Zurück
Infomaterial anfordern
Kurshandbuch
UPS-PPDPBIUKI
Business Intelligence und KI
Inhaltsverzeichnis
  1. Business Intelligence
  2. Datenmodellierung und Datenbanksysteme
  3. Advanced Data Analysis
  4. Business Intelligence und Datenvisualisierung
  5. Artificial Intelligence
  6. Projekt: AI Fluency - Einführung in die generative KI
Fakten zur Weiterbildung

Weiterbildung: Einzelmodullehrgang aus B.Sc. Business Intelligence (Quellstudiengang: 1152923)

Kursart: Online-Vorlesung

Dauer: Vollzeit: 6 Monate / Teilzeit: 12 Monate

Wir bieten digitale Kursunterlagen an, um Ressourcen zu schonen und unseren Beitrag zum Umweltschutz zu leisten.

Niveau: Die Weiterbildung ist auf dem inhaltlichen Niveau eines Bachelor Studiengangs.
Eine Weiterbildung auf Bachelor-Niveau vermittelt grundlegende Kenntnisse und Fähigkeiten in einem bestimmten Fachbereich.

Praxis-Austausch: Wöchentlich diskutieren Praxisexpert:innen mit Teilnehmenden aus verschiedenen Weiterbildungen aktuelle Fragestellungen, Tools und praktische Fallbeispiele in 90-minütigen Online-Veranstaltungen.

Kurs: IWBI01
Business Intelligence
Fakten zum Modul

Modul: Business Intelligence (DLBDBBI)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • IWBI01 (Business Intelligence )
Kursbeschreibung

Business Intelligence (BI) dient der Gewinnung von Informationen aus Unternehmensdaten, die sowohl für eine gezielte Unternehmenssteuerung als auch für die Optimierung von…

Business Intelligence (BI) dient der Gewinnung von Informationen aus Unternehmensdaten, die sowohl für eine gezielte Unternehmenssteuerung als auch für die Optimierung von Geschäftsaktivitäten relevant sind.

Im Rahmen dieses Kurses werden Techniken, Vorgehensweisen und Modelle zur Datenbereitstellung, Informationsgenerierung und -analyse sowie der Verteilung der gewonnenen Informationen vorgestellt und diskutiert.

Sie werden danach in der Lage sein, die verschiedenen Themengebiete des Data Warehousing zu erläutern und Methoden bzw. Techniken für konkrete Anforderungen selbstständig auszuwählen.

Kursinhalte
  1. Motivation und Begriffsbildung
    1. Motivation und historische Entwicklung
    2. BI als Rahmenwerk
  2. Datenbereitstellung
    1. Operative und dispositive Systeme
    2. Das Data-Warehouse-Konzept
    3. Architekturvarianten
  3. Data Warehouse
    1. ETL-Prozess
    2. DWH und Data Mart
    3. ODS und Metadaten
  4. Modellierung multidimensionaler Datenräume
    1. Datenmodellierung
    2. OLAP-Würfel
    3. Physische Speicherung
    4. Star- und Snowflake-Schema
    5. Historisierung
  5. Analysesysteme
    1. Freie Datenrecherche und OLAP
    2. Berichtssysteme
    3. Modellgestützte Analysesysteme
    4. Konzeptorientierte Systeme
  6. Distribution und Zugriff
    1. Informationsdistribution
    2. Informationszugriff

Bis zu 100 % kostenlos weiterbilden

Arbeitssuchend? Deine Weiterbildung kann zu 100 % über den Bildungsgutschein der Bundesagentur für Arbeit gefördert werden.

Berufstätig, aber Dein Job ändert sich durch den digitalen Wandel? Mit dem Qualifizierungschancengesetz kannst Du Dich bis zu 100 % staatlich & arbeitgeberfinanziert weiterbilden.
Infomaterial anfordern
Kurs: IDBS01
Datenmodellierung und Datenbanksysteme
Fakten zum Modul

Modul: Datenmodellierung und Datenbanksysteme (IDBS)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Klausur, 90 Minuten
Kurse im Modul:
  • IDBS01 (Datenmodellierung und Datenbanksysteme)
Kursbeschreibung

Gespeicherte Daten bilden die Grundlage von vielen Wertschöpfungsketten einer Informations- und Wissensgesellschaft. Daher bildet die methodische Strukturierung von Datenschemas…

Gespeicherte Daten bilden die Grundlage von vielen Wertschöpfungsketten einer Informations- und Wissensgesellschaft. Daher bildet die methodische Strukturierung von Datenschemas als „Formgeber“ gespeicherter Daten eine wichtige Grundlage, um gespeicherte Informationen so abzulegen, dass ein einfaches Wiederfinden und Bearbeiten möglich ist. Neben dem strukturierten Speichern von Daten muss auch ein strukturierter Zugriff auf große Datenmengen möglich sein.

