Live Dealer Spiele Online – Der trockene Blick auf den echten Kartenkram Sie müssen mit der verfügbaren Zahlungsmethode einzahlen, die von Ihrem Land aus zugänglich ist. Automatenspiele mit Startguthaben – Der kalte Blick auf die vermeintlichen Gratis‑Bonus‑Tricks Womit uns definitiv ein Blick auf die Gewinnlinien bleibt. Casino ohne Geld – der harte Realitätscheck für jeder Zocker, der noch immer an Gratis-Lotto glaubt
Während Helena die heutige Folge am Ende ihres Arbeitstages aufgenommen hat, beginnt ihr Gast Christophe Krech ihn erst, denn er ist ihr aus dem sonnigen Kalifornien zugeschaltet. Hier arbeitet er als Data Scientist bei „Experian“, einem der führenden globalen Informationsdienstleister mit Fokus auf Datenanalyse. Das Unternehmen hilft Firmen dabei, datenbasierte Entscheidungen zu treffen, zum Beispiel, indem es Modelle entwickelt, die in Echtzeit einschätzen, ob eine Online-Transaktion sicher ist oder nicht. Christophe erzählt, wie die Arbeit von Experian so dafür sorgt, dass Millionen Menschen sicherer im Internet einkaufen können, und gibt Einblicke in seine Rolle hierbei.
Optimal auf seinen heutigen Job vorbereitet hat ihn sein Masterstudium in Data Science (bis 2019) an der Hochschule Darmstadt, das er als Reise durch eine große Werkzeugkammer beschreibt: Zu Beginn lernte er besonders flexible, breit einsetzbare Tools kennen, klassische statistische Verfahren und Programmiersprachen, die die Student:innen in vielen Praxisprojekten nutzen konnten. Mit der Zeit wurden die Werkzeuge spezialisierter, und er entschied sich für eine Vertiefung in einem Bereich, der ihn bis heute fasziniert: erklärbare Machine-Learning-Verfahren, also die Frage, wie man komplexe KI-Modelle so aufbereiten kann, dass auch Menschen ohne technischen Hintergrund nachvollziehen können, wie eine künstlische Intelligenz zu einem bestimmten Ergebnis kommt. Er zeigt, warum es hier, aber auch im Bereich der Data Science insgesamt, nicht auf Perfektion ankommt, man aber oftmals einen langen Atem haben und am besten ein angstfreier, hartnäckiger Rätsellöser sein sollte.
Christophes Übergang vom Studium ins Berufsleben verlief fließend: Seine Masterarbeit schrieb er bereits bei „Experian“, sodass er am einen Tag als Student und am nächsten als festangestellter Data Scientist ins Büro kam. Was sich allerdings veränderte, war der Umfang, in dem er Verantwortung zu tragen hat: Im Studium, so beschreibt er es, ist man in erster Linie sich selbst gegenüber verantwortlich. Als Data Scientist hingegen liefern die eigenen Analysen die Grundlage dafür, dass Kolleg:innen ihre Aufgaben erfüllen und ein Produkt weiterentwickelt werden kann.
Heute besteht Christophes Arbeit, anders als man bei dem Begriff „Data Scientist“ zunächst denken mag, allerdings nicht mehr hauptsächlich aus Programmieren und dem Auswerten von Datensätzen. Oft ist er mittlerweile zudem in einer beratenden Funktion tätig, die auf seinem technischen Hintergrund aufbaut, aber auch weit darüber hinausgeht. Welche Produkte sollen entwickelt werden? Was ist technologisch realistisch, was nicht? Wie beeinflusst künstliche Intelligenz die Geschäftsmodelle von Kunden? Dabei ist ein Thema für Christophe von zentraler Bedeutung: Woher kommen die Daten, auf denen Modelle basieren, und welche Vorurteile und Biases sind in ihnen bereits enthalten? Im Interview erklärt Christophe eindrücklich, was es bedeutet, wenn ein Machine-Learning-Verfahren problematische Muster reproduziert, und was man tun kann, damit KI fairer, transparenter und inklusiver wird.
Hört rein und erfahrt die Antworten auf folgende Fragen: Wie gestaltet sich der Arbeitsalltag als Data Scientist in einem weltweit agierenden Unternehmen? Warum ist Kommunikation die vielleicht wichtigste Fähigkeit in einem technischen Beruf? Und welches berühmte Zitat aus der Statistik nutzt Christophe, um das Mindset zu beschreiben, das man in diesem Feld entwickeln sollte?
Viel Spaß beim Hören!
Moderiert wird diese Episode von: Helena Minner
Das Gespräch fand statt im Oktober 2025
»Alles, was man als Data Scientist macht, ist immer nur ein imperfektes Abbild der Realität. Manche Dinge sind aber sehr, sehr nützlich. Aber sie sind immer falsch.«
»Kommunikative Fähigkeiten sind bei einem Data Scientist wahrscheinlich das wichtigste Skillset, weil wir am Ende Übersetzer sind: von einem Businessproblem in eine technische Lösung und wieder zurück.«
»Wir Data Scientists haben eine große Verantwortung, dass die Modelle, die wir bauen, nicht Vorurteile aus der Vergangenheit nehmen und unter dem Deckmantel der Objektivität in die Zukunft fortschreiben.«
Anmerkung der Redaktion: Zitate werden zum Teil zur besseren Lesbarkeit oder zum Verständnis des Zusammenhangs leicht angepasst, der Inhalt wird jedoch nicht verändert.
Data Science, Hochschule Darmstadt
M.S./2017-2019
Business Mathematics, Universität Mannheim
B.S./2013-2017
Data Science Leader, Experian
Aufgaben im Job: Vorhersagemodelle und Machine-Learning-Algorithmen entwickeln, Betrug bei Online-Transaktionen prognostizieren, Datenquellen und zugrunde liegende Annahmen prüfen, eng mit Produkt-, Marketing- und Vertriebsteams sowie Stakeholder kommunizieren, strategisch zu KI-Einsatz und datengetriebenen Produkten beraten
00:00 – Intro
00:39 – Vorstellung unseres Gastes Christophe
01:31 – Christophes fließender Übergang vom Studenten- ins Berufsleben
04:18 – Der Arbeitsalltag als Data Scientist
19:25 – Christophes Data Science Studium an der HS Darmstadt
29:28 – Ausblick und Abschluss
Für dieses Profil schreiben unterschiedliche Mitarbeiter*innen von "Studium & dann?", immer mit Begeisterung für Podcasting, spannende Geschichten und den Austausch mit unseren Hörer*innen.
Er hat sich als Kind selbst Trikots gebastelt, ist in Bremen aufgewachsen und seit er denken kann begeisterter Fußballfan. Heute arbeitet Jan-Luca Lossau als Marketing-Koordinator für den Frauenfußball bei seinem […]
Post comments (0)