Die Teilnehmenden erwerben Kenntnisse im Umgang mit wesentlichen Werkzeugen zur effektiven Prozess- und Datenanalyse.

  • Datensätze mithilfe von SQL und Python-basierten Werkzeugen wie pandas explorieren und verstehen
  • Daten aus verschiedenen Quellen, einschließlich Datenbanken und Web-APIs, zur Unterstützung der Analyse zusammenführen
  • Rohdaten für die Analyse mithilfe von Techniken zur Datenbereinigung, Formatierung und Aggregation strukturieren

Prozesse mittels datengestützter Techniken analysieren
  • Daten anhand von Leistungskennzahlen und explorativer Analyse bewerten
  • Muster, Trends und Anomalien identifizieren, die auf Ineffizienzen oder Verbesserungspotenziale hinweisen können
  • Datengestützte Entscheidungsfindung durch strukturierte Analyse-Workflows unterstützen

Praktische Grundlagen in Data Analytics aufbauen
  • Konsistente Workflows etablieren, die Datenqualität mit Prozessergebnissen verknüpfen
  • Reale Datensätze nutzen, um die Integration von Werkzeugen und Techniken in angewandten Szenarien zu üben
  • Die Kompetenzen im Bereich Data Analytics durch praktische, werkzeugbasierte Erfahrung stärken