Data Analytics mit KNIME: Grundlagen

Data Analytics in KNIME - Einstieg (Tag 1)

Modul 1 - Einstieg, Plattformverständnis und Arbeitsweise

• Begleitmaterialien zum Seminar
• Grundlagen und Einordnung der Datenanalyse-Plattform KNIME
• Aufbau der Benutzeroberfläche und Funktionsprinzip der Nodes
• Hinweis zum Wechsel zwischen Node-Konfigurationen

Modul 2 - Daten einlesen und strukturieren

• Import von Datenquellen in KNIME
• Leistungsfähiges Einlesen mehrerer Dateien in einem Arbeitsschritt

Modul 3 - Logik, Variablen und Excel-Denkmuster

• Exkurs: Variablenkonzepte und Schleifenmechanismen in KNIME
• Abbildung von Excel-Verweisen (SVERWEIS/XVERWEIS) in KNIME-Workflows

Modul 4 - Externe Daten & Datenaufbereitung

• Abruf externer Wechselkursdaten über Webschnittstellen
• Datenaufbereitung: Bereinigung und Verknüpfung (Teil 1)
• Datenaufbereitung: Bereinigung und Zusammenführung (Teil 2)

Modul 5 - Fallstudie, Ergebnisbildung und Ausblick

• Einordnung und Zielsetzung der Fallstudie
• Fallstudie 3: Abschließende Datenaufbereitung (Teil 1)
• Finalisierung und Abschluss der Fallstudie
• Ausblick: Ergebnisse aufbereiten und visualisieren

Data Analytics in KNIME - Aufbau (Tag 2)

Modul 6 - Vertiefte Workflow-Logik und Schleifen

• Schleifenmechanismen in KNIME: Gruppenbasierte Iteration (Group Loop)
• Schleifenmechanismen in KNIME: Zählergesteuerte Iteration (Counting Loop)
• Schleifenmechanismen in KNIME: Rekursiver Ablauf (Recursive Loop)

Modul 7 - Bedingungen, Filter und Strukturtransformationen

• Überblick und Vergleich der Filtermechanismen in KNIME
• Datenstrukturen umformen: Pivot- und Unpivot-Operationen
• Grundlagen bedingter Logik in KNIME
• Praxisbeispiel: Einsatz von Bedingungen in KNIME-Workflows
• Universell einsetzbare Allzweck-Nodes in KNIME

Modul 8 - Workflow-Steuerung, Stabilität und Qualität

• Kriterienbasierte Unterbrechung und Steuerung von Workflows
• Dateiverarbeitung und inhaltliche Validierung innerhalb von Workflows
• Fehlerbehandlung und kontrolliertes Abfangen von Ausnahmen in KNIME

Modul 9 - Automatisierung, Abhängigkeiten und Integration

• Zeit- und ereignisbasierte Orchestrierung von Workflows
• Steuerung und Management von Workflow-Abhängigkeiten
• Grundlagen der Datenbankintegration mit KNIME
• Persistierung von Verarbeitungsergebnissen durch Rückschreiben in Datenbanken

Modul 10 - Erweiterungen und Ausblick

• Erweiterung der Funktionalität durch zusätzliche Nodes und Filter
• Überblick über KI-gestützte Assistenzfunktionen in KNIME - Integration von ChatGPT

• Grundkenntnisse im Umgang mit Tabellenkalkulationen (z. B. Excel) sind hilfreich, aber nicht zwingend erforderlich
• Keine Programmierkenntnisse notwendig

Die Teilnehmer werden durch eine Kombination aus anschaulichen theoretischen Erklärungen eines Trainers und umfangreichen praxisnahen Übungs- und Anwendungsaufgaben befähigt, die auf problemorientiertem Lernen an realen Problemen und konstruktivistischem/aktivem Lernen basieren.

• Trainerinput und Demonstrationen in KNIME
• Schrittweise Übungen anhand einer durchgängigen Fallstudie
• Einzel- und Gruppenaufgaben zur Datenaufbereitung
• Austausch, Diskussion und kurze Reflexionsphasen
• LearningHub @Cegos für digitale Lernbegleitung
• 4REAL-Modell zur praxisorientierten Methodik

Das Seminar richtet sich an:

• Mitarbeitende aus Controlling, Finanzwesen, HR, Personal- und Datenanalyse
• Fach- und Führungskräfte aus IT- und Datenmanagement
• Anwender:innen, die bisher vor allem mit Excel arbeiten und strukturierte, wiederholbare Datenprozesse aufbauen möchten
• Einsteiger:innen in die Datenanalyse, die ohne Programmierkenntnisse produktiv werden wollen