1. Einführung in relationale Datenbanken

• Einstieg in das Thema Datenbanken
• Aufbau relationaler Datenbanken
• SQL-Queries schreiben und relationale Datenbanken auslesen
• Unternehmensrelevante Informationen extrahieren
• Daten filtern mit Boolescher Logik

2. Vertiefung in SQL

• Daten gruppieren und sortieren
• Abfragen mit unterschiedlichen Joins verbinden
• Subqueries und erweiterte Filtermöglichkeiten nutzen

3. Vertiefung Datenbankdesign

• Strukturen relationaler Datenbanken
• Datenbankdesign und Normalisierungsregeln
• Tabellen und Daten erstellen oder verändern
• Praxisprojekt: Datenbank designen und umsetzen

4. SQL in der Praxis

• Eigenes Praxisprojekt von der Exploration bis zur Query
• Common Table Expressions (CTEs)
• Überblick bei komplexen Queries behalten
• Ranglisten erstellen und laufende Summen über längere Zeiträume bilden
• Tools für die SQL-Praxis

5. Einführung in Power BI

• Workflow klassischer Datenanalysen
• Grundfunktionen von Microsoft Power BI
• Daten-, Modell- und Berichtsansichten
• Filterfunktionen nutzen
• Erstellung eines Datenmodells eines ersten Reports

6. Datenaufbereitung und -visualisierung

• Best Practices in der Datenvisualisierung
• Visualisierungen ändern und formatieren
• Visualisierungen in Berichten und Dashboards verwenden
• Typische Fehler uns wie man sie vermeidet
• Richtlinien für verständliche Grafiken
• Einsatz des Power Query Editors
• Verknüpfung unterschiedlicher Datenquellen

7. Dashboards und DAX-Code

• Berichte und Analysen in Dashboards arrangieren
• Grundsätze des Data Storytellings anwenden
• Fortgeschrittene BI-Fähigkeiten
• Grundlagen von Data Analysis Expressions (DAX-Sprache)
• Einbindung von DAX in Berichte
• Komplexen DAX-Code für Berechnungen schreiben
• Spalten, Kennzahlen und Tabellen mit DAX-Code generieren

8. Fortgeschrittene Themen

• Grundlegende Konzepte der Statistik
• Best Practices für statistische Datenanalysen
• Machine Learning im BI-Prozess anwenden
• Seitenübergreifenden Drilldown durchführen
• Einflussfaktorenanalysen durchführen

9. Abschlussprojekt

• Analyse der Unpünktlichkeit im Flugverkehr an einem wichtigen Drehkreuz mithilfe realer Datensätze
• Selbstständige Durchführung eines kompletten Datenprojekts mit SQL und Power BI
• Ergebnispräsentation und 1:1-Feedbackgespräch mit Mentoring-Team
• Erhalt des Zertifikats zum Data Analyst mit Python