executive bei StackFuel.<\/p>\n
StackFuel bedankt sich beim eLearning Journal<\/a> f\u00fcr die besondere Auszeichnung und bei seinem Partner DB Training, Learning & Consulting<\/a> f\u00fcr die au\u00dferordentlich gelungene Zusammenarbeit. Wir freuen uns auf weitere erfolgreiche Projekte und die F\u00f6rderung von Datenkompetenzen in Deutschland und dar\u00fcber hinaus. Die Deutsche Bahn und StackFuel gewinnen den eLearning Award 2021 in der Kategorie Kompetenzentwicklung Die Deutsche Bahn und StackFuel haben mit ihrem gemeinsamen Projekt \u201eKompetentes Personal f\u00fcr eine digitale Schiene\u201c den \u201eeLearning Award 2021\u201c in der Kategorie Kompetenzentwicklung gewonnen. Ziel des Projekts ist es, die Mitarbeitenden der DB auf eine digitale, datengetriebene Zukunft des Unternehmens […]<\/p>\n","protected":false},"author":12,"featured_media":13877,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","inline_featured_image":false,"footnotes":""},"categories":[10],"tags":[],"class_list":["post-13875","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inside-stackfuel"],"acf":[],"_links":{"self":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts\/13875"}],"collection":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/comments?post=13875"}],"version-history":[{"count":0,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/posts\/13875\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/media\/13877"}],"wp:attachment":[{"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/media?parent=13875"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/categories?post=13875"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/stackfuel.com\/de\/wp-json\/wp\/v2\/tags?post=13875"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
\n![\"Digitale](\"https:\/\/stackfuel.com\/wp-content\/uploads\/2021\/04\/Blog-Standardbanner-DE-1-300x35.png\")
<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"