Wer als Data Scientist:in belastbare Modelle baut, steht regelmäßig vor der Frage, wie Rohdaten so strukturiert werden, dass sie für statistische Verfahren tragfähig sind. Die Datenaufbereitung mit pandas bildet hierfür die methodische Grundlage. Der Kurs verbindet diese Aufbereitung mit visueller Modellprüfung in Power BI und einer Einordnung in KI-Strategien.


!Kursinhalt


!1. Aufbereitung von Tabellen mit pandas
*Daten einlesen mit dem Modul pandas
*Datenqualität systematisch prüfen
*Erkennen fehlender Werte und Skalentypen
*Datumsangaben und Boolesche Maskierung


!2. Explorative Datenanalyse und Visualisierung in Python
*Datenaggregation mit pandas
*matplotlib für Histogramme und Streudiagramme
*Boxplots zur Verteilungsdiagnose
*Lineare und logistische Regression als Ausgangspunkt


!3. Visuelle Validierung in Power BI
*Trendlinien einzeichnen und Korrelationen erkennen
*Identifikation von Ausreißern in Verteilungen
*Lagemaße und Dispersionsmaße nachvollziehen
*Einflussfaktorenanalyse für Modellinputs


!4. Daten als Grundlage für KI-Initiativen
*Datenqualität als Voraussetzung für AI Readiness
*Governance-Strukturen für Daten und Modellierung
*Anforderungen aus DSGVO und EU AI Act
*Bewertung von KI-Anwendungsfällen im Fachbereich


!Berufliche Relevanz


*Vorbereitung von Trainings- und Validierungsdatensätzen
*Saubere Übergabe von Datenpipelines an Modellteams
*Statistische Plausibilisierung explorativer Befunde
*Anschluss an unternehmensweite KI-Initiativen