StudySmarter

KI-Expert:in mit Python, Power BI und Excel

Laut Katalog dauert der Kurs 1–3 Monate und kostet ab 10.000 €. Du lernst im Blended Learning. Anbieter ist StackFuel (a Multiverse company).

Förderung prüfen

1.023 weitere Kurse vergleichen

01 · Der Kurs

Der Kurs läuft mit 5 Terminen an 3 Orten

Auf einen Blick

LERNUMFANG
1–3 Monate
KATALOGPREIS
ab 10.000 €
LERNORT
Berlin
NÄCHSTER START
14.12.2026
LERNFORM
Blended Learning

Passt der Kurs zu dir?

Formale Abschlüsse sind nicht erforderlich. Hilfreich sind sichere PC- und Internetkenntnisse sowie erste Erfahrungen mit digitalen Tools oder KI-Anwendungen.

Das lernst du

  • Wer als KI-Expertin oder KI-Experte mit Daten arbeitet, braucht zuerst saubere Tabellen und belastbare Statistik - erst darauf bauen Machine-Learning-Modelle und generative KI auf. Der Schwerpunkt liegt deshalb auf der Analysearbeit in Excel und Power BI: Datenqualität sichern, Verteilungen lesen, Korrelationen und Ausreißer erkennen, Einflussfaktoren bestimmen.
  • Womit du arbeitest, wenn du fertig bist
  • Du berechnest in Excel statistische Kennwerte, gruppierst Daten, führst Tabellen zusammen und gehst mit fehlenden und fehlerhaften Werten um. In Power BI beschreibst du Daten mit Lagemaßen und Dispersionsmaßen, vergleichst sie mit Gleichverteilung, Normalverteilung und Pareto-Verteilung, zeichnest Trendlinien ein und führst eine Einflussfaktorenanalyse durch. Mit DAX-Aggregationsfunktionen und mathematischen Funktionen legst du Measures an. Diese Arbeit leisten Datenanalysten, Data Quality Analysts, Power BI Analysts und Controller.
  • Tools, Sprachen, Methoden
  • Excel - statistische Kennwerte berechnen, Daten gruppieren, zusammenführen und visualisieren
  • Datenqualität - Daten integrieren und transformieren, Lücken und Fehlwerte in Tabellen bereinigen
  • Statistik in Power BI - Stochastik, Zufallsverteilungen, Lagemaße und Dispersionsmaße
  • Zusammenhänge - Korrelationen erkennen, Trendlinien einzeichnen, Ausreißer identifizieren, Einflussfaktorenanalyse
  • DAX - Measures, Aggregationsfunktionen, mathematische Funktionen, Filterkontexte
  • Copilot in Excel - Formeln generieren lassen, prüfen und wissen, wann die KI-Unterstützung an Grenzen stößt
  • Lernpfad in drei Stufen
  • Stufe eins verbindet Data Literacy mit den Grundlagen der künstlichen Intelligenz: Machine-Learning-Modelle und ihre Anwendungen verstehen, generative KI nutzen, Datenschutz-Grundverordnung und KI-Verordnung kennen. Stufe zwei ist Data Quality in Practice mit Excel, vom Einstieg in die Datenanalyse bis zum Abschlussquiz. Stufe drei vertieft in Power BI die statistische Datenanalyse und ergänzt sie um Copilot, Business Impact Assessment und KI-Workflows in n8n.
  • Was am Ende in deinem Portfolio steht
  • Ein Abschlussprojekt zu Datenintegration, fehlenden Werten und Datenqualität, ein eigener Copilot-Workflow und ein KI-Assistent im Mini-Format samt Dokumentation und persönlichem Entwicklungsplan.
  • Einsatzfelder und Rollen
  • Einsatzfelder sind Controlling, Marktforschung, Qualitätsmanagement und datennahe Fachabteilungen: als Datenanalyst oder Data Analyst, als Data Quality Analyst, als Power BI Analyst, als Controller, als Statistiker im Unternehmen oder als KI-Expertin und KI-Experte für datenbasierte Entscheidungen.

Der Kurs

Ablauf, Termine und Lernort

  1. 1

    Berlin

    14.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · ab 10.000 €

  2. 2

    Berlin

    14.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · ab 10.000 €

  3. 3

    Bünde

    14.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · ab 10.000 €

  4. 4

    Bünde

    14.12.2026 · Blended Learning · Teilzeit · 3–6 Monate · ab 10.000 €

  5. 5

    Göttingen

    14.12.2026 · Blended Learning · Vollzeit · 1–3 Monate · ab 10.000 €

02 · Kosten & Förderung

Kursgebühr ab 10.000 €, mit bewilligtem Bildungsgutschein 0 €

Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.

03 · Verdienst

3 Schritte vom Kurs in den Beruf

Was dir die Qualifikation beruflich bringt

  1. 1

    Routinearbeit per Skript erledigen

    Mit wenigen Zeilen Python benennst du Dateien um, liest Excel-Tabellen ein oder holst Daten aus Schnittstellen. Solche Skripte laufen später zeitgesteuert, ohne dass jemand sie anstößt. Beispiel: Du schreibst ein Skript, das jeden Morgen die Bestellungen aus dem Shop-Export zusammenführt.

  2. 2

    Daten mit Pandas aufbereiten

    Pandas-Kurse zeigen, wie du Tabellen filterst, gruppierst, verknüpfst und bereinigst. Das ist der Schritt vor jeder Auswertung und jedem Modell. Beispiel: Du bereinigst eine Kundenliste mit doppelten Einträgen und uneinheitlich geschriebenen Ortsnamen.

  3. 3

    Eigene Anwendungen bauen

    Objektorientierung, Module und Tests bilden die Grundlage für größere Programme und Webanwendungen mit Django oder Flask. Mit dem PCAP weist du Kenntnisse in Modulen und Paketen, Ausnahmebehandlung, Dateiverarbeitung und Objektorientierung nach. Beispiel: Du entwickelst ein kleines Buchungstool für Besprechungsräume mit Django und schreibst Tests dazu.

04 · Anbieter

513 Kurse mit aktuellem Termin an 7 Orten

513Kurse mit aktuellem Termin
7Angebotsorte

513 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning.

Angebote an 7 Orten; in der Kurssuche wählst du den Lernort und Termin bei StackFuel (a Multiverse company).

05 · Kurse

1.023 Kurse zum Vergleich

Für eine gute Wahl reichen zwei oder drei der 1.023 Python-Programmierung-Kurse bundesweit mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.

1.023 Kurse zum Vergleich.

1.023Kurse
Python-Datenanalyst Variante 1New Horizons München - IT Computer und BusinessTraining Trainings · Augsburg · Blended Learning
  • ab 10.000 € · förderfähig
  • Vollzeit
  • 3–6 Monate
  • Start ab 23.11.2026
Zum Kurs
Kläre deinen persönlichen Kursstart

Häufige Fragen

3 Fragen, kurz beantwortet

Kläre deinen persönlichen Kursstart (1.023 Kurse)

Preis, Dauer und nächster Start der 1.023 Kurse im direkten Vergleich.

Angebote dieses Anbieters
Redaktion StudySmarter WeiterbildungAktualisiert am 18.11.2026 · So rechnen wir