Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Alle Weitere Themen SchulungenSchulung Prognosen und Trend-Auswertung für Kleinbetriebe
Schulung Prognosen und Trend-Auswertung für Kleinbetriebe
Vorhersage mit Bord-Mitteln, Saison-Muster und Unsicherheits-Bänder
3 Tage / S7072
Neues SeminarSchulungsformen
Inhouse-/Firmenschulung
- 3 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.
Präsenz Online Hybrid
Beschreibung
Kleinbetriebe sind 2026 in DACH oft gut aufgestellt, was Geschäfts-Sinn und Branchen-Wissen angeht, aber ohne festes Controlling und ohne eigene Daten-Abteilung. Die Geschäftsleitung „spürt", dass der Sommer schwächer wird oder das Material im Lager nicht reicht, hat aber keine Vorhersage, mit der sie planen kann. Die Excel-Tabelle mit den Monats-Umsätzen liegt da, das Warenwirtschafts-System gibt Daten her, der Service