Für wen ist dieser Kurs zur Datenwissenschaft geeignet?
Der Kurs richtet sich an Führungskräfte, Marketing- und Produktverantwortliche, operative Leitungskräfte sowie Gründerinnen und Gründer, die Kennzahlenübersichten erhalten, Analysen beauftragen oder datenbasierte Entscheidungen treffen und dabei bessere Fragen stellen und schwache Schlussfolgerungen erkennen möchten. Grundkenntnisse in der Tabellenkalkulation reichen aus.
Für wen ist dieser Kurs zur Datenwissenschaft nicht geeignet?
Dieser Kurs richtet sich nicht an Personen, die über eine Vollzeitausbildung in einen Beruf in der Datenwissenschaft einsteigen möchten. Der grundlegende Lernpfad erfordert keine Programmierkenntnisse, und die optionalen Programmierlektionen in Python und SQL beginnen bei null. Sie ersetzen jedoch nicht die fachliche Tiefe, das Projektportfolio und die persönliche Betreuung eines Hochschulstudiengangs in Datenwissenschaft oder eines intensiven Vollzeit-Bootcamps. Eine Jobgarantie gibt es nicht. Der Kurs richtet sich auch nicht an Personen, die bereits in der Datenwissenschaft oder Softwareentwicklung arbeiten und eine vertiefende Fachweiterbildung suchen. Viele kombinieren beide Wege: hier die Grundlagen und erste Programmiererfahrungen, anschließend eine längere technische Ausbildung für die berufliche Praxis.
Was lerne ich in den einzelnen Modulen?
Die sechs Module folgen dem Ablauf einer echten Analyse: von der Frage, die jemand stellt, bis zur Entscheidung, die diese Person trifft.
1. Von der geschäftlichen Frage zur Datenfrage
Aus 'Warum geht der Umsatz zurück?' eine Frage machen, die sich mit Daten beantworten lässt, und festlegen, welche Erkenntnisse Ihre Einschätzung ändern würden.
2. Daten: Woher sie kommen und wie sie in die Irre führen
Stichproben, fehlende Daten, unterschiedliche Definitionen in verschiedenen Teams und warum die am leichtesten verfügbaren Daten oft die falschen sind.
3. Deskriptive Statistik
Mittelwerte, Mediane, Streuung, Prozentsätze und Raten – und wann die jeweilige Kennzahl das Wesentliche verdeckt.
4. Visualisierung
Ein Diagramm auswählen, das die Frage beantwortet, und Diagramme lesen, die versehentlich oder absichtlich irreführend sind.
5. Experimente und A/B-Tests
Kontrollgruppen, Stichprobengröße und Signifikanz einfach erklärt – und warum Korrelation keine Kausalität bedeutet.
6. Zusammenarbeit mit Analysten und KI
Ein Analysebriefing schreiben, Ergebnisse prüfen und mit KI-Assistenten Daten untersuchen, wobei Sie deren Berechnungen kontrollieren.
Wie passt sich der personalisierte Lernpfad an mich an?
Die Einstufung prüft, wie sicher Sie mit Prozentwerten, Durchschnittswerten und Diagrammen umgehen und welche Entscheidungen Sie treffen. Für eine Marketingleitung stehen Kampagnentests und Konversionsraten im Mittelpunkt der Beispiele, für eine Betriebsleitung Lieferzeiten und Fehlerquoten. Wenn Sie Statistiken bereits sicher lesen, führt der Lernpfad schnell zu Experimenten und Briefings.
Was übe ich?
Sie üben die Entscheidungen, die rund um die Arbeit mit Daten anfallen, anhand fiktiver oder öffentlicher Datensätze. Jede Aufgabe wird anhand eines einsehbaren Bewertungsrasters bewertet. Sie erhalten Rückmeldungen dazu, was Sie verbessern sollten, und können jede Bewertung zur Überprüfung markieren.
Beispielaufgabe: Der fiktive Kochboxanbieter Greenbasket hat zwei Wochen lang eine neue Begrüßungs-E-Mail eingesetzt und berichtet, dass Kunden, die sie geöffnet haben, mit einer um 30 Prozent höheren Wahrscheinlichkeit erneut bestellten. Sie erklären, warum dies die Wirksamkeit der E-Mail nicht beweist, und entwerfen einen fairen A/B-Test. Der Bewertungsleitfaden prüft, ob Sie das Problem der Selbstselektion benennen, eine Kontrollgruppe definieren, vorab eine Erfolgskennzahl festlegen und angeben, wie lange der Test laufen sollte, bevor jemand die Ergebnisse ansieht.
Wie lange dauert der Kurs zur Datenwissenschaft?
Die Lektionen dauern jeweils 10 bis 15 Minuten. Die Gesamtlänge Ihres Lernpfads hängt vom Einstufungstest und davon ab, wie oft Sie lernen. Daher gibt es keine feste Stundenzahl. Wer Statistikkenntnisse mitbringt, kann große Teile des dritten Moduls überspringen. Wer wenig Erfahrung im Umgang mit Zahlen hat, erhält zusätzliche Übungen vor den Experimenten.
Was erhalte ich nach dem Abschluss?
In einer abschließenden praktischen Prüfung beurteilen Sie eine Analyse kritisch und formulieren einen Arbeitsauftrag für eine bessere Analyse. Bei Bestehen erhalten Sie ein anerkanntes Zertifikat über Data-Science-Grundlagen für Berufstätige. Es ist kein akkreditierter Abschluss und bescheinigt keine technischen Data-Science-Kompetenzen.
Wie viel kostet der Kurs zur Datenwissenschaft?
Es gibt keine gesonderte Kursgebühr: Der Kurs ist in Ihrem Tarif enthalten. Der Einzeltarif kostet USD 79 pro Monat oder USD 790 pro Jahr. Der Teamtarif kostet USD 189 pro Monat oder USD 1,890 pro Jahr für bis zu 3 Mitglieder. Jedes weitere Mitglied kostet USD 49 pro Monat oder USD 490 pro Jahr. Ab 25 Mitgliedern gelten Mengenpreise. Eine kostenlose 7-tägige Testphase ist enthalten, eine Kreditkarte ist nicht erforderlich.