Datenanalyse mit Künstlicher Intelligenz und Grundlagen

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
2. 2
   Die Weiterbildung vermittelt umfassende Kenntnisse und praktische Fähigkeiten in den Bereichen KI-gestützte Datenanalyse und agiles Projektmanagement. Teilnehmende erlernen den Umgang mit KI-Tools zur Datenanalyse, die Automatisierung von Prozessen sowie die Anwendung agiler Methoden und Softwarelösungen im Projektmanagement. Die Inhalte sind darauf ausgerichtet, die Fähigkeit zur Gewinnung handlungsrelevanter Erkenntnisse aus Daten und zur effizienten Steuerung von Projekten zu fördern.
3. 3
   Inhalte
4. 4

   Die Weiterbildung gliedert sich in zwei Hauptmodule

   KI-gestützte Datenanalyse*
   Das KI-Analyse-Cockpit mit Co-Pilot
   Datenaufbereitung und -visualisierung
   Automatisierung von Prozessen mit GitHub Copilot
   Aufbau einer KI-Analyse-Pipeline von Rohdaten bis zur Business-Strategie
   Grundlagen des maschinellen Lernens, einschließlich überwachtem und unüberwachtem Lernen
   Anwendungen von 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
   Durchführung eines Praxisprojekts zur Umsetzung einer KI-gestützten Datenanalyse
   Lokale KI-Implementierung mit Knime und Abschlussprojekt
   Agiles Projektmanagement in der Praxis*
   Grundlagen und Agenda des agilen Projektmanagements
   Vorstellung eines Fallbeispiels
   Anwendung von Trello zur Projektverwaltung
   Nutzung von Microsoft Planner für Projektmanagement-Aufgaben
   Einsatz von Jira im agilen Projektkontext
   Abschluss und Zusammenfassung der agilen Methoden
   Lernziele

5. 5

   Nach Abschluss der Weiterbildung sind die Teilnehmenden in der Lage

   KI-gestützte Werkzeuge zur Datenanalyse zu nutzen und Datenmuster zu identifizieren.
   Daten für Analysezwecke aufzubereiten und zu visualisieren.
   Prozesse der Datenanalyse mittels KI zu automatisieren.
   Grundlegende Konzepte des maschinellen Lernens anzuwenden.
   KI-Modelle zu bewerten und deren Performance zu beurteilen.
   Die Interpretierbarkeit und ethischen Aspekte von KI-Modellen zu verstehen.
   Agile Projektmanagement-Methoden anzuwenden.
   Gängige Projektmanagement-Software wie Trello, Microsoft Planner und Jira einzusetzen.
   Datenanalysen von der Rohdatenerfassung bis zur strategischen Empfehlung zu begleiten.
   Eigene KI-Analyse-Pipelines zu entwickeln und umzusetzen.
   Berufsperspektiven
   Die erworbenen Kompetenzen sind relevant für Tätigkeiten in den Bereichen Datenanalyse, Business Intelligence, IT-Projektmanagement und Projektkoordination. Die Weiterbildung bereitet auf Aufgaben vor, die die Anwendung von KI-Technologien zur Datenanalyse und die Steuerung von Projekten nach agilen Prinzipien erfordern. Einsatzmöglichkeiten bestehen in verschiedenen Branchen, in denen datengestützte Entscheidungsfindung und effiziente Projektarbeit von Bedeutung sind.

1. 1

   Berlin

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

2. 2

   Bremen

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

3. 3

   Dortmund

   28.09.2026 · Blended Learning · Vollzeit · 1–3 Monate · 1.000–5.000 €

4. 4

   Eschborn

   28.09.2026 · Blended Learning · Teilzeit · 3–6 Monate · 1.000–5.000 €

5. 5

   Freiburg im Breisgau

   28.09.2026 · Blended Learning · Teilzeit · 3–6 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