Data & Process Mining

Institution

School of Advanced Professional Studies Universität Ulm

Location

Universität Ulm
School of Advanced Professional Studies
Oberberghof 7
89081 Ulm

Online

Target Audience

Der Zertifikatskurs richtet sich an Berufseinsteiger*innen, an junge Führungskräfte sowie Projektleiter*innen und Berater*innen, die ihre Kompetenzen im Umgang mit den Herausforderungen „Industrie 4.0“ und „Big Data“ optimal ausbauen und vertiefen wollen.

Prerequisites

Voraussetzung ist ein erster Hochschulabschluss z. B. Bachelor, Diplom, Staatsexamen, etc. in den Studiengängen Betriebswirtschaftslehre, Wirtschaftswissenschaften, Elektrotechnik, Informatik, Maschinenbau, Mathematik, Physik, Wirtschaftsmathematik oder eines vergleichbaren Studiengangs oder ein als gleichwertig anerkannter Abschluss.

Inhaltliche Voraussetzungen sind Grundkenntnisse zu Datenbanken und Stochastik aus den Zertifikatskursen „Grundlagen von Datenbanksystemen” und „Stochastische Modellierung und Simulation”.

Content

• Business Szenarien für das Data und Process Mining
• Extraktion von Daten aus Informationssystemen (ETL-Prozesse)
• Data Warehousing Systeme (Multidimensionale Daten)
• Knowledge Discovery Process
• Methoden und Verfahren des Data Mining: Klassifikation, Regression, Cluster-Analyse, Assoziationsanalyse
• Methoden und Verfahren des Process Mining: Process Discovery Algorithmen, Conformance Checking, Log Analyse
• Datenvisualisierung
• Process Performance Measurement, Business Process Intelligence

Programme Details

• Das Online-Studium findet im Selbststudium und in Form von Gruppenarbeit statt. Für das Selbststudium steht ein ausführliches Skript zur Verfügung. Die zentralen Inhalte und zugehörige Beispiele werden zudem in kurzen Videos erläutert. Das lesefreundliche Skript ist nach dem didaktischen Konzept der Universität Ulm für berufsbegleitende Teilnehmende aufbereitet.
• Um die vermittelten Inhalte zu festigen, werden in regelmäßigen Abständen Übungsblätter veröffentlicht, deren Lösungen von den Teilnehmenden und dem Mentor gemeinsam zu den Präsenzterminen vorgestellt werden.
• Der Mentor/die Mentorin des Zertifikatskurses wird in regelmäßigen Abständen Online-Sprechstunden anbieten, die die Teilnehmenden bei der Bearbeitung des Lernstoffs unterstützen.
• Außerdem steht ein weiteres Forum für den Austausch der Teilnehmenden untereinander bereit.

Learning Objectives

• Die Teilnehmenden kennen grundlegende Methoden, Verfahren und Konzepte des Data und Process Mining. Sie können diese, unterstützt durch Softwarewerkzeuge, auf gegebene Aufgabenstellungen anwenden und ihre Analyseergebnisse angemessen präsentieren und visualisieren.
• Die Teilnehmenden können ferner einschätzen, welche Herausforderungen sich bei der Anwendung von Miningverfahren in der Praxis stellen und wie diesen Herausforderungen in konkreten Anwendungsszenarien begegnet werden kann.
• Generell sind sie in der Lage, charakteristische Anwendungsfälle von Data und Process Mining zu benennen und technologische Analysemöglichkeiten sowie deren Nutzen und Aufwände zu bewerten.
• Schließlich kennen die Teilnehmenden aktuelle Trends und können diese hinsichtlich ihres Nutzens für Business Analytics Szenarien einschätzen.

Course Format

Blended-Learning

Certification

Bei erfolgreichem Abschluss des Zertifikatskurses erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Zertifikatskurses als Übersicht auflistet.

Workload

Der Zertifikatskurs erfordert einen Bearbeitungsaufwand von insgesamt 180 Stunden.

Creditpoints (ECTS)

6

Language

Deutsch

This course has already started. When new courses become available they will be added.

Prof. Dr. Manfred Reichert
Direktor des Instituts für Datenbanken und Informationssysteme, Universität Ulm

Michael Winter
Wissenschaftlicher Mitarbeiter im Institut für Datenbanken und Informationssysteme, Universität Ulm