CAS Big Data Analytics

Programme

Im CAS Big Data Analytics werden die wesentlichen Aspekte von Big Data und Analytics praxisbezogen vermittelt und aus Managementsicht vertieft.

Entscheidungsprozesse der Unternehmensführung müssen zwingend stärker auf zukunftsgerichteten Informationen zu Szenarien und Vorhersagen basieren. Dazu müssen in nahezu Echtzeit  (near-time) Erkenntnisse aus einer Fülle von strukturierten und unstrukturierten, internen und externen Datenbeständen gewonnen und Schlüsse gezogen werden. Fortgeschrittene Methoden der Datenhaltung, beliebig skalierbare Rechenleistungen und die erweiterten Fähigkeiten der Analytik bzw. der Vorhersage machen dies heute möglich. Diese Entwicklung stellt viele Unternehmen vor grosse Herausforderungen, eröffnet aber auch zahlreiche neue Perspektiven.

Die folgenden Module sind Teil des CAS Big Data Analytics: 

  • Grundlagen
  • Technologie
  • Analytik (Data Science)
  • Anwendungen
  • Transfer (Business Use Case)

Modul 1: Grundlagen
Fähigkeiten zur Innovation, Mut zu neuen Ansätzen und Herangehensweisen gepaart mit agilem Vorgehen, kurzen Sprints und zielgerichteten Korrekturen müssen in weiten Teilen von Unternehmen aufgebaut, erweitert und etabliert werden. Sicherheit und Governance sind schon lange fester Bestandteil von Business Intelligence. Durch neue rechtliche, ethische und regulatorische Überlegungen im Kontext von Big Data ergeben sich jedoch neue Risiken. Diese können das Image oder die Reputation von Unternehmen gefährden. 

Modul 2: Technologie
Der Weg hin zu Big Data Analytics erfordert die Bereitstellung von adäquaten technischen Infrastrukturen und Systemen. Als Basistechnologie hat sich klar Apache Hadoop etabliert. Die Komponenten von Hadoop und wesentliche Teile des Hadoop Ecosystems werden detailliert behandelt. Big Data-spezifische Infrastrukturanforderungen, Integrationstechnologien und Sicherheitsanforderungen, den Reifegrad verschiedener Technologien und Unterschiede zwischen einer Cloud-basierten und einer On-Premise-Infrastruktur werden illustriert und diskutiert. Ergänzungen, Alternativen und Weiterentwicklungen runden das Gesamtbild ab.

Modul 3: Analytik (Data Science)
In diesem Modul werden zahlreiche Verfahren und Techniken zur Analyse von strukturierten und unstrukturierten Daten behandelt. Data Mining, Validierung und Visualisierung, Information Retrieval, Text Mining und Sentiment Analysis werden eingehend diskutiert und behandelt. Machine Learning, Natural Language Processing und künstliche Neuronale Netze bieten vielfältige Möglichkeiten für die Entwicklung von Vorhersagemodellen. Verfahren und Techniken werden mittels spezifischer Analysewerkzeuge (R, knime, rapidminer) und exemplarischer Daten praxisnah geübt. Abgerundet wird das Modul durch Informationen zur aktuellen technologischen Entwicklung, zu frei zugänglichen Datensätzen und Analytic Plattformen im Internet und Einblicken in die aktuelle Forschung im Bereich Big Data Analytics.

Modul 4: Anwendungen
Für den zielgerichteten Umgang mit internen und externen Daten sind Fähigkeiten und Techniken zum Stream- und Event-Processing erforderlich (Stichwort «digitale Transformation»). Der Nutzen im Einsatz von Big Data und Analytik wird für verschiedene Branchen und Unternehmen exemplarisch aufgezeigt. Mit der Zunahme an Sensoren, Wearables und autonomen Maschinen, welche untereinander und über das Internet miteinander verbunden sind nimmt auch die Erzeugung von grossen Datenmengen rasant zu. Diese gilt es zeitnah auszuwerten, zu analysieren und Folgeaktionen auszulösen. Besonderheiten und Anwendungen im Bereich Internet der Dinge (IoT bzw. Industrie 4.0) runden das Modul ab.

Modul 5: Transfer (Business Use Case)
Impulse und Anregungen zum Transfer des neu erworbenen Wissens werden in den Unternehmenskontext gesetzt. Vertreterinnen und Vertreter von Schweizer Unternehmen, welche aktiv im Thema Big Data und Analytics unterwegs sind, geben Erfahrungen und Erkenntnisse weiter.

Durch eine Projektarbeit arbeiten die Kursteilnehmenden aktiv am Transfer der Möglichkeiten und Chancen von Big Data Analytics in das reale Geschäftsfeld ihrer Unternehmen.

Die Projektarbeit soll den exemplarischen Transfer der Möglichkeiten und Chancen von Big Data Analytics in das reale Geschäftsfeld eines Unternehmens sicherstellen. Sie ist eine Gruppenarbeit und wird iterativ-agil in Form von mehreren Sprints erarbeitet. Dabei präsentieren die Gruppen periodisch den aktuellen Stand ihrer Arbeiten in einem moderierten Workshop. Zugleich holen sie so zu offenen Fragen externe Anregungen und Ideen für die nächste Projektphase ab. Die Schlussresultate werden im Plenum präsentiert und verteidigt.

Target audience

Mittlere und höhere IT-Führungskräfte, Projektleiter/-innen, Berater/-innen sowie Führungs- und Fachverantwortliche auf der Business-Seite, die ihre Kompetenzen in Advanced Business Analytics optimal ausbauen wollen.

Sign up for our digitalswitzerland newsletter: