Kernmodul 4: Data & Analytics
Einsatz moderner Analyseinstrumente im Controlling
Ziel
Datengetriebene Unternehmen sind schon heute erfolgreicher als ihre Konkurrenz, und wer sich in Zukunft auf dem Markt behaupten will, muss die Fähigkeit beherrschen, wertvolle Informationen effizient aus Daten extrahieren und gewinnbringend einsetzen zu können. Im Controlling werden daher zunehmend neue Kompetenzen gefragt sein. In diesem Seminar lernen die Teilnehmenden, das Potenzial von künstlicher Intelligenz für die Unternehmenssteuerung realistisch einschätzen zu können und bekommen Wege und Methoden aufgezeigt, Data Science & Machine Learning, wie generative künstliche Intelligenz, gezielt für die Ableitung von Entscheidungsgrundlagen zu nutzen.
Die Modulteilnehmer vertiefen ihre Kenntnisse im Bereich Data & Analytics im Bereich Controlling. Zum einen werden die Teilnehmer lernen, bestehende Datenquellen anzubinden, Daten zu extrahieren und für Folgeprozesse aufzubereiten. Hierbei geht es darum, eine passende Datenstruktur herzuleiten und eine optimale Datenqualität zu schaffen. Zum anderen lernen die Teilnehmer das Gebiet der Zeitreihenanalysen kennen, um ihre Planungsprozesse zu verbessern und den Aufwand zur Erstellung der Planung zu reduzieren. Zudem werden die Teilnehmer weitere Machine-Learning-Algorithmen einsetzen, um eine Ursachenanalyse durchzuführen, ideale Planungsparameter zu identifizieren und Simulationen zu betreiben.
Förderung
Die waff-Förderung Digi-Winner fördert Weiterbildungen für WienerInnen im Digitalisierungsbereich. Im Rahmen dieser Förderung können bis zu EUR 5.000,- für berufliche Weiterbildung beantragt werden. Je nach Einkommen werden 40, 60 oder 80 Prozent der Kurskosten übernommen. Dieses Seminar eignet sich für die Förderung. Weitere Informationen finden Sie hier.
Aufbau und Inhalte
- Der erste Teil beleuchtet theoretisch folgende Themen:
- Anforderungen an den/die Controller der Zukunft
- Einführung in Datenstrukturen
- Einführung in das Thema Datenanalyse & Data Science
- Einführung in die Strukturierung & Vorgehensweise von Data & Analytics Projekten
- Im zweiten Teil werden praktische Schritte der Datenaufbereitung, Datenanalyse und Ergebnispräsentation mithilfe der Analysesoftware KNIME an einem realen Fallbeispiel umgesetzt. Dabei liegt der Fokus darauf:
- Analyseprobleme zu formulieren
- Daten anzubinden und aufzubereiten
- Neue Datenstrukturen zu erzeugen und Datenqualität zu erhöhen
- Ergebnisse zu interpretieren und zu evaluieren
- Im dritten Teil wird die erarbeitete Datenbasis genutzt, um Erkenntnisse mit Machine-Learning-Algorithmen zu erzeugen, den Mehrwert der Analysen zu quantifizieren und zu vermitteln. Dies erreichen wir mit folgenden Punkten in einer praktischen Umsetzung:
- Auswahl und Anwendung geeigneter Algorithmen
- Evaluation & Interpretation der Ergebnisse
- Quantifizierung des Mehrwertes
- Präsentation der Ergebnisse
Kernmodul 4: Data & Analytics
