Der Lehrgang vermittelt für das Performance Management, das für die Steuerung und Kontrolle der Unternehmensleistung sowie diesbezüglicher Datenerhebung und -auswertung zuständig ist, relevantes Wissen. So geht es zunächst um die Erstellung von Businessplänen und Budgets unter wirtschaftlichen Gesichtspunkten sowie grundlegende Marketing- und Verkaufsstrategien. Im Anschluss erfolgt eine Einführung ins Controlling, in dem die Grundlagen wirtschaftlich erfolgreicher Unternehmensplanung verdeutlicht werden. Abschließend werden statistische Grundlagen und Methoden sowie die Cloud Administration erläutert.
Themen
Management und Unternehmensplanung
Management (ca. 1 Tag)
Hierarchieebenen
Managementmethoden
Planungshorizonte
Managementfunktionen
Managementregelkreislauf
Managementinstrumente
Ziele, Methoden und Instrumente der Businessplanerstellung (ca. 3 Tage)
Grundlagen der Businessplanerstellung
Analyse- und Planungsinstrumente (SWOT-Analyse, Szenario-Analyse, Portfolio-Analyse,
Kreativitätstechniken)
Einsatz von KI zur Ideenfindung und Strukturierung von Geschäftsmodellen
KI-gestützte Erstellung und Überarbeitung von Businessplan-Bestandteilen
Vertragsrecht (ca. 1 Tag)
Willenserklärungen
Gewährleistung und Garantie
Vertragsarten und deren Störungen
Recht bei vertraglichen Mängeln (Nacherfüllung, Rücktritt, Kaufpreisminderung, Schadensersatz)
Allgemeine Geschäftsbedingungen (AGB)
Handels- und Gesellschaftsrecht (ca. 1 Tag)
Kaufmannsarten
Gesellschaftsformen
Handelsbräuche
Besonderheiten im Handelsrecht
Handelsregister und Publizität
Einführung ins Insolvenzrecht
Projektplanung (ca. 0,5 Tage)
Grundlagen
Ressourcenplanung
Planungsschritte
Fehler bei der Projektplanung
Umfeldanalyse (ca. 0,5 Tage)
Unternehmensanalyse
Branchenanalyse
Standortanalyse
Wettbewerbsanalyse
Einsatz von KI zur Unterstützung von Markt- und Wettbewerbsanalysen
Marketing (ca. 3 Tage)
Marktanalyse und Marktsegmentierung
Grundlagen der Marktforschung
Instrumente des Marketing-Mix
Werbung und unterstützende Instrumente
Einsatz von KI zur Entwicklung von Marketingideen und Zielgruppenansprache
KI-gestützte Erstellung von Marketinginhalten
Finanzplanung (ca. 1 Tag)
Überblick
Instrumente
Planung Investitionsrechnung (ca. 2 Tage)
Grundlagen
Investitionsrechnungsverfahren
Grenzen und Probleme der Investitionsrechnungsverfahren
Kennzahlen
Finanzierungsplanung (ca. 1 Tag)
Grundlagen
Eigen- und Fremdfinanzierung
Außen- und Innenfinanzierung
Kennzahlen
Controlling (ca. 1 Tag)
Aufgaben und Ziele des Controllings
Bereiche des Controllings
Controllinginstrumente
Projektarbeit, Zertifizierungsvorbereitung und Zertifizierungsprüfung (ca. 5 Tage)
Grundlagen Controlling
Einführung in das Controlling (ca. 1,5 Tage)
Controlling als Teil des Managementprozesses
Überblick über die verschiedenen Controlling-Instrumente und -Methoden
Strategisches und operatives Controlling
Kostenrechnung und Kostenmanagement (ca. 3,5 Tage)
Einführung in die Kosten- und Leistungsrechnung
Kostenartenrechnung
Kostenstellenrechnung
Kostenträgerrechnung
Kostenrechnungssysteme (ca. 3 Tage)
Ist-, Normal-, Plankostenrechnung
Teil- und Vollkostenrechnung
Prozesskostenrechnung
Künstliche Intelligenz (KI) im Arbeitsprozess
Vorstellung von konkreten KI‐Technologien
sowie Anwendungsmöglichkeiten im beruflichen Umfeld
Unternehmensplanung und Budgetierung (ca. 4 Tage)
Budgetplanung
Liquiditätsplanung
Investitionsplanung
Kennzahlen und Kennzahlensysteme (ca. 3 Tage)
Deckungsbeitrag
Balanced Scorecard
Berichtswesen (ca. 2 Tage)
Reporting
BWA
Datenschutz im Controlling
Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
