Weltfrauentag 08.03.2021<\/strong> \u2013 IT ist eine M\u00e4nnerwelt. Aktuell sind nur etwa ein Sechstel<\/a> aller deutschen Informatikjobs von Frauen besetzt. Dabei bleibt kaum ein Lebensbereich von der digitalen Transformation unber\u00fchrt und sie wird in den kommenden Jahren Wirtschaft und Berufe ebenso stark pr\u00e4gen, wie es einst die Erfindung des Montagebands tat. <\/p>\n\n\n\n Unternehmen, die auf die Weiterbildung ihrer Mitarbeitenden zu Data Analysts und Scientists setzen, werden f\u00fcr diese Ver\u00e4nderungen und einen immer st\u00e4rker umk\u00e4mpften Jobmarkt gewappnet sein. Im Vergleich zu ihren Mitbewerbern erzielen Teams mit hoher Geschlechtervielfalt bessere Renditen und arbeiten effektiver. <\/p>\n\n\n\n Unternehmen, die nicht nur mehr Frauen einstellen, sondern sie gezielt f\u00f6rdern, erlangen laut namhafter Studien somit automatisch einen Wettbewerbsvorteil. Ein Vorteil, der sich auf alle Beteiligten erstreckt. Wieso Frauen in Datenberufen dringend gebraucht werden und welche Chancen sich daraus ergeben, haben wir in vier Gr\u00fcnden zusammengefasst.<\/p>\n\n\n\n Daten sind fundamental f\u00fcr unsere Informationsgesellschaft und immer \u00f6fter sind wir von Daten abh\u00e4ngig, um wichtige Entscheidungen zu treffen \u2013 egal ob in der Wirtschaft, der Politik, dem Gesundheitswesen oder der Bildung. Doch wie treffen wir richtige Entscheidungen , wenn unsere Daten unvollst\u00e4ndig sind? <\/p>\n\n\n\n Was, wenn jeder zweite Mensch auf dieser Welt, sprich jede Frau, in diesen Daten nicht korrekt repr\u00e4sentiert w\u00fcrde? Aber gehen wir einen Schritt zur\u00fcck und schauen uns an, warum Frauen in der Erhebung von Daten und in Datenberufen so wichtig sind.<\/p>\n\n\n\n Bislang wurden M\u00e4nner als Standard f\u00fcr die Entwicklung von Produkten herangezogen. Aber wenn Daten gesammelt und analysiert werden, ohne sie geschlechtsspezifisch zu hinterfragen, kann das zu starken Verzerrungen und Fehlkonstruktionen f\u00fchren. Nehmen wir ein Beispiel aus dem Alltag. B\u00fcror\u00e4ume sind f\u00fcr Frauen in der Regel zu niedrig temperiert. Durch die von Natur aus geringere Muskelmasse ist die weibliche Stoffwechselrate niedriger und damit ist Frauen in der Regel schneller k\u00fchl. <\/p>\n\n\n\n Regale im Supermarkt sind auf die Gr\u00f6\u00dfe des Durchschnittsmanns angepasst und obere Ablagen damit f\u00fcr viele Frauen nicht erreichbar. Jedem ist die l\u00e4ngere Schlange vor Frauen-Toilettenr\u00e4umen schon mindestens einmal beim Kinobesuch aufgefallen. Das sind Unannehmlichkeiten, aber es gibt auch F\u00e4lle, in denen eine falsche Datenausgangslage lebensbedrohlich werden kann.