Modul 1: Einführung in Business Analytics und KI

• Einführung in KI
• Potenziale, Herausforderungen und Zukunftsvision von KI
• Grundlagen und Anwendungsbereiche von Business Analytics
• KI-Tool-Landschaft und Analysemethoden
• Unterschiede und Grundlagen von Business Analytics, Machine Learning und Deep Learning
• Prompting Framework

Modul 2: Datenaufbereitung und Analysen mit KI

• Aufbau einer KI-Strategie inkl. digitalem Reifegrad-Modell
  • SWOT-Analyse
  • Wettbewerbsanalyse
• Integration und Aufbau einer Wissensdatenbank mit KI-Tools
• Brainstorming Mindmap-Erstellung analytischer Business-Fragen mit KI
• Datenqualität, -bereinigung und -konsolidierung
  • ETL- vs. ELT-Prozess
• Automatisierung mit Hilfe von KI am Beispiel klassischer Analysen
  • Automatisierung
  • Agentenerstellung
  • Aufbau eines RAG-Systems
• Klassische Analysen
  • ABC-Analyse
  • Sentiment-Analyse
  • Search Engine Optimization (SEO) Analyse
  • Website Onpage-Analyse
• Einsatz lokaler Sprachmodelle für eine höhere Datensicherheit bei Analysen

Modul 3: Management von Big Data-Projekten

• Customer-Journey-Map Strategie
• Grundlagen des Projektmanagements für Big Data-Projekte

Modul 4: Business Analysen und der Einsatz von KI

• Einsatz von SQL und KI am Beispiel klassischer Analysen wie „Churn-Rate-Analyse“, „Retention Rate Analyse“, etc.
• Fallbeispiele aus der Praxis
• Praktische Übungen ausgewählter Analysen

Modul 5: Visualisierung und Design Thinking

• Erstellung und Design von Berichten und Dashboards in Google Looker Studio
• Gestaltprinzipien der visuellen Wahrnehmung
• Die Rolle von Data Storytelling

Modul 6: Rechtliche und ethische Rahmenbedingungen

• Umgang mit sensiblen Daten und Lösungen
• Wahl und Integration von KI-Systemen
• KI und Umwelt
• AI Act
• Datenschutz (DSGVO)
• KI-Förderungen

Weitere Informationen zum Kurs und einen Terminplan finden Sie bei unserem Partner didaris.