Prompten lernen: Data Science und Analysen

Kursüberblick

Dieser Kurs vermittelt, wie gezielte Eingaben für KI-Systeme mit datenwissenschaftlichen Methoden kombiniert werden, um Daten zu verstehen, zu strukturieren und neue Erkenntnisse zu gewinnen. Teilnehmende lernen, wie Prompts entworfen, KI-Ausgaben geprüft und Ergebnisse durch Data-Science-Verfahren validiert und visualisiert werden. Der Kurs fördert ein methodisches Verständnis für das Zusammenspiel zwischen Sprache, Daten und Analyse. 1. Grundlagen - Prompten und Künstliche Intelligenz 2. Datenanalyse und Machine Learning 3. Datenmanagement und Visualisierung 4. Verantwortung und Reflexion 1. Grundlagen - Prompten und Künstliche Intelligenz Einführung in generative Modelle und das Prinzip des Promptings Gestaltung strukturierter Eingaben für konsistente und reproduzierbare Ergebnisse Einfluss von Kontext, Datenqualität und Zieldefinition auf die Modellleistung Abgrenzung zwischen analytischer und generativer Datenverarbeitung 2. Datenanalyse und Machine Learning Kombination generativer KI-Ergebnisse mit datenwissenschaftlichen Verfahren Bewertung von KI-Ausgaben durch statistische Methoden und Modellanalyse Nutzung von Python zur Automatisierung und Validierung von Prozessen Anwendung von Machine-Learning-Techniken zur Verbesserung der Analysequalität 3. Datenmanagement und Visualisierung Verwendung von SQL zur Organisation, Abfrage und Filterung großer Datensätze Aufbereitung generierter Informationen für datenbasierte Entscheidungen Erstellung visueller Analysen und Dashboards zur Darstellung von Zusammenhängen Kombination von Text- und numerischen Daten für nachvollziehbare Ergebnisse 4. Verantwortung und Reflexion Bewertung ethischer und rechtlicher Herausforderungen im Umgang mit generativer KI Reflexion über Bias, Fairness und Transparenz in automatisierten Prozessen Dokumentation und Sicherstellung von Datenintegrität und Ergebnisqualität Verantwortungsvoller Umgang mit Prompt-Techniken in datenbasierten Anwendungen

Nächste Termine

• 2026-09-20T22:00:00.000Z · 2027-05-30T22:00:00.000Z · Berlin · Hybrid Learning
• 2026-09-20T22:00:00.000Z · 2027-05-30T22:00:00.000Z · Aachen · Hybrid Learning
• 2026-09-20T22:00:00.000Z · 2027-05-30T22:00:00.000Z · Ahlen, Westfalen · Hybrid Learning
• 2026-09-20T22:00:00.000Z · 2027-05-30T22:00:00.000Z · Augsburg, Bayern · Hybrid Learning
• 2026-09-20T22:00:00.000Z · 2027-05-30T22:00:00.000Z · Aschaffenburg · Hybrid Learning