Du verwendest einen veralteten Browser. Es ist möglich, dass diese oder andere Websites nicht korrekt angezeigt werden. Du solltest ein Upgrade durchführen oder einen alternativen Browser verwenden.
Hallo, ich studiere Wirtschaftsinformatik und überlege, mich in die Richtung Data Science, Data Analyse, Business Intelligence etc. zu spezialisieren.
Zur Zeit werden ja recht viele in diesem Fachbereich gesucht. Denkt ihr, dass diese Themen auch in 15-20 Jahren noch relevant sein werden?
Welche IT-Berufe, denkt ihr, haben gute Zukunftsaussichten?
Ich kann mir nicht vorstellen, dass das Thema irgendwann nicht mehr relevant sein wird. Wie die Job-Aussichten sein werden hängt, wie sonst auch, aber von Angebot und Nachfrage bzw. eben den eigenen Fähigkeiten ab.
Also wenn man dann irgendwann eine superschlaue KI hat, dann braucht man natürlich keine Data Science mehr ...
Ist vielleicht eher die Frage in welchen Bereichen gerade Expertise gefragt ist. Kann mir gut vorstellen, dass man thematisch einfach flexibel aufgestellt sein und über auch über den Tellerrand schauen können sollte.
Egal was du jetzt lernst - in 20 Jahren ist dein Wissen in der IT veraltet - was dennoch nicht heißt, dass es unnütz ist.
Alles rund um die Datenanalyse wird auch in Zukunft in irgend einer Form benötigt werden. Aus den Daten sollen ja Informationen gewonnen/abgeleitet werden und es braucht entsprechend Leute die das können.
Vor 15 Jahren war der Hype rund um BI - vor 10 Jahren Big Data, vor 5 Jahren Data Science und aktuell würde ich sagen liegt es bei Machine Learning.
Trotz das BI schon deutlich "älter" ist, werden dafür auch noch heute Leute gebraucht. Die Tools ändern sich ein bisschen im Laufe der Zeit.
Egal was du jetzt lernst - in 20 Jahren ist dein Wissen in der IT veraltet - was dennoch nicht heißt, dass es unnütz ist.
Alles rund um die Datenanalyse wird auch in Zukunft in irgend einer Form benötigt werden. Aus den Daten sollen ja Informationen gewonnen/abgeleitet werden und es braucht entsprechend Leute die das können.
Vor 15 Jahren war der Hype rund um BI - vor 10 Jahren Big Data, vor 5 Jahren Data Science und aktuell würde ich sagen liegt es bei Machine Learning.
Trotz das BI schon deutlich "älter" ist, werden dafür auch noch heute Leute gebraucht. Die Tools ändern sich ein bisschen im Laufe der Zeit.
Das ist Quatsch. KI ist bestenfalls ein Werkzeug für uns, das ersetzt nicht das menschliche Hirn. Big Data, ML, KI, insert buzzword here, sind alles nur Funktionen auf Daten, das kann die Arbeit erleichtern aber nicht von selbst wissen wonach du suchst.
@Te: das hängt an dir, das braucht Kreativität, Initiative und ein bisschen Hirnschmalz, kann aber auch Spaß machen. Ist nicht der schlechteste Job (und nein, wir werden nicht durch KI ersetzt)
Das ist Quatsch. KI ist bestenfalls ein Werkzeug für uns, das ersetzt nicht das menschliche Hirn. Big Data, ML, KI, insert buzzword here, sind alles nur Funktionen auf Daten, das kann die Arbeit erleichtern aber nicht von selbst wissen wonach du suchst.
Er schrieb ja von der Zukunft... dort könnte KI durchaus das menschliche Gehirn ersetzen.
Aber selbst dann ist es bestenfalls ein Werkzeug für uns (was soll es sonst sein?) - solange das nicht außer Kontrolle gerät
Vor 15 Jahren war der Hype rund um BI - vor 10 Jahren Big Data, vor 5 Jahren Data Science und aktuell würde ich sagen liegt es bei Machine Learning.
Trotz das BI schon deutlich "älter" ist, werden dafür auch noch heute Leute gebraucht. Die Tools ändern sich ein bisschen im Laufe der Zeit.
Kannste mich jetzt dumm nennen aber Bi, Ml, Big Data -> alles nur Tools für Data Scientists! Ein Data Scientist ist blöd gesagt jemand der auswertet, was du genannt hast sind Tools dazu. (Mal davon ab dass Big Data das selbe wie Statistik ist )
Ergänzung ()
new Account() schrieb:
Er schrieb ja von der Zukunft... dort könnte KI durchaus das menschliche Gehirn ersetzen.
Aber selbst dann ist es bestenfalls ein Werkzeug für uns (was soll es sonst sein?) - solange das nicht außer Kontrolle gerät
Kannste mich jetzt dumm nennen aber Bi, Ml, Big Data -> alles nur Tools für Data Scientists! Ein Data Scientist ist blöd gesagt jemand der auswertet, was du genannt hast sind Tools dazu. (Mal davon ab dass Big Data das selbe wie Statistik ist )
Business Intelligence
=> Slice & Dice sowie Drill Down in die Daten, hier sind z.B. Controller fleißige Nutzer von BI Systemen
=> Schwerpunkt ist ja, die vereinfachte Bereitstellung von Daten für die Fachabteilung, dass diese sich nicht mit bspw. SQL Statements abplagen muss
Big Data
=> für mich ein Technologie Begriff, für Systeme die extrem große Datenmengen abspeichern und verarbeiten können
=> somit eher ein Backend Thema, also DB Admins & Co.