<\/p>\n\n\n\n Vielen ist bekannt, wie sich ein Herzinfarkt beim Menschen ank\u00fcndigt: Schmerzen im linken Arm, in der Brust und Kurzatmigkeit – Symptome, die zum Gro\u00dfteil ausschlie\u00dflich bei M\u00e4nnern auftreten. Dies f\u00fchrt dazu, dass ein Herzinfarkt bei Frauen mit einer 50 Prozent h\u00f6heren Rate nicht rechtzeitig erkannt wird. <\/p>\n\n\n\n Dieser \u201eA Man\u2019s Size Fits All\u201c-Ansatz zeigte auch in der Autoproduktion seine Vers\u00e4umnisse mit lebensentscheidenden Auswirkungen. Crashtest-Dummys orientieren sich vorwiegend an der m\u00e4nnlichen Anatomie. Das hat Konsequenzen auf die Sitzh\u00f6he, den Abstand zum Lenkrad und das K\u00f6rpergewicht. <\/p>\n\n\n\n Diese augenscheinlich minimalen Unterschiede sorgen daf\u00fcr, dass die Wahrscheinlichkeit f\u00fcr Frauen bei einem Autounfall schwer verletzt zu werden, um 47 Prozent, mittelschwer verletzt zu werden um 71 Prozent und zu sterben 17 Prozent h\u00f6her ist als bei M\u00e4nnern.<\/p>\n\n\n\n Besonders der Einsatz von k\u00fcnstlicher Intelligenz offenbart den Mangel an geschlechtsspezifischen Daten \u2013 und versch\u00e4rft ihn weiter. KI unterst\u00fctzt \u00c4rzt:innen bei Diagnosen oder scannt die Lebensl\u00e4ufe von Bewerber:innen. Dies geschieht aber nicht selten auf Basis unvollst\u00e4ndiger Datens\u00e4tze – n\u00e4mlich Datens\u00e4tze, die keine geschlechtsspezifischen Daten enthalten. <\/p>\n\n\n\n Ein bekanntes Sprichwort besagt \u201eGarbage in, garbage out\u201c \u2013 ganz nach dem Prinzip, wenn meine Datenausgangslage \u201eM\u00fcll\u201c ist, sind auch die Ergebnisse, die auf dieser Grundlage beruhen \u201eM\u00fcll\u201c. Es ist also sowohl f\u00fcr den wirtschaftlichen Erfolg als auch f\u00fcr den Lebensalltag von Frauen entscheidend, Frauen miteinzubeziehen. Dabei sollten sie nicht nur ber\u00fccksichtigt werden, sondern aktiv an dieser Entwicklung beteiligt werden. Dies ist gleich aus mehreren Gr\u00fcnden wichtig und lohnenswert.<\/p>\n\n\n\n Die IT-Branche ist eine der am schnellsten wachsenden Wirtschaftszweige und ihre technischen Innovationen wirken sich auf die gesamte Weltwirtschaft aus. Bereits heute existieren mehr offene Stellen in der IT als Absolvent:innen, um diesen Bedarf zu decken. <\/p>\n\n\n\n Obwohl wir dem ber\u00fcchtigten Fachkr\u00e4ftemangel entgegenwirken m\u00fcssen, wird die Anzahl an Frauen in der IT in den n\u00e4chsten zehn Jahren laut einer Accenture Studie<\/a> voraussichtlich sogar schrumpfen, wenn Frauen nicht aktiv gef\u00f6rdert werden. Die Unterrepr\u00e4sentation von Frauen in technischen Berufen ist zweifelsohne kein neues Thema und obwohl bereits Fortschritte verzeichnet werden konnten, kommt die Entwicklung nur langsam voran. <\/p>\n\n\n\n Das wird zum gesellschaftlichen Problem und zu einer grundlegenden Herausforderung f\u00fcr die Wirtschaft. Dabei geht es nicht um eine Bevorzugung von Frauen, sondern um die F\u00f6rderung und den Aufbau gemischtgeschlechtlicher Teams. Zahlreiche Studien konnten klar belegen, dass diese Teams besser performen, da sich die Mitglieder gegenseitig herausfordern und neue Perspektiven einbringen k\u00f6nnen. <\/p>\n\n\n\n Wir zeigen die vier wichtigsten Gr\u00fcnde, warum mehr Frauen in IT- und Daten-Teams f\u00fcr alle ein Gewinn sind.