Von Machine Learning zur KI
Modelle verstehen, trainieren und anwenden
- Grundbegriffe Machine Learning
- KNIME-Intro und Basic-Aufgabe (mit Datensatz vertraut machen)
- Gruppenaufgabe: Business Case aus dem (noch unvollständigen) Datensatz erarbeiten
Grundbegriffe & Grundlagen
- Crisp-DM
- Business Understanding
- Data Understanding
- Data preparation
- Übungsaufgabe: Datensatz einlesen, verbinden, bereinigen
- Ausblick: Supervised Learning und Train Test Splits
- Recap der ersten Selbstlernphase
- Vorbereitung Übungsaufgabe: Modellierung und Evaluation
- Übungsaufgabe: Grundlegender Supervised Learning Workflow
- Ausblick auf Modellierung und Evaluation
Machine Learning in Aktion — Vom Datensatz zum intelligenten Modell
- CRISP-DM Evaluation: Qualität von Modellen bewerten
- Lineare/Logarithmische Regression, Entscheidungsbäume, Neuronale Netze als Klassifikation und Regression vorgestellt
- Evaluation von Klassifikationsmodellen. Metriken und ROC Curves
- Übungsaufgabe: Den Klassifikationsworkflow für einen Decision Tree bauen
- Fehler bei Regressionsmodellen bewerte
- Vertiefung: Neuronale Netze
- Ausblick: ML-Operations
- Recap der zweiten Selbstlernphase
- Praxisbeispiel erklärbare Klassifikation
- Was hat das alles mit KI zu tun? LLMs, RAGs, KI als Automatisierungsbaustein
- Relevante Fragen im Unternehmen (Compliance, EU AI Act, Cloud, KI Einführung)
Inhalte und Ablauf des Kurses
1. Grundbegriffe: von KI zum Machine Learning Modell
- Die wichtigsten Grundlagen
- wichtige Lernverfahren
- Machine Learning-Projekte umsetzen mit CRISP-DM
2. ML Projekte I: Aufsetzen von Projekten und Aufbereitung der Daten
- Anforderungen verstehen und ein Projekt korrekt aufsetzen
- Daten verstehen und mittels Pipelines für Machine Learning aufbereiten
3. ML Projekte II: Modellierung und Evaluation
- Wie kann ich die Daten sinnvoll modellieren?
- Kennenlernen der gängigen Modelle: von der einfachen linearen Regression über Entscheidungsbäume zu neuronalen Netzen
- Modellauswahl: Welches Modell wann benutzen?
- Modellevaluation: Systematisches Auswerten verschiedener Modelle
4. ML Projekte III: ML und KI im Unternehmen nutzbar machen
- Wie werden Machine Learning Modelle im Unternehmen in die Anwendung gebracht?
- Wie nutzt man LLMs im Unternehmen?
- Kurzer Ausblick: Datenschutz & EU AI Act
So lernst du in diesem Kurs
Dieser Kurs bietet dir ein digitales Blended-Konzept, das für berufsbegleitendes Lernen entwickelt wurde. Durch einen flexiblen Mix aus Online-Seminaren und Selbstlernphasen kommst du sicher ans Ziel. So lernst du in dieser Weiterbildung:
Lernumgebung: In deiner Online-Lernumgebung findest du nach deiner Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.
Selbstlernphasen: Lerne selbstbestimmt, in deinem eigenen Tempo und wann immer du möchtest. Unsere Kurse bieten dir dafür didaktisch hochwertiges Lernmaterial.
Live-Webinare: In regelmäßigen Online-Seminaren triffst du deine Trainer:innen persönlich. Du erhältst Antworten auf deine Fragen, konkrete Hilfestellungen und Anleitungen, um dein Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.
Lern-Community: Während des gesamten Kurses steht dir eine digitale Lern-Community zur Verfügung. Tausche dich mit anderen Teilnehmenden und den Trainer:innen aus und kläre Fragen.
Future Jobs Club: Erhalte exklusiven Zugang zu einem Business-Netzwerk, News und Future Work Hacks.
Teilnahmebestätigung und Open Badge: Als Absolvent:in des Kurses erhältst du eine Teilnahmebestätigung und ein Open Badge, das du u. a. auch ganz einfach in beruflichen Netzwerken (u. a. LinkedIn) teilen kannst.
Dein Nutzen
- Du verstehst die zentralen Grundlagen moderner KI- und ML-Methoden und kannst differenziert einordnen, welches Verfahren für welche Fragestellung geeignet ist.
- Du lernst, ML-Projekte von Anfang an richtig aufzusetzen – von Anforderungen über Datenverständnis über Datenaufbereitung mit Pipelines.
- Du kannst Daten systematisch modellieren und gängige Modelle auswählen, anwenden und evaluieren – von einfachen Regressionsverfahren über Entscheidungsbäume bis hin zu einfachen neuronalen Netzen.
- Du weißt, wie du ML-Lösungen in deinem Unternehmen produktiv nutzbar machst
- Du lernst, Large Language Models (LLMs) gezielt und verantwortungsvoll im Unternehmen einzusetzen und verstehst die wichtigsten rechtlichen und organisatorischen Rahmenbedingungen wie Datenschutz und EU AI Act.
- Du qualifizierst dich damit für die erfolgreiche Durchführung praxisnaher ML- und KI-Projekte und baust Kompetenzen auf, die in datengetriebenen Organisationen zunehmend geschäftskritisch sind.
Methoden
Gerade beim Blended Online-Lernen ist ein gut durchdachter Mix an Inhalten, Methoden und Unterstützung für den Lernerfolg unerlässlich. Unser Kurs-Konzept ist genau darauf abgestimmt: strukturierte Selbstlernphasen, fundierter Trainer:innen-Input, Best-Practice-Beispiele, praktische Übungen, Diskussionen und Erfahrungsaustausch in der Lerncommunity.
Tools
Empfohlen für
Diese Weiterbildung eignet sich für alle, die ein zukunftsorientiertes Data Mindset entwickeln und lernen wollen, echten Mehrwert durch Daten zu schaffen. Du erfährst, wie du PoCs für Daten- und KI-Projekte konzipierst, deren Umsetzbarkeit bewertest und souverän als Schnittstelle zwischen Business und IT agierst.
- Projektverantwortliche in Datenprojekten
- Prozessmanager:innen
- Fachkräfte aus Controlling, HR, Finance & Co., die endlich über xls-Sheets hinauswachsen möchten
- Fachinformatiker:innen und Personen, die eine Skript-Sprache können
- Personen mit wenig Daten-Vorerfahrung, aber großer Motivation, datengetrieben zu arbeiten
Starttermine und Details