Seminarziel
Digitale Informationen sind aus unserem Arbeitsalltag nicht mehr wegzudenken – und genau darin liegt oft das Problem:
Dateien sind unübersichtlich abgelegt, mehrere Versionen eines Dokuments kursieren gleichzeitig, und wer einspringt, verliert schnell den Überblick. Daten sind überall – aber selten dort, wo man sie gerade braucht.
Dieses Seminar zeigt, wie man Daten effektiv strukturieren, gezielt auffinden und nachhaltig nutzen kann. Im Mittelpunkt stehen moderne, praxistaugliche Lösungen: von Open Source-Software über KI-gestützte Datenorganisation bis hin zu visuellen Auswertungen per Dashboard. Die Teilnehmenden lernen, wie sie mit einfachen Mitteln Ordnung in komplexe Datenbestände bringen – und wie man Tools sinnvoll einsetzen kann, um Daten nicht nur zu verwalten, sondern auch auszuwerten und für Entscheidungen nutzbar zu machen.
Denn Datenkompetenz bedeutet heute mehr als gute Ordnerstrukturen: Sie ist eine Schlüsselqualifikation im digitalen Wandel.
Vorteile auf einen Blick
- Daten als strategische Ressource erkennen und nutzen
- Open Source-Tools und KI als Unterstützung im Datenalltag kennenlernen
- Grundlagen der Datenanalyse und Dashboard-Nutzung verstehen
- Daten strukturiert, sicher und nachvollziehbar managen
Firmen- und Gruppenschulungen
Sie interessieren sich für eine Gruppe, eine Abteilung oder ein Team für dieses Seminar?
Das Training kann individuell an unternehmensspezifische Bedürfnisse angepasst werden. Maßgeschneiderte Schulungskonzepte sind auf Anfrage verfügbar!
Melden Sie sich gerne bei unseren Ansprechpartnern aus Beratung und Vertrieb!
Seminarinhalt
Datenmanagement und KI – Eine Überlebensstrategie für das Datenchaos
Einstieg: Vom Datenchaos zur Datenstrategie
- Praxisbeispiele: Wenn niemand mehr weiß, wo die Datei ist
- Warum strukturiertes Datenmanagement unverzichtbar ist
- Daten als Ressource – nicht nur Last, sondern Chance
- Einführung in die Kernthemen des Tages: Open Source, KI, Data Analytics
Datenmanagement verstehen – Der rote Faden im Daten-Dschungel
- Was sind Daten? Welche Arten und Quellen gibt es?
- Der Datenlebenszyklus: Von der Planung bis zur Archivierung
- FAIR-Prinzipien: Findable, Accessible, Interoperable, Reusable
- Dokumentation, Metadaten, Lizenzfragen
Open Source – Digitale Selbstbestimmung und Nachhaltigkeit
- Open Source verstehen: Vorteile für die öffentliche Verwaltung
- Beispiele im Einsatz: LibreOffice, Open-Xchange, Nextcloud, Collabora, Jupyter Notebooks
- Umstieg meistern: Migration, Akzeptanz, Schulung
- Sicherheit, Wartung, Community – typische Fragen beantwortet
Tools für die Praxis – Strukturieren, Analysieren, Visualisieren
- Strukturieren: Dateiorganisation mit Nextcloud, Wikis & Co.
- Analysieren: Einstieg in Open Source Data Analytics Tools wie:
- KNIME (visuelle Datenanalyse ohne Programmierung)
- Orange (drag-and-drop für Datenexploration)
- Apache Superset oder Metabase für einfache Dashboards
- Visualisieren: Dashboards und Reports verständlich machen
- Live-Demo: Daten in einem Open Source Dashboard-Tool visualisieren
Mit KI durchblicken – Unterstützung im Datenalltag
- Einführung: Was ist Künstliche Intelligenz und wie funktioniert sie in der Praxis?
- KI im Büroalltag:
- Klassifikation und Sortierung von Dokumenten
- Automatische Zusammenfassungen und Texterkennung
- Metadaten-Vorschläge und Dublettenerkennung
- Open Source KI-Werkzeuge: z. B. Haystack, spaCy, fast.ai
- Grenzen und Datenschutz
Praxis-Workshop (Gruppenarbeit): Mein Datenmanagement mit Open Source und KI
- Eigene Daten-Use-Cases analysieren
- Tools auswählen: Strukturierung, Analyse, Visualisierung
- Mini-Roadmap: Welche Schritte sind konkret möglich?
- Vorstellung und Feedback
Abschluss und Transfer
- Diskussion: Was nehme ich mit? Was brauche ich noch?
- Weiterführende Ressourcen, Toollisten und Communitys
- Feedbackrunde
Zielgruppe
Dieser Kurs ist für Beschäftigte der Landesverwaltung – insbesondere aus Projekten, Fachabteilungen und Organisationseinheiten, die Daten erzeugen, bearbeiten oder verwalten.
Voraussetzungen
Es sind keine besonderen Voraussetzungen erforderlich.