Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung Data Literacy für Manager und Führungskräfte
KPIs verstehen, Statistik-Tricks erkennen, Datenvisualisierungen kritisch lesen
Schulungsformen
Inhouse-/Firmenschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- In Ihrem Hause oder bei der GFU
- Preis nach Angebot
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Individualschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- In Ihrem Hause oder bei der GFU
- Preis nach Angebot
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Beschreibung
Gleichzeitig haben die wenigsten Führungskräfte einen Data-Science-Hintergrund. Klassische Statistik-Vorlesungen sind zu theoretisch, Hands-on-Tool-Schulungen zu technisch. Was fehlt, ist ein pragmatisches Format auf Führungs-Niveau - das die wichtigsten Konzepte vermittelt, ohne in Mathematik zu verfallen, das typische Manipulations-Muster zeigt, ohne paranoid zu machen, und das datenkritisches Denken zur Selbstverständlichkeit der Führungsarbeit macht.
Studien zeigen, dass datenkompetente Führungskräfte messbar bessere Entscheidungen treffen, weniger anfällig für Beratungs-Etikettenschwindel sind und in Vorstandssitzungen souveräner argumentieren. Dieses Zwei-Tage-Seminar vermittelt diese Kompetenz kompakt und mit direkter Anwendbarkeit ab dem ersten Arbeitstag nach dem Seminar.
Beachten Sie auch unsere weiteren Führungskräfte Schulungen.
Schulungsziel
Jede teilnehmende Person verlässt das Seminar mit einem strukturierten Verständnis von Data Literacy als Führungs-Skill, der Routine im kritischen Lesen von KPIs und Dashboards, der Beherrschung der wichtigsten Manipulations-Muster in Datenvisualisierungen, einem fundierten Verständnis von Korrelation, Kausalität, Stichproben-Logik und statistischer Signifikanz ohne Mathematik-Last, dem Werkzeug für datenbasierte Entscheidungen unter Unsicherheit mit Bayes-Update, Pre-Mortem und Erwartungswert-Denken, der Argumentations-Disziplin in datenkritischen Führungs-Diskussionen, der KPI- und Reporting-Disziplin mit klarem North-Star-Konzept und einem persönlichen 90-Tage-Aktionsplan für die Etablierung einer datenbasierten Führungs-Kultur im eigenen Bereich - einsetzbar im Führungs-Alltag ab dem ersten Arbeitstag nach dem Seminar.
Details
Inhalt
1. Data Literacy als Führungs-Skill: Grundlagen und Mindset
- Ziele und Erwartungen der Teilnehmenden
- Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
- Was Data Literacy auf Führungsebene bedeutet: kritisch lesen, fragen stellen, Argumentations-Disziplin.
- Datenarten verstehen: quantitativ vs. qualitativ, Primärdaten vs. Sekundärdaten, strukturierte vs. unstrukturierte Daten.
- Anatomie einer Daten-Aussage: Quelle, Erhebungs-Methode, Stichprobe, Auswertungs-Disziplin, Limitationen.
- Die wichtigsten Fragen an jede Daten-Aussage: Wer hat erhoben? Wann? Wie? Mit welcher Stichprobe? Was wurde nicht erhoben?
- Datenbasierte vs. datengetriebene Entscheidungen: Daten als Entscheidungs-Hilfe, nicht als Ersatz für Urteilskraft.
- Anti-Patterns: Datenhörigkeit, Daten-Ignoranz, Daten-Theater (Daten-Reportings ohne Entscheidungs-Konsequenz).
- Praxis-Übung: Eigene Bestandsaufnahme - fünf Datenquellen aus dem eigenen Führungs-Alltag identifizieren (Reportings, Dashboards, Studien, KI-Analysen) und gegen die Anatomie-Fragen prüfen; drei kritische Lücken benennen.
- Was ein KPI ist und was nicht: Kennzahl vs. KPI, Steuerungs-Logik, Verhaltens-Effekte.
- KPI-Hierarchien: strategische, taktische, operative KPIs; Lead vs. Lag Indicators.
- Klassiker im Management: Umsatz, Marge, Cash Flow, Customer Lifetime Value, Conversion Rate, Net Promoter Score.
