Grundlagen für datengetriebene Produkte

Kurs

Buchungs-Nr.:

42577

Grundlagen für datengetriebene Produkte

Dieser Kurs vermittelt die grundlegenden Kompetenzen, die erforderlich sind, um Daten fundiert zu verstehen und daraus belastbare Entscheidungen für einen Proof of Concept (PoC) abzuleiten. Du lernst, wie du Daten systematisch explorierst, Hypothesen formulierst, Zeitreihen analysiert und Erkenntnisse so dokumentierst, dass sie direkt in die nächste Projektphase übergehen können.

4 Wochen

ca. 20 Stunden Zeitaufwand

Online

Deutsch

Junior, Professional und Master Class

Terminvorschau

Starttermin

Letztes Modul

Verfügbarkeit

Ort

4.5.2026

29.5.2026

Plätze frei

Maximale Planungssicherheit

Durchführung bereits gesichert

Haken dran!

Nächste Buchung sichert die
Durchführung

Live-Online

4.8.2026

26.8.2026

Plätze frei

Maximale Planungssicherheit

Durchführung bereits gesichert

Haken dran!

Nächste Buchung sichert die
Durchführung

Live-Online

Kurs einzeln buchen

Modulübersicht

Die folgende Modulübersicht zeigt Termine für den Kursstart am

Thank you! Your submission has been received!

Oops! Something went wrong while submitting the form.

Modul

Think in PoCs: Data Understanding

PoC als Grundlage: Was ist ein Proof of Concept?
Bedeutung von Hypothesen: Wie hypothesengetriebenes Arbeiten Struktur und Fokus schafft.
Datenexploration: Chancen, Risiken und Potenziale früh sichtbar machen.
Rolle der Datenstruktur: Welche Bedeutung die vorhandene Datenstruktur für das spätere Datenprodukt hat.

Webinar

180 Minuten

Montag, 04.05.2026
09:00 Uhr - 12:00 Uhr

61454534

Modul

Think in PoCs: Data Understanding

PoC als Grundlage: Was ist ein Proof of Concept?
Bedeutung von Hypothesen: Wie hypothesengetriebenes Arbeiten Struktur und Fokus schafft.
Datenexploration: Chancen, Risiken und Potenziale früh sichtbar machen.
Rolle der Datenstruktur: Welche Bedeutung die vorhandene Datenstruktur für das spätere Datenprodukt hat.

Webinar

180 Minuten

Dienstag, 04.08.2026
09:00 Uhr - 12:00 Uhr

61454466

Modul

Selbstlernphase 1

Statistik als Startpunkt: Die Basics richtig nutzen

Daten im Überblick: Erste Orientierung und zentrale Fragen
Grundbegriffe der Mathematik: Lagemaße, Streumaße, Verteilungen
Normalverteilung: Bedeutung und praktische Einordnung
Visualisierung: Daten sichtbar und vergleichbar machen
Systematischer Überblick zu wichtigsten Eigenschaften der Daten

Datenexploration: Die Struktur hinter den Daten erkennen

Fehlende Werte: Arten und fachliche Bedeutung
Ausreißer & Datenprobleme: Abgrenzung zwischen Ausreißer und Messfehler; Rolle der Fachexpertise
Einfache Datentransformationen: Grundlagen und Relevanz
Dokumentation: Systematische Sicherung der Erkenntnisse für das Datenprojekt

Selbstlernphase

ca. 6 Stunden

61454534

Modul

Selbstlernphase 1

Statistik als Startpunkt: Die Basics richtig nutzen

Daten im Überblick: Erste Orientierung und zentrale Fragen
Grundbegriffe der Mathematik: Lagemaße, Streumaße, Verteilungen
Normalverteilung: Bedeutung und praktische Einordnung
Visualisierung: Daten sichtbar und vergleichbar machen
Systematischer Überblick zu wichtigsten Eigenschaften der Daten

Datenexploration: Die Struktur hinter den Daten erkennen

Fehlende Werte: Arten und fachliche Bedeutung
Ausreißer & Datenprobleme: Abgrenzung zwischen Ausreißer und Messfehler; Rolle der Fachexpertise
Einfache Datentransformationen: Grundlagen und Relevanz
Dokumentation: Systematische Sicherung der Erkenntnisse für das Datenprojekt

Selbstlernphase

ca. 6 Stunden

61454466

Modul

Von Vermutungen zum Wissen: Hypothesen, Tests und frühe Evidenz

Hypothesenarbeit: Aufbau, Logik und Vorbereitung der Hypothesenbildung.
Hypothesentests: Grundidee, Einsatz von Test Cards und Learning Cards.
Reflexion: Ableitung neuer Fragen basierend auf Ergebnissen.
Grundlagen Zeitreihen: Bedeutung in der KI und Überblick über Zeitreihenarten.