In diesem Kurs wird vermittelt, wie Daten in relationalen Datenmodellen gespeichert werden und wie auf gespeicherte Daten mit SQL zugegriffen werden kann. Weiterhin werden neben relationalen Datenbanksystemen auch moderne DB-Systeme (NoSQL) zum Speichern und Zugreifen von Daten vorgestellt.

Kursinhalte
  1. Grundlagen relationaler Datenbanken
    1. Grundkonzepte des relationalen Datenmodells
    2. Datensätze in der Datenbank suchen und löschen
    3. SQL und Relationale Datenbanksysteme
  2. Datenbankanfragen an genau eine Tabelle
    1. Daten abfragen (SELECT)
    2. Daten mit Bedingung abfragen (WHERE)
    3. Ausgabe von Abfragen sortieren (ORDER BY)
    4. Abfragen mit Gruppenbildung (GROUP BY)
    5. Unterabfragen mit verschachtelten SELECT-Statements
  3. Konzeption und Modellierung von relationalen Datenbanken
    1. Das Entity Relationship-Modell
    2. Beziehungen und Kardinalitäten in E/R-Modellen
    3. Normalformen von Datenbanken
  4. Erstellung von relationalen Datenbanken
    1. Aktivitäten zum logischen Datenbankentwurf
    2. Abbildung vom konzeptionellen Datenmodell in das physikalische Datenmodell
    3. Erzeugen von Tabellen in SQL-Datenbanken aus E/R-Diagrammen
  5. Komplexe Datenbankabfragen auf mehreren Tabellen
    1. Verbundmengen (JOIN)
    2. Mengenoperationen
    3. Datensichten mit CREATE VIEW
  6. Manipulieren von Datensätzen in Datenbanken
    1. Neue Datensätze einfügen (INSERT)
    2. Vorhandene Datensätze ändern
    3. Transaktionen
  7. NoSQL-Datenbanksysteme
    1. Motivation und Grundidee
    2. Ausgewählte Gruppen von NoSQL-Systemen
Kurs: DLBDSEDA01_D
Advanced Data Analysis
Fakten zum Modul

Modul: Advanced Data Analysis (DLBDSEDA1_D)

Niveau: Bachelor

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLBDSEDA01_D (Advanced Data Analysis)
Kursbeschreibung

Dieser Kurs führt in verschiedene fortgeschrittene analytische Themen von praktischer Relevanz ein. Die behandelten Themenbereiche reichen von der Messung und Analyse der…

Dieser Kurs führt in verschiedene fortgeschrittene analytische Themen von praktischer Relevanz ein. Die behandelten Themenbereiche reichen von der Messung und Analyse der Unternehmensleistung, Text Mining, Web- und Social Media-Analytik bis hin zu aktuellen Trends im experimentellen Design und Aufbau.

Entlang dieser Reise werden Themen wie die Gestaltung von Leistungskennwerten - Key Performance Indicators (KPIs), Geschäftsprozessanalyse, Worthäufigkeits- und semantische Analyse, Datenwissenschaft zu „Clickstreams“, Social Media Interaktionen und mehrarmige Banditentest Algorithmen behandelt.

Kursinhalte
  1. Analytik der Unternehmensleistung
    1. Überlegungen zum KPI-Design
    2. Gängige Leistungsindikatoren für Unternehmen
    3. Geschäftsprozessanalyse – Business process mining
  2. Text-Analyse
    1. Wort- und Dokumentfrequenz (TF-IDF)
    2. Semantische Analyse
  3. Web-Analytik
    1. Web-Metriken
    2. Clickstream-Analyse
    3. Empfehlungsdienste
  4. Social Network Mining
    1. Einführung in die Analytik der sozialen Medien
    2. "Ausbeutung" von gängigen Plattformen für soziale Medien
  5. Tests und Experimente
    1. Praktische A/B-Prüfung
    2. Multivariate Tests
    3. Tests mit mehrarmigen Banditen Algorithmen
Kurs: DLBAIBEBIDV01_D
Business Intelligence und Datenvisualisierung
Fakten zum Modul

