Künstliche Intelligenz und Automatisierung

Kompetenzziele

• Wiederkehrende Auswertungsschritte erkennen und für die Automatisierung vorbereiten
• SQL-Abfragen als automatisierbare Datenquellen aufsetzen
• KI-Tools zur Automatisierung von Auswertungen auswählen und einsetzen
• Python-Bibliotheken wie scikit-learn für Datenmodellierung und Machine-Learning-Algorithmen nutzen
• Automatisierte Reports in Power BI erstellen und mit interaktiven Dashboards kombinieren
• Analysemethoden an Fallbeispielen auf betriebliche Fragestellungen übertragen

Themen und Zusammenhänge

Ausgangspunkt ist die Frage, welche Teile einer Analyse sich wiederholen: Datenabruf aus SQL-Datenbanken, Bereinigung, Modellanwendung und Berichtsausgabe. Für jeden dieser Schritte werden passende Werkzeuge betrachtet – KI-Tools, die Auswertungen vorschlagen oder selbstständig ausführen, Python-Bibliotheken, die Datenmodellierung und Machine-Learning-Algorithmen in wiederverwendbare Skripte fassen, und BI-Tools, die Ergebnisse regelmäßig aktualisieren.

Power BI verbindet die automatisierten Ergebnisse mit interaktiven Dashboards und unterschiedlichen Datenquellen. Übungen im Unternehmenskontext übertragen die Methoden auf Fallbeispiele, bevor im Abschlussprojekt eine eigene datenbasierte Lösung entsteht, in der künstliche Intelligenz, Python und Business Intelligence zu einer durchgängigen KI-Automation verknüpft werden.

Berufliche Perspektiven

Einsatzfelder finden sich in Teams, die Auswertungen und Berichte regelmäßig erzeugen und automatisieren.

• Data Analyst bzw. Datenanalystin und Datenanalyst mit Automatisierungsschwerpunkt
• BI-Entwicklung und Reporting-Spezialist für automatisierte Berichte
• Fachkraft für KI-gestützte Prozessautomatisierung in Analyseabteilungen
• Mitarbeit an Projekten zur Automatisierung betrieblicher Auswertungen