Data Insights Praxis-Training: Web-Scraping, Statistik & KI
Web-Scraping, Statistik und Machine Learning für Datenanalyse. Für Fach- und Führungskräfte, die Daten in Handlungsempfehlungen übersetzen.
In der heutigen Geschäftswelt ist Datenkompetenz weit mehr als eine technische Fertigkeit – sie ist die Grundlage für strategische Wettbewerbsvorteile. Dieser zweitägige Workshop führt Sie durch den gesamten Prozess der modernen Datenanalyse, von der automatisierten Gewinnung von Marktinformationen bis hin zur präzisen Prognose von Geschäftsentwicklungen.
Was Sie danach anders machen
mit der Analysesoftware R verlassen Sie die Grenzen klassischer Tabellenkalkulationen
Sie identifizieren mathematisch exakt die Wechselwirkungen komplexer Erfolgstreiber
mittels prädikativer Modelle erkennen Sie zukünftige Trends frühzeitig
Sie übersetzen komplexe Analyseergebnisse in klare, entscheidungsorientierte Grafiken
Kursinhalt
Datengewinnung & Kausale Analyse
Am ersten Tag lernen Sie, wie Sie durch Web-Scraping externe Wettbewerbsdaten erschließen und mittels professioneller Experimentdesigns (z. B. A/B-Tests) belastbare Kausalzusammenhänge statt bloßer Korrelationen nachweisen. Durch die Arbeit mit der Analysesoftware R verlassen Sie die Grenzen klassischer Tabellenkalkulationen und nutzen fortgeschrittene Regressionsmodelle, um komplexe Erfolgstreiber und deren Wechselwirkungen (Interaktionseffekte) exakt zu identifizieren.
Web-Scraping
- Einleitung & Funktionsweise
- Rechtliche & Ethische Rahmenbedingungen
- Werkzeuge & Methoden
- Praktischer Workflow
Experimentdesign und -durchführung
- Kausalität
- Labor-, Online- und Feldexperimente
- Paradigmen der experimentellen Wirtschaftsforschung
- Treatment Design
- Praktischer Workflow
Datenverarbeitung in R
- Datenformate und -transformationen
- R vs. Excel
- Daten plotten und verstehen
- Standardfehler und Konfidenzintervalle
Regressionsanalyse und Interaktionseffekte
- Lineare Regression
- Gütemaße
- Interaktionseffekte
- Spline-Regressions
- Praktische Umsetzung in R
Lernziele
- Sie entwickeln die Kompetenz, Marktdaten mittels Web-Scraping automatisiert zu erschließen und diese unter Berücksichtigung rechtlicher Rahmenbedingungen als valide Informationsbasis für strategische Analysen zu nutzen.
- Sie erlernen die methodische Planung von Experimenten und A/B-Tests, um ursächliche Erfolgstreiber präzise von zufälligen Korrelationen abzugrenzen und unternehmerische Maßnahmen evidenzbasiert abzusichern.
- Sie beherrschen fortgeschrittene Regressionsanalysen in R, um komplexe Wechselwirkungen zwischen Einflussfaktoren zu isolieren und belastbare Prognosemodelle für Geschäftskennzahlen zu erstellen.
- Sie verstehen die Funktionsweise von Netzwerkanalysen und Machine-Learning-Verfahren, um verborgene Strukturen in Daten zu identifizieren und die Einsatzmöglichkeiten moderner KI-Systeme objektiv zu bewerten.
- Sie erlangen die Fähigkeit, Analyseergebnisse durch professionelles Information Design in aussagekräftige Visualisierungen zu übersetzen, die den Transfer von Daten zu fundierten Management Entscheidungen unterstützen.
Teilnahme & Voraussetzungen
- Zielgruppe
-
Dieser Kurs richtet sich an analytisch arbeitende Fach- und Führungskräfte, die an der Schnittstelle zwischen operativer Umsetzung und strategischer Entscheidung sitzen.
- Vorwissen
-
Sicherheit im Umgang mit Zahlen. Praktische Erfahrung in der Aufbereitung und Analyse von Daten (beispielsweise durch die intensive Nutzung von Excel).
- Technische Anforderungen
-
Ein eigener Laptop mit administrativen Rechten zur Installation von R und RStudio ist für die aktiven Übungsphasen zwingend erforderlich.
- Details zum Abschluss
-
Nach erfolgreicher Teilnahme erhalten Sie eine Teilnahmebescheinigung der TU Berlin Academy.
Dieser Kurs ist gemäß § 10 (5) Berliner Bildungszeitgesetz (BiZeitG) anerkannt.
Dozent*innen
Prof. Dr. Timm Teubner forscht und lehrt an der Technischen Universität Berlin sowie am Einstein Center Digital Future (ECDF). Im Zentrum seiner interdisziplinären Arbeit steht die Frage, wie Vertrauen im digitalen Raum entsteht – analysiert aus ökonomischer, technischer und soziologischer Perspektive.
Seine Schwerpunkte umfassen:
- Online-Plattformen und mehrseitige Märkte
- Reputationssysteme und Nutzerverhalten
- Internet-Auktionen und Cybersecurity
- Sharing Economy und Crowd-Modelle
Seine Erkenntnisse spiegeln sich in zahlreichen internationalen Fachzeitschriften und Konferenzbänden wider und finden praktische Anwendung auf Plattformen von Airbnb über BlaBlaCar bis hin zu Zalando.
Teubner studierte Wirtschaftsingenieurwesen am Karlsruher Institut für Technologie (KIT) inklusive eines Auslandsjahres an der University of Massachusetts (UMass). Am KIT promovierte er und war anschließend als Postdoc tätig. Neuen Ausgleich und Ideen für die Wissenschaft findet er am Klavier sowie bei (Ultra-)Marathons.
Weiterbildung aus der Universität, gebaut für die Praxis
Unsere Kurse entstehen in den Fachgebieten der TU Berlin und werden von Menschen unterrichtet, die in ihrem Feld forschen und arbeiten.
Inhalte kommen aus den Forschungsthemen der TU Berlin und darüber hinaus und werden verpackt in qualitativ hochwertige Kursformate.
Wenden Sie Ihr Wissen direkt im Kursgeschehen an und beleuchten Sie Ihre beruflichen Herausforderungen und Fragestellungen.
Eine Teilnahmebescheinigung der Technischen Universität Berlin als Exzellenzuniversität des Exzellenzverbundes Berlin University Alliance.
Anerkannt als Bildungszeit in Berlin. Bis zu 5 Tage von der Arbeit freigestellt sein, um sich weiterzubilden.
„Sehr sinnvoll, um AI in seiner Funktion und Anwendung tiefer verstehen zu können.“