Diese Weiterbildung vermittelt Projektmanagern Fachkenntnisse in den Bereichen Datenanalyse und Big Data. Der Inhalt umfasst Grundlagen der Statistik und Programmierung, Datenbankmanagement, Konzepte und Anwendungen von Künstlicher Intelligenz sowie agile Projektmethoden. Du lernst die notwendigen Kompetenzen für die Steuerung datengestützter Projekte.

Grundlagen der Datenanalyse und Programmierung

  • Statistik
  • CRISP-DM Vorgehensmodell
  • Grundlagen der Programmierung
  • Listen
  • Kontrollstrukturen
  • Zuordnungen und Mengen
  • Funktionen
  • Softwareentwicklung
  • Modularisierung und Datenverarbeitung
  • Objektorientierung und weitere Programmierparadigmen


Datenbanken und Datenmanagement

  • Datentypen
  • Erstellung von Tabellen und erste SQL-Abfragen
  • Schlüssel
  • Arbeiten mit Datenbanken
  • Umgang mit JOIN-Befehlen
  • Speicher- und Leistungsoptimierung
  • Datenbanksicherheit
  • Datenbankmanagementsysteme


Big Data und Künstliche Intelligenz (KI) - Konzepte, Anwendungen und Ethik

  • Grundlegende Konzepte von Big Data
  • Kategorien und Verfahren des maschinellen Lernens
  • Theoretische Grundlagen generativer KI-Verfahren
  • Anwendung generativer KI für Text, Code, Audio, Bilder und Videos
  • Potenziale und Risiken generativer und diskriminativer KI
  • KI-Use-Cases in der Praxis
  • Moderne KI-Tools und KI-Sicherheit
  • Anwendungsszenarien moderner KI-Tools umsetzen
  • Integration von Data Science im Unternehmen
  • Bias und vertrauenswürdige KI
  • Ethik und Fairness in KI-systemen
  • Instrumentarien zur Risiko(Folge)abschätzung
  • Regulatorische Rahmenbedingungen (EU AI Act, DSGVO)
  • KI-Governance, Compliance und ethische Fragestellungen
  • Datenschutz und Urheberrechte
  • AI Crime


Projektmanagement und Agile Methoden

  • Bewertung von Projekten und Entscheidungsfindung
  • Projektvorbereitung
  • Aufbau und Inhalt des Projektauftrags
  • Umfeldanalyse und Stakeholder Analyse
  • Steuerung und Reporting in Projekten
  • Projektabschlussbericht und Projektdokumentation
  • Die vier Werte des Agile Manifesto und ihre Hintergründe
  • Das Scrum Framework
  • Das Scrum Team
  • Teilnehmer, Ablauf und Ergebnis des Daily Scrums
  • Bestandteile und Zweck eines Sprints
  • Definition of Done
  • Scrum Values in der Praxis
  • Der Scrum Master als Coach und Lehrer
  • Der Scrum Master als Manager und Mentor
  • Sprint Planning und Sprint Review
  • Beitrag des Increments zum Produkterfolg
  • Aufwandsschätzung mit Planning Poker


Kommunikation und Zusammenarbeit

  • Feedback als Kommunikationsinstrument
  • Gespräche führen im Unternehmenskontext
  • Präsentation vorbereiten und gestalten
  • Nonverbale Kommunikation und ihre Bedeutung
  • Aufregung und Lampenfieber regulieren
  • Selbstmotivierung