In dieser Weiterbildung lernst du Grundlagen der Wirtschaftsinformatik mit Fokus auf typische Aufgaben in Unternehmen. Du lernst, Probleme und Anforderungen so zu beschreiben, dass daraus umsetzbare Lösungen entstehen. Du lernst, Prozesse, Daten und Systeme zu verstehen und zu erkennen, warum Abläufe unnötig teuer, langsam oder fehleranfällig werden.
Du lernst außerdem grundlegende Konzepte aus Programmierung, Software-Design, Tests, Architektur und Datenbanken, um technische Entscheidungen besser einordnen und mit IT-Teams zielgerichteter sprechen zu können. KI und Automatisierung werden so behandelt, dass du beurteilen kannst, wann sie sinnvoll sind und welche Voraussetzungen (z. B. klare Prozesse und brauchbare Daten) dafür nötig sind.
Am Ende kannst du Anforderungen klarer formulieren, Entscheidungsgrundlagen vorbereiten und die Zusammenarbeit zwischen IT, Fachbereich und Management strukturierter gestalten.
Probleme richtig beschreiben- Problem von Lösung trennen, damit du nicht zu früh das falsche Tool auswählst.
- Stakeholder und Betroffene finden, damit du später keine Überraschungen im Rollout hast.
- Ziele und Messgrößen festlegen, damit alle wissen, wann es besser ist.
- Priorisieren nach Aufwand, Nutzen und Risiko, damit du nicht am falschen Ende optimierst.
- Problem sauber schneiden, damit ein erstes Ergebnis in Wochen möglich wird.
- Business Case light: Kosten, Nutzen und Annahmen, damit Entscheidungen nachvollziehbar sind.
- Anforderungen als Beispiele formulieren, damit die IT nicht raten muss.
- Typische Ausreden erkennen ("Wir brauchen KI"), damit du kritisch nachfragen kannst.
- Entscheidungsvorlage schreiben, damit Management nicht nur nach Bauchgefühl entscheidet.
Prozesse digital denken
- Prozess aufnehmen als "Wer macht was, wann, womit und warum", damit du Klarheit bekommst.
- Medienbrüche finden (Excel, E-Mail, Papier), damit du weißt, wo Zeit verloren geht.
- Wartezeiten und Rückfragen messen, damit du nicht nur über Gefühle diskutierst.
- Standardfall und Sonderfälle trennen, damit Automatisierung nicht an Ausnahmen scheitert.
- Prozess vereinfachen, bevor du automatisierst, damit du keinen schlechten Ablauf beschleunigst.
- Kennzahlen wählen (Durchlaufzeit, Fehlerquote), damit Verbesserung sichtbar wird.
- Prozess in einfacher Notation skizzieren (BPMN light), damit alle das gleiche Bild sehen.
- Rollen und Verantwortungen klären, damit Aufgaben nicht zwischen Abteilungen hängen bleiben.
- Make or Buy verstehen, damit du Standardsoftware nicht aus Prinzip ablehnst.
- Change-Fallen erkennen, damit neue Prozesse nicht sofort umgangen werden.
Daten und Datenbanken
- Stammdaten und Bewegungsdaten unterscheiden, damit du weißt, welche Daten besonders kritisch sind.
- Single Source of Truth verstehen, damit nicht jede Abteilung ihre eigene Wahrheit baut.
- Grundlagen Datenbank: Tabelle, Spalte, Zeile, damit du Berichte und Exporte besser einordnest.
- Schlüssel und Beziehungen (1:n, n:m) verstehen, damit Daten konsistent bleiben.
- Normalisieren in Alltagssprache, damit du doppelte Daten und Widersprüche reduzierst.
- SQL lesen und kleine Abfragen schreiben, damit du Anforderungen an Reporting präziser formulierst.
- Operative Datenbank vs. Datenlager unterscheiden, damit Reporting das Tagesgeschäft nicht ausbremst.
- Datenqualität prüfen (Dubletten, fehlende Werte), damit Analysen und KI nicht auf Sand bauen.
- Zugriffsrechte und Datenschutz mitdenken, damit du Daten nicht ungewollt offenlegst.
- Datenbegriffe als Glossar festhalten, damit alle unter "Kunde" und "Umsatz" das Gleiche meinen.
Software Design und Programmierung
- Wie Code arbeitet: Eingabe, Verarbeitung, Ausgabe, damit du Logikfehler im Gespräch erkennst.
