Data Analytics with KNIME

Selbst ohne tiefgreifende Programmierkenntnisse können Sie durch die Analyse von Kundendaten wertvolle Einblicke gewinnen, die es Ihnen ermöglichen, maßgeschneiderte Angebote zu entwickeln und die Kundenbindung zu stärken.

Das Training ist modular aufgebaut. Im Basistraining liegt der Fokus auf statistischen Grundlagen, dem Umgang mit dem Tool KNIME und dem Thema Datenaufbereitung und Datenvisualisierung in KNIME. KNIME ist eine Open-Source-Anwendung für Datenanalyse, mit der anspruchsvolle Datenanalysen wie Text Mining, Bildverarbeitung und Maschinelles Lernen intuitiv und ohne Programmierkenntnisse realisiert werden können. Zudem wird aufgezeigt, wie die Verknüpfung von KNIME mit anderen Tools funktioniert. 

Nach dem Basistraining werden Sie in Form von live-online Lerntransfers bei der Umsetzung praxisrelevanter Anwendungen unterstützt.

Aim of the further education

Im Seminar lernen Sie wesentliche Grundlagen der Low Code Datenanalyse und Sie trainieren mit dem Tool KNIME zugleich praxisnah die Umsetzung für Ihre Anwendungsfälle zur Visualisierung und Auswertung von Maschinendaten. 

Das Training befähigt Sie zu einem zielgerichteten und produktiven Umgang mit Daten. Sie lernen die wesentlichen Fachbegriffe rund um Data Analytics und die wichtigsten statistischen und mathematischen Grundlagen kennen. Nach einer fundierten Einführung in die gängigen Methoden zur Analyse von Daten erfahren Sie, wie Sie Datensätze mit KNIME aufbereiten, visualisieren und interpretieren, um auf dieser Basis bessere datengetriebene Entscheidungen für Ihre Organisation bzw. Ihren Bereich treffen zu können. 

Basistraining (2 Tage in Präsenz oder live-online)

jeweils von 9:00 bis 17:00 Uhr, inkl. Pausen

Einführung Data Analytics

• Motivation und Merkmale datengetriebener Unternehmen
• Begriffe rund um Data Science, Data Mining, Data Analytics und Business Intelligence
• Data-driven-Mindset: Entwicklung und Bedeutung in der Produktion
• von Daten zu Informationen
• Terminologie und praxiserprobte Konzepte
• CRISP Modell und die Stufen der Analyse (nach Gartner), einfach erklärt

Einführung KNIME

• Grundlagen der KNIME Analytics Plattform
• Start, Einstellungen und Optionen
• Übersicht zur grafischen Benutzeroberfläche
• wichtigen Funktionen
• Grundprinzip von Knoten und visuellen Workflows
• K-AI: KNIME Artifical Intelligence, Chatbot

Statistische Grundlagen

• Anwendung deskriptiver Statistik
• abhängige/unabhängige Variablen
• Skalenniveaus
• Lagemaße: Mittelwert, Median und Modus
• Streuungsmaße: Varianz und Standardabweichung, Spannweite und Normalverteilung
• Zusammenhangsmaße: Korrelation, Gruppenanalysen (T-Test, Anova), Hypothesentest, Regression
• Fallstricke bei der Datenanalyse (z.B. Kausalität vs. Korrelation)

Aufbereitung von Daten

• Anforderungen an Datenqualität
• übliche Datenprobleme
• Datenaufbereitung
• Storytelling mit Daten

Extract, Transform, Load (ETL) mit KNIME

• Datenimport von Maschinendaten und sonstigen Daten
• Datenprüfung / Erkennung von gängigen Datenproblemen
• Zusammenführung von Daten
• Datenbereinigung / Maßnahmen zur Datenaufbereitung / Textfunktionen
• Datenformate
• Tabellen- & Workfloworganisation
• Datenexport und Integration weiteren Tools, z.B. Power BI
• Zeit- und Datumsformate
• Textfunktionen

Berichte und Visualisierungen

• Visualisierungselemente und Best Practices im Design von Dashboards
• Nutzung unterschiedlicher Diagrammtypen
• Datenvisualisierung mit Java Script Nodes in KNIME

Ausblick und Fragerunde

• Data Mining und Process Mining
• Automatisierung mit Loop-Funktion
• Plug & Play Nutzung von bestehenden Workflows
• Tipps & Tricks vom Experten
• Klärung offener Fragen

Lerntransfer (2 mal 0,5 Tage, live-online)

jeweils von 9:00 bis 12:30 Uhr

• Es werden konkrete Probleme und Fragen der User im Zusammenhang mit der Nutzung von KNIME und der Umsetzung von Use-Cases besprochen und direkt gelöst. 
• Die Teilnehmenden werden in den praktischen Übungen intensiv unterstützt und betreut. Außerdem erhalten Sie Tipps für die Umsetzung und auf individuelle Fragestellungen wird eingegangen.
• Spezifische Fragen werden im Basistraining des Termins gesammelt, auf die sich der Trainer vorbereitet und die dann in den Lerntransfereinheiten bearbeitet werden.