In dieser Weiterbildung vertiefen Sie Ihre Kenntnisse in der Geschäftsprozess Analyse und lernen, wie Sie mithilfe von Künstlicher Intelligenz (KI) und Data Science Prozesse optimieren und automatisieren können. Ein besonderer Fokus liegt auf der Anwendung der Programmiersprache Python zur Entwicklung und Implementierung von KI-Lösungen. Sie erwerben fundierte Fähigkeiten in der Geschäftsprozess Analyse, indem Sie lernen, Daten systematisch zu erfassen, zu strukturieren und zu interpretieren. Darauf aufbauend entwickeln Sie Kompetenzen in der Anwendung von KI-Methoden zur Prozessoptimierung. Dies umfasst die Identifikation von Effizienzpotenzialen, die Entwicklung passender KI-Modelle und die Bewertung ihrer Wirtschaftlichkeit. Zudem werden Sie in die Lage versetzt, mit Python datengetriebene Lösungen zu programmieren und in bestehende Geschäftsprozesse zu integrieren. Die methodisch-didaktische Umsetzung erfolgt durch eine Kombination aus theoretischen Einheiten und praktischen Übungen. Anhand von Fallstudien und Projekten wenden Sie die erlernten Konzepte der Geschäftsprozess Analyse und KI-gestützten Prozessoptimierung direkt an. Dies ermöglicht Ihnen, die theoretischen Inhalte praxisnah zu vertiefen und eigene Lösungen zu entwickeln. Nach Abschluss der Weiterbildung sind Sie in der Lage, Geschäftsprozesse eigenständig zu analysieren und durch den Einsatz von KI und Data Science effizienter zu gestalten. Die erworbenen Fähigkeiten in der Geschäftsprozess Analyse und der Anwendung von Python ermöglichen es Ihnen, datengetriebene Entscheidungen zu treffen und Automatisierungspotenziale in Ihrem beruflichen Umfeld zu identifizieren und umzusetzen.

Digital Automatisierung und Prozessoptimierung
  • Kenntnisse im Bereich Geschäftsprozess Analyse: Einführung in digitale Automatisierung und KI
  • Grundlagen der Prozessoptimierung
  • Anwendungsbereiche von KI in der Prozessautomatisierung mit Fokus auf Geschäftsprozess Analyse
  • Auswahl und Implementierung von KI-Tools
  • Datenanalyse zur Identifizierung von Automatisierungspotenzialen anhand der Geschäftsprozess Analyse
  • Gestaltung und Modellierung automatisierter Prozesse

Python und Programmiertechniken
  • Anwendungen aus der Geschäftsprozess Analyse: Einführung, Algorithmen und Python-Grundlagen
  • Syntax und Semantik
  • Variablen und Zuweisungen mit Bezug zur Geschäftsprozess Analyse
  • Datentypen: Ganzzahlen, Gleitkommazahlen, komplexe Zahlen
  • Kontrollstrukturen: if, else, elif für die Geschäftsprozess Analyse nutzen
  • Schleifen: for und while
  • Funktionen definieren und aufrufen im Kontext der Geschäftsprozess Analyse

Projektmanagement Grundlagen
  • Einführung in das Projektmanagement mit Fokus auf Geschäftsprozess Analyse
  • Projekt-Initialisierung
  • Projekt-Planung unter Berücksichtigung der Geschäftsprozess Analyse
  • Projekt-Steuerung
  • Aufgaben eines Projektleiters mit Bezug zur Geschäftsprozess Analyse
  • Hybrides Projektmanagement

AI-Development und Chatbot-Techniken
  • AI-Development: Einführung mit Geschäftsprozess Analyse im Blick
  • Aufbau eines einfachen Chatbots
  • Chatbot-Modelle trainieren unter Einbeziehung der Geschäftsprozess Analyse
  • NLP-Grundlagen für Chatbots
  • Fortgeschrittene Chatbot-Techniken mit Fokus auf die Geschäftsprozess Analyse
  • Optimierung und Evaluation von Chatbots
  • AI-Ethik und Datenschutz in Chatbots unter Berücksichtigung der Geschäftsprozess Analyse

Deep Learning und Neuronale Netze
  • Aufgaben und Funktion von Deep Learning mit Relevanz für die Geschäftsprozess Analyse
  • Abgrenzung von Machine Learning und Deep Learning
  • Neuronale Netze in Kombination mit Geschäftsprozess Analyse
  • Trainieren eines Neuronalen Netzes
  • Keras mit Ausrichtung auf Geschäftsprozess Analyse
  • Verbindungen zu TensorFlow

Datenwissenschaftliche Methoden
  • Einführung in Machine Learning mit Bezug zur Geschäftsprozess Analyse
  • Einführung in Pandas und Dataframes
  • Datenreinigung als Bestandteil der Geschäftsprozess Analyse
  • Datenvisualisierung
  • Grundlegende statistische Kenngrößen, angewendet in der Geschäftsprozess Analyse
  • Logistische Regression
  • Lineare Regression mit Fokus auf Geschäftsprozess Analyse