CAS Data Competence for Business

Dieses Programm richtet sich an Fach- und Führungspersonen, die Daten gezielt für Entscheidungen und Wertschöpfung nutzen möchten:

• Fach- und Führungskräfte aus Business-Bereichen (z. B. Marketing, Finance, Operations), die datenbasierte Fragestellungen besser verstehen und einordnen wollen 

• Projektleitende sowie Produktverantwortliche im Kontext von Daten-, Analytics- oder KI-Initiativen 

• Schnittstellenrollen zwischen Business, IT und Data-Teams 

• Personen mit Verantwortung für datengetriebene Vorhaben, Digitalisierung oder Innovation 

• Entscheidungsträger:innen, die den Einsatz von Data Science im Unternehmen fundiert beurteilen und steuern möchten

Der Fokus liegt auf der Nutzung von Daten im Geschäftskontext und der Ableitung fundierter Entscheidungen. Für Themen rund um den Aufbau und Betrieb von Dateninfrastrukturen bietet der CAS Data Engineering eine komplementäre Vertiefung.

Sie können im Anschluss an diesen CAS:

• datenbasierte Fragestellungen im Unternehmenskontext systematisch strukturieren und präzise formulieren 
• Chancen, Risiken und Grenzen von Data Science fundiert beurteilen und im Geschäftskontext einordnen 
• relevante Datenquellen identifizieren und deren Potenziale für Geschäftsprozesse bewerten 
• zentrale Begriffe, Konzepte und Methoden im Datenumfeld sicher einordnen und anwenden 
• Ergebnisse aus Analysen und Modellen kritisch interpretieren und in Entscheidungen überführen 
• Anforderungen an Datenqualität, Data Management und Deployment formulieren und bewerten 
• datengetriebene Initiativen an der Schnittstelle zwischen Business, IT und Data Teams wirksam steuern 
• fundierte, datenbasierte Entscheidungen zur Unterstützung von Wertschöpfung und Transformation ableiten

Dieses Modul vermittelt die konzeptionellen Grundlagen für den Umgang mit Daten im Unternehmenskontext. Es schafft ein fundiertes Verständnis zentraler Begriffe und Zusammenhänge im Datenumfeld und trägt zur «Entmystifizierung» von Data Science bei. Ziel ist es, datenbasierte Fragestellungen im Business-Kontext systematisch zu erfassen und den Wert von Daten für Geschäftsprozesse zu erkennen.

Inhalte:

• Grundlagen und Begriffe im Data-Science- und Datenumfeld 
• Paradigmenwechsel im Data Management 
• Rollen und Personas in Data Science 
• Einbettung von Daten in Unternehmens- und IT-Architekturen 
• Serviceorientierte Architekturen 
• Methoden zur strukturierten Bearbeitung von Fragestellungen 
• Identifikation und Bewertung von Datenquellen 
• Datenerhebungstechniken  
• Analyse von Geschäftsprozessen anhand von Daten 

Fokus:
Entwicklung eines fundierten Verständnisses für den Wert von Daten sowie die strukturierte Einordnung datenbasierter Fragestellungen im Unternehmenskontext.

Dieses Modul vertieft die Umsetzungsperspektive und zeigt, wie Daten, Modelle und Software in produktive Unternehmensumgebungen integriert werden. Es vermittelt ein Verständnis für Methoden des Data Managements sowie für die Voraussetzungen, unter denen datenbasierte Lösungen nachhaltig und wirksam eingesetzt werden können .

Das Modul gliedert sich in zwei Schwerpunkte:

Data by Design:

• Strukturierung datengetriebener Fragestellungen (Problem Framing) 
• Datenrisiken, Compliance und Governance 
• Datenaufbereitung und Annotation 
• Data Ingestion und Datenmanagement 
• Datenpartitionierung und Skalierung 
• Explorative Datenanalyse und Qualitätsbewertung 

Deployment in Data Science:

• Feature Engineering und Modellierung 
• Modelloptimierung, Evaluation und Auswahl 
• Softwareentwicklung im Datenkontext 
• Integration und Deployment von Daten und Modellen 
• Nutzung (Consumption) von Datenprodukten 
• Betrieb und Wartung von Modellen (Model Maintenance)

Fokus:
Verständnis dafür, wie Daten und Modelle nicht nur entwickelt, sondern auch nachhaltig in bestehende Systeme integriert und im Unternehmenskontext wirksam eingesetzt werden.