<\/p>\n\n\n\n In dem Bericht „Delivering Through Diversity“<\/a> aus dem Jahr 2018 stellte McKinsey fest, dass Unternehmen durch gemischtgeschlechtliche Teams mit 33 Prozent h\u00f6herer Wahrscheinlichkeit rentabel waren. Eine Harvard-Studie<\/a> kam zu dem gleichen Ergebnis und stellte zus\u00e4tzlich fest, dass gemischte Teams weitaus bessere Ergebnisse erzielten als gleichgeschlechtliche Teams \u2013 und das \u00fcbrigens unabh\u00e4ngig vom Geschlecht. <\/p>\n\n\n\n Besonders Data-Science-Teams sind f\u00fcr wichtige, strategische Entscheidungen im Unternehmen verantwortlich und f\u00fcr viele Gesch\u00e4ftsabl\u00e4ufe von zentraler Bedeutung. Deshalb haben sich zahlreiche Studien zunehmend der Frage gewidmet, welche Faktoren ein Team besonders erfolgreich machen. Teams mit einem ausgeglichenen Anteil an Frauen und M\u00e4nnern erbringen bessere Leistungen, indem sie sinnvolle Beziehungen aufbauen, verschiedene Perspektiven ber\u00fccksichtigen und dadurch erfolgreichere Arbeitsprozesse schaffen. <\/p>\n\n\n\n Die Boston Consulting Group und die Technische Universit\u00e4t M\u00fcnchen fanden 2017 in einer gemeinsamen Studie<\/a> heraus, dass Unternehmen mit hoher Geschlechterdiversit\u00e4t innerhalb von drei Jahren 34 Prozent ihres Umsatzes durch innovative Produkte und Services erzielen konnten. Die beobachteten Furtune-500-Unternehmen, die mindestens drei weibliche F\u00fchrungskr\u00e4fte aufwiesen, konnten ihren ROI sogar um ganze 66 Prozent steigern.<\/p>\n\n\n\n Je bunter ein Team ist, desto mehr sind Teammitglieder gefordert, sich besser auf die Zusammenarbeit vorzubereiten und sich auf alternative Standpunkte einzustellen. Ob M\u00e4nner und Frauen oder g\u00e4nzlich unterschiedliche Kulturen \u2013 unsere Erfahrungen pr\u00e4gen, wie wir unsere Umwelt wahrnehmen. <\/p>\n\n\n\n Seit einigen Jahren werden die negativen Auswirkungen von Filterblasen in sozialen Netzwerken stark diskutiert. In Filterblasen werden Inhalte gezeigt, die unseren Ansichten und Vorz\u00fcgen entsprechen, ohne dass wir uns dar\u00fcber im Klaren sind, dass andere nicht dieselben Inhalte gezeigt bekommen. Besonders soziale Netzwerke unterst\u00fctzen so den Confirmation Bias, den Best\u00e4tigungsfehler. Dieser sorgt daf\u00fcr, dass wir eher geneigt sind, unsere vorgefertigte Meinung zu best\u00e4tigen, als valide Gegenthesen zu finden und unsere eigene Sichtweise infrage zu stellen. <\/p>\n\n\n\n Umso wichtiger ist es, dass dieselbe Dynamik nicht am eigenen Arbeitsplatz auftritt. Die Zusammenarbeit in einem diversen Team wirkt dieser Dynamik entgegen und f\u00fchrt so zu einer genaueren Betrachtung von Ergebnissen und erm\u00f6glicht eine bessere Probleml\u00f6sung und Zusammenarbeit.