Datenanalyse verbindet datengetriebenes Denken, technische Auswertungskompetenz und die verständliche Aufbereitung von Analyseergebnissen. Der Kurs vermittelt zentrale Fähigkeiten, um Datenquellen zu prüfen, Datenbestände zu strukturieren, Abfragen durchzuführen, Analyseprozesse mit Python umzusetzen und Ergebnisse in Power BI für Entscheidungen nutzbar zu machen.

Die Teilnehmenden lernen, Daten systematisch zu erfassen, zu bereinigen, zu analysieren und visuell aufzubereiten. Dabei werden Grundlagen der Datenqualität, relationale Datenbanken, SQL-Abfragen, Python-Programmierung, pandas-Workflows sowie Reporting- und Dashboarding-Kompetenzen in Power BI miteinander verbunden.

Kursinhalt
1. Datenkompetenz und Datenqualität
  • Grundlagen der Digitalisierung und datengetriebenen Arbeit
  • Data Literacy und Bedeutung von Daten für betriebliche Entscheidungen
  • Umgang mit fehlenden, fehlerhaften und uneinheitlichen Daten
  • Prüfung von Vollständigkeit, Konsistenz und Korrektheit
  • Datenqualität sichern und Analyseergebnisse nachvollziehbar machen

2. SQL und relationale Datenbanken
  • Grundlagen relationaler Datenbanken
  • Tabellen, Beziehungen, Schlüssel und Datenbankstrukturen verstehen
  • SQL-Abfragen zur Auswahl, Filterung und Sortierung von Daten
  • Joins, Subqueries und Views für komplexere Auswertungen einsetzen
  • Datenbankdesign, Normalisierung und strukturierte Datenabfrage

3. Datenanalyse mit Python
  • Erweiterte Python-Grundlagen für datenbezogene Aufgaben
  • Objektorientierte Programmierung und strukturierte Python-Projekte
  • Arbeiten mit pandas zur Datenaufbereitung und Analyse
  • Datenbestände bereinigen, zusammenführen und transformieren
  • Explorative Datenanalyse mit Jupyter und Python-Bibliotheken
  • Analyseprozesse dokumentieren und reproduzierbar gestalten

4. Datenvisualisierung und Reporting
  • Grundlagen der Datenvisualisierung und des Data Storytellings
  • Diagramme und Auswertungen mit Python und matplotlib erstellen
  • Daten in Power BI importieren, modellieren und aufbereiten
  • Power Query zur Transformation von Daten nutzen
  • Measures, DAX und Filterkontexte für aussagekräftige Kennzahlen einsetzen
  • Interaktive Dashboards und Reports für fachliche Fragestellungen entwickeln

5. Praxisorientierte Analyseworkflows
  • Daten aus unterschiedlichen Quellen integrieren und vorbereiten
  • Analysefragen in geeignete Auswertungslogiken übersetzen
  • Kennzahlen berechnen, interpretieren und visualisieren
  • SQL, Python und Power BI in einem zusammenhängenden Workflow anwenden
  • Analyseergebnisse verständlich präsentieren und fachlich einordnen

Berufliche Relevanz

Datenanalyse ist in vielen kaufmännischen, technischen und digitalen Arbeitsbereichen eine zentrale Kompetenz. Unternehmen benötigen Mitarbeitende, die Datenquellen verstehen, Datenqualität beurteilen, Auswertungen durchführen und Ergebnisse verständlich für Entscheidungen aufbereiten können.

Der Kurs unterstützt den Aufbau praxisnaher Kompetenzen an der Schnittstelle von Datenaufbereitung, Analyse, Reporting und Business Intelligence. Durch die Kombination aus SQL, Python, pandas und Power BI werden technische Grundlagen mit anwendungsorientierten Analyse- und Visualisierungsmethoden verbunden.