pds-futurejobs
['Produktseite','nein']
Data Analytics und Data Science praktisch umsetzen mit KNIME
Kurs
2

Buchungs-Nr.:

36405

Data Analytics und Data Science praktisch umsetzen mit KNIME

Lerne, wie du die ersten Schritte in der Datenanalyse meisterst, und setze komplette Datenprozesse mit Hilfe des KNIME-Tools um. Dabei erfährst du unter anderem, wie du mit Algorithmen Daten auswertest und Ergebnisse deiner Datenanalysen visualisierst.

24 Wochen
ca. 54 Stunden Lernzeit
5 Webinare & 4 Selbstlernphasen
Master Class mit Präsenz und Master Class Online

Terminvorschau

Starttermin
Letztes Modul
Verfügbarkeit
Ort
27.1.2025
7.7.2025
Wenige Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online
10.3.2025
18.8.2025
Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online
7.4.2025
15.9.2025
Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online
23.6.2025
15.12.2025
Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online
1.9.2025
23.2.2026
Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online
10.11.2025
4.5.2026
Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online
23.2.2026
24.8.2026
Plätze frei
Maximale Planungssicherheit
Durchführung bereits gesichert
Haken dran!
Nächste Buchung sichert die
Durchführung
Live-Online

Modulübersicht

Die folgende Modulübersicht zeigt Termine für den Kursstart am
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 27.01.2025
10:00 Uhr - 11:00 Uhr

27.1.2025
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 10.03.2025
10:00 Uhr - 11:00 Uhr

10.3.2025
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 07.04.2025
11:00 Uhr - 12:00 Uhr

7.4.2025
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 23.06.2025
11:00 Uhr - 12:00 Uhr

23.6.2025
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 01.09.2025
11:00 Uhr - 12:00 Uhr

1.9.2025
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 10.11.2025
09:00 Uhr - 10:00 Uhr

10.11.2025
Modul
1

Kick-off und gemeinsamer Start ins Seminar

Das erste Webinar startet mit einer detaillierten Vorstellung von Aufbau und Zielen für den Kurs. Gemeinsam wird auch ein Blick auf die ersten Lerneinheiten geworfen und persönliche Erwartungen besprochen.

Webinar
60 Min.

Montag, 23.02.2026
09:00 Uhr - 10:00 Uhr

23.2.2026
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
27.1.2025
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
10.3.2025
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
7.4.2025
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
23.6.2025
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
1.9.2025
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
10.11.2025
Modul
2

Business Understanding und erste Schritte in KNIME

Teil 1: Business Understanding und Konzepte des Data Minings

Zu Beginn der ersten Selbstlerneinheit lernst du, Anwendungsfälle zu identifizieren und zu beschreiben, wie du Business-Probleme durch die Analyse von Daten und die Anwendung von Machine Learning lösen kannst. Danach erfährst du alles über die Grundlagen und Voraussetzungen für eigene Datenprojekte und tauchst tief in die Konzepte von Datenstrukturen und Machine Learning ein:

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Bestärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

Teil 2: Installation und Einführung in die Arbeit mit KNIME

Nachdem du alles über die Grundlagen und Konzepte der Data Science erfahren hast, machst du als nächstes die ersten Schritte in der praktischen Anwendung. Du machst dich mit der Anwendung des Tools KNIME vertraut, eine leistungsstarke Entwicklungsplattform für das Data Mining, mit der du komplexe Datenanalyse- und Data-Science-Projekte durchführen kannst:

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation
Selbstlernphase
6 Wochen
23.2.2026
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Montag, 03.03.2025
13:00 Uhr - 14:00 Uhr

27.1.2025
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Mittwoch, 23.04.2025
10:00 Uhr - 11:00 Uhr

10.3.2025
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Mittwoch, 07.05.2025
11:00 Uhr - 12:00 Uhr

7.4.2025
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Montag, 04.08.2025
13:00 Uhr - 14:00 Uhr

23.6.2025
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Montag, 06.10.2025
11:00 Uhr - 12:00 Uhr

1.9.2025
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Montag, 15.12.2025
09:00 Uhr - 10:00 Uhr

10.11.2025
Modul
3

Fragestunde und Vorbereitung der Arbeit in KNIME

Im zweiten Webinar blickst du gemeinsam mit den Referent:innen auf die Inhalte der ersten Selbstlernphase.

Webinar
60 Min.