- Grundbegriffe: Variablen, Bedingungen, Schleifen, damit du Tickets und Code-Beispiele verstehst.
- Funktionen und Module nutzen, damit Änderungen nicht überall gleichzeitig nötig sind.
- Objekte in Alltagssprache verstehen, damit du Fachlogik und Daten sauber trennen kannst.
- Fehler und Ausnahmen behandeln, damit Systeme nicht bei Kleinigkeiten stehen bleiben.
- Git und Versionen verstehen, damit Teams nicht Dateien per E-Mail austauschen müssen.
- Clean Code: sprechende Namen, kleine Funktionen, damit Wartung bezahlbar bleibt.
- Code Smells erkennen, damit du technische Schulden nicht für "normal" hältst.
- Refactoring planen, damit Verbesserungen sicher passieren, ohne neue Features zu stoppen.
- Tests verstehen (Unit, Integration), damit Änderungen nicht ständig alte Fehler erzeugen.
- Design Patterns als Baupläne nutzen, damit typische Probleme nicht jedes Mal neu gelöst werden.
- Beispiele: Adapter, Strategy, Observer, Repository, damit du Architekturgespräche besser einordnest.
- Abhängigkeiten steuern, damit Fachlogik nicht an eine Datenbank oder ein Tool gekettet ist.
- Code Reviews richtig nutzen, damit Qualität nicht von einer Person abhängt.
Architektur und Schnittstellen
- Systemlandschaft zeichnen, damit du siehst, welche Systeme wirklich zusammenhängen.
- Monolith, modulare Blöcke und viele kleine Dienste verstehen, damit du Komplexität einschätzen kannst.
- Schnittstellen (API) erklären können, damit Systeme nicht per Excel-Import gekoppelt werden.
- Echtzeit, Batch und Events unterscheiden, damit du passende Integrationen planst.
- Datenflüsse dokumentieren, damit niemand raten muss, wo Daten herkommen.
- Nicht-funktionale Anforderungen klären (Tempo, Verfügbarkeit), damit "läuft langsam" greifbar wird.
- Technische Schulden in Architektur erkennen, damit du später nicht für jede Änderung Wochen brauchst.
- Grundlagen Cloud und Betrieb, damit du Kosten, Risiken und Verantwortung besser einordnest.
- Sicherheit bei Schnittstellen verstehen, damit Daten nicht aus Versehen nach außen gehen.
- ERP, CRM und Fachanwendungen sauber anbinden, damit Prozesse Ende-zu-Ende funktionieren.
Digitale Produkte entwickeln
- Vom Problem zum Produkt denken, damit du nicht nur Features sammelst.
- Nutzer und Käufer unterscheiden, damit du mit den richtigen Leuten sprichst.
- User Journey skizzieren, damit du Brüche und Frustpunkte früh siehst.
- Anforderungen als Outcomes formulieren, damit Teams frei sind, die beste Lösung zu finden.
- MVP planen, damit du früh lernst, ob Kunden das wirklich nutzen.
- Backlog und Prioritäten pflegen, damit Arbeit nicht durch Zuruf entsteht.
- Agiles Arbeiten verstehen (Sprints, Reviews), damit Feedback regelmäßig passiert.
- UX-Grundlagen: gute Screens statt Fachchinesisch, damit weniger Rückfragen im Support landen.
- Release und Feedback organisieren, damit Verbesserungen nicht nur alle 6 Monate kommen.
- Zusammenarbeit mit Dienstleistern steuern, damit du nicht die Kontrolle über Wissen verlierst.
KI und Automatisierung
- KI, Regeln und Automatisierung unterscheiden, damit du nicht alles "KI" nennst.
- Geeignete Use Cases finden, damit du mit wenig Risiko starten kannst.
- Datenlage prüfen, damit du nicht ein KI-Projekt ohne brauchbare Daten startest.
- Grundidee Machine Learning verstehen, damit du Trefferquoten realistisch einschätzt.
- Generative KI verstehen, damit du Chancen und Grenzen von Text und Bild richtig einordnest.
- Prompts schreiben und testen, damit Ergebnisse wiederholbarer werden.
- Qualität messen (Fehler, Aufwand, Zeit), damit Nutzen nicht nur gefühlt ist.
- Risiken: Halluzination, Bias, Datenschutz, damit du keinen Schaden anrichtest.
- KI in Prozesse einbauen, damit Menschen wissen, wann sie prüfen und entscheide…