Mina Saidze ist schon ziemlich herumgekommen: Sie ist Stipendiatin der Heinrich-Böll-Stiftung, interessiert sich für entwicklungspolitische Themen seit sie in Tansania und Ägypten war, organisiert Workshops und Vorträge, war Alumna in der TAZ Akademie, arbeitet als Data Analyst. Die Tochter politischer Aktivisten aus dem Iran und Afghanistan hat aber vor allem ein Ziel: Sie kämpft dafür, dass es endlich mehr Frauen in den Bereichen Datenanalyse und künstliche Intelligenz gibt. Deswegen hat sie das Berliner Büro der internationalen Organisation „Women in Data“ gegründet. Im She works! Interview spricht sie über den Gender-Pay-gap auch in Ihrer Branche, weibliche Vorbilder, Druck im Wettbewerb und die praktische Seite von großen Datenmengen.

Women in Data, mit welchem Ziel tritt Dein Netzwerk an?

Unsere Mission ist es, mehr Diversity in Bereichen rund um Advanced Analytics, Data Science, Machine Learning und Künstliche Intelligenz zu fördern. Das ist auch nötig, denn weltweit liegt der Frauenanteil in diesem Bereich nach einer Studie der Boston Consulting Group bei weniger als einem Drittel. Wir wollen den Gender Gap schließen, indem wir auf Awareness, Education und Community setzen. Diversity in Data ist für uns nicht nur ein Werbeslogan, sondern ein Wettbewerbsfaktor in Zeiten der Digitalisierung.

Du bist Gründerin des Berlin Chapter der internationalen Organisation Women in Data. Was hat Dich dazu gebracht, das Chapter zu gründen?

Berlin ist – neben London – das Epizentrum für Big Data, Künstliche Intelligenz und technologische Innovation in Europa. Für Frauen bringt das aber offenbar trotzdem wenig: In Deutschland sind laut dem Global Gender Gap Report des Weltwirtschaftsforums nur 16 Prozent der Programmierer*innen, Professor*innen und Datenanalyst*innen, die sich mit Künstlicher Intelligenz (KI) auskennen, weiblich. Erschwerend kommt dazu, dass Frauen auch bei der gleichen Tätigkeit im Big-Data- und Analytics- Umfeld eine geringere Bezahlung im Vergleich zu ihren männlichen Counterparts erhalten. Da hat auch das Entgelt-Transparenzgesetz in Deutschland nicht geholfen. Aufgrund dessen habe ich die Dringlichkeit gesehen, in dieser Branche uns Frauen eine Stimme zu geben. Deswegen bieten wir eine Plattform an, wo wir mithilfe unserer Symposien und Bildungsangebote gezielt Frauen fördern.

Was denkst Du: Sind diese reinen Frauennetzwerke der richtige Weg, um andere Frauen zu interessieren und zu begeistern?

Frauennetzwerke in unserer Branche sind immens wichtig, da es ein geschützter Raum ist. Frauen haben häufig das Gefühl, dass sie sich gegenüber den Männern beweisen müssen, um ihre Position zu rechtfertigen. Umso wichtiger ist es, Frauen diesen Druck abzunehmen und einen Raum zu bieten, wo sie offen und ehrlich miteinander kommunizieren können. Dazu gehört es auch über Fehler zu reden und Erfahrungen auszutauschen. Das hat auch etwas damit zu tun, dass wir Frauen in der Branche häufig alleine sind- wenn wir im Büro sitzen, zu Meetups gehen oder an Konferenzen teilnehmen. Deswegen ist der Aspekt des Community Buildings für uns immens wichtig. Auch vermitteln weibliche Vorbilder, die sich in der Branche erfolgreich etabliert haben, die Botschaft “Wenn sie das geschafft hat, schaffe ich das auch”. Wir haben deshalb bei unseren Symposien erfolgreiche Frauen von Tech-Konzernen wie Microsoft oder Google dabei, aber auch Start-ups als Speakerinnen. Wir wollen einfach mehr Frauen für das Feld begeistern. Alleine sind wir stark – gemeinsam sind wir viel stärker.

Du kommst selbst beruflich aus dem Bereich der IT. Es stellt sich hier immer wieder dieselbe Frage: Warum gibt es so wenig Frauen in dieser Branche?

