Datenstrategie für KI: Von der Datenqualität über Feature Engineering zu KI-Methoden

Daten und Künstliche Intelligenz (KI) sind zentrale Treiber der digitalen Transformation. Doch KI kann nur dann wirksam eingesetzt werden, wenn die zugrundeliegenden Daten richtig vorbereitet, verstanden und genutzt werden. In diesem Training erhalten Sie eine fundierte Einführung in die Praxis von Data Science und maschinellem Lernen (ML). Im Mittelpunkt steht der gesamte Datenprozess nach dem anerkannten CRISP-DM-Modell: von der Auswahl geeigneter Datenquellen über die Bereinigung und Transformation der Daten bis hin zur Anwendung und Bewertung von ML-Algorithmen. Sie lernen, wie strukturierte und unstrukturierte Daten für KI-Anwendungen aufbereitet werden, welche Rolle Datenqualität und Feature Engineering spielen und wie sich typische ML-Verfahren – von Entscheidungsbäumen bis Clustering – zielgerichtet einsetzen lassen. Zusätzlich werden rechtliche Rahmenbedingungen wie DSGVO und der EU AI Act berücksichtigt, um KI-Projekte auch regulatorisch sicher zu begleiten. Das Seminar verbindet technisches Grundlagenwissen mit praxisnahen Übungen, bei denen Sie komplette Data-Science-Workflows entwickeln – von Datenimport und Bereinigung bis zur Modellierung und Evaluation. Dies versetzt Sie in die Lage, datengetriebene Projekte aktiv mitzugestalten – als Fachkraft, Projektverantwortlicher oder technischer Umsetzer*innen.