Statistik für Data Science, AI und Risk Management - GRUNDLAGEN - 32 UE - DE EN

Institut: Digital Innovations Solution GmbH
Seminarart: Basis-/Grundausbildung

Kursbeschreibung


Wir beschäftigen uns in acht Terminen mit den Grundlagen der angewandten Statistik, Schätzfunktionen sowie statistschen Tests und der Regressionsrechnung jeweils mit einfachen illustrierenden Beispielen.

Die angewandte Statistik und die Wahrscheinlichkeitstheorie sind im Kern für die folgenden Bereiche unverzichtbar:

  • Data Science - Die Analyse von Geschäftsdaten zur Unterstützung von Entscheidungsprozessen und Erstellung von Prognosen
  • AI - Die Auswahl von Modellen in der AI entsprechend den zu lösenden Problemen - eine von Natur aus anspruchsvolle Aufgabe
  • Risk Management - Die Bewertung von Risiken - Kreditrisiko, Zinsrisiko, Währungsrisiko - bei Versicherungsprodukten und Finanzprodukten

Da die Wahrscheinlichkeitstheorie die Grundlage der angewandten Statistik bildet, ist Wissen im Umfang des Workshops Wahrscheinlichkeitstheorie für Data Science, AI und Risk Management - GRUNDLAGEN - 32 UE - DE EN eine notwendige und hinreichende Voraussetzung.

Dieser Workshop wird in deutscher und englischer Sprache angeboten.

Dieser Workshop ist ein Präsenzworkshop. Für eine interaktive Lernumgebung, in der sie mühelos neues Wissen erwerben und gleichzeitig Spass haben erachten wir zwei bis vier Teilnehmer als ideal.

Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Wir helfen ihnen in diesem Zusammenhang auch sehr gerne telefonisch oder per Email.

Last updated 24. Oktober 2025

TERMINE

Miontag 16. Februar 2026, 17:30 - 21:30
Donnerstag 19. Februar 2026, 17:30 - 21:30

Miontag 23. Februar 2026, 17:30 - 21:30
Donnerstag 26. Februar 2026, 17:30 - 21:30

Miontag 02. März 2026, 17:30 - 21:30
Donnerstag 05. März 2026, 17:30 - 21:30

Miontag 09. März 2026, 17:30 - 21:30
Donnerstag 12. März 2026, 17:30 - 21:30

32 Unterrichtseinheiten. Eine Unterrichtseinheit UE entspricht 50 Minuten.

ERSTER UND ZWEITER TERMIN

Vorbemerkungen
  • Der Zusammenhang zwischen Wahrscheinlichkeitstheorie und angewandter Statistik
  • Die Bedeutung der angewandten Statistik als theoretische Grundlage für Data Science, AI und Risk Management
Grundlagen der angewandten Statistik
  • Die Aufgabe der angewandten Statistik
  • Mathematische Stichprobe
  • Statistik als Funktion einer mathematischen Stichprobe
  • Statistische Entscheidungen
Testverteilungen
  • t-Verteilung
  • Chiquadrat-Verteilung

DRITTER UND VIERTER TERMIN

Punktschätzungen für Parameter
  • Konkrete Stichproben
  • Schätzfunktionen als Funktionen von konkreten Stichproben
  • Eigenschaften von Schätzfunktionen:
    • Unverzerrtheit oder erwartungstreue
    • Effizienz
    • Konsistenz
    • Plausibilität - Plausibilitätsfunktion oder Maximum-Likelihood-Funktion
    • Verlustminimierung
  • Anwendungsbereiche und einfache illustrierende Beispiele
Die empirische Verteilungsfunktion
  • Die empirische Verteilungsfunktion als unverzerrte Schätzfunktion für die zugrunde liegende Verteilungsfunktion
  • Der Fundamentalsatz der Statistik
Bereichsschätzungen für Parameter
  • Konfidenzfunktionen
  • Pivot-Größen
  • Konfidenzintervalle für eindimensionale Parameter

FÜNFTER UND SECHSTER TERMIN

Statistische Tests
  • Grundlegendes
  • Statistische Hypothesen
  • Testfunktionen
  • Verwerfungsräume
  • Fehler erster Art
  • Fehler zweiter Art
  • Anwendungsbereiche und einfache illustrierende Beispiele
Tests für Normalverteilungen
  • t-Test für das Mittel einer Normalverteilung
  • Test für die Varianz einer Normalverteilung mittels Chiquadrat-Verteilung
  • t-Test für die Gleichheit zweier Normalverteilungen mit identischer Varianz
  • Anwendungsbereiche und einfache illustrierende Beispiele

SIEBENTER UND ACHTER TERMIN

Chiquadrat-Anpassungstest
  • Definition
  • Chiquadrattest für einfache Hypothesen
  • Chiquadrattest für zusammengesetzte Hypothesen
  • Anwendungsbereiche und einfache illustrierende Beispiele
Regressionsrechnung
  • Definition
  • Regressionsfunktion
  • Regressionsgerade
  • Methode der kleinsten Abstandsquadratsumme
  • Anwendungsbereiche und einfache illustrierende Beispiele


Wir beschäftigen uns in acht Terminen mit den Grundlagen der angewandten Statistik, Schätzfunktionen sowie statistschen Tests und der Regressionsrechnung jeweils mit einfachen illustrierenden Beispielen.

