Es gibt in jeder Industrie Frauen an der Spitze: Eine Fragerunde mit Rachel Stuve

Judith Kniepeiss our consultant managing the role
Posting date: 4/21/2020 11:27 AM




Wir hatten kürzlich die Gelegenheit mit Rachel Stuve, einer von LinkedIns Top-Stimmen in Data Science & Analytics und Geschäftsführerin der Data Teams, zu sprechen. 


Als eine Expertin in ihrem Gebiet verfügt Stuve über ein breites Erfahrungsspektrum. Nachdem sie die Universität im automobil-lastigen Michigan absolviert hatte, war ihr erster Job bei Chrysler die Autoindustrie zu analysieren. Kurz nachdem sie in die lokale Verwaltung gewechselt war, digitalisierter und integrierte sie deren Strafverfolgungsprozesse, bevor sie an einer landesweiten Initiative zum Datenaustausch arbeitete. 

Zuletzt war das Gesundheitswesen Stuves Fokus. Während viele diese Branche als hochspezialisierte, unzugängliche Branche ansehen, ist Stuve einer anderen Meinung.

"Es sind alles übertragbare Fähigkeiten. Möglicherweise betrachten Sie unterschiedliche Datensätze bei einem Gesundheitsdienstleister, aber im Wesentlichen, erfolgt die Analyse nach denselben Prinzipen. 

Dennoch stellt Stuve klar, dass man trotzdem einige Hürden, vor allem terminologische, überwinden muss. 

"Zugegeben, der Jargon ist etwas gewöhnungsbedürftig und es gibt davon viel."

Jedoch die Hauptunterschiede sind weniger wissenschaftlicher Art und mehr in Hinblick auf die Infrastruktur. Anders als viele datengesteuerten Industrien liefern Krankenversicherer nicht direkt an den Verbraucher. Tatsächlich ist deren eigentliche Beziehung mit den Gesundheitsdienstleistern. 

"Es ist nicht dasselbe, wie eine Hypothek aufzunehmen. Sie werden sich nicht direkt an ihren Versicherer, damit dieser sich um Sie kümmert. Ihr direkter Service ist der Gesundheitsdienstleister, das Krankenhaus und es ist lediglich die Aufgabe des Versicherers die Zahlungen zu decken. Ein Teil der Herausforderung ist es, herauszufinden, welcher Anbieter das beste Preis-Leistungs-Verhältnis aufweist und welcher eine hochwertige Versorgung anbietet."

Dies bedeutet, dass es wichtig ist, ein Team aus Datenwissenschaftlern und Epidemiologen zusammen zusetzten. Epidemiologien können besser identifizieren, welche Behandlungen erzielen den größten Erfolg, bei möglichst geringen Kosten. Wie kann man nun solch ein Team, mit unterschiedlichen Hintergründen und Herangehensweisen dazu bringen, harmonisch miteinander zu arbeiten?

"Ob von Anfang an die richtigen Ziele vereinbart wurden, hat großen Einfluss auf den Erfolg eines Projekts. Wenn sich alle Teammitglieder einigen können, wie genau Erfolg aussieht, sei es 10, 20% Gewinnsteigerung, oder ein anderes Ziel, dann weiß jeder worauf man hinarbeitet. Natürlich gibt es ab und an Diskussionen über statistische Gespräche, aber schlussendlich ziehen alle an einem Strang."

Stuve betont auch, wie wichtig es ist, die richtigen Personen in der richtigen Projektphase einzubeziehen. All zu oft werden die Endnutzer nicht in die frühen Datenprojektphasen miteinbezogen, was zu großen Wissenslücken führt. Stuve stellt fest: "Mit ziemlicher Sicherheit werden Sachen übersehen, wenn diejenigen, die wirklich wissen, was sie von einem Projekt benötige, nicht von Anfang an miteinbezogen werden."

