KI-gestützte Datenanalyse

Kompetenzziele

• Grundlagen der künstlichen Intelligenz für die Datenanalyse einordnen
• Daten mit SQL aus relationalen Datenbanken abfragen und für Modelle vorbereiten
• Machine-Learning-Modelle mit Python entwickeln und trainieren
• Regression, Clusteranalyse und Klassifikation auf betriebliche Datenbestände anwenden
• Modelle an SQL-Datenbanken anbinden und Ergebnisse in BI-Berichte überführen
• KI-gestützte Reports und Dashboards zur Entscheidungsvorbereitung aufbauen
• Ein eigenes KI-Analysemodell von der Datenbeschaffung bis zur Visualisierung umsetzen

Themen und Zusammenhänge

Die Datenbasis steht am Anfang: Datenbanken und SQL liefern die Rohdaten, Data Analytics und Business Intelligence geben den Rahmen vor, in dem Auswertungen später genutzt werden. Mit Python entstehen anschließend Modelle, die je nach Fragestellung als Regression Werte schätzen, als Clusteranalyse Kundengruppen und Segmente bilden oder als Klassifikation Fälle zuordnen.

Entscheidend ist der Schritt in den laufenden Betrieb. Modellergebnisse werden in Datenbanktabellen geschrieben, mit Kennzahlen verknüpft und in Business-Intelligence-Dashboards sichtbar gemacht. Im eigenen Analysemodell laufen Datenbeschaffung, Modellierung und Visualisierung zusammen, sodass die Datenanalyse mit KI von der Datenquelle bis zum entscheidungsreifen Bericht durchgängig nachvollziehbar wird.

Berufliche Perspektiven

Einsatzfelder entstehen dort, wo Datenanalyse und Business Intelligence um KI-Modelle erweitert werden.

• Datenanalystin und Datenanalyst bzw. Data Analyst mit KI-Schwerpunkt
• Business Intelligence Analyst und BI-Entwicklung
• Analyseprojekte zur datenbasierten Entscheidungsvorbereitung
• Fachliche Mitarbeit an Machine-Learning-Vorhaben in Datenteams