Weiter zum Inhalt

Kurse rund um Daten, KI und Cloud

Relevante Fähigkeiten entwickeln

Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.

  • Im eigenen Tempo lernen
  • Praktische Erfahrungen sammeln
  • Kurze Kapitel durcharbeiten

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
28 Kurse

Kurs

Datenaufbereitung in Excel

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 7.8K

Verstehen, wie man Excel-Daten mit logischen Funktionen, verschachtelten Formeln, Nachschlagefunktionen und PivotTables aufbereitet.

Datenaufbereitung

3 Stunden

Kurs

Datenvorbereitung in Power BI

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 7.2K

Lerne in diesem interaktiven Kurs zu Power BI, wie du Daten mit dem Power Query Editor für Analysen aufbereitest und transformierst.

Datenaufbereitung

3 Stunden

Kurs

Einführung in das Importieren von Daten in Python

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 5.1K

Lerne in diesem Kurs, wie du Daten aus diversen Quellen wie Excel, SQL, SAS oder direkt aus dem Internet in Python importierst.

Datenaufbereitung

3 Stunden

Kurs

Einstieg in Power Query in Excel

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 4.6K

Entdecke Excel Power Query für fortgeschrittene Datenumwandlung und -bereinigung, um deine Entscheidungsfindung und Analyse zu verbessern.

Datenaufbereitung

3 Stunden

Kurs

Datenbereinigung in Python

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 4.5K

Erwirb die nötigen Fähigkeiten, um fehlerhafte Daten zu bereinigen und Rohdaten in wertvolle Erkenntnisse zu verwandeln.

Datenaufbereitung

4 Stunden

Kurs

Einführung in Alteryx

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 4.3K

Tauche ein in die Welt von Alteryx Designer und lerne, wie du mit diesem Tool Daten laden, aufbereiten und aggregieren kannst.

Datenaufbereitung

2 Stunden

Kurs

Importing Data in Python (Fortgeschritten)

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 4.2K

Vertiefe deine Kenntnisse zum Datenimport in Python und erlerne den Umgang mit Web- und API-Daten.

Datenaufbereitung

2 Stunden

Kurs

Einführung in Google Sheets

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 3.2K

Nutze das volle Potenzial von Google Tabellen – mithilfe grundlegender Kenntnisse zu Formeln, Operationen und Zellbezügen.

Datenaufbereitung

2 Stunden

Kurs

Einführung in das Importieren von Daten in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 2.6K

In diesem Kurs lernst du, wie du CSV-, XLS- und Textdateien in R mit Tools wie readxl und data.table einliest.

Datenaufbereitung

3 Stunden

Kurs

Web Scraping in Python

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 1.8K

Lerne, wie du mit der Python-Bibliothek Scrapy Informationen aus dem Internet abrufst und auswertest.

Datenaufbereitung

4 Stunden

Kurs

Datenaufbereitung in Alteryx

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 1.6K

Lerne, wie du Stammdaten in Alteryx Designer aufbereitest, bereinigst und analysierst, egal ob du ein neuer oder erfahrener Analyst bist.

Datenaufbereitung

3 Stunden

Kurs

Power Query in Excel – Fortgeschritten

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 1.5K

Dieser Kurs baut auf deinen Grundkenntnissen von Power Query in Excel auf und bringt dich auf die nächste Stufe der Datenumwandlung.

Datenaufbereitung

4 Stunden

Kurs

Vereinfachte Datenaufnahme mit pandas

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 1.4K

In diesem Kurs lernst du, wie du Daten aus gängigen Formaten und Systemen abrufst, darunter CSV, Tabellen, JSON, SQL-Datenbanken und APIs.

Datenaufbereitung

4 Stunden

Kurs

Datenbereinigung in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 1.2K

In diesem Kurs lernst du, Daten effizient und akkurat zu bereinigen, um Rohdaten in gewinnbringende Erkenntnisse zu verwandeln.

Datenaufbereitung

4 Stunden

Kurs

Erstellen von PostgreSQL-Datenbanken

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 1.1K

In diesem Kurst erstellst du eine PostgreSQL-Datenbank und beleuchtest Struktur, Datentypen und Normalisierung von Datenbanken.

Datenaufbereitung

4 Stunden

Kurs

Einführung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 1K

Lerne, wie du die KNIME Analytics Platform für den Datenzugriff, die Datenbereinigung und die Datenanalyse mit einem No-Code/Low-Code-Ansatz nutzen kannst.

Datenaufbereitung

3 Stunden

Kurs

Datenbereinigung mit PySpark

  • ExperteSchwierigkeitsgrad
  • 4.8+
  • 863

Lerne, wie du Daten mit Apache Spark in Python bereinigen kannst.

Datenaufbereitung

4 Stunden

Kurs

Daten in Tableau verbinden

  • BasicSchwierigkeitsgrad
  • 4.9+
  • 858

Lerne, Tableau mit verschiedenen Datenquellen zu verbinden und die Daten für eine reibungslose Analyse vorzubereiten.

Datenaufbereitung

3 Stunden

Kurs

Google Sheets: Fortgeschrittene Funktionen

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 675

Erweitere dein Wissen über Google Tabellen, indem du dich näher mit Datentypen wie numerischen Daten, logischen Daten und fehlenden Daten beschäftigst.

Datenaufbereitung

4 Stunden

Kurs

Datenbereinigung in PostgreSQL-Datenbanken

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 530

Dieser Kurs hilft dir, die unstrukturierten Rohdaten einer PostgreSQL-Datenbank zu bereinigen und konkrete Erkenntnisse abzuleiten.

Datenaufbereitung

4 Stunden

Kurs

Web Scraping in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.7+
  • 479

Hier lernst du, wie du mit R Daten von jeder Website effizient sammeln und herunterladen kannst.

Datenaufbereitung

4 Stunden

Kurs

Umgang mit fehlenden Daten in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 469

Mach es dir leicht, fehlende Daten zu visualisieren, zu untersuchen und zu ergänzen – mit naniar, einem tidyverse-freundlichen Ansatz für fehlende Daten.

Datenaufbereitung

4 Stunden

Kurs

Fortgeschrittenes Importieren von Daten in R

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 445

Hier schauen wir uns an, wie wir beliebige Dateiformate parsen, ob Flatfiles, Statistiksoftware, Datenbanken oder Daten aus dem Internet.

Datenaufbereitung

3 Stunden

Kurs

Fallstudie: Verkaufsdaten in Alteryx analysieren

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 381

Hier nutzt du Alteryx Designer anhand einer Fallstudie, um Verkaufszahlen zu analysieren und strategische Entscheidungen zu treffen.

Datenaufbereitung

2 Stunden

Kurs

Datenbereinigung in SQL Server-Datenbanken

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 288

In diesem Kurs lernst du, wie du Rohdaten aufbereitest und in präzise Erkenntnisse umwandelst.

Datenaufbereitung

4 Stunden

Kurs

Datenumwandlung in KNIME

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 260

Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.

Datenaufbereitung

2 Stunden

Kurs

Marketing Analytics in Tableau

  • FortgeschrittenSchwierigkeitsgrad
  • 4.8+
  • 246

Lerne Marketinganalysen mit Tableau. Schau dir die Performance an, vergleiche Kennzahlen und optimiere Strategien über verschiedene Kanäle hinweg.

Datenaufbereitung

6 Stunden

Kurs

Fallstudie: Fitnessdaten in Alteryx analysieren

  • FortgeschrittenSchwierigkeitsgrad
  • 4.9+
  • 78

Mit diesem Kurs vertiefst du deine Alteryx-Kenntnisse anhand von Fitnessdaten und entwickelst eigene Marketingstrategien und Produkte!

Datenaufbereitung

3 Stunden

FAQs

Was ist Data Science?

Bei Data Science handelt es sich um ein Fachgebiet, das sich auf die Gewinnung von Informationen aus Daten konzentriert. Mit Programmierkenntnissen, wissenschaftlichen Methoden, Algorithmen etc. analysieren Data Scientists Daten, um praktische Erkenntnisse zu gewinnen.

Wie kann ich Data Science lernen?

Du musst eine Programmiersprache wie Python oder R lernen und die Grundlagen der Mathematik und Statistik beherrschen. Kenntnisse über Datenanalysemethoden und Data-Science-Tools sind auch wichtig. Es gibt viele Möglichkeiten, Data Science zu lernen. Neben formalen Bildungswegen wie einem Studium gibt es viele andere Ressourcen, mit denen du in deinem eigenen Tempo lernen kannst. Neben Online-Kursen und Tutorials gibt es Bücher, Videos und vieles mehr.

Welche Fähigkeiten sind für Data Science erforderlich?

Neben Kenntnissen in Mathematik und Statistik benötigen Data Scientists Programmierkenntnisse in Sprachen wie Python, R und SQL. Darüber hinaus erfordert Data Science den Umgang mit großen Datensätzen sowie Kenntnisse in Datenvisualisierung, Data Wrangling und Datenbankmanagement. Auch Kenntnisse in Machine Learning und Deep Learning sind nützlich.

Wofür kann ich Data Science nutzen?

In nahezu jeder Branche kann Data Science in mehr oder weniger großem Umfang nützlich sein. Organisationen im Gesundheitswesen können mithilfe von Data Science Krankheiten besser erkennen und heilen, während Finanzunternehmen sie nutzen, um Betrug zu erkennen und zu verhindern. Darüber hinaus kommt Data Science branchenübergreifend im Marketing zum Einsatz, etwa beim Aufbau von Empfehlungssystemen und bei der Analyse der Kundenabwanderung.

Ist eine Karriere im Bereich Data Science sinnvoll?

Ja, Data Science gehört zu den am schnellsten wachsenden Bereichen weltweit. Damit verbundene Berufe gehören zu den am besten bezahlten überhaupt. Laut Daten von Payscale verdienen erfahrene Data Scientists in den USA durchschnittlich 97.609 US-Dollar im Jahr bei gleichzeitig hoher Jobzufriedenheit.

Ist es schwierig, Data Scientist zu werden?

Hierbei gibt es einiges zu beachten. Für einen Abschluss im Bereich Data Science sind oftmals durchweg gute Leistungen erforderlich. Darüber hinaus sind für das Entwickeln vieler Data-Science-Fähigkeiten ein intensives Studium und Geduld nötig. Es kann mehrere Monate dauern, bis man alle notwendigen Grundlagen beherrscht und praktische Erfahrung gesammelt hat, um sich eine Einstiegsposition zu sichern.

Erfordert Data Science Programmierkenntnisse?

Ja, du benötigst Programmiererfahrung in Sprachen wie Python, R, SQL, Java und C/C++. Aufgrund ihrer relativ einfachen Syntax wird die Programmiersprache Python von Einsteigern oft bevorzugt.

Wie lange dauert es, Data Scientist zu werden?

Eine Person ohne vorherige Programmiererfahrung und/oder mathematischen Hintergrund benötigt in der Regel sieben bis zwölf Monate intensiven Studiums, bis sie auf einem soliden Einstiegsniveau im Bereich Data Science ist. Dabei ist zusätzlich zu beachten, dass ausschließlich theoretische Grundlagen nicht ausreichen, um in diesem Bereich praktisch zu arbeiten.

Welche Themen kann ich im Bereich Data Science lernen?

Sobald du die Grundlagen der Datenwissenschaft beherrschst, kannst du dich in verschiedenen Bereichen spezialisieren, darunter Machine Learning, künstliche Intelligenz, Big-Data-Analyse, Business Analytics und Business Intelligence, Data Mining und mehr.

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.