Modul: Business Intelligence und Datenvisualisierung (DLBAIBEBIDV_D)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Kurse im Modul:
  • DLBAIBEBIDV01_D (Business Intelligence und Datenvisualisierung)
Kursbeschreibung
Die Studierenden erforschen das weite und faszinierende Gebiet der Business Intelligence und der Datenvisualisierung, das in der sich ständig weiterentwickelnden Landschaft der…
Die Studierenden erforschen das weite und faszinierende Gebiet der Business Intelligence und der Datenvisualisierung, das in der sich ständig weiterentwickelnden Landschaft der Künstlichen Intelligenz in der Wirtschaft besondere Bedeutung hat. Sie werden in die Kernprinzipien und Anwendungen dieser leistungsfähigen Werkzeuge eingeführt und erhalten eine vergleichende Perspektive auf das Zusammenspiel von Business Intelligence und Datenvisualisierung. Die Kursarbeit umfasst das Studium und das Verständnis verschiedener Business-Intelligence-Strategien, -Werkzeuge, -Frameworks und -Techniken, ihre praktischen Anwendungen zur Erzielung datengestützter Ergebnisse und lösungsorientierte Strategien zur Abschwächung typischer geschäftlicher Herausforderungen. Der Schwerpunkt liegt auf dem Verständnis der Architektur von Data Warehouses, ETL-Prozessen (Extract, Transform, Load) und den Prinzipien der Datenmodellierung. Die Studierenden werden auch über die Überlegungen und Einschränkungen im Zusammenhang mit verschiedenen Datentypen und Visualisierungstools unterrichtet, wodurch ein umfassendes Verständnis des Fachgebiets gefördert wird.
Kursinhalte
  1. Einführung in Business Intelligence und Datenvisualisierung
    1. Das Verständnis von Business Intelligence
    2. Grundprinzipien der Datenvisualisierung
  2. Vergleichende Studie zu Business Intelligence und Datenanalyse
    1. Überblick über die Datenanalyse
    2. Gemeinsamkeiten und Unterschiede zwischen BI und DA
  3. Data-Mining-Techniken
    1. Überblick über Data-Mining-Techniken
    2. Architektur von Data-Mining-Systemen
    3. Der Data-Mining-Prozess
  4. Business-Intelligence-Tools und -Techniken
    1. Einführung in BI-Werkzeuge und -Techniken
    2. Arbeiten mit gängigen BI-Tools
    3. Architektur von Data-Warehouses und Datenmodellierung
  5. Anwendung von Business Intelligence und Datenvisualisierung bei der Lösung von Geschäftsproblemen
    1. Analysieren von Geschäftsproblemen
    2. Einsatz von Business Intelligence und Datenvisualisierung bei der analytischen Problemlösung
  6. Konzeption, Gestaltung und Evaluation von BI-Dashboards
    1. Zielgruppen und Nutzen von Dashboards
    2. Theoretische Grundlagen und Vorgehensmodelle
    3. Gestaltungsprinzipien für Dashboards
    4. Qualitätssicherung, Evaluation und Produktivgang
  7. Untersuchung der Grenzen der verschiedenen Daten- und Visualisierungswerkzeuge
    1. Verstehen verschiedener Datentypen
    2. Grenzen der Visualisierungstools
    3. Strategien für den effektiven Einsatz von Tools
  8. Anwendung und Innovation in Business Intelligence und Datenvisualisierung
    1. Anwendungen in der realen Welt
    2. Innovative Ansätze in Business Intelligence und Datenvisualisierung
    3. Zukünftige Perspektiven
Kurs: DLBDSEAIS01-01_D
Artificial Intelligence
Fakten zum Modul