- Branchen-spezifische KPIs: Marketing (CAC, LTV, ROAS), Vertrieb (Pipeline-Velocity, Win Rate), HR (Fluktuation, Time-to-Hire), IT (MTTR, Uptime).
- Vanity Metrics erkennen: KPIs, die gut aussehen, aber nichts bedeuten.
- KPI-Manipulation: Bezugsgrössen wechseln, Aggregations-Tricks, selektive Vergleichszeiträume.
- Goodhart's Law: "Wenn ein Mass zum Ziel wird, hört es auf, ein gutes Mass zu sein" - warum jeder KPI Verhaltens-Anreize schafft.
- Anti-Patterns: zu viele KPIs (Dashboard-Friedhof), KPI ohne Kontext, KPI ohne Ziel-Wert.
- Praxis-Übung: Eigene KPI-Landkarte für den eigenen Verantwortungs-Bereich - sechs zentrale KPIs auflisten, jeweils nach Lead/Lag, Steuerungs-Logik und potenziellem Verhaltens-Effekt klassifizieren; zwei Vanity Metrics identifizieren, die ersetzt werden sollten.
- Anatomie einer guten Datenvisualisierung: Achsen, Skalen, Beschriftungen, Datenpunkte, Aggregation, Vergleichs-Ebene.
- Klassiker: Balken-, Linien-, Tortendiagramm, Streudiagramm, Heatmap, Treemap.
- Visualisierungs-Tricks und Manipulations-Muster:
- Y-Achse abgeschnitten oder verzerrt
- Selektive Zeiträume
- Doppelte Y-Achsen ohne Bezug
- Tortendiagramme mit zu vielen Segmenten
- 3D-Effekte zur Verzerrung
- Farbcodierung mit emotionaler Aufladung
- Cherry-Picking von Vergleichs-Datenpunkten
- "Wie lügt man mit Statistik": die klassischen Manipulations-Muster und wie man sie erkennt.
- Gute Visualisierungen vs. Eye-Candy: Edward Tufte's Prinzipien für Führungskräfte.
- AI-generierte Visualisierungen kritisch lesen: ChatGPT-Charts, Microsoft-Copilot-Auswertungen, automatisch generierte Reports.
- Praxis-Übung: Sechs reale Datenvisualisierungen analysieren (Auswahl aus aktuellen Geschäftsberichten, Marktstudien und KI-generierten Outputs) - pro Visualisierung drei Manipulations- oder Schwächepunkte identifizieren, eine bessere Variante skizzieren.
- Korrelation vs. Kausalität: warum "X korreliert mit Y" nicht bedeutet "X verursacht Y".
- Klassische Beispiele und Fallstricke: Storch-Geburtenrate-Korrelation, Eis-Konsum-Ertrinken-Korrelation, Konfounding-Variablen.
- Stichproben-Logik: was eine Stichprobe aussagt und was nicht; Repräsentativität, Bias, Selektions-Effekte.
- Konfidenz und Unsicherheit: was ein 95%-Konfidenz-Intervall bedeutet, warum Punkt-Schätzungen ohne Konfidenz irreführen.
- Statistische Signifikanz: was sie aussagt und was nicht; p-Werte vereinfacht erklärt.
- Effekt-Grösse: warum statistische Signifikanz allein nicht ausreicht.
- Mittelwert, Median, Modus: wann welche Aggregation aussagekräftig ist; Verteilungs-Effekte.
- A/B-Tests: Grundlogik, typische Stolperfallen, Mindest-Stichproben-Grössen.
- Anti-Patterns: Korrelations-Behauptungen ohne Kausalitäts-Logik, p-Hacking, Stichproben-Manipulation.
- Praxis-Übung: Vier Aussagen aus aktuellen Studien und Beratungs-Reports analysieren - jeweils Korrelations-/Kausalitäts-Ansprüche prüfen, Stichproben-Aspekte hinterfragen, alternative Erklärungen formulieren.
5. Datenbasierte Entscheidungen unter Unsicherheit
- Entscheidungs-Logik: Daten plus Urteilskraft plus Erfahrung - nicht Daten ersetzen Urteil.
- Bayessches Denken vereinfacht: Prior, Evidenz, Posterior - wie neue Daten bestehendes Wissen aktualisieren.
