Moderne Daten- und KI-Technologien ermöglichen es, Unternehmensentscheidungen mit fundierten Analysen schneller und treffsicherer zu treffen. Prozesse werden optimiert, Kosten gesenkt und Wettbewerbsvorteile gesichert – auf Basis präziser, datengestützter Erkenntnisse.
Sie erlernen…
- den Aufbau von Analytics-Lösungen mit Excel, Power BI, SQL und Co.,
- den Einsatz von KI-Methoden für prädiktive Analysen und Automatisierungen,
- Projektmanagement für Big-Data-Vorhaben inklusive digitaler Transformation,
- Data Storytelling, Visualisierung und ethische Aspekte im KI-Umfeld.
Entwickeln Sie praxistaugliche Analytics-Strategien, um wertvolle Business-Insights zu gewinnen und Ihr Unternehmen zukunftssicher aufzustellen.
Bitte melden Sie sich frühzeitig zum Kurs an. Die Teilnehmerzahl ist begrenzt, damit Rückfragen und Diskussionen möglich sind und Themen gemeinsam erarbeitet werden können.
Gliederung und Inhalte
Modul 1: Einführung in Business Analytics und KI
- Einführung in KI
- Potenziale, Herausforderungen und Zukunftsvision von KI
- Grundlagen und Anwendungsbereiche von Business Analytics
- KI-Tool-Landschaft und Analysemethoden
- Unterschiede und Grundlagen von Business Analytics, Machine Learning und Deep Learning
- Prompting-Framework
Modul 2: Datenaufbereitung und Analysen mit KI
- Aufbau einer KI-Strategie inkl. digitalem Reifegrad-Modell
- SWOT-Analyse
- Wettbewerbsanalyse
- Integration und Aufbau einer Wissensdatenbank mit KI-Tools
- Brainstorming Mindmap-Erstellung analytischer Business-Fragen mit KI
- Datenqualität, -bereinigung und -konsolidierung
- Automatisierung mithilfe von KI am Beispiel klassischer Analysen
- Automatisierung
- Agentenerstellung
- Aufbau eines RAG-Systems
- Klassische Analysen
- ABC-Analyse
- Sentiment-Analyse
- Search Engine Optimization (SEO) Analyse
- Website-Onpage-Analyse
- Einsatz lokaler Sprachmodelle für eine höhere Datensicherheit bei Analysen
Modul 3: Management von Big-Data-Projekten
- Customer-Journey-Map Strategie
- Grundlagen des Projektmanagements für Big Data-Projekte
Modul 4: Businessanalysen und der Einsatz von KI
- Einsatz von SQL und KI am Beispiel klassischer Analysen wie „Churn-Rate-Analyse“, „Retention-Rate-Analyse“ etc.
- Fallbeispiele aus der Praxis
- Praktische Übungen ausgewählter Analysen
Modul 5: Visualisierung und Design Thinking
- Erstellung und Design von Berichten und Dashboards in Google Looker Studio
- Gestaltprinzipien der visuellen Wahrnehmung
- Die Rolle von Data Storytelling
Modul 6: Rechtliche und ethische Rahmenbedingungen
- Umgang mit sensiblen Daten und Lösungen
- Wahl und Integration von KI-Systemen
- KI und Umwelt
- AI Act
- Datenschutz (DSGVO)
- KI-Förderungen
Zielgruppe
Mitarbeiter in Unternehmen, die sich schwerpunktmäßig mit der Auswertung von Daten beschäftigen, so z. B.: Business Analyst, Product Owner, Projektmanager, Marketingmanager, Data Analyst