Machine Learning
=> hier kommt der Data Scientist ins Spiel, der entsprechend Regeln aufsetzt, wonach die Maschine lernen soll
Glaskugel: wir verwursten hier gerade Technik aus den 60ern und 70ern zu neuronalen Netzen und fühlen uns wie die Kings, und niemand versteht das alles so richtig, alle so 'ach ich hab da mal nach Bauchgefühl x Neuronen drauf geworfen, scheint zu gehen!'.
Mal davon ab dass wir bisher nichtmal ein Konzept für echte Ki haben, nichtmal forschungsseitig, dauert die Umsetzung an sich und bis das im Markt ankommt schon allein 15 Jahre. Meine Glaskugel ist Realismus.
Ergänzung ()
_killy_ schrieb:
Würde ich so nicht unterschreiben:
Business Intelligence
=> Slice & Dice sowie Drill Down in die Daten, hier sind z.B. Controller fleißige Nutzer von BI Systemen
=> Schwerpunkt ist ja, die vereinfachte Bereitstellung von Daten für die Fachabteilung, dass diese sich nicht mit bspw. SQL Statements abplagen muss
Big Data
=> für mich ein Technologie Begriff, für Systeme die extrem große Datenmengen abspeichern und verarbeiten können
=> somit eher ein Backend Thema, also DB Admins & Co.
Machine Learning
=> hier kommt der Data Scientist ins Spiel, der entsprechend Regeln aufsetzt, wonach die Maschine lernen soll
Buzzwordbingo, aber durchgehend! BI ist eng mit DataWarehouse verknüpfelt, im Endeffekt nur Zusammenziehen von Daten die (werauchimmer) braucht um auszuwerten. Und dann da Auswertungen drauf fahren, ist data science auf eine engere Auswahl von Daten und mit engeren Fragen wenn man so will.
Big Data ist Statistik auf Daten. Big ist in dem Kontext Definitionssache...
Machine Learning sind lineare Funktionen auf Inputs angewandt, schlimmer noch: machine learning hängt beim Training vom Bauchgefühl ab.
Alles Säue die durchs Dorf getrieben wurden und alle eigentlich Buzzwords bzw Modeerscheinungen oder Tools (ML).
Mal davon ab dass wir bisher nichtmal ein Konzept für echte Ki haben, nichtmal forschungsseitig, dauert die Umsetzung an sich und bis das im Markt ankommt schon allein 15 Jahre. Meine Glaskugel ist Realismus.
Ironie scheint dir kein Begriff zu sein. Komm überhaupt mal von seinem hohen Ross herunter Mister Besserwisser. Der Thread kann auch gleich geschlossen werden, weil hier in Zukunft nurnoch die hohe Meinung des Herrn mambokurt zu KI verschüttet wird aber das eigentliche Thema nicht mehr behandelt wird.
Wenn ich wüsste was ein Konzept echter KI ausmacht hätten wir eins, haben wir aber nicht
Ergänzung ()
fandre schrieb:
Ironie scheint dir kein Begriff zu sein. Komm überhaupt mal von seinem hohen Ross herunter Mister Besserwisser. Der Thread kann auch gleich geschlossen werden, weil hier in Zukunft nurnoch die hohe Meinung des Herrn mambokurt zu KI verschüttet wird aber das eigentliche Thema nicht mehr behandelt wird.
Auf das Thema habe ich geantwortet, der Rest waren Gegenfragen und wenn du verlangst dass jemand aus dem Text Ironie rausliest liegt das Problem was mich angeht klar bei der Gegenstelle....
Edith: und das sag ich nicht um dich zu triggern sondern weil ich in deinem Post wirklich keine Ironie erkennen konnte, also nichts für ungut...
@mambokurt ich sehe nicht, wie das Offtopic sein sollte, da eine solche KI in der Tat die meisten derzeitigen Tätigkeiten im Bereich DataScience obsolet machen würde.
Abgesehen davon gibt es sehr wohl eine Definition dafür: AGI (Artificial General Intelligence).
Mir scheint, dass du hier bestenfalls mit Stammtisch-Evidenz argumentierst. Selbst die 30 Jahre als genannter Zeitraum: das ist einerseits weniger als ein typisches Berufsleben, also für diesen Thread hier durchaus immer noch relevant und andererseits so weit in der Zukunft, dass darüber niemand zuverlässige Aussagen treffen kann.
Noch vor 10-15 Jahren konnte sich niemand vorstellen, in absehbarer Zeit mehr als nur einfache, künstliche neuronale Netze zu erschaffen. Dann kamen GPUs und TPUs ins Spiel und schon ist es in fast jeder Branche vertreten.
Ob man bis 2050 eine AGI hat wird, wie so viele Errungenschaften, nur von der zündenden Idee irgendeines Theoretikers und der technischen Realisierung respektive Realisierbarkeit abhängen.
Macht dir darüber keinen Kopf du wirst in 15-20 Jahren garantiert nicht mehr das gleiche machen wie nach dem Studium.
Beschäftige dich eher damit was dich wirklich interessiert oder dir gute Einstiegschancen ermöglicht.
