From Data to Decisions - Erfolgreiche Projekte mit Data Science und KI

Der eigene Datenschatz ist eines der wichtigsten strategischen Assets eines Unternehmens. Ziel von KI- und Data-Science-Initiativen ist es, aus diesen Daten handlungsrelevante Erkenntnisse zu gewinnen. In der Praxis scheitern solche Vorhaben jedoch häufig an der Schnittstelle zwischen fachlicher Fragestellung und technischer Umsetzung.
Fachliche Entscheider wissen oft nicht genau, was Künstliche Intelligenz heute realistisch leisten kann. Gleichzeitig verfügen Data Scientists zwar über hohe technische Kompetenz, richten ihre Modelle jedoch nicht immer konsequent an den relevanten Geschäftsfragen aus. Genau hier setzt dieses Seminar an.
Sie lernen, wie die fachlich motivierte Auswahl von Technologie, Methode und Datenbasis das volle Potenzial von KI im Unternehmenskontext entfaltet. Das Seminar vermittelt einen durchgängigen, nachvollziehbaren Prozess: von der präzisen Formulierung der fachlichen Fragestellung über die Auswahl geeigneter Methoden und Daten bis hin zur Bewertung der Ergebnisse und ihres geschäftlichen Nutzens.
Dabei erhalten Sie einen verständlichen Überblick über moderne KI-Konzepte. Die Spannbreite reicht von klassischem Machine Learning über Unsupervised und Self-Supervised Learning bis hin zu Generative AI und großen Sprachmodellen (LLMs). Sie lernen Funktionsweise, Grenzen und sinnvolle Einsatzszenarien kennen - und schaffen damit eine belastbare Grundlage, um eigene KI-Use-Cases realistisch zu planen und erfolgreich umzusetzen.
Der Fokus liegt bewusst auf Einordnung, Methodik und Entscheidungsfähigkeit, nicht auf Tool-Trainings oder Programmierung.

Zielgruppe:

Fachliche Entscheider:innen aus Business-Bereichen, die KI- oder Data-Science-Projekte initiieren möchten, Projektleiter:innen und (IT-)Manager:innen, die KI-Vorhaben koordinieren und zwischen Fachbereich, IT und Data Science vermitteln, Data Scientists, Data Analysts und BI-Spezialist:innen, die ihre Arbeit stärker an fachlichen Zielstellungen ausrichten wollen

Voraussetzung:

Grundlegendes Verständnis von Künstlicher Intelligenz, Keine technischen oder mathematischen Detailkenntnisse erforderlich

Ziele/Nutzen des Seminars:

Nach dem Seminar können Sie:

• fachlich getriebene KI-Use-Cases klar formulieren und messbar übersetzen
• geeignete Methoden und Technologien für unterschiedliche Fragestellungen auswählen
• Chancen und Grenzen aktueller KI-Ansätze realistisch einschätzen
• typische Stolpersteine in KI-Projekten frühzeitig erkennen
• Ergebnisse von KI-Projekten sachlich bewerten und einordnen

Inhalte:

• Grundlagen: Was sind "handlungsrelevante" Erkenntnisse und wie übersetze ich Geschäftsfragen in Daten und KI Use Cases?
• Top down vs. Bottom up: Vorgehensmodelle für Data Science Projekte und wie Fachlichkeit und Technik sinnvoll zusammenspielen.
• Datenbasis: Anforderungen an Datenqualität, Data Governance und Datenschutz als Fundament für belastbare Modelle.
• Methodenüberblick: Klassisches Machine Learning, Unsupervised und Self Supervised Learning, Generative AI und große Sprachmodelle.
• Methodenwahl in der Praxis: Wann einfache Modelle ausreichen, wann komplexe Verfahren nötig sind und wie man Grenzen von KI realistisch einschätzt.
• Erwartungsmanagement: Realistische Zielbilder und typische Stolpersteine in KI Projekten