Statistik und Datenanalyse
Statistische Grundlagen (ca. 6 Tage)
Messtheoretische Grundlagen (Grundgesamtheit, Stichprobe, Stichprobenarten, Messung, Skalenniveaus)
Univariate Deskriptivstatistik (Häufigkeitsverteilungen, Zentralmaße, Streuungsmaße, Standardisierung, Histogramme, Balkendiagramme, Kreisdiagramme, Liniendiagramme, Boxplots)
Bivariate Deskriptivstatistik (Zusammenhangsmaße, Korrelationskoeffizienten, Kreuztabellen, Streudiagramme, gruppierte Balkendiagramme)
Grundlagen der induktiven Inferenzstatistik (Wahrscheinlichkeitsverteilungen, Normalverteilung, Stichprobenverteilung des Mittelwerts, Signifikanztest, Nullhypothesentest, Signifikanzniveau, Effektgröße, Parameterschätzung, Konfidenzintervalle, Fehlerbalkendiagramme, Poweranalyse, Stichprobenumfang)
Datenaufbereitung und Datenbereinigung mit geeigneter Software
Deskriptive Analyse
Visualisierung statistischer Ergebnisse
KI-gestützte Analyse und Interpretation statistischer Ergebnisse
Methoden zum Vergleich von zwei Gruppen (ca. 5 Tage)
z-Test, t-Test für eine Stichprobe
t-Test für unabhängige und verbundene Stichproben
Pretest-Posttest-Designs mit zwei Gruppen
Unterstützende Signifikanztests (Anderson-Darling-Test, Ryan-Joiner-Test, Levene-Test, Bonett-Test, Signifikanztest für Korrelationen)
Nonparametrische Verfahren (Wilcoxon-Test, Vorzeichentest, Mann-Whitney-Test)
Kontingenzanalysen (Binomialtest, Exakter Test nach Fisher, Chi-Quadrat-Test, Kreuztabellen, Assoziationsmaße)
Interpretation von Testergebnissen
KI-gestützte Ergebnisinterpretation
Grundlagen der Regressionsanalyse (ca. 2 Tage)
Lineare Regression
Modellinterpretation
KI-gestützte Modellinterpretation
Zusammenhangsanalyse
Methoden zum Mittelwertvergleich von mehreren Gruppen (ca. 3 Tage)
Einfaktorielle und zweifaktorielle Varianzanalyse (ANOVA)
Post-hoc-Analysen
Interpretation von Gruppenunterschieden
Mehrfaktorielle Varianzanalyse (Allgemeines Lineares Modell)
Feste, zufällige, gekreuzte und geschachtelte Faktoren
Mehrfachvergleichsverfahren (Tukey-HSD, Dunnett, Games-Howell)
Interaktionsanalyse
Poweranalyse bei Varianzanalysen
Einführung in die Versuchsplanung (DoE, Design of Experiments) (ca. 1 Tag)
Vollfaktorielle und teilfaktorielle Versuchspläne
Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
AWS Cloud Administrator
Cloud-Konzepte (ca. 3,5 Tage)
Vorteile der AWS Cloud
Prinzipien des AWS Cloud-Designs
Migration zur AWS Cloud
Konzepte der Cloud-Wirtschaftlichkeit
Künstliche Intelligenz (KI) im Arbeitsprozess
Vorstellung von konkreten KI‐Technologien
sowie Anwendungsmöglichkeiten im beruflichen Umfeld
Sicherheit und Compliance (ca. 4,5 Tage)
AWS-Modell als geteilte Verantwortung
AWS Cloud-Sicherheits-, Governance- und Compliance-Konzepte
AWS Access Management-Funktionen
Komponenten und Ressourcen für die Sicherheitsunterstützung
Cloud-Technologie und -Services (ca. 5 Tage)
Methoden zur Bereitstellung und zum Betrieb in der AWS Cloud
Globale AWS-Infrastruktur
AWS-Computing-Services, -Datenbank-Services, -Netzwerkservices und -Speicherservices
AWS-Service für künstliche Intelligenz und maschinelles Lernen sowie Analytik-Services
Services aus anderen abgedeckten AWS-Services-Kategorien
Fakturierung, Preisgestaltung und Support (ca. 2 Tage)
Vergleich von AWS-Preismodellen
Ressourcen für Fakturierung, Budget und Kostenmanagement
Techn. Ressourcen und Supportoptionen von AWS
Projektarbeit, Zertifizierungsvorbereitung und Zertifizierungsprüfung (ca. 5 Tage)
AWS Certified Cloud Practitioner CLF-C02 (in englischer Sprache)
Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.