Webinar

240 Minuten

Montag, 18.05.2026
08:00 Uhr - 12:00 Uhr

61454534

Modul

Von Vermutungen zum Wissen: Hypothesen, Tests und frühe Evidenz

Hypothesenarbeit: Aufbau, Logik und Vorbereitung der Hypothesenbildung.
Hypothesentests: Grundidee, Einsatz von Test Cards und Learning Cards.
Reflexion: Ableitung neuer Fragen basierend auf Ergebnissen.
Grundlagen Zeitreihen: Bedeutung in der KI und Überblick über Zeitreihenarten.

Webinar

240 Minuten

Montag, 17.08.2026
08:00 Uhr - 12:00 Uhr

61454466

Modul

Selbstlernphase 2

Zeitreihen: Muster entdecken und interpretieren

Zeitreihen in der Praxis: Typische Formen und Muster
Exploration: Grundlegende Analyseverfahren und Tests
Praktische Untersuchung: Struktur, Verhalten und Besonderheiten erkennen
Interpretation: Erste Schlussfolgerungen aus Zeitreihen ableiten.

Datenreife, Dokumentation – Bedeutung für das Datenprodukt

Reifegradmodell: Fünf Stufen eines datengetriebenen Unternehmens; Standortbestimmung des Datensatzes
Dokumentation: Explorationslogbuch und Dokumentation nach CRISP-DM Phase 3
Vorbereitung auf Modellierung: Klärung des Datenstatus, offene Punkte, Risiken und Annahmen

Selbstlernphase

ca. 6 Stunden

61454534

Modul

Selbstlernphase 2

Zeitreihen: Muster entdecken und interpretieren

Zeitreihen in der Praxis: Typische Formen und Muster
Exploration: Grundlegende Analyseverfahren und Tests
Praktische Untersuchung: Struktur, Verhalten und Besonderheiten erkennen
Interpretation: Erste Schlussfolgerungen aus Zeitreihen ableiten.

Datenreife, Dokumentation – Bedeutung für das Datenprodukt

Reifegradmodell: Fünf Stufen eines datengetriebenen Unternehmens; Standortbestimmung des Datensatzes
Dokumentation: Explorationslogbuch und Dokumentation nach CRISP-DM Phase 3
Vorbereitung auf Modellierung: Klärung des Datenstatus, offene Punkte, Risiken und Annahmen

Selbstlernphase

ca. 6 Stunden

61454466

Modul

Vom Verständnis zur Entscheidung: Fit für den PoC?

Analyse und Zusammenführung: Klärung des Wissensstands, Identifikation von Risiken und relevanten Mustern.
Ableitung für Data Preparation: Notwendige Bereinigungen, Transformationen und Feature-Bedarf.
Übergang zum PoC: Kriterien für „Fit für PoC“ und Go-/No-Go-Grundlagen.

Webinar

180 Minuten

Freitag, 29.05.2026
09:00 Uhr - 12:00 Uhr

61454534

Modul

Vom Verständnis zur Entscheidung: Fit für den PoC?

Analyse und Zusammenführung: Klärung des Wissensstands, Identifikation von Risiken und relevanten Mustern.
Ableitung für Data Preparation: Notwendige Bereinigungen, Transformationen und Feature-Bedarf.
Übergang zum PoC: Kriterien für „Fit für PoC“ und Go-/No-Go-Grundlagen.

Webinar

180 Minuten

Mittwoch, 26.08.2026
09:00 Uhr - 12:00 Uhr

61454466

Kursübersicht

Inhalte und Ablauf des Kurses

1. Daten verstehen, bevor Entscheidungen getroffen werden

Was ein PoC wirklich ist – und welche Rolle Data Understanding spielt
Wie Hypothesen Struktur, Fokus und Geschwindigkeit in Datenprojekte bringen
Welche Bedeutung Datenstrukturen für die spätere Modellierung haben

2. Statistische Grundlagen sicher anwenden

Lagemaße, Streuung, Verteilungen und Normalverteilung
Visuelle Exploration als Ausgangspunkt jeder Analyse

3. Daten explorieren und typische Herausforderungen erkennen

Fehlende Werte verstehen und richtig einordnen
Ausreißer von Messfehlern unterscheiden
Relevante Transformationen und Dokumentation der Erkenntnisse

4. Von Vermutungen zum echten Wissen

Hypothesen logisch entwickeln und testen
Test Cards & Learning Cards einsetzen
Ergebnisse kritisch reflektieren

5. Zeitreihen praxisnah analysieren

Muster erkennen, Trends und Saisonalitäten verstehen
Einfache Tests und visuelle Exploration anwenden
Erste Interpretationen für PoCs ableiten

6. Erkenntnisse professionell dokumentieren

Reifegrad eines Datensatzes bestimmen
Explorationslogbuch aufbauen
Risiken, Annahmen und offene Punkte sauber erfassen

7. Klarheit für den PoC schaffen

Zusammenführung aller Erkenntnisse
Identifikation von Chancen, Risiken und Hypothesen
Go-/No-Go-Entscheidungen sauber vorbereiten

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.