Data Science-Konzepte im Bereich Corporate Social Responsibility mit Zusatzqualifikation: Projektmanagement In dieser Weiterbildung setzen Sie sich mit Data Science-Konzepte auseinander und lernen, wie diese im Bereich Corporate Social Responsibility (CSR) angewendet werden können. Sie erwerben Kenntnisse in Data Mining, um Daten systematisch zu analysieren und daraus fundierte Entscheidungen für nachhaltige Unternehmensstrategien abzuleiten. Sie lernen, Daten aus verschiedenen Quellen zu sammeln, zu bereinigen und mittels Data Mining-Methoden zu interpretieren. Dabei werden Sie in die Lage versetzt, Muster und Zusammenhänge zu erkennen, die für die Entwicklung und Umsetzung von CSR-Maßnahmen relevant sind. Zudem erarbeiten Sie sich Fähigkeiten im Projektmanagement, um Data Science-Projekte im CSR-Kontext effizient zu planen und durchzuführen. Durch praxisorientierte Übungen und Fallstudien wenden Sie die erlernten Data Mining-Techniken direkt an und entwickeln Lösungen für reale Herausforderungen im Bereich Corporate Social Responsibility. Die Kombination aus theoretischem Wissen und praktischer Anwendung ermöglicht es Ihnen, die Methoden des Data Mining gezielt einzusetzen. Nach Abschluss der Weiterbildung sind Sie in der Lage, Data Science-Konzepte und Data Mining-Methoden im CSR-Bereich anzuwenden und Projekte zu managen.

Data Science Grundlagen und Anwendungen
  • Kenntnisse im Bereich Data Mining und deren Anwendung und Funktion in der Wirtschaft
  • Ablauf eines Data-Science-Projekts
  • Vertiefung in der explorativen Datenanalyse mit Fokus auf Data Mining
  • Casestudy: Umsatzprognose
  • Anwendungen aus dem Data Mining in der Klassifikation und bei Support Vector Machines
  • Datenethik

Social Media und Digital Marketing
  • Berührungspunkte von Social Media als Marketingdisziplin mit Data Mining, insbesondere für Markenbekanntheit, Kundengewinnung und Sales
  • Social Media mit Strategie: Vision und Stakeholder-Analyse
  • Analysen für Kanal-Auswahl, KPIs und Content-Strategie mit Fokus auf Data Mining
  • Social Video: Strategie, Storytelling, Storydoing und virale Social-Video-Kampagnen
  • Einstieg ins Monitoring sowie Tools und Kennzahlen unter besonderer Berücksichtigung von Data Mining
  • Messenger Marketing: Messaging-Apps, Facebook Messenger, Chatbots, Snapchat und WhatsApp
  • Die Business-Netzwerke LinkedIn und Xing
  • Möglichkeiten Data Mining im Kontext von Facebook: Grundeinstellungen, Content-Strategie, Publishing und Community Management
  • Facebook: Werbeanzeigen, Targeting nach Custom Audience, Facebook-Analytics und Shop
  • Instagram: Zielgruppen, Account-Gestaltung und Content-Produktion

Corporate Social Responsibility (CSR) und Nachhaltigkeit
  • Integration von Data Mining zur Steigerung der Relevanz sozialer Nachhaltigkeit
  • Geschäftsmodelle der Zukunft: Sustainable Business Transformation
  • Effekte der digitalen Transformation mit Fokus auf Data Mining für soziale Nachhaltigkeit
  • Nachhaltigkeitsmanagement
  • Einsatz von Data Mining für nachhaltige Hocheffizienzteams durch psychologische Sicherheit, Nachhaltigkeit und Digitalisierung
  • Von der Corporate World zum sozialen Startup

Projektmanagement Basics
  • Projektmanagement mit Unterstützung durch Data Mining Methoden
  • Aufgaben eines Projektleiters
  • Standards und Normen unter Einbezug von Data Mining
  • Agile Standards
  • Vorteile der agilen Arbeitsweise

Projektmanagement Praxis
  • Optimierung der Projekt-Initialisierung durch Data Mining
  • Projekt-Definition
  • Projekt-Planung unter Nutzung von Data Mining Techniken
  • Projekt-Steuerung
  • Führungskompetenzen & Teambuilding mit Bezug zu Data Mining
  • Kommunikationsmodelle
  • Teamentwicklung unter Verwendung von Data Mining Erkenntnissen
  • Konflikte
  • Projektteams

Qualitätsmanagement im Projekt
  • Bedeutung von Data Mining im Qualifikationsprojekt Digital Marketing Management
  • Qualitätsplanung
  • Qualitätsprüfung mit Unterstützung von Data Mining Verfahren
  • Qualitätslenkung
  • Qualitätssicherung unter Einbindung von Data Mining
  • Total Quality Management
  • Qualitätswerkzeuge mit Einsatzmöglichkeiten von Data Mining
  • Qualitätsbewusstsein der Mitarbeitenden
  • Beschwerdemanagement

Leadership und Innovation
  • Innovational Leadership mit strategischem Einsatz von Data Mining