Montag, 30.03.2026
09:00 Uhr - 10:00 Uhr

23.2.2026
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
27.1.2025
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
10.3.2025
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
7.4.2025
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
23.6.2025
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
1.9.2025
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
10.11.2025
Modul
4

Data Understanding und Data Preparation

 

In diesem Modul lernst du alle Arbeitsschritte und Konzepte für die Vorbereitung der Daten für den Modeling-Prozess kennen. Zuerst analysierst du die Daten, indem du unterschiedliche Visualisierungstechniken anwendest, um Muster, Trends und Ausreißer zu erkennen. Danach bereinigst du die Daten und bereitest sie für die Transformation vor:

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME
  • Übungsprojekt zur Datenvorbereitung
Selbstlernphase
6 Wochen
23.2.2026
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Dienstag, 22.04.2025
10:00 Uhr - 11:00 Uhr

27.1.2025
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Montag, 02.06.2025
10:00 Uhr - 11:00 Uhr

10.3.2025
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Montag, 16.06.2025
11:00 Uhr - 12:00 Uhr

7.4.2025
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Montag, 15.09.2025
13:00 Uhr - 14:00 Uhr

23.6.2025
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Montag, 17.11.2025
11:00 Uhr - 12:00 Uhr

1.9.2025
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Montag, 26.01.2026
09:00 Uhr - 10:00 Uhr

10.11.2025
Modul
5

Reflexion der Übungsaufgabe aus Modul 4

Im dritten Webinar widmest du dich zusammen mit dem Referenten vor allem dem Übungsprojekt. Ein möglicher Lösungsweg wird vorgestellt. Natürlich besteht auch hier wieder ausreichend Möglichkeit, Fragen zu stellen.

Webinar
60 Min.

Montag, 11.05.2026
09:00 Uhr - 10:00 Uhr

23.2.2026
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
27.1.2025
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
10.3.2025
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
7.4.2025
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
23.6.2025
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
1.9.2025
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
10.11.2025
Modul
6

Die Modeling-Phase

Jetzt geht es an das Modeling auf Basis der Daten. Du lernst zuerst, wie du den passenden Algorithmus und die richtige Methodik findest, um optimale Ergebnisse zu erzielen. Im Anschluss daran fokussierst du dich darauf, wie man die Ergebnisse der Modelle adäquat bewertet und interpretiert. In Praxisübungen führst du die Prozesse selbst in KNIME aus und setzt dabei auch komplexere Klassifikations- und Clustering-Aufgaben um:

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering
  • Übungsprojekt zur Erstellung des Datenmodells
Selbstlernphase
6 Wochen
23.2.2026
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 02.06.2025
13:00 Uhr - 14:00 Uhr

27.1.2025
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 14.07.2025
10:00 Uhr - 11:00 Uhr

10.3.2025
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 04.08.2025
11:00 Uhr - 12:00 Uhr

7.4.2025
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 03.11.2025
11:00 Uhr - 12:00 Uhr

23.6.2025
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 12.01.2026
11:00 Uhr - 12:00 Uhr

1.9.2025
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 16.03.2026
09:00 Uhr - 10:00 Uhr

10.11.2025
Modul
7

Fragestunde und gemeinsames Deep-dive ins Modeling

Das vierte Webinar nutzt du noch einmal für einen Deep-dive in die Modeling-Konzepte. Du wiederholst die wichtigsten Fakten über Algorithmen und Methodiken und setzt einen besonderen Fokus auf die Ergebnisbeurteilung der eingesetzten Modelle.

Webinar
60 Min.

Montag, 06.07.2026
09:00 Uhr - 10:00 Uhr

23.2.2026
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
27.1.2025
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
10.3.2025
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
7.4.2025
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
23.6.2025
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
1.9.2025
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
10.11.2025
Modul
8

Deployment, Überwachung und Fehlersuche

In der vierten Selbstlernphase geht es an die letzten Schritte im CRISP-DM-Prozess, die Evaluation und das Deployment des Datenmodells. Auch hier gehst du Schritt für Schritt anhand von Anleitungen und eigenen Praxisaufgaben in KNIME vor. Am Ende bringst du den gesamten Prozess in Produktion und überführst ihn in einen automatisierten KNIME-Workflow:

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows
  • Übungsprojekt zu Evaluation und Deployment
Selbstlernphase
6 Wochen
23.2.2026
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 07.07.2025
13:00 Uhr - 14:00 Uhr

27.1.2025
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 18.08.2025
10:00 Uhr - 11:00 Uhr

10.3.2025
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 15.09.2025
11:00 Uhr - 12:00 Uhr

7.4.2025
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 15.12.2025
11:00 Uhr - 12:00 Uhr

23.6.2025
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 23.02.2026
11:00 Uhr - 12:00 Uhr

1.9.2025
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 04.05.2026
09:00 Uhr - 10:00 Uhr

10.11.2025
Modul
9

Reflexion der Übungsaufgabe aus Modul 8 und Abschluss

 

Im abschließenden Webinar widmest du dich dem Übungsprojekt aus Modul 8. Neben Insights für Lösungswege zur Aufgabe bekommst du vom Referenten auch Tipps und Hinweise zur Vorbereitung auf die Abschlussprüfung.

Webinar
60 Min.

