Der Schlüssel für den Mittelstand
Für kleine und mittelständische Unternehmen ist es deutlich schwerer junge Talente im Bereich Data Analytics an sich zu binden als für die großen Konzerne. Auch kann die Auslastung eines teuren Data Analytics Experten in kleinen Unternehmen schwierig sein.
Daher ist die Weiterbildung von Mitarbeitern, die bereits im Unternehmen arbeiten und offen für neue Themen wie die Data Analytics sind, ein sehr guter und wichtiger Weg zum eigenen Know-how. Vielleicht sogar der bessere, denn wer die Abläufe im Unternehmen kennt und gelernt hat, die Aspekte der Datenanalyse zu verstehen, ist eindeutig im Vorteil, wenn es darum geht, den „Business Case“ zu definieren.

Data Literacy – Data Science
Neun Hochschulen und Universitäten aus Baden-Württemberg entwickeln unter der Leitung der Universität Ulm Weiterbildungsangebote rund um Data Analytics. Diese Angebote sind auf die Bedürfnisse kleiner und mittlerer Unternehmen abgestimmt und vermitteln Lösungen für aktuelle Problemstellungen der Datenanalyse und der Datenbewertung. Sie zeigen anhand konkreter Anwendungsbeispiele, dass Datenanalysen und ihre Bewertung gerade für KMU von großem Nutzen sind.
Die Weiterbildungsangebote werden mit Blick auf unterschiedliche Zielpersonen in Unternehmen entwickelt. Sie richten sich sowohl an Entscheider, die grundlegendes Wissen im Bereich Data Science erwerben wollen, als auch an Anwender, die Daten mit vorhandenen Werkzeugen und Methoden analysieren. Zudem werden spezielle Lernformate für Experten angeboten, die mit neuartigen, datenbasierten Lösungsansätzen auf Probleme reagieren.

Digital Mountains
Modul 01
(20 Unterrichtseinheiten)
- Datenbasierte Geschäftsmodelle und Entwicklung von Datenstrategien.
- Dem Wettbewerb um eine Nasenlänge voraus! Mit Smart Data Analytics Wettbewerbsvorteile erkennen und den Vorsprung bewahren.
- Praxis: Zusammenhänge erkennen und Datenstrategien entwickeln.
- Smart Data Analytics ist (k)ein Projekt!
- Maschinelles Lernen angewandt auf reale Problemstellungen in der Wirtschaft
Modul 02
(20 Unterrichtseinheiten)
- Mit Smart Data zum Big Business
- Data Analytics – Vom Mythos zur nüchternen Realität. Anatomie einer generellen Modellbildung.
- Wirtschaftliche Vorhersagen unter der Lupe – Vorhersagemodelle auf Basis von Decision Trees.
- Bessere Performance bei Vorhersagen durch moderne ML-Modelle.
- Die Kunst der Überzeugung – Visualisierungsstrategien für die Zielgruppe Entscheidungsträger.
Modul 03
(16 Unterrichtseinheiten)
- Vorhersagen aus unterschiedlichen Anwendungsperspektiven.
- Was ist das beste Modell für bestimmte Unternehmensfragen? – Erlösorientierte Bewertung von Vorhersagen.
- Die Qual der Wahl – Welches Modell ist das richtige?
- Ausfallraten effizienter ermitteln – Ein Blick in die Glaskugel.
- Kostenreduzierung durch smarte Pipelines.