- Risiko vs. Unsicherheit: Knight'sche Unterscheidung, was berechenbar ist und was nicht.
- Erwartungswert-Denken: warum auch unwahrscheinliche Ereignisse mit hohem Impact relevant sind.
- Pre-Mortem-Analyse: vor der Entscheidung in die Zukunft schauen und potenzielle Scheitern-Gründe identifizieren.
- Devil's Advocate und Red Teaming: bewusste Gegen-Argumentation als Disziplin.
- Entscheidungs-Heuristiken vs. Daten-Analyse: wann reicht eine schnelle Heuristik, wann ist Daten-Tiefe nötig.
- Anti-Patterns: Entscheidungs-Lähmung durch zu viele Daten, Bestätigungs-Verzerrung, Sunk-Cost-Fallen.
- Praxis-Übung: Eine reale anstehende Entscheidung aus dem eigenen Führungs-Alltag durchspielen - verfügbare Daten kategorisieren, Unsicherheits-Bereiche identifizieren, Pre-Mortem-Analyse durchführen, Entscheidungs-Logik mit Bayes-Update strukturieren.
- Argumentations-Disziplin in Führungs-Meetings: Behauptung, Daten-Beleg, Methodik-Einordnung, Limitationen.
- Die richtigen Fragen stellen: "Wer hat erhoben?", "Wie gross war die Stichprobe?", "Was ist die Vergleichs-Basis?", "Was ist die Limitations-Liste?".
- Beratungs-Reports und Marktstudien kritisch hinterfragen: McKinsey, BCG, Bain, Gartner - methodische Stärken und Schwächen.
- Daten-Argumente in Vorstands-Sitzungen: souverän vortragen, kritisch nachfragen, Manipulations-Versuche entkräften.
- KI-generierte Daten-Aussagen einordnen: Halluzinationen erkennen, Quellen-Verifikation, Konfidenz-Bewertung.
- Konflikt-Patterns bei datenbasierten Diskussionen: Daten-Autorität vs. Erfahrungs-Argument, abweichende Datenquellen, Methoden-Streit.
- Daten-Ethik in Führungs-Diskussionen: Privacy, Bias, Diskriminierungs-Effekte, Diversität in Datensätzen.
- Praxis-Übung: Drei Diskussions-Szenarien durchspielen - Beratungs-Pitch mit fragwürdiger Daten-Grundlage hinterfragen, Vorstands-Diskussion mit zwei abweichenden Datenquellen moderieren, KI-generierte Marktanalyse kritisch einordnen; Argumentations-Patterns trainieren.
- KPI-Auswahl als Führungs-Aufgabe: weniger ist mehr, klare Ziel-Werte, regelmässige Überprüfung.
- North Star Metric: das eine zentrale Mass für den Geschäftserfolg, an dem sich alles ausrichtet.
- OKR-Disziplin als Bezugs-Rahmen: Objectives plus Key Results - wie KPI-Steuerung in OKR-Strukturen integriert wird.
- Reporting-Disziplin: Frequenz, Format, Zielgruppe, Aktions-Bezug; Reportings ohne klare Aktion sind Theater.
- Dashboard-Design für Führungskräfte: drei bis fünf zentrale Kennzahlen, Trends statt Snapshot, Drill-Down-Möglichkeit.
- Self-Service-BI für Führungs-Bereiche: Power BI, Tableau - wann selbst auswerten, wann an die Daten-Experten delegieren.
- Daten-Governance auf Führungsebene: Verantwortlichkeiten, Daten-Qualitäts-Standards, Single Source of Truth.
- Anti-Patterns: Reporting-Friedhöfe, KPI-Inflation, fehlende Aktions-Loop, Daten-Silos zwischen Abteilungen.
- Praxis-Übung: Eigene KPI- und Reporting-Landschaft prüfen und schlanker machen - aktuelle Reportings auflisten, KPI-Anzahl reduzieren auf maximal sechs zentrale Masse, Reportings ohne Aktions-Konsequenz identifizieren und streichen, North Star Metric definieren.
- Datenkultur als Führungs-Aufgabe: Vorbild-Funktion, Sprach-Disziplin, Belohnungs-Strukturen.
- Drei Reifegrade: datenfeindlich, datentolerant, datenbasiert; was unterscheidet die Stufen.
