Qualifizierung für Datenanalyse in KMU

String does not exist. Please check your string definition for modulenameplural/ocsurveylight

line 10764 of /lib/moodlelib.php: call to debugging()
line 7376 of /lib/moodlelib.php: call to lang_string->__construct()
line 406 of /course/lib.php: call to get_string()
line 269 of /course/view.php: call to get_module_types_names()

Kursthemen

Allgemeines

Alles einklappen Alles aufklappen
Die kostenlose Erprobungsphase endete zum 31.12.2019.

Wir danken allen Teilnehmenden für ihre Unterstützung. Sie finden Sie alle Kursangebote unseres DKMU-Projektes gegen eine kleine Gebühr auf oncampus.de.

Hier geht es direkt zu unserer Kursübersicht.

Viel Spaß in unserer bunten Lernwelt!
- Datenanalyse als neue Schlüsselkompetenz
  
  Aktuelle Analysen zeigen, dass die Fähigkeit zur Datenerhebung und -auswertung und damit verbunden das Ziehen adäquater Rückschlüsse hinsichtlich der Gestaltung von Unternehmensprozessen und Produkten eine zentrale Anforderung an Unternehmen in der heutigen Zeit ist. Während große Unternehmen eigene Abteilungen für das Sammeln und Auswerten von Daten über ihre Prozesse, Kunden/-innen und Produkte haben, ist dieser Tätigkeitsbereich für KMU bislang kaum erschlossen. Dabei sind heutige Wertschöpfungsprozesse zunehmend datengestützt und Unternehmen, die Daten als „betrieblichen Rohstoff“ in ihre Weiterentwicklung einfließen lassen, positionieren sich nachhaltiger am Markt.
  
  Projektziel
  
  Ziel des Projektes Qualifizierung für Datenanalyse in KMU (DKMU) ist die Handhabbarmachung des durchaus komplexen Themenfeldes Datenanalyse für KMU. Das bedarfsgerechte Qualifizierungsangebot befähigt KMU aus Schleswig-Holstein, sich Small und Big Data zu erschließen und mithilfe verschiedener Analysemethoden (auf verschiedenen Levels) für die eigenen Bedarfe nutzbar zu machen. KMU werden unterschiedliche Anwendungsszenarien kennenlernen und je nach Bedarf auf unterschiedlichen Anspruchslevels Datenanalysen und Auswertungen selbst vornehmen können. Das Angebot richtet sich an Unternehmen aller Cluster des Landes Schleswig-Holsteins.
  
  Diese Module gibt es in dem Programm
  
  Das DKMU-Kursprogramm umfasst folgende Online-Module:
  
  Die verlinkten Module können bereits belegt werden, die anderen Module werden erst zu einem späteren Zeitpunkt freigeschaltet.
- Einführung in die Datenanalyse (Wegweiser)
- Einstieg in die Datenanalyse
  
  Bearbeitungsdauer: 5 Stunden
  
  In diesem Kurs lernst du, die verschiedenen Begriffe im Bereich Datenanalyse und Big Data voneinander abzugrenzen. Du bekommst einen kurzen Einblick in wesentliche Themen der DSGVO. Wir stellen dir grundsätzliche Analysemethoden vor und zeigen dir, mit welchen Programmen welche Analysen möglich sind. Darüber hinaus findest du hier Hinweise, mit welchen Kursen aus dem Projekt "Datenanalyse für KMU" du dein Wissen vertiefen kannst.
  Kursinfos
  
  Einführung in die mathematischen Methoden der Datenanalyse
  
  Bearbeitungsdauer: 5 Stunden
  
  In diesem Kurs bekommst du einen kleinen Einblick in die mathematischen Methoden der Datenanalyse. Wir zeigen dir, was mathematisch hinter den Funktionen steckt, die du sonst mit Datenanalyse-Tools anwendest.
  Kursinfos
- Datenanalyse mit Excel (2 Module)
- Einführung in die Datenanalyse mit Excel
  
  Bearbeitungsdauer: 5 Stunden
  
  In diesem Modul lernst du, deine Daten in Excel zu strukturieren und zu formatieren. Du lernst, wie du Daten mit Hilfe der bedingten Formatierung hervorheben kannst und wie doch mit Hilfe von Funktionen verschiedene Werte berechnen kannst.
  Kursinfos
  
