Business Analytics

Durch die fortschreitende Digitalisierung der Wirtschaft stehen Unternehmen eine Vielzahl von Daten zur Verfügung. Die Herkunft dieser Daten ist vielfältig. So werden bspw. im Zuge von „Industrie 4.0“ Produktionsmaschinen mit immer mehr Sensoren ausgestattet, die fortwährend Prozessdaten liefern. Aber auch neuartige unternehmensexterne Datenquellen, wie Social Media Plattformen, rücken in zunehmenden Maße in den Fokus von Unternehmen. Die Frage ist allerdings, wie aus der Datenflut, die auch oftmals als „Big Data“ bezeichnet wird, sinnvolles betriebswirtschaftliches Wissen extrahiert werden kann. Wissen, das zu besseren Entscheidungen, besseren Produkten und neuartigen Services führen soll. Eine konkrete Antwort erhalten Sie im Modul „Grundlagen Business Analytics“. Im Modul „Business Analytics“ werden den Teilnehmern die Funktion, der Aufbau und die Instrumente des Business-Analytics-Prozesses vermittelt. Durch anschauliche Fallstudien, Übungen und interaktive Elemente werden die Teilnehmer zudem in die Lage versetzt, diese Kenntnisse in realen Situationen anzuwenden. Business Analytics verwendet Methoden der Mathematik und der Informatik, um die zur Verfügung stehenden Daten in sinnvolle betriebswirtschaftliche Entscheidungen zu überführen. Eine zentrale Fähigkeit in Zeiten von „Industrie 4.0“ und „Big Data“.

Grundlagen des maschinellen Lernens mit Python

In diesem Modul erlernen die TeilnehmerInnen grundlegende Methoden des maschinellen Lernens und deren Anwendung in Python. Das Modul vermittelt theoretische Grundlagen zu Algorithmen des überwachten und unüberwachten Lernens und verzahnt diese stets mit der Anwendung in Python auf Basis realer Datensätze. Da der Einsatz maschineller Lernverfahren weitreichende Implikationen haben kann, liegt ein besonderes Augenmerk auf der korrekten Evaluation der Modelle und Einordnung der Ergebnisse. Das Modul beinhaltet einen festen wöchentlichen Online-Termin am Dienstagabend, jeweils von 19:00 - 20:30 Uhr.

Online-Termine:

• 18./25. März 2025
• 1./8./15./22./29. April 2025
• 6./13./20./27. Mai 2025
• 3./24. Juni 2025
• 1./8./15./22. Juli 2025