Jetzt hier buchen
AI for Business Prognosis
Die Teilnehmenden können Chancen, Risiken und Grenzen von Business Intelligence (BI)-Systemen vor dem Hintergrund der künstlichen Intelligenz analysieren. Insbesondere sind sie in der Lage, die Fortentwicklung der BI auf Basis der KI zu diskutieren und die jeweilige Anwendbarkeit für die Praxis zu beurteilen. Sie sind in der Lage, ihr Wissen zu jeweils aktuellen Methoden und Modellen anzuwenden und entwickeln so interdisziplinäre Problemlösungskompetenzen durch fortlaufende Verbindung betriebswirtschaftlicher und informationstechnischer Inhalte.
Zielgruppe
Für Weiterbildungsinteressierte, die sich klassische und KI-basierte Methoden zur Prognose betriebswirtschaftlicher Kennzahlen und Entwicklungen erschließen möchten.
Lernziele
Die Teilnehmenden können sich klassische und KI-basierte Methoden zur Prognose betriebswirtschaftlicher Kennzahlen und Entwicklungen erschließen. Sie können für spezifische Anwendungskontexte geeignete Methoden identifizieren und bewerten. Durch praxisnahe Übungen und ein abschließendes Projekt sind sie in der Lage, Prognose-Lösungen zu implementieren und nach fachlichen, technischen, wirtschaftlichen, rechtlichen und ethischen Kriterien zu evaluieren.
Lehrinhalte
- Einführung in KI für Geschäftsprognosen
- Evolution von klassischen zu KI-basierten Prognosemethoden
- Vorgehensmodelle in der KI-Entwicklung
- Traditionelle Prognosemethoden
- Klassische statistische Verfahren
- Saisonale Dekomposition und Zyklusanalyse
- Machine Learning für Geschäftsprognosen
- Ausgewählte überwachte Lernverfahren für Prognoseaufgaben
- Modellinterpretation und Erklärbarkeit von Modellen
- Deep-Learning-Techniken
- Netzwerk-Architekturen für Sequenzen: RNNs, LSTMs, GRUs
- Eindimensionale CNNs und Transformer-Architekturen
- Data Management & Engineering
- Datenakquisition und -bereinigung
- Feature Engineering
- Modellevaluation und Deployment
- Unsicherheitsquantifizierung von Prognosen
- Evaluierung nach fachlichen Kriterien (Prognosegenauigkeit)
- Bewertung technischer Aspekte (Performance, Skalierbarkeit)
- Wirtschaftliche Analyse (Kosten-Nutzen-Verhältnis)
- Rechtliche und ethische Anforderungen (Datenschutz, Fairness)
- Deployment-Strategien und Monitoring
- Projekt
- Entwicklung einer End-to-End-Prognoselösung
- Umfassende Evaluation nach relevanten Kriterien
- Präsentation und Verteidigung der Ergebnisse
Didaktisches Konzept
Im Kurs werden aufeinander abgestimmter Leistungen zu einem festgelegten Thema bearbeitet, präsentiert und dokumentiert.
Lernform
Live-Online
Dauer
4-6 (Online-)Präsenztage + Prüfungseinheit
Freie Plätze
8
Nächster Starttermin
24. Mai 2025
Termine
24. Mai 2025
13:30 - 16:45 Uhr
Live-Online
04. Juli 2025
15:30 - 20:30 Uhr
Live-Online
05. Juli 2025
13:30 - 16:45 Uhr
Live-Online
18. Juli 2025
15:30 - 20:30 Uhr
Live-Online
19. Juli 2025
09:30 - 16:45 Uhr
Live-Online
Prüfung
25. Juli 2025
(Portfolio)
Anmeldeschluss
10. Mai 2025
Niveau
Advanced, DQR-Level 7
Voraussetzungen
Abgeschlossenes Erststudium, Gute Kenntnisse in den KI-Methoden, Tools and Frameworks
Sprache
Deutsch
Workload
28 UE Präsenz / virtuelle Präsenz
122 UE Selbststudium
Lehrende
Prof. Dr. Carsten Lanquillon
Ort
Live-Online
Abschluss
Hochschulzertifikat mit ECTS nach bestandener Prüfung,
Teilnahmebescheinigung
IHRE ANSPRECHPERSON
Karen Huep
Weiterbildungs- und Zertifikatskurse
07361 576 - 1453
0160 - 1058367
karen.huep(at)hs-aalen.de