Zum Hauptinhalt springen

Vollständiger Lernkurs

Data Analyst + AI

Verifizierte Analysen mit AI, SQL und Tabellen

AI-gestützte EDA, SQL, strukturierte Ausgaben, Verifikation, Datenschutz und Dashboards.

0%0/8 Lektionen

Der Fortschritt wird lokal in deinem Browser gespeichert.

8–14 Wochen3 Module8 Lektionen4 Assessments

Modul 1

Gemeinsamer AI-Kern

Modellgrenzen, Evidenzdisziplin und Verifikation für analytische Arbeit.

ErgebnisDer Analyst unterscheidet Modellausgaben von verifizierter Evidenz.

  1. AI-Grundverständnis und Modellgrenzen

    Kern

    Fähigkeiten, Halluzinationen, Kontextgrenzen, Datenschutz und verantwortungsvolle Nutzung.

    Material →

  2. Prompt- und Context Engineering

    Kern

    Anweisungen, Constraints, Beispiele und Prüfung der Ergebnisse.

    Voraussetzungen: AI-Grundverständnis und Modellgrenzen

    Material →

  3. Structured Outputs und Evaluation

    Kern

    Antwortschemata, deterministische Checks und Testfälle.

    Voraussetzungen: Prompt- und Context Engineering

    Material →Ressource →

Modul 2

AI-gestützte Analyse

EDA, SQL, Tabellen und strukturierte Findings mit expliziter Verifikation.

ErgebnisEin reproduzierbarer Analyse-Workflow mit nachvollziehbaren Annahmen und Evidenz.

  1. Strukturierte analytische Ausgaben

    Kern

    Annahmen, Metriken, Findings, Confidence und maschinenprüfbare Ergebnisstruktur.

    Material →

  2. Verifikation und Abstimmung

    KernPraxis + Assessment

    Neuberechnung, Quellenchecks, Anomalieprüfung und Abstimmung zwischen Ergebnissen.

    Material →Praxis →Assessment →

  3. Projekt: verifizierter AI-Analytics-Workflow

    ProjektPraxis + Assessment

    Datensatz, SQL, Findings, Charts und ein evidenzgestützter Analysebericht.

    Material →Praxis →Assessment →

Modul 3

Datenschutz und Kommunikation

PII-Handling, Reproduzierbarkeit, Lineage und entscheidungsreife Kommunikation.

ErgebnisEin Analysepaket mit Data Lineage, Prüfbarkeit und entscheidungsreifen Ergebnissen.

  1. Datenschutz und PII

    KernPraxis + Assessment

    Datenminimierung, Maskierung, Zugriffsrichtlinien und sichere Nutzung sensibler Analysedaten.

    Material →Praxis →Assessment →

  2. Milestone: entscheidungsreife AI-Analyse

    MeilensteinPraxis + Assessment

    Verifizierte Zahlen, Charts, Annahmen, Quellen und ein prüfbarer Decision Brief.

    Material →Praxis →Assessment →

Abschlusspraxis und Assessment

Der Kurs endet mit einem praktischen Artefakt und einer Abnahmerubrik. Das Ergebnis gilt erst nach erfüllten Akzeptanzkriterien als abgeschlossen, nicht bloß nach dem Lesen der Materialien.

Verifikation und Abstimmung →Projekt: verifizierter AI-Analytics-Workflow →Datenschutz und PII →Milestone: entscheidungsreife AI-Analyse →Roadmap öffnen →