- Datenkompetenz im Team aufbauen: Data Champions, Schulungs-Programme, regelmässige Daten-Reviews.
- Daten-Demokratisierung: wer darf welche Daten sehen, welche Daten transparent machen, welche schützen.
- KI- und Daten-Tools im Führungs-Alltag: ChatGPT für Daten-Analyse, Microsoft Copilot für Excel-Auswertungen, Power BI für Self-Service.
- Datenkultur und Compliance: DSGVO, EU-AI-Act, Branchen-Spezifika als Führungs-Verantwortung.
- Lernpfad nach diesem Seminar: Vertiefung in Statistik für Führungskräfte, Tool-spezifische Self-Service-BI-Schulungen (Power BI, Tableau), Data Storytelling, Datenqualität und Data Governance.
- Persönlicher Aktionsplan: drei konkrete Veränderungen ab Montag, eine Team-Initiative, eine Reporting-Reform.
- Praxis-Übung: Persönlichen 90-Tage-Aktionsplan ausarbeiten - drei konkrete Daten-Disziplin-Veränderungen für den eigenen Führungs-Alltag, eine Team-Initiative zur Datenkultur, eine konkrete KPI- oder Reporting-Reform; Buddy aus dem Seminar wählen für gegenseitige Reflexion nach 4 und 12 Wochen.
Zielgruppe & Vorkenntnisse
- Manager und Abteilungsleitungen: Die in ihrem Alltag Daten-Reportings interpretieren, KPIs verantworten und datenbasierte Entscheidungen treffen müssen.
- Geschäftsführungen und Vorstände: Die strategische Entscheidungen auf Datenbasis fundieren wollen, ohne in technische Tool-Details einzutauchen.
- Führungskräfte in Fachbereichen (Marketing, Vertrieb, Personal, Finanzen, Operations): Die Datenkompetenz als Führungs-Skill ausbauen wollen.
- Strategische Berater und Consultants: Die Klienten beim Aufbau datenbasierter Entscheidungs-Kulturen begleiten.
Ihre Schulung
In Präsenz | Online |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und praktischen Übungen auf persönlichem Schulungs-PC. | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. | Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsmaterialien | |
Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Nach Abschluss des Seminars erhalten Sie das Teilnahmezertifikat inkl. Inhaltsverzeichnis per E-Mail als PDF. | |
Organisation
In Präsenz | Online | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung * | ||
Ab 1 Teilnehmenden | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| All-Inclusive | ||
Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Kostenfreie Services
In Präsenz | Online |
|---|---|
|
|
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Was bedeutet Offene Schulung und Inhouse Schulung?
Bei einer offenen Schulung stehen Ort und Termin vorab fest. Jeder Interessent kann eine offene Schulung buchen, daher treffen Teilnehmer aus verschiedenen Unternehmen aufeinander.
Inhouse Schulungen können auf Ihren individuellen Schulungsbedarf zugeschnitten werden. Sie bestimmen den Teilnehmerkreis, Termin und Schulungsort.
Ist eine Inhouse Schulung die richtige Wahl?
Bei einer Inhouse Schulung gehen wir auf die individuellen Bedürfnisse Ihres Unternehmens ein und decken den Schulungsbedarf direkt bei Ihnen im Unternehmen ab.
Das spart Zeit und Geld und sorgt für einen schnellen Wissenstransfer Ihrer Mitarbeiter.
Wer kümmert sich um die Technik bei Inhouse Schulungen?
Eine komplette Lernumgebung in der Cloud mit Remote Zugriff ist für uns selbstverständlich. Sie müssen sich um nichts kümmern. Lediglich ein funktionierender PC oder Notebook mit Internetanschluss sollte für jeden Teilnehmer am Schulungstag bereit stehen.
Vorteile einer Inhouse Schulung
- Kompetente Seminarberatung
- Dozenten aus der Praxis
- Auf Ihre Bedürfnisse zugeschnittener individueller Lernstoff
- Sie können den Termin flexibel gestalten, so wie es für Sie am besten passt
- Unsere Inhouse Schulungen können Europaweit durchgeführt werden
- Der Fokus liegt auf Ihrem Schulungsbedarf, somit schonen Sie Ihr Budget
- Wissenslücken Ihrer Mitarbeitet werden schnell geschlossen