Neben ihrer Arbeit im Gesundheitswesen, investiert Stuve ihre Arbeit bei Golden Seeds auch in von Frauen geführte Start-ups. Eine Angelegenheit, die ihr besonders am Herzen liegt.

"Ich liebe Golden Seeds. Es existieren zahlreiche Studien, die belegen, dass Frauen geführte Unternehmen höhere Rendite erzielen, dennoch erhalten diese Unternehmen, im Vergleich zu von Männern geführte Unternehmen, nur einen Bruchteil von Investitionen."

Sie verweist auf einen kürzlich in der Harvard Business Review veröffentlichten Artikel, weshalb dies sein könnte. Laut des Artikels besteht, bei dem Investmentprozess, eine gewisse Geschlechtervoreingenommenheit. Männlichen Unternehmer werden nach dem Potenzial des Unternehmens gefragt, weibliche Unternehmerinnen hingehen eher nur rein risikomindernde Fragen.

"Leute investieren in Optimismus. Wenn Unternehmerinnen also nicht die gleiche Möglichkeit gegeben werden den 'Traum' zu verkaufen, dann ist die Wahrscheinlichkeit eine Investition zu bekommen um einiges geringer."

Auch glaubt Stuve, dass eine Wahrnehmung besteht, dass von Frauen geführte Unternehmen weniger innovative sind: „Ich möchte das Verständnis ändern, dass diese Unternehmen als „mädchenhaft“ bezeichnet werden und sich ausschließlich auf Kleidung, Lebensmittel oder den Einzelhandel konzentrieren. Das ist, meiner Erfahrung nach, nicht der Fall. Frauen stehen an der Spitze aller Branchen, von Biotechnologie über Energie bis hin zu einer Reihe von Fachgebieten.“

Also, worauf achtet sie beim Investieren?

"Natürlich suche ich nach einer innovativen Idee, welche ein Geschäftsbedürfnis erfüllt, aber zugleich investiere ich auch in die Person. Sind sie realistisch? Sind sie starke Anführer? Sind sie sich ihren eigenen Schwächen bewusst und haben sie ein Team um sich herum aufgebaut, welches diese Schwächen ausbalancieren kann?"

"Leider besteht eine Doppelmoral, wenn es um die Wahrnehmung männlicher und weiblicher Führungskräfte geht. Dies bedeutet, dass die Art und Weise, wie sie sich selbst tragen, einen großen Unterschied macht, besonders wenn sie nach weiteren, zukünftigen Investitionen suchen."

Stuve ist sich der Schwierigkeiten, mit denen Frauen in Männerdominierenden Brachen konfrontiert werden, durchaus bewusst. Sie selbst war in vielen Teams die einzige Frau, insbesondere als sie in das Management aufstieg. Glücklicherweise sieht sie ein Licht am Ende des Tunnels:

"Unternehmen fangen an zu erkennen, wie wichtig es ist, die Vielfalt ihrer Teams zu erweitern und das Unternehmensgespräch passen sich dies auch an."

"Darüber hinaus besteht ein großartiges Data-Netzwerk von Frauen. Das Verknüpfen hat einen Schneeballeffekt. Sie verknüpfen sich mit einer Person, welche ihnen eine andere Person vorstellt, die ihnen wieder eine andere Person vorstellt und so weiter, bis ihnen die Reichweite dieser erstaunlichen Gemeinschaft außergewöhnlicher Frauen bewusst wird."

Wenn Sie mehr von Rachel Stuve hören möchten, können Sie ihr auf LinkedIn folgen, um regelmäßig mit Updates und Ideen versorgt zu werden. 

Für weitere Informationen zum aktuellen Stand der Vielfalt in Data & Analytics finden Sie hier in unserem Bericht zu diesem Thema.

Wenn Sie Ihr Team ausbauchen möchten oder nach einer neuen Herausforderung suchen, können Sie sich an einen unserer Fachberater wenden oder sich hier über unsere neuesten Möglichkeiten informieren

Related blog & news

With over 10 years experience working solely in the Data & Analytics sector our consultants are able to offer detailed insights into the industry.

Visit our Blogs & News portal or check out the related posts below.

Using Data Ethically To Guide Digital Transformation

Over the past few years, the uptick in the number of companies putting more budget behind digital transformation has been significant. However, since the start of 2020 and the outbreak of the coronavirus pandemic, this number has accelerated on an unprecedented scale. Companies have been forced to re-evaluate  their systems and services to make them more efficient, effective and financially viable in order to stay competitive in this time of crisis. These changes help to support internal operational agility and learn about customers' needs and wants to create a much more personalised customer experience.  However, despite the vast amount of good these systems can do for companies' offerings, a lot of them, such as AI and machine learning, are inherently data driven. Therefore, these systems run a high risk of breaching ethical conducts, such as privacy and security leaks or serious issues with bias, if not created, developed and managed properly.  So, what can businesses do to ensure their digital transformation efforts are implemented in the most ethical way possible? Implement ways to reduce bias From Twitter opting to show a white person in a photo instead of a black person, soap dispensers not recognising black hands and women being perpetually rejected for financial loans; digital transformation tools, such as AI, have proven over the years to be inherently biased.  Of course, a computer cannot be decisive about gender or race, this problem of inequality from computer algorithms stems from the humans behind the screen. Despite the advancements made with Diversity and Inclusion efforts across all industries, Data & Analytics is still a predominantly white and male industry. Only 22 per cent of AI specialists are women, and an even lower number represent the BAME communities. Within Google, the world’s largest technology organisation, only 2.5 per cent of its employees are black, and a similar story can be seen at Facebook and Microsoft, where only 4 per cent of employees are black.  So, where our systems are being run by a group of people who are not representative of our diverse society, it should come as no surprise that our machines and algorithms are not representative either.  For businesses looking to implement AI and machine learning into their digital transformation moving forward, it is important you do so in a way that is truly reflective of a fair society. This can be achieved by encouraging a more diverse hiring process when looking for developers of AI systems, implementing fairness tests and always keeping your end user in mind, considering how the workings of your system may affect them.  Transparency Capturing Data is crucial for businesses when they are looking to implement or update digital transformation tools. Not only can this data show them the best ways to service customers’ needs and wants, but it can also show them where there are potential holes and issues in their current business models.  However, due to many mismanagements in past cases, such as Cambridge Analytica, customers have become increasingly worried about sharing their data with businesses in fear of personal data, such as credit card details or home addresses, being leaked. In 2018, Europe devised a new law known as the General Data Protection Regulation, or GDPR, to help minimise the risk of data breaches. Nevertheless, this still hasn’t stopped all businesses from collecting or sharing data illegally, which in turn, has damaged the trustworthiness of even the most law-abiding businesses who need to collect relevant consumer data.  Transparency is key to successful data collection for digital transformation. Your priority should be to always think about the end user and the impact poorly managed data may have on them. Explain methods for data collection clearly, ensure you can provide a clear end-to-end map of how their data is being used and always follow the law in order to keep your consumers, current and potential, safe from harm.  Make sure there is a process for accountability  Digital tools are usually brought in to replace a human being with qualifications and a wealth of experience. If this human being were to make a mistake in their line of work, then they would be held accountable and appropriate action would be taken. This process would then restore trust between business and consumer and things would carry on as usual.  But what happens if a machine makes an error, who is accountable?  Unfortunately, it has been the case that businesses choose to implement digital transformation tools in order to avoid corporate responsibility. This attitude will only cause, potentially lethal, harm to a business's reputation.  If you choose to implement digital tools, ensure you have a valid process for accountability which creates trust between yourself and your consumers and is representative of and fair to every group in society you’re potentially addressing.  Businesses must be aware of the potential ethical risks that come with badly managed digital transformation and the effects this may have on their brands reputation. Before implementing any technology, ensure you can, and will, do so in a transparent, trustworthy, fair, representative and law-abiding way.  If you’re in the world of Data & Analytics and looking to take a step up or find the next member of your team, we can help. Take a look at our latest opportunities or get in touch with one of our expert consultants to find out more.

Weekly News Digest - 11th-15th Jan 2021

This is Harnham’s weekly news digest, the place to come for a quick breakdown of the week’s top news stories from the world of data and analytics. KDNuggets: 20 core Data Science concepts for beginners The field of Data Science is one that continuously evolves. For Data Scientists, this means constantly learning and perfecting new skills, keeping up to date with crucial trends and filling knowledge gaps.  However, there are a core set of concepts that all Data Scientists will need to understand throughout their career, especially at the start. From Data Wrangling to Data Imputation, Reinforcement Learning to Evaluation Metrics, KDNuggets outlines 20 of the key basics needed.  A great article if you’re just starting out and want to grasp the essentials or, if you’re a bit further up the ladder and would appreciate a quick refresh.  Read more here.  FinExtra: 15 DevOps trends to watch in 2021 As a direct response to the COVID-19 pandemic, there is no doubt that DevOps has come on leaps and bounds in the past year alone. FinExtra hears from a wide range of specialists within the sector, all of whom give their opinion on what 2021 holds for DevOps.  A few examples include: Nirav Chotai, Senior DevOps Engineer at Rakuten: “DataOps will definitely boom in 2021, and COVID might play a role in it. Due to COVID and WFH situation, consumption of digital content is skyrocket high which demands a new level of automation for self-scaling and self-healing systems to meet the growth and demand.” DevOps Architect at JFrog: “The "Sec'' part of DevSecOps will become more and more an integral part of the Software Development Lifecycle. A real security "shift left" approach will be the new norm.” CTO at International Technology Ventures: “Chaos Engineering will become an increasingly more important (and common) consideration in the DevOps planning discussions in more organizations.” Read the full article here.  Towards Data Science: 3 Simple Questions to Hone Python Skills for Beginners in 2021 Python is one of the most frequently used data languages within Data Science but for a new starter in the industry, it can be incredibly daunting. Leihua Yea, a PHD researcher at the University of California in Machine Learning and Data Science knows all too well how stressful can be to learn. He says: “Once, I struggled to figure out an easy level question on Leetcode and made no progress for hours!” In this piece for Towards Data Science, Yea gives junior Data Scientists three top pieces of advice to help master the basics of Python and level-up their skills. Find out what that advice is here.  ITWire: Enhancing customer experiences through better data management From the start of last year, businesses around the globe were pushed into a remote and digital way of working. This shift undoubtedly accelerated the use of the use of digital and data to keep their services as efficient and effective as possible.  Derak Cowan of Cohesity, the Information Technology company, talks with ITWire about the importance of the continued use of digital transformation and data post-pandemic, even after restrictions are relaxed and we move away from this overtly virtual world.  He says: “Business transformation is more than just a short-term tactic of buying software. If you want your business to thrive in the post-COVID age, it will need to place digital transformation at the heart of its business strategy and identify and overcome the roadblocks.” Read more about long-term digital transformation for your business here.  We've loved seeing all the news from Data and Analytics in the past week, it’s a market full of exciting and dynamic opportunities. To learn more about our work in this space, get in touch with us at info@harnham.com.

RELATED Jobs

Salary

£45000 - £65000 per annum

Location

London

Description

Junior Software Engineer role for one of Europe's highest rated Fintech's.

Salary

£30000 - £80000 per annum + Benefits

Location

Milton Keynes, Buckinghamshire

Description

Are you looking to work amongst talent individuals in a leading Tech company, building valuable relationships and being a key element to the company's success?

Salary

€60000 - €80000 per annum

Location

Paris, Île-de-France

Description

On recherche un profil de DATA SCIENTIST complet (experience de mise en prod' d'algos obligatoire) avec une affinité et expérience pour les sujets finance.

recently viewed jobs