  Datenanalyse mit Pivottabellen und Diagrammen in Excel
  
  Bearbeitungsdauer: 5 Stunden
  
  In diesem Kurs lernst du, wie du aus einer normalen Tabelle eine Pivot-Tabelle erzeugst. Du lernst, die Daten mit Hilfe von Filtern und Gruppierungen zu strukturieren, um die gewünschten Ergebnisse leicht ablesen zu können. Zusätzlich zeigen wir dir, wie du die Daten mit verschiedenen Diagrammen direkt visualisieren kannst.
  Kursinfos
- Datenanalyse mit PSPP/SPSS (2 Module)
- Einführung in die Datenanalyse mit PSPP/SPSS
  
  Bearbeitungsdauer: 5 Stunden
  
  In diesem Kurs lernst du die Software PSPP kennen und was sie von SPSS unterscheidet. Wir zeigen dir, wie du PSPP installierst, Variablen anlegst und konfigurierst und Daten importierst. Zusätzlich bekommst du einen kurzen Einblick in die Berechnung von Variablen. Das gelernte kannst du direkt an zwei praktischen Aufgaben ausprobieren.
  Kursinfos
  
  Datenanalyse mit PSPP/SPSS
  
  Bearbeitungsdauer: 6 Stunden
  
  In diesem Kurs steigen wir tiefer in die Datenanalyse mit PSPP ein. Wir befassen und mit verschiedenen Analysen und lernen auch die Grenzen von PSPP kennen. Hier werden wir dann ergänzend Analysen in SPSS durchführen. Hierzu kann man eine 14-tägige Testversion von SPSS nutzen. Die verschiedenen Analysen kannst du dann in praktischen Aufgaben selbst ausprobieren.
  Kursinfos
- Datenanalyse mit Python (4 Module)
- Einführung in die Datenanalyse mit Python
  
  Bearbeitungdauer: 5 Stunden
  
  Du lernst eine Datenanalyse-Umgebung kennen, in der Datensätze mit Hilfe der Programmiersprache Python analysiert werden können. Dazu werden die wichtigsten Bibliotheken vorgestellt, die Funktionen zur Datenanalyse bieten.
  
  Mit Hilfe dieser Bibliotheken lernst du, erste Berechnungen und Visualisierungen zu erstellen. Zusätzlich geben wir einen kurzen Einblick in den Bereich des maschinellen Lernens.
  Kursinfos
  
  Lineare Regression in Python
  
  Bearbeitungsdauer: 4 Stunden
  
  In diesem Kurs lernst du die Unterschiede zwischen überwachtem und unüberwachtem Lernen und Klassifikation und Regression kennen. Du lernst ein einfaches Regressionsmodell aufzustellen und daran Berechnungen durchzuführen und Zusammenhänge zu interpretieren. Zusätzlich lernst du, Regressionsmodell anhand verschiedener Merkmale zu evaluieren.
  Kursinfos
- Entscheidungsbäume in Python
  
  Bearbeitungsdauer: 5 Stunden
  
  Du lernst, mit Python in jupyterlab mit Hilfe des CART-Algorithmus Entscheidungsbäume zu trainieren. Dazu lernst du auch verschiedene Gütekriterien für Klassifikatoren kennen und wendest sie an. Mit Hilfe der Ensemble-Verfahren lernst du, verschiedene Klassifikatoren zu kombinieren und so ein besseres Ergebnis zu erzielen.
  Kursinfos
  
  Clusteranalyse in Python
  
  Bearbeitungsdauer: 4 Stunden
  
  Du lernst, mit Python in jupyterlab das agglomerative und das partitionierende Clustering kennen. Anhand von Anwendungsbeispielen und Aufgaben lernst du, wie du diese Verfahren anwenden kannst.
  Kursinfos
Abschnitt 1
Abschnitt 2
Abschnitt 3

Nicht verfügbar
Abschnitt 4
- Zeitraum:
  
  Die Testphase beginnt am 01. Januar 2019 und endet am 31. Dezember 2019. Ein Einstieg ist in diesem Zeitraum jederzeit möglich.
  
