Anwendung von KI-Methoden, Datenanalyse

Passt der Kurs zu dir?

1. 1
   Sicherer Umgang mit Excel, Prozentrechnung und Grundbegriffen der Statistik wie Mittelwert, Median und Streuung.
2. 2
   Für die IHK-Prüfung zur Berufsspezialistin oder zum Berufsspezialisten für Datenanalyse: eine IT-Ausbildung, eine andere Ausbildung mit einem Jahr Praxis, sechzig Leistungspunkte aus einem Studium mit zwei Jahren Praxis oder vier Jahre einschlägige Berufspraxis (§ 2 DAFPrV).
3. 3
   Bereitschaft, Datenschutzregeln einzuhalten, denn Auswertungen mit Kunden- oder Personaldaten fallen unter die DSGVO.

Das lernst du

1. 1
   Zielsetzung der Weiterbildungsmaßnahme
2. 2
   Die Weiterbildungsmaßnahme vermittelt umfassende Kenntnisse und praktische Fähigkeiten im Bereich Künstliche Intelligenz (KI) und deren Anwendung im Projektmanagement sowie in der Datenanalyse. Sie richtet sich an Fach- und Führungskräfte, die KI-gestützte Methoden zur Optimierung von Projekten und zur Gewinnung von Erkenntnissen aus Daten einsetzen möchten. Die Inhalte umfassen sowohl theoretische Grundlagen als auch praktische Anwendungen mit gängigen Tools und Technologien.
3. 3
   Inhalte der Weiterbildungsmaßnahme
4. 4

   Die Weiterbildungsmaßnahme gliedert sich in drei thematische Schwerpunkte

   KI für Projektmanager:innen
   Einführung in Künstliche Intelligenz (KI)
   KI-Anwendungen im Projektmanagement
   Foundation Models und Open Source KI-Tools
   KI im Projektalltag
   Implementierung von KI-Projekten
   Ethik, Datenschutz und rechtliche Rahmenbedingungen für KI
   Evaluation von KI-Lösungen
   Soft Skills für KI-Projekte: Kommunikation, Führung und Veränderungsmanagement
   Abschlussaufgabe und Ressourcensammlung
   Exkurs: Projektmanagement
   Zusatzthema: Arbeiten mit ChatGPT
   Projektmanagement Tools in der Praxis für Experten
   Digitale Whiteboards (MIRO)
   Einführung in Kanban und Kanban Boards
   Digitale Umsetzung von Kanban mit Trello
   MoSCoW Methode und deren digitale Nutzung mit Asana
   Agile Roadmaps
   Projektmanagement mit Jira
   Vertiefungsmaterial zu Projektmanagement Tools
   Fortgeschrittene Funktionen und Anwendung von Trello und Kanban
   KI-gestützte Datenanalyse
   KI-gestützte Analyse-Cockpits und Co-Piloten
   Datenaufbereitung und -visualisierung
   Automatisierung mit KI-Code-Beschleunigern (z.B. GitHub Copilot)
   Die KI-Analyse-Pipeline: Von Rohdaten zur Business-Strategie
   Grundlagen des maschinellen Lernens (überwachtes und unüberwachtes Lernen)
   Lokale KI-Entwicklung mit Knime
   Deep Learning in der Datenanalyse
   Feature Engineering und Dimensionality Reduction
   Modellbewertung und Performance-Metriken
   Interpretierbarkeit und Erklärbarkeit von KI-Modellen
   Ethik und Datenschutz in der KI-gestützten Datenanalyse
   Einsatz von KI-gestützten Analysetools und Softwarelösungen
   Praxisprojekt: Umsetzung einer KI-gestützten Datenanalyse
   Lernziele der Weiterbildungsmaßnahme

5. 5

   Nach Abschluss der Weiterbildungsmaßnahme sind die Teilnehmenden in der Lage

   Die Grundlagen und Anwendungsbereiche von Künstlicher Intelligenz im Projektmanagement zu verstehen.
   KI-Tools und -Methoden zur Optimierung von Projektentscheidungen und -abläufen einzusetzen.
   Gängige Projektmanagement-Tools wie Trello, Kanban und Jira praxisorientiert anzuwenden.
   KI-gestützte Methoden zur Datenanalyse zu nutzen, um Muster zu erkennen und handlungsrelevante Erkenntnisse zu gewinnen.
   KI-Modelle zu entwickeln, zu bewerten und deren Ergebnisse zu interpretieren.
   Ethische, datenschutzrechtliche und rechtliche Aspekte im Umgang mit KI zu berücksichtigen.
   KI-Projekte erfolgreich zu planen, zu implementieren und zu evaluieren.
   Kommunikations- und Führungskompetenzen im Kontext von KI-Projekten anzuwenden.
   Berufsperspektiven
   Die erworbenen Kompetenzen qualifizieren für Tätigkeiten in Bereichen wie IT-Projektmanagement, Datenanalyse, KI-Management und IT-Servicemanagement. Absolvent:innen können in der Entwicklung, Implementierung und Verwaltung von KI-Anwendungen sowie in beratenden Funktionen im Bereich Künstliche Intelligenz eingesetzt werden. Die Kenntnisse sind relevant für Rollen, die die strategische und operative Nutzung von KI zur Steigerung der Effizienz und zur Gewinnung von Wettbewerbsvorteilen erfordern.

1. 1

   Bielefeld

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Bremen

   12.10.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

3. 3

   Bremen

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Leipzig

   12.10.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

Förderwege

Wer deinen Kurs zahlt

Brutto im Monat

Mitte und Viertel bundesweit

3 Schritte vom Kurs in den Beruf

1. 1

   Berichte, die sich selbst aktualisieren

   Du verbindest in Power BI Daten aus ERP, CRM und Excel-Listen, modellierst Beziehungen und schreibst Kennzahlen mit DAX. Ein solcher Bericht holt neue Zahlen ohne Kopierarbeit. Beispiel: Der monatliche Umsatzbericht für die Vertriebsleitung aktualisiert sich jeden Morgen aus dem Warenwirtschaftssystem.

2. 2

   Ergebnisse verständlich präsentieren

   BERUFENET nennt das Visualisieren und Präsentieren der Ergebnisse in den Fachabteilungen als Aufgabe von Data Analysts. Im Kurs übst du, aus einer Auswertung eine klare Aussage mit passendem Diagramm zu machen. Beispiel: Du zeigst der Einkaufsleitung in einem Dashboard, welche Lieferanten wiederholt zu spät liefern.

3. 3

   Mit Data Engineers und Data Scientists zusammenarbeiten

   Du lernst, Anforderungen an Datenqualität und Datenmodelle so zu formulieren, dass Data Engineers sie umsetzen können. Für Prognosen übergibst du aufbereitete Daten an Data Scientists oder nutzt einfache Verfahren der Predictive Analytics selbst. Beispiel: Du meldest dem Datenteam, dass doppelte Einträge im Kundenstamm die Umsatzzahlen verfälschen.

Themen

Arbeitsmarkt

Data Analyst bundesweit in Zahlen