Nach Abschluss der Weiterbildung verfügen Sie über Kenntnisse in der Anwendung von Data Science, Prozessmanagement und KI-gestützter Prozessoptimierung. Sie lernen, Prozesse datenbasiert zu analysieren und Verbesserungen zu implementieren. Sie wenden Python zur Entwicklung und Datenanalyse an und integrieren KI-Management in Prozessabläufe. Zudem sind Sie in der Lage, Projektarbeiten in den Bereichen Data Science und Prozessmanagement eigenständig durchzuführen. Diese Fähigkeiten qualifizieren Sie für Tätigkeiten im Prozessmanagement, der Datenanalyse und der Qualitätsverbesserung in diversen Branchen.

Einführung und Grundlagen der Datenverarbeitung
  • Syntax und Semantik
  • Variablen und Zuweisungen
  • Kontrollstrukturen: if, else, elif
  • Schleifen: for und while
  • Funktionen definieren und aufrufen
  • Fehlerbehandlung mit try und except
  • Einführung: Algorithmen und Python-Grundlagen

Data Science und Statistik
  • Grundlagen der Statistik
  • Mittelwert, Varianz und Standardabweichung
  • Verteilungen in der Statistik
  • Schätzungen in der Statistik
  • Wahrscheinlichkeitsrechnung
  • Stichproben und Konfidenzintervalle
  • Normalverteilung und Binominalapproximation

Datenwirtschaft und Machine Learning
  • Einführung in Pandas und Dataframes
  • Datenreinigung
  • Einführung in Machine Learning
  • Datenvisualisierung
  • K-Means Clustering
  • Lineare Regression

Prozessmanagement und -optimierung
  • Prozesslandkarte und Prozesshaus ableiten
  • Modellierung von Prozessen
  • Prozessoptimierung
  • Prozessanalyse
  • Prozessmessung
  • Prozesssteuerung
  • Prozessorganisation

Qualitätsmanagement
  • Funktionen des Qualitätsmanagements
  • Qualitätsplanung
  • Qualitätssicherung
  • Qualitätslenkung
  • Qualitätsprüfung
  • Qualitätsmanagementsysteme
  • Total Quality Management

KI in Geschäftsprozessen
  • Einführung in digitale Automatisierung und KI
  • Identifikation und Analyse von Geschäftsprozessen
  • Anwendungsbereiche von KI in der Prozessautomatisierung
  • Auswahl und Implementierung von KI-Tools
  • Datenanalyse zur Identifizierung von Automatisierungspotenzialen
  • Gestaltung und Modellierung automatisierter Prozesse
  • Integration von KI in bestehende IT-Systeme

Strategisches KI-Management
  • Aktuelle Anwendungen und Trends in der KI
  • Strategische Bedeutung von KI für Unternehmen
  • Entwicklung einer KI-Strategie
  • Implementierung von KI-Projekten
  • Auswahl und Bewertung von KI-Technologien
  • Datenethik und Datenschutz
  • Change Management und KI