Das Ziel von Business Analytics besteht darin, datengestützte Einblicke zu gewinnen, die Unternehmen dabei unterstützen, ihre Entscheidungsfindung zu verbessern, Prozesse zu optimieren, die Effizienz zu steigern und letztendlich ihre Geschäftsziele zu erreichen. Business Analytics verwendet eine Kombination aus statistischen Analysen, Datenmanagement und vorhersagenden Modellen, um Muster und Trends in großen Datenmengen zu erkennen und daraus handlungsorientierte Erkenntnisse abzuleiten.
Mit Hilfe von künstlicher Intelligenz (KI) können Analysen und Prozesse vereinfacht und teilweise automatisiert werden.
Im Kurs werden die Potenziale und Herausforderungen von KI in der Geschäftsanalyse sowie relevante KI-Technologien und deren Anwendungen praxisnah erörtert.
In Bezug auf Data Analytics und Technologien erhalten Sie einen Überblick über gängige Analyse-Tools und -Strategien, einschließlich Excel, Power BI, BigQuery und SQL. Es werden das Management von Big-Data-Projekten, einschließlich der digitalen Transformation und agiler Methoden behandelt.
Visualisierungstechniken, Design Thinking und Customer Centricity, sowie die Analyse von Optimierungspotenzialen durch Customer Journey Mapping, unterstreichen die Bedeutung kundenzentrierter Analysen. Abschließend werden ethische Überlegungen im Umgang mit KI und die Rolle von Data Storytelling im Business Analytics Umfeld behandelt.
Modul 1: Einführung in Business Analytics und KI
- Einführung in KI
- Potenziale und Herausforderungen von KI
- Grundlagen und Anwendungsbereiche von Business Analytics
- Tool-Landschaft und Analysemethoden
Modul 2: Daten - Verständnis und Management mit KI
- Mindmap-Erstellung analytischer Business-Fragen
- Integration und Nutzung von KI-Tools
- Datenquellen, -typen und -integration
- Datenqualität, -bereinigung und -konsolidierung
Modul 3: Management von Big Data-Projekten
- Grundlagen des Projektmanagements für Big Data-Projekte
- Einsatz agiler Methoden zur Umsetzung digitaler Prozesse
- Strategische Methoden von Big Data Analysen (z.B. ELT/ELT-Prozess und Data Mining Process)
Modul 4: Business Analysen und der Einsatz von KI
- Unterschiede und Grundlagen von Business Analytics, Machine Learning und Deep Learning
- Fallbeispiele von Business Analysen aus der Praxis
- Praktische Übungen ausgewählter Analysen
Modul 5: Visualisierung und Design Thinking
- Erstellung und Design von Berichten und Dashboards in Power BI und Locker Studio
- Die 5 Phasen des Design Thinkings
- Die Rolle von Data Storytelling
- Gestaltprinzipien der visuellen Wahrnehmung
Modul 6: Kundenzentrierung, Optimierungspotenziale und Datenschutz
- Kundenzentrierte Analysen und Strategien des Kundenmapping
- Identifizierung von Optimierungspotenzialen
- Datenschutz (DSGVO)
- Ethische Überlegungen und Governance-Modelle für KI