Die angewandte Statistik und die Wahrscheinlichkeitstheorie sind im Kern für die folgenden Bereiche unverzichtbar:

  • Data Science - Die Analyse von Geschäftsdaten zur Unterstützung von Entscheidungsprozessen und Erstellung von Prognosen
  • AI - Die Auswahl von Modellen in der AI entsprechend den zu lösenden Problemen - eine von Natur aus anspruchsvolle Aufgabe
  • Risk Management - Die Bewertung von Risiken - Kreditrisiko, Zinsrisiko, Währungsrisiko - bei Versicherungsprodukten und Finanzprodukten

Da die Wahrscheinlichkeitstheorie die Grundlage der angewandten Statistik bildet, ist Wissen im Umfang des Workshops Wahrscheinlichkeitstheorie für Data Science, AI und Risk Management - GRUNDLAGEN - 32 UE - DE EN eine notwendige und hinreichende Voraussetzung.

Dieser Workshop wird in deutscher und englischer Sprache angeboten.

Dieser Workshop ist ein Präsenzworkshop. Für eine interaktive Lernumgebung, in der sie mühelos neues Wissen erwerben und gleichzeitig Spass haben erachten wir zwei bis vier Teilnehmer als ideal.

Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Wir helfen ihnen in diesem Zusammenhang auch sehr gerne telefonisch oder per Email.

Last updated 24. Oktober 2025

TERMINE

Miontag 16. Februar 2026, 17:30 - 21:30
Donnerstag 19. Februar 2026, 17:30 - 21:30

Miontag 23. Februar 2026, 17:30 - 21:30
Donnerstag 26. Februar 2026, 17:30 - 21:30

Miontag 02. März 2026, 17:30 - 21:30
Donnerstag 05. März 2026, 17:30 - 21:30

Miontag 09. März 2026, 17:30 - 21:30
Don…
Beginn
16.02.2026
Ende
12.03.2026
Dauer
Wöchentlich jeweils Montag und Donnerstag 17:30 bis 21:30
Ort
Digital Innovations Solution GmbH
Alxingergasse 55 / TOP 14 OG, A-1100 Wien
Line U1 - Reumanplatz oder Linie O - Arthaberplatz
Kontakt
Fragen zu den Inhalten, Themenvorschläge, Terminvorschläge und Anmeldung
DI Josef STEPISNIK
E josef.stepisnik@digital-innovation.at
M +43 664 850 43 77
Notwendige und hinreichende Voraussetzung ist Wissen im Umfang des Workshops Wahrscheinlichkeitstheorie für Data Science, AI und Risk Management - GRUNDLAGEN - 32 UE - DE EN.

Um den Lernprozess in den Workshop integrieren zu können wünschen wir uns Teilnehmer, die auf die Workshopinhalte und die Beiträge anderer Teilnehmer reflektieren können. Damit schaffen wir gemeinsam eine interaktive Lernumgebung in der sie mühelos neues Wissen erwerben und gleichzeitig Spass haben. Um diese Interaktivität auch praktisch zu ermöglichen erachten wir zwei bis vier Teilnehmer als ideal.

Für die Workshoptermine und die Hausübungen wird ein eigenes Notebook mit R oder Python 3 benötigt. Wir helfen ihnen in diesem Zusammenhang auch sehr gerne telefonisch oder per Email.
Ziele
Dieser Workshop ist ein Präsenzworkshop. Wir beschäftigen uns in acht Terminen mit den Grundlagen der angewandten Statistik, Schätzfunktionen sowie statistschen Tests und der Regressionsrechnung jeweils mit einfachen illustrierenden Beispielen.
Zertifikat(e)
Das entsprechende Zertifikat wird in Deutsch oder Englisch ausgestellt. Es inkludiert eine detaillierte Beschreibung der tatsächlichen Workshopinhalte und eine Anwesenheitsbestätigung zu den tatsächlich besuchten Workshopterminen.
Kosten
€ 820
EUR 820 inklusive 20% USt. Präsenzworkshop inklusive Unterlagen, Besprechung der Hausaufgaben und Abschlusszertifikat.
Förderungen
Das AMS als führendes Dienstleistungsunternehmen am Arbeitsmarkt sowie die AK und der waff bieten unter www.weiterbildungsdatenbank.at/foerderprogramme Informationen zur Finanzierung ihrer Bildungspläne. Siehe dazu auch den Abschnitt WEITERE DATEN.
Plätze
2 - 4
Sonstiges
Erklärung zur Arbeitnehmerveranlagung
Aufwendungen für Bildungsmaßnahmen sind als Werbungskosten abzugsfähig, wenn sie Kosten für Fortbildung, Ausbildung im verwandten Beruf oder eine umfassende Umschulung darstellen. Diese können nach Ablauf des entsprechendes Jahres in ihrer Erklärung zur Arbeitnehmerveranlagung unter Kennzahl 722 geltend gemacht werden. Siehe dazu das BM für Finanzen unter www.bmf.gv.at/ Überblick zur Arbeitnehmerinnenveranlagung