Modul: Artificial Intelligence (DLBDSEAIS1-01_D)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLBDSEAIS01-01_D (Artificial Intelligence)
Kursbeschreibung
Das Streben nach Künstlicher Intelligenz (KI) hat die Menschheit über viele Jahrzehnte hinweg in Atem gehalten und ist seit den 60er Jahren ein aktives Forschungsgebiet. Dieser…
Das Streben nach Künstlicher Intelligenz (KI) hat die Menschheit über viele Jahrzehnte hinweg in Atem gehalten und ist seit den 60er Jahren ein aktives Forschungsgebiet. Dieser Kurs gibt einen detaillierten Überblick über die historischen Entwicklungen, Erfolge und Rückschläge in der KI sowie über moderne Ansätze in der Entwicklung der Künstlichen Intelligenz wie generative KI. Der Kurs gibt eine Einführung in das Reinforcement Learning, einen Prozess, der der Art und Weise ähnelt, wie Menschen und Tiere die Welt erleben: Erkundung der Umgebung und Ableitung der besten Aktion. Der Kurs behandelt auch die Grundsätze der Verarbeitung natürlicher Sprache und des Computer-Visualisierungsverfahrens, beides Schlüsselkomponenten für eine künstliche Intelligenz, die mit ihrer Umgebung interagieren kann.
Kursinhalte
  1. Geschichte der KI
    1. Historische Entwicklunge
    2. KI-Winter
    3. Expertensysteme
    4. Bemerkenswerte Fortschritte
  2. Moderne KI-Systeme
    1. Schwache KI, starke KI und künstliche Superintelligenz
    2. Anwendungsbereiche
  3. Bestärkendes Lernen
    1. Was ist bestärkendes Lernen?
    2. Markov-Entscheidungsprozess und Wertfunktionen
    3. Temporales Differenzlernen und Q-Learning
  4. Natural Language Processing (NLP)
    1. Einführung in NLP und Anwendungsbereiche
    2. Grundlegende NLP-Techniken
    3. Daten vektorisieren
    4. Fortschrittliche NLP-Modelle
  5. Computer Vision
    1. Einführung in Computer Vision
    2. Bilddarstellung und -Geometrie
    3. Feature Engineering
    4. Semantische Segmentierung
    5. Techniken zur Bildgenerierung
Kurs: DLBPKIEKPT01-01
Projekt: AI Fluency - Einführung in die generative KI
Fakten zum Modul

Modul: Projekt: AI Fluency - Einführung in die generative KI (DLBPKIEKPT1-01)

Niveau: Bachelor

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Portfolio
Kurse im Modul:
  • DLBPKIEKPT01-01 (Projekt: AI Fluency - Einführung in die generative KI)
Kursbeschreibung
Die zunehmende Verfügbarkeit generativer KI-Systeme verändert akademisches und berufliches Arbeiten grundlegend. Das Modul versteht KI nicht als Ersatz menschlicher Kognition…
Die zunehmende Verfügbarkeit generativer KI-Systeme verändert akademisches und berufliches Arbeiten grundlegend. Das Modul versteht KI nicht als Ersatz menschlicher Kognition, sondern als Werkzeug innerhalb einer verantwortungsvollen Mensch–KI-Kollaboration. Ziel ist die Entwicklung epistemischer Steuerungskompetenz: Studierende lernen, generative KI gezielt einzusetzen, kritisch zu prüfen und bewusst zu begrenzen. Der Fokus liegt nicht auf technischer Systementwicklung, sondern auf reflektierter Anwendung, Urteilsfähigkeit und eigenverantwortlicher Ergebnisvertretung.
Kursinhalte
  • Der Kurs vermittelt die grundlegenden Konzepte und Anwendungsfelder generativer KI und strukturiert diese entlang eines kompetenzorientierten Lernpfads. Zunächst werden zentrale KI-Toolkategorien (Text-, Bild-, Code- und Analysemodelle) sowie das Prinzip der aufgabenorientierten Toolauswahl eingeführt. Darauf aufbauend erlernen die Studierenden die systematische Gestaltung wirkungsvoller Prompts, insbesondere mithilfe strukturierter Prompt-Frameworks. Ein weiterer Schwerpunkt liegt auf der kritischen Analyse von KI-Outputs hinsichtlich Faktentreue, Verzerrungen, Qualität und Kontextangemessenheit. Im Verlauf des Kurses wird die KI-Nutzung in komplexere Arbeitsprozesse integriert, einschließlich mehrstufiger Mensch-KI-Kollaboration, Qualitätssicherung und bewusster Nichtnutzung. Ergänzend werden ethische, rechtliche und verantwortungsbezogene Fragestellungen behandelt, sodass die Studierenden ein reflektiertes und praxistaugliches Rahmenwerk für den professionellen Einsatz generativer KI entwickeln.

Jetzt Infomaterial anfordern

Schön, dass Du Dich entschieden hast, alles über Deine Weiterbildung und die IU Akademie zu erfahren. Fordere jetzt Dein Infomaterial an: kostenlos und unverbindlich.
Voraussetzung für den Bildungsgutschein
Datenschutzhinweis

Ich habe die Datenschutzerklärung, sowie die Informationen zum Widerrufsrecht und zu den Verantwortlichen zur Kenntnis genommen.

* Pflichtfelder