Menü

Big und Smart Data – von der Statistik zur Datenanalyse

Statistik gehört zu unserem Alltag. Auch wenn wir nicht direkt im Berufsalltag mit statistischen Verfahren arbeiten, werden wir täglich mit einer Vielzahl von Statistiken konfrontiert: Wir erfahren über das Fernsehen, die Zeitung oder das Internet etwas über Aktienkurse, Trends auf dem Arbeitsmarkt, die aktuellen Wahlhochrechnungen oder die Auswertungen rund um die Fußball-Bundesliga.

Unter dem Begriff „Statistik“ wird im Alltagsgebrauch oft ein Datensatz – wie beispielsweise die Medaillenverteilung bei den Olympischen Spielen – verstanden. Für Statistikerinnen und Statistiker geht es in der wissenschaftlichen Disziplin jedoch um Kenngrößen, die sich aus statistischen Daten ableiten lassen, wie der Mittelwert oder der Median.

Big Data – das neue Öl unserer Zeit

In unserer Gesellschaft spielen Daten, die wir durch Messung oder Beobachtung erhalten, eine zunehmend zentrale und auch entscheidende Rolle. Nicht umsonst werden sie als das neue Öl unserer Zeit beschrieben. Dies betrifft sowohl Daten, die tagtäglich über uns gesammelt werden als auch Daten, Kennzahlen und Messwerte im unternehmerischen Kontext.

Durch neue und rasante technologische Entwicklungen wächst die verfügbare Datenmenge aus allen Geschäftsbereichen eines Unternehmens stetig an. Doch was fängt man mit diesen Daten an und welchen Nutzen können Unternehmen aus ihnen ziehen?

Unternehmen und Verantwortliche für Datenanalyse stehen zunehmend vor der Herausforderung neu entstehende Analyse-Methoden von „Big Data“ anzuwenden: Sie müssen ein neues Verständnis für Datenanalyse entwickeln und Chancen sowie Perspektiven erkennen und erschließen.

Die Digitalisierung in Unternehmen fordert neue Fähigkeiten

Die Fähigkeit große Datenmengen „smart“ zu analysieren und aufzubereiten und damit valide Grundlagen für unternehmerische Entscheidungen zu schaffen, wird umso wichtiger, je mehr Digitalisierung in Unternehmen Einzug hält. Dieses Datenanalyse-Know-how wird zur Schlüsselkompetenz und bildet die Grundlage von Entscheidungsfähigkeit und Strategieentwicklung im digitalen Wandel.

Um sicherzustellen, dass ausreichend gut ausgebildetes Personal zur Verfügung steht, ist es notwendig, dass Lernen im Erwerbsleben zur Normalität und die Weiterbildung im Berufsleben gestärkt wird. Die Erstausbildung wird in Zukunft immer weniger für die Anforderungen der beruflichen Laufbahn ausreichen, da das Wissen immer schneller veraltet und rasante technologische Entwicklungen neue Fertigkeiten und Kompetenzen erforderlich machen.

Von Big zu Smart Data – Data Analytics im Fokus der neuen DGQ-Statistik-Lehrgänge

Diese Sichtweise trifft in besonderem Maße auf die Anforderungen und die damit verbundenen riesigen Chancen für Unternehmen im Bereich der Datenanalyse zu. Darauf reagiert die DGQ und setzt neue Akzente in der Tradition als renommierter Trainingspartner für Statistik:

  • Daten der Fertigung dienen als Grundlage, um Maschinen und Prozesse zu optimieren, die Produktionsbilanz zu prognostizieren und die Produktqualität sicherzustellen
  • Prozessstabilität wird mit Datenanalyse als Basis reproduzierbarer hoher Qualität beherrscht
  • Analysefähigkeit wird hergestellt, um die Zuverlässigkeit von Produkten zu bestimmen und vorhersagen zu können
  • Unternehmerische Entscheidungen und die Unternehmensstrategie profitieren von Erkenntnissen aus Daten
  • Chancen von Big Data werden für schnellere Entscheidungsfindung, mehr Innovation und Wettbewerbsvorteile genutzt

Statistische Methoden und Modelle bilden auch zukünftig die Grundlage für die Gewinnung valider Erkenntnisse. Aufbauend auf erprobte und immer noch gültige statistische Methoden verschiebt die DGQ den Fokus des Wissenserwerbs in Richtung Datenanalyse.

Das aktualisierte Angebot umfasst auf der einen Seite bewährte Anwendungsfelder statistischer Methoden, wie zum Beispiel in der Regelung und Analyse von Prozessen oder der Planung von Versuchen. Hinzu kommen neue Methoden und Anwendungsmöglichkeiten der Datenanalyse, wie beispielsweise die explorative Analyse großer Datenmengen.

Die Teilnehmerinnen und Teilnehmer erlernen geeignete statistische Methoden, um Big Data für ihre Zwecke nutzen zu können und diese zu Smart Data zu machen. Im Zentrum des Lehrgangs steht die praxisnahe Anwendung explorativer Verfahren. Eine explorative Analyse vorhandener Daten ermöglicht es, Muster in großen Datenmengen zu erkennen, Ursachen für bestimmte Tatbestände zu entdecken und die richtigen Schlüsse zu ziehen.

Neue Lehrgänge ab Mitte 2019 im Angebot

Die DGQ geht mit der Überarbeitung ihrer Statistiklehrgänge relevante Schritte in Richtung Data Analytics, damit sich Qualitäts- und Prozessverantwortliche auch künftig umfassend für die aktuellen Herausforderungen rüsten. Ab Mitte 2019 werden die neuen Lehrgänge und Zertifikate mit unterschiedlichen thematischen Schwerpunkten angeboten. In sechs Lehrgängen verbindet sich die jahrzehntelange Erfahrung der DGQ in der Vermittlung praxisrelevanter, statistischer Methoden für Industrie und Dienstleistung mit neu entwickelten Lösungen für die aktuellen Anforderungen an die professionelle Analyse von Daten.

Big Data mit explorativen Methoden analysieren
Lernen Sie verschiedene Verfahren sowie Zusammenhänge, Muster und Ursachen zur Analyse von Big Data kennen.

Mehr Details

Zuverlässigkeit methodisch beschreiben und analysieren Lernen Sie grundlegende statistische Methoden, um Zuverlässigkeitsanalysen erfolgreich durchzuführen.

Mehr Details