Data Analyst - Power BI, Projekt­management und KI

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
   Die Weiterbildung "Data Analyst - Power BI, Projektmanagement und KI" vermittelt grundlegende und aufbauende Kompetenzen im Umgang mit Data und Daten im Kontext moderner Analyse- und Arbeitsumgebungen. Im Mittelpunkt steht die strukturierte Verarbeitung von Daten sowie die Nutzung von Data für fundierte Entscheidungen. Teilnehmende lernen, Data und Daten zu erfassen, zu analysieren und mithilfe von Power BI verständlich darzustellen. Die Inhalte verbinden Data, Datenanalyse, Datenmanagement und Visualisierung mit Aspekten aus Projektmanagement und KI. Ziel ist es, Data und Daten systematisch zu nutzen und ein solides Verständnis für datengetriebene Prozesse zu entwickeln. Bestandteil der Weiterbildung sind zudem Herstellerzertifikate von Microsoft, die Kompetenzen im Umgang mit Data und Daten formell bestätigen.
2. 2

   Die Weiterbildung ist modular aufgebaut und deckt zentrale Themen rund um Data, Daten und deren Anwendung ab

   AZ-900: Microsoft Azure Fundamentals: Einführung in Cloud-Grundlagen und den Umgang mit Data und Daten in modernen IT-Umgebungen.
   AI-900: Microsoft Azure AI Fundamentals: Grundlagen der KI sowie deren Einsatz zur Analyse von Data und Daten.
   DP-900: Microsoft Data Fundamentals: Zentrale Konzepte rund um Data, Datenstrukturen und Datenmanagement als Basis für Datenanalyse.
   PL-300: Microsoft Power BI Data Analyst: Analyse und Visualisierung von Data und Daten mit Power BI sowie Aufbereitung von Daten für Reports.
   Applied Skills: Azure Visualise & Analyse: Praxisorientierte Umsetzung von Projekten zur Auswertung von Data und Daten.
   Kanban Foundation: Grundlagen agiler Methoden zur strukturierten Arbeit mit Data und Daten in Projekten.
   IntelliLAB - AI Literacy: Einführung in KI-Grundlagen und deren Bedeutung für die Verarbeitung von Data und Daten.
   Bewerbungstraining: Vorbereitung auf Bewerbungen im Bereich Data, Datenanalyse und datengetriebene Tätigkeiten.
   Während der Weiterbildung werden Data und Daten kontinuierlich in praxisnahen Szenarien angewendet. Teilnehmende lernen, Daten systematisch auszuwerten, Data sinnvoll zu interpretieren und Ergebnisse strukturiert aufzubereiten. Power BI dient dabei als zentrales Werkzeug zur Visualisierung von Data und Daten. Durch Übungen und Projekte wird der Umgang mit Data, Datenanalyse und Datenmanagement gefestigt. Die Kombination aus Data, Daten, Visualisierung und Projektmanagement ermöglicht einen fundierten Einstieg in datenorientierte Berufsfelder.

1. 1

   München

   02.11.2026 · Blended Learning · Teilzeit · 3–6 Monate · über 10.000 €

2. 2

   München

   02.11.2026 · Blended Learning · Vollzeit · 1–3 Monate · über 10.000 €

3. 3

   München

   16.11.2026 · Blended Learning · Vollzeit · 3–6 Monate · über 10.000 €

4. 4

   München

   16.11.2026 · Blended Learning · Teilzeit · 6–12 Monate · über 10.000 €

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