Moderne Daten- und KI-Technologien ermöglichen es, Unternehmensentscheidungen mit fundierten Analysen schneller und treffsicherer zu treffen. Optimieren Sie Prozesse, senken Sie Kosten und sichern Sie sich Wettbewerbsvorteile – auf Basis präziser, datengestützter Erkenntnisse.
Entwickeln Sie in diesem Kurs praxistaugliche Analytics-Strategien, um wertvolle Business-Insights zu gewinnen und sich und Ihr Unternehmen zukunftssicher aufzustellen.
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
- ETL- vs. ELT-Prozess
- Automatisierung mit Hilfe 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: Business Analysen 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 Locker 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