KI-gestützte Datenanalyse und Information Security

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
   KI-gestützte Datenanalyse und Information Security / ISO 27001 Foundation
2. 2
   Zielsetzung der Weiterbildung
3. 3
   Diese Weiterbildung vermittelt umfassende Kenntnisse in der Anwendung von Künstlicher Intelligenz (KI) zur Datenanalyse sowie im Bereich der Informationssicherheit nach ISO 27001. Die Teilnehmer erwerben die Fähigkeit, KI-gestützte Werkzeuge zur Mustererkennung und Erkenntnisgewinnung einzusetzen und gleichzeitig die Anforderungen an Informationssicherheit und Datenschutz zu verstehen und umzusetzen.
4. 4
   Inhalte
5. 5
   Die Weiterbildung gliedert sich in zwei Hauptbereiche.
6. 6
   Im Bereich KI-gestützte Datenanalyse werden Grundlagen des maschinellen Lernens, einschließlich überwachtem und unüberwachtem Lernen, behandelt. Themen wie Datenaufbereitung, Datenbereinigung und Feature Engineering werden ebenso vermittelt wie die Anwendung von Deep Learning in der Datenanalyse. Der Einsatz von KI-Analyse-Cockpits, Co-Piloten und Code-Beschleunigern zur Automatisierung von Analyseprozessen, beispielsweise mit GitHub Copilot, ist Teil des Curriculums. Die Erstellung von KI-Analyse-Pipelines vom Rohdatum zur Business-Strategie, die Entwicklung lokaler KI-Systeme mit Tools wie Knime und die Modellbewertung mit Performance-Metriken sind weitere Schwerpunkte. Die Interpretierbarkeit und Erklärbarkeit von KI-Modellen sowie ethische Aspekte und Datenschutz in der KI-gestützten Datenanalyse werden ebenso thematisiert wie der Einsatz spezifischer KI-gestützter Analysetools und Softwarelösungen. Ein Praxisprojekt zur Umsetzung einer KI-gestützten Datenanalyse rundet diesen Teil ab.
7. 7
   Der Bereich Information Security / ISO 27001 Foundation vermittelt die Kernkonzepte der Informationssicherheit und die Anforderungen der ISO/IEC 27001. Behandelt werden wichtige Definitionen, Informationswert, Schutzziele und das Verständnis von Sicherheit. Themen wie Managementsysteme, Ist-Aufnahmen von Assets und Datenflüssen, Rollen und Verantwortlichkeiten sowie die Sicherheitskultur werden erläutert. Die Erstellung eines Zielbildes mit Policy-Hierarchien und Mindestanforderungen, die Einführung eines Information Security Management Systems (ISMS) und die Grundlagen der ISO/IEC 27001 sind zentrale Inhalte. Incident Management, die Kategorisierung von Sicherheitsmaßnahmen, Risikoanalyse, Implementierung der ISO/IEC 27001 sowie der Risiko-Prozess (Risk Cycle, Bewertung, Behandlung) werden detailliert behandelt. Organizational Change Management, die Integration von KI-Risiken in die ISO-Logik und die Vorbereitung auf die Prüfung sind ebenfalls Teil des Programms. Organisatorische, personelle, physische und technische Sicherheitsmaßnahmen werden in verschiedenen Kategorien vorgestellt, einschließlich des Einsatzes von KI-Kontrollen. Die Messbarkeit von Sicherheit durch KPIs/KRIs, Evidenz und Wirksamkeitsnachweise sowie die Logik von Standards, Compliance und Audits als Verbesserungsmechanismus werden vermittelt.
8. 8
   KI, Künstliche Intelligenz, KI-Management, IT-Management, IT-Servicemanagement, ISO, ISO 27001
9. 9
   Lernziele
10. 10

    Nach Abschluss dieser Weiterbildung sind die Teilnehmer in der Lage

    KI-gestützte Werkzeuge zur Datenanalyse anzuwenden und Muster in Daten zu erkennen.
    Datenaufbereitung, -bereinigung und -visualisierung für analytische Zwecke durchzuführen.
    Grundlagen des maschinellen und tiefen Lernens zu verstehen und anzuwenden.
    KI-Analyse-Pipelines zu konzipieren und umzusetzen.
    Risiken und ethische Aspekte im Zusammenhang mit KI-gestützter Datenanalyse zu bewerten.
    Die Kernprinzipien der Informationssicherheit und die Anforderungen der ISO/IEC 27001 zu erklären.
    Informationswerte, Schutzziele und Sicherheitsrisiken zu identifizieren.
    Die Implementierung eines Information Security Management Systems (ISMS) zu verstehen.
    Risikoanalyse- und -behandlungsprozesse im Kontext der Informationssicherheit durchzuführen.
    Organisatorische, personelle, physische und technische Sicherheitsmaßnahmen zu beschreiben.
    Die Integration von KI-Risiken in Informations­sicherheitskonzepte zu bewerten.
    Berufsperspektiven
    Die erworbenen Kompetenzen sind in verschiedenen IT-nahen Berufsfeldern anwendbar. Tätigkeitsfelder können in der Datenanalyse, im IT-Management, im Projektmanagement, in der IT-Sicherheit und in der Implementierung von Managementsystemen liegen. Die Weiterbildung bereitet auf Aufgaben vor, die die Anwendung von KI zur Datenanalyse mit den Anforderungen an Informationssicherheit verbinden.

1. 1

   Bielefeld

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

2. 2

   Berlin

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

3. 3

   Berlin

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

4. 4

   Bremen

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

5. 5

   Bremen

   12.10.2026 · 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