Statistik anwenden, KI nutzen - im Controlling

Sie erhalten einen Einstieg in das Thema Statistik, Data Literacy und grundsätzliche Fehlervermeidung. Sie können die beschreibende und deskriptive Statistik anhand der Daten, Kennzahlen und Häufigkeitsverteilungen unterscheiden. Sie können Wahrscheinlichkeiten und bedingte Wahrscheinlichkeiten berechnen. Sie kennen die statistischen Verfahren, um von einer Zufallswahrscheinlichkeit auf die zugrundeliegende Grundgesamtheit schließen zu können (induktive / schließende Statistik). Das Skizzieren von Treiberbäumen, um Wechselwirkungen und Abhängigkeiten zu analysieren, ist Ihnen dank der stochastischen Abweichungsanalyse geläufig. Sie kennen bivariate und multivariate Verfahren wie die multiple lineare Regression (MLR), ANOVA (Analysis of Variance), Lack of Fit (Lof) und Partial-Least-Squares Regression (PLSR).  Sie denken in Bandbreiten: Risikoquantifizierung, Wahrscheinlichkeitsverteilungen und Monte-Carlo-Simulation. Risikoquantifizierung und Wahrscheinlichkeitsverteilungen. Sie bekommen ein Gefühl dafür, wie Sie mit Szenariotechnik, dem Einsatz von Predictive & Prescriptive Analytics und der Key Driver Analysis Handlungsempfehlungen für die Zukunft ableiten können.