  Kosten:
  Die Testphase richtet sich an Mitarbeitende von Kleinst-, Klein- und mittleren Unternehmen mit Sitz in Schleswig-Holstein. Für sie ist die Teilnahme kostenlos.
  
  Teilnahmevoraussetzungen:
  Die Entwicklung und der Testphase der Online-Module werden aus Mitteln des Europäischen Sozialfonds und aus Landesmitteln Schleswig-Holsteins finanziell unterstützt. Aus diesem Grund findet eine formale Evaluation der Testphase statt – Teilnehmende geben hierfür ihr Einverständnis zur Erhebung und Auswertung anonymisierter Daten. Dieses Einverständnis muss schriftlich gegeben werden, das Formular finden Sie unter „Anmeldung“. Nach der Testphase ist es möglich, dass Sie von einem externen Evaluator um ein kurzes Feedback gebeten werden.
  Weitere Informationen:
  Informationsblatt zur Datenverarbeitung
Abschnitt 5
- Sobald uns die unterschriebene Einwilligungserklärung vorliegt, werden Sie für das DKMU-Programm freigeschaltet. Wählen Sie dann Ihr gewünschtes Modul und schon kann es losgehen! Bitte beachten Sie, dass die Erprobungsphase am 1. Januar 2019 beginnt und die Kurse erst dann freigeschaltet werden.
  
  Ihr Feedback ist entscheidend!
  
  DKMU-interne Evaluation: Sie nehmen an der Testphase der DKMU-Online-Module teil. Ziel der Testphase ist es, zu erheben, ob wir mit den Modulen Ihre Bedarfe erfüllen konnten, was Ihnen gut gefallen hat und wo Sie Ergänzungspotential sehen. Wir freuen uns daher besonders auf Ihr inhaltliches Feedback.
  
  Evaluation des Förderprogramms: Daneben wird eine Stichprobe aus den Teilnehmenden von dem externen Evaluator Moyes & Partner zu der Maßnahme befragt. Ihr Feedback hilft dabei, die Wirksamkeit des Förderprogramms zu evaluieren.
  
  Was ist DKMU?
  
  DKMU ist ein aus Landesmitteln und Mitteln des Europäischen Sozialfonds gefördertes 2-jähriges Projekt zur Entwicklung eines branchenspezifischen Weiterbildungsprogramms für Kleinst-, Klein- und mittlere Unternehmen (KMU) bis 250 Mitarbeiter aller Cluster in Schleswig-Holstein. Projektpartner sind die Technische Hochschule Lübeck (Institut für Lerndienstleistungen) und die oncampus GmbH. Das Projekt läuft vom 01.01.2018-31.12.2019.
- Flexibles Lernen:
  
  Die DKMU-Online-Module können an jedem Ort und zu jeder Zeit genutzt werden. Sobald Sie die Teilnahmevoraussetzungen erfüllen, erhalten Sie Zugang zu unseren Weiterbildungsmodulen und können sofort starten. Modul ist dabei gleichzusetzen mit Weiterbildungskurs – es ist didaktisch so aufbereitet, dass man unabhängig von anderen lernen kann.
Abschnitt 6
- Das Vorhaben DKMU wird aus dem Landesprogramm Arbeit mit Mitteln des Europäischen Sozialfonds gefördert. Mehr Informationen im Internet: www.EU-SH.schleswig-holstein.de.
  
  Das Landesprogramm Arbeit ist das Arbeitsmarktprogramm der Landesregierung für die Jahre 2014-2020. Schwerpunkte sind die Sicherung und Gewinnung von Fachkräften, die Unterstützung bei der Integration von Menschen, die es besonders schwer haben, in den ersten Arbeitsmarkt zu kommen und die Förderung des Potentials junger Menschen. Das Landesprogramm Arbeit hat ein Volumen von etwa 240 Millionen Euro, davon stammen knapp 89 Millionen Euro aus dem Europäischen Sozialfonds (ESF). Mehr Informationen im Internet: www.EU-SH.schleswig-holstein.de
Abschnitt 7
Abschnitt 8
Abschnitt 9
Abschnitt 10
Abschnitt 11
Abschnitt 12
Abschnitt 13
Abschnitt 14
Abschnitt 15
Abschnitt 16
Abschnitt 17
Abschnitt 18
Abschnitt 19