Montag, 24.08.2026
09:00 Uhr - 10:00 Uhr

23.2.2026

Kursübersicht

Inhalte

1. Business Understanding für die Datenanalyse

  • Wissens-Check Data Science und Künstliche Intelligenz
  • Die Fähigkeiten und Rolle des Data Scientisten
  • Die Zusammensetzung von Daten-Teams
  • Vertikale Anwendungsfelder in Unternehmen
  • Horizontale Anwendungsfelder in Unternehmen
  • Überwachtes Lernen: Klassifikation, Regression, Zeitreihen
  • Unüberwachtes Lernen: Segmente, Anomalien, Muster
  • Verstärkendes Lernen (Reinforcement Learning)
  • Daten erfassen und Relevanz beurteilen
  • Big Data, Datentypen, Datenstrukturen
  • Datenintegration, Datenquellen, Datenbanken
  • Data Warehouse, virtuelle Datenbanken und Data Lake

2. Bedienung und erste Schritte in KNIME

  • Installation und Workspace einrichten
  • Das Konzept der Nodes und Workflows
  • Die Benutzeroberfläche kennenlernen
  • Excel Reader und Konfigurationsmenü
  • Outputs und weitere Import-Nodes
  • Dokumentation und Workflow-Organisation

3. Data Understanding und Data Preparation

  • Datenvorbereitung: Probleme erkennen
  • Strategien zur Problembehebung
  • Harmonisierung von Zeitreihen
  • Datenvisualisierung und Datenanalyse
  • Tabellen, Diagramme, Parameter, Kovarianz
  • Datenvisualisierung in KNIME
  • Datenbereinigung in KNIME
  • Datentransformation in KNIME

4. Data Modeling

  • Eigenschaften für das Modeling
  • Algorithmus und Methodik auswählen: Klassifizierung und KNN
  • Ergebnis beurteilen: Klassifizierung und KNN
  • Machine Learning in KNIME: Klassifikation
  • Algorithmus und Methodik auswählen: Regression und Clustering
  • Ergebnis beurteilen: Regression und Clustering
  • Machine Learning in KNIME: Komplexe Klassifikation und Clustering

5. Deployment, Überwachung und Fehlersuche

  • Implementierung des Modells
  • Strukturiertes Testing des Modells
  • Systematische Fehlersuche
  • Überwachung und Überprüfung
  • Wartung und Aktualisierung
  • Export von Daten in Datenbanken
  • Erstellen und Versenden von Reports 
  • Automatisierte Ausführung des KNIME-Workflows

6. Abschlussprojekt

Nach den Praxisaufgaben, mit denen verschiedene Szenarien und die einzelnen Stufen des CRIPS-DM-Prozesses eingeübt wurden, steht am Ende des Kurses  ein Abschlussprojekt, in dem der ganze Datenanalyse-Prozess durchlaufen wird.

So lernst du in diesem Kurs

Dieser Online-Kurs bietet dir ein digitales Blended-Konzept, das extra für berufsbegleitendes Lernen entwickelt wurde. Mit einem Zeitbudget von mindestens 3-4 Stunden pro Woche kommst du sicher ans Ziel. Alternativ kannst du dir die Lerneinheiten flexibel einteilen. So lernst du in dem Kurs:

Selbstlernphasen: Lerne selbstbestimmt, in deinem eigenen Tempo und wann immer du möchtest. Unsere Kurse bieten dir dafür didaktisch hochwertiges Lernmaterial mit Videos, Artikeln, interaktiven Übungen, Quizzes und Lernkontrollen.

Live-Webinare: In regelmäßigen Online-Seminaren triffst du deine Referent:innen persönlich. Du erhältst Antworten auf deine Fragen, konkrete Hilfestellungen und Anleitungen, um dein Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.

Praxisaufgaben: Um die Fähigkeiten in der Praxis zu lernen, erhältst du Zugang zu Datenprojekten, die es dir ermöglichen, die erlernten Techniken und Methoden auf reale Probleme anzuwenden. Durch diese Übungen erhältst du ein tiefes Verständnis für die Arbeit mit Daten und erarbeitest dir Methoden und Techniken, die du im beruflichen Alltag anwenden kannst.

Lern-Community: Während des gesamten Kurses steht dir eine digitale Lern-Community zur Verfügung. Tausche dich mit anderen Teilnehmenden und den Referent:innen aus und kläre Fragen.

Teilnahmebescheinigung und Open Badge: Als Absolvent:in des Kurses erhältst du ein Zertifikat und ein Open Badge, das du ganz einfach in beruflichen Netzwerken (u.a. LinkedIn) teilen kannst.

Future Jobs Club: Erhalte exklusiven Zugang zu einem Business-Netzwerk, Micro-Learnings (sparks), News und Future Work Hacks.

In deiner Online-Lernumgebung findest du nach deiner Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.