<\/p>\n\n\n\n Einem Unternehmen, das f\u00fcr seine diverse Belegschaft bekannt ist, steht ein starkes Rekrutierungs- und Employer-Branding-Instrument zur Verf\u00fcgung. Indem Datenexpertinnen gef\u00f6rdert werden, k\u00f6nnen zuk\u00fcnftig mehr M\u00e4dchen und junge Frauen ermutigt werden, ihre Interessen und Karrieren in einem technischen Berufsfeld zu verfolgen. <\/p>\n\n\n\n Dadurch kann wiederum die Gr\u00f6\u00dfe und Vielfalt des Talentpools erh\u00f6ht werden. Das hat einerseits positive Effekte auf den Fachkr\u00e4ftemangel und bietet andererseits die Chance, au\u00dfenwirksame Vorbilder zu schaffen. Die Repr\u00e4sentation von unterschiedlichen Menschen und deren Hintergr\u00fcnden gibt anderen die M\u00f6glichkeiten, sich mit ihnen zu identifizieren und zeigt ihnen, dass Erfolg f\u00fcr jeden m\u00f6glich ist. <\/p>\n\n\n\n Dabei m\u00fcssen Frauen nicht bevorzugt behandelt werden, da der akute Fachkr\u00e4ftemangel an Datenexpert:innen und IT-Spezialist:innen f\u00fcr alle Geschlechter und demografische Gruppen genug offene Stellen bietet. Der Fachkr\u00e4ftemangel k\u00f6nnte demnach schnell behoben werden, wenn Frauen sich st\u00e4rker mit technischen Berufen identifizierten und sie damit auch eher ergriffen w\u00fcrden.<\/p>\n\n\n\n Wir alle nutzen dieselbe Macht, um Computer, Autos und andere Produkte zu erwerben: unsere Kaufkraft. Frauen stellen weltweit etwa 50 Prozent der K\u00e4uferschaft dar und nach wie vor sind es Frauen, die f\u00fcr den Gro\u00dfteil der Ausgabenentscheidungen im Haushalt verantwortlich sind. Dennoch werden sie bei vermeintlich geschlechtsneutralen Produkten selten als Variable miteinbezogen. <\/p>\n\n\n\n Nach der Einf\u00fchrung des iPhone X im Jahr 2018 geriet Apple durch seine weiblichen Kundinnen in Kritik, da das Smartphone zu gro\u00df f\u00fcr die Hand einer durchschnittlichen Frau sei. Dem h\u00e4tte man durch die Beteiligung von mehr Frauen an der Produktentwicklung vorbeugen k\u00f6nnen. Das gilt besonders f\u00fcr Daten-Teams, wo Datenlagen, die m\u00e4nnliche Attribute als Standard benutzen, aus verschiedenen Winkeln hinterfragt werden k\u00f6nnen. <\/p>\n\n\n\n Jeder Mensch \u2013 ob Mann oder Frau \u2013 macht individuelle Erfahrungen mit Produkten und Services in seinem Alltag. Um auch noch in Zukunft wirklich gute Produkte und innovative Services zu entwickeln, wird es ausschlaggebend sein, diese individuellen Erfahrungen in Datenanalysen zu \u00fcbersetzen. Der beste und schnellste Weg dorthin f\u00fchrt \u00fcber Diversit\u00e4t.<\/p>\n\n\n\n Die Notwendigkeit einer gr\u00f6\u00dferen Vielfalt in Daten-Teams ist vielen bewusst und wird vielerorts bereits aktiv angegangen. Geschlechtergleichheit ist ein wichtiges Problem und sie ist keine einfache Aufgabe. Sie muss entstehen, ohne dabei die Leistungsgesellschaft zu gef\u00e4hrden. <\/p>\n\n\n\n Um das zu erm\u00f6glichen, m\u00fcssen wir an Schulen und Unternehmen ansetzen, damit die Diversit\u00e4t in MINT-Bereichen gef\u00f6rdert werden kann. Noch immer existieren Vorurteile dar\u00fcber, dass Jungen und M\u00e4nner in diesen Bereichen von Natur aus \u00fcberlegen seien. Diese eigentlich schon widerlegten Glaubenss\u00e4tze pr\u00e4gen auch heute noch Schulnoten und Karriereentscheidungen. <\/p>\n\n\n\n Heutzutage bestimmen technologische Innovationen den Markt. Angetrieben durch die Digitalisierung und Automatisierung von T\u00e4tigkeiten, pr\u00e4gen und ver\u00e4ndern sie viele Berufsbilder nachhaltig. Frauen m\u00fcssen in diese Entwicklung nicht nur einbezogen, sondern auch gef\u00f6rdert werden. Bis M\u00e4nner und Frauen bez\u00fcglich ihrer Qualifikationen und Chancen auf gleicher Augenh\u00f6he stehen, werden viele Frauen bei dieser Qualifikation Unterst\u00fctzung brauchen.<\/p>\n\n\n\n Die Technologiebranche legt mittlerweile viel Wert darauf, weibliche Talente zu rekrutieren, zu halten und weiterzuentwickeln. Das ist ein wichtiges Signal, aber die Bem\u00fchungen sollten hier nicht enden. In unserer heutigen Arbeitswelt ist eine Qualifikation mit den richtigen F\u00e4higkeiten zur richtigen Zeit entscheidend, um die eigene Karriere voranzubringen. <\/p>\n\n\n\n Data Science und Data Analytics sind massiv nachgefragte F\u00e4higkeiten. Wir ermutigen Frauen, sich jetzt f\u00fcr unser \u201cWomen in Data\u201d-Verlosung zu bewerben<\/strong> und sich darauf vorzubereiten, spannende Karrierem\u00f6glichkeiten im Data-Science-Bereich wahrzunehmen. Derzeit machen Frauen nur etwa ein Sechstel der Arbeitskr\u00e4fte aus, die mit neuen Technologien arbeitet. Wir sind fest davon \u00fcberzeugt, dass die Branche mehr Frauen und mehr Diversit\u00e4t ben\u00f6tigt, um Teams zu st\u00e4rken und innovativer, vielf\u00e4ltiger und produktiver zu gestalten.<\/p>\n\n\n\n Die Technologiebranche braucht Dich!<\/strong><\/p>\n\n\n\n SWE Magazine (2020): \u201cMedia: Invisible Women: Exposing Data Bias in a World Designed for Men\u201d<\/a> [22.02.2021]<\/p>\n\n\n\n Forbes (2020): \u201cTop Three Reasons We Need More Women In Tech\u201d [22.02.2021]<\/p>\n\n\n\n Entwickler.de (2021): „Women in Tech: Die Tech-Branche wird jeden Tag offener, vielf\u00e4ltiger und flexibler.“<\/a> [15.02.2021]<\/p>\n\n\n\n Gender Action Portal (2013): „Business teams with an equal number of women and men perform better in terms of sales and profits, than do male-dominated teams.“<\/a> [15.02.2021]<\/p>\n\n\n\n Training Journal (2019): „Why mixed-gender management teams perform better“<\/a> [22.02.2021]<\/p>\n\n\n\n The Economists (2012): „The impact of gender diversity on the performance of business teams: Evidence from a eld experiment“ [15.02.2021]<\/p>\n\n\n\n Forbes (2020): „Top Three Reasons We Need More Women In Tech“<\/a> [22.02.2021]<\/p>\n\n\n\n Accenture (2021): „Cracking the gender code“<\/a> [23.02.2021]<\/p>\n\n\n\n McKinsey (2018): „Delivering through diversity“<\/a> [23.02.2021]<\/p>\n\n\n\n BCG (2017): „The Mix That Matters“<\/a> [23.02.2021]<\/p>\n\n\n\nWomen in Data \u2013 Ein Blick in die Vergangenheit<\/h2>\n\n\n\n
Die Zukunft geh\u00f6rt diversen Teams<\/h2>\n\n\n\n
1. Performance Boost<\/h2>\n\n\n\n
2. Thinking out of the box<\/h2>\n\n\n\n
3. Recruiting leicht gemacht<\/h2>\n\n\n\n
4. Eine unsichtbare K\u00e4uferschaft<\/h2>\n\n\n\n
Closing the data gap<\/h2>\n\n\n\n
<\/strong><\/h6>\n\n\n\n
Quellen:<\/h2>\n\n\n\n