Da gibt eine Studie der Boston Consulting Group Antworten: Frauen entscheiden sich häufig nicht für eine Karriere als Data Analyst oder Data Scientist, weil ihnen das Feld zu wettbewerbsorientiert, zu abstrakt und theoretisch erscheint. An den Universitäten fehlt der Praxisbezug zur Privatwirtschaft, Aufgaben  sind kaum anwendungsbezogen, stattdessen geht es immer um Wettbewerb und Ellbogenmentalität. Das hat auch etwas mit der Wahrnehmung in den Medien zu tun, da geht es immer um bahnbrechende KI-Errungenschaften oder die Konsequenzen aus Automatisierung und Einsatz von KI, meistens wird das negativ gesehen, nach dem Motto: Der Roboter nimmt uns die Arbeitsplätze weg. Dabei fängt KI in der Praxis schon mit einer Umsatzprognose an, wo ist was sinnvoll, wie kann die Effizienz gesteigert werden, was wären neue Geschäftsmodelle oder Produkte?

Wie meinst du könnte man es schaffen, mehr Frauen dazu zu bringen, sich für diesen Bereich zu interessieren?

Im Prinzip muss das schon in der Schule anfangen, mit gezielten Kurse für Mädchen, die auch einen Praxisbezug aufzeigen- sagen wir mal, man zeigt, wie man eine Fashion-App entwickelt oder eine Webseite mit Shopanbindung programmiert. Und das geht weiter in der Universität- da fehlen Mentoringprogramme für Studentinnen aller Studienfächer, Programme, die nicht nur für Frauen in MINT-Studiengängen angeboten werden. Auch da geht’s immer um die Praxis- Module für Data Science sollten in Kooperation mit Unternehmen stattfinden. So kann man vielleicht auch stärker verhindern, dass Frauen im technischen Job anfangen und aufgrund negativer Erfahrungen oder Stereotypen dann doch wieder woanders landen.

Wie ist dein eigener Weg hin zur IT?

Mein eigener Weg in die Welt von Big Data ist nicht “straightforward”. Als Tochter politischer Aktivisten habe ich mir immer die Frage gestellt, wie die Welt zu einem besseren Ort wird. Deswegen habe ich einen Freiwilligendienst in Tansania absolviert, wo ich Solaranlagen auf Dächern montiert und ein Mikrokreditprogramm betreut habe. Als Aktivistin war es für mich naheliegend, journalistisch tätig zu werden. Ich war bei der taz, der Deutschen Welle und Radio Bremen als Heinrich-Böll-Stiftung-Stipendiatin. Während meines Studiums der Volkswirtschaftslehre habe ich die Berliner Digitalszene für mich entdeckt und mich in das Thema reingefuchst. Als Gasthörerin habe ich Informatik-Vorlesungen besucht, Online-Kurse absolviert und Praxiserfahrung im E-Commerce und in der Medienbranche gesammelt. Jetzt arbeite ich als Data Analyst bei idealo, zuvor bei der digitalen Tochter der Funke Mediengruppe. Daten begleiten uns ständig und umso faszinierender finde ich es, aus Daten Erkenntnisse zu gewinnen und – noch besser – Produkte zu entwickeln.

Kommen wir zu deinem Netzwerk zurück: Wer darf Mitglied werden?

Jede Frau, die Interesse hat. Es ist egal, was und ob du studiert hast, wie alt du bist und was du derzeit machst. Wir sind eine inklusive Gemeinschaft, die sich gegenseitig in jeder Lebens- und Karrierephase unterstützt. Was zählt sind deine Bereitschaft, dich in das Thema einzuarbeiten, und die Motivation, die dich antreibt.

Was tut Ihr füreinander?

Wir haben verschiedene Schwerpunkte, aktuell steht vom 27. bis zum 31.Juli unser Symposium “Skills To Last A Decade” an, da geht es um Awareness. Das ist eines von mehreren Symposien oder Meetups, wir brauchen einfach den regelmäßigen Austausch untereinander, es gibt auch Deep Dive Workshops innerhalb oder auch unabhängig der Symposien zum Thema Education, oder ein Programm für Quereinsteigerinnen in Kooperation mit Unternehmen, ein Newbie bewirbt sich für das Programm, ein Mentor leitet diesen Newbie dann an und sie arbeiten gemeinsam an einen Data Use Case, welches vom Unternehmen zur Verfügung gestellt wird, das Programm dauert 2 Monate. Der Vorteil ist, Frauen werden für den Arbeitsmarkt optimal vorbereitet und können einen Einstieg in den Job in Big Data und KI schaffen. Und wie gesagt, es geht um Vernetzung, um Community, wir haben international mehr als 10.000 Mitglieder.

Du sagst es, Women in Data ist ein weltweites Netzwerk. Welche Vorteile bringt das mit sich?

Daten sind universell und die Tech-Branche international. Selbst unser Chapter in Berlin vereint Personen unterschiedlicher Herkunft. Der Vorteil ist, dass wir gemeinsam dieselbe Mission anstreben, es muss sich da endlich etwas ändern- sowohl weltweit als auch regional ist der Frauenanteil in Jobs rund um Big Data aktuell einfach sehr gering.

Vielen Dank für das Gespräch!