KI-gestützte Datenanalyse

• Wie KI Unternehmen agiler und produktiver macht
• Neue Möglichkeiten der Datenverwertung: So revolutioniert KI die Verwaltung und Nutzung von Daten
• Herausforderungen und Chancen: Wie KI das Datenmanagement transformiert
• Wichtige ethische und datenschutzrechtliche Aspekte bei der Nutzung von KI

MODUL 1: Data & AI Literacy – Grundlagen für datengetriebene Entscheidungen

• Datenkompetenz: Was ist das und warum ist sie entscheidend?
• Einführung in die DIKW-Pyramide (Daten, Informationen, Wissen, Weisheit)
• Datenarten und -quellen: Strukturierte vs. unstrukturierte Daten
• Praktische Beispiele: Warum Datenprojekte scheitern und wie man sie erfolgreich macht
• Interaktives Arbeiten: Reflektion und Diskussion anhand von Unternehmensbeispielen

KI-Initiativen im eigenen Unternehmen planen

• Entwicklung einer Roadmap für die KI-Integration
• AI Act & ethische KI Lösungen
• Diskussion: Priorisierung und nächste Schritte

• Einführung in gängige Datenanalysemethoden mit R oder Python
• Live-Demo: Wie kann man mit R  oder Python unstrukturierte Daten analysieren und strukturieren
• Hands-on-Übung: Arbeit mit einem Beispiel-Datensatz (Teilnehmer:innen testen Tools selbst)
• Logistik oder Banken Use Case

• Use Cases in KI
• Gruppenarbeit: Wie KI-Tools unstrukturierte Daten analysieren und strukturieren
• Einführung in gängige KI-Tools (GPT, Llama, Gemini): Funktionen und Anwendungsbereiche
• Live-Demo: Wie KI-Tools unstrukturierte Daten analysieren und strukturieren
• Hands-on-Übung: Arbeit mit einem Beispiel-Datensatz
• Use Case : Sustainability, Retail

• Entwicklung einer Roadmap für die KI-Integration
• AI Act & ethische KI Lösungen
• Diskussion: Priorisierung und nächste Schritte

MODUL 5: KI-Tools für Datenstrukturierung Use Case 2 (AI Community Vertreter)

Einblick in die Aktivitäten und Visionen der AI Austria Community

• Beispiele aus Österreich: Wie Unternehmen KI erfolgreich einsetzen
• Vernetzung und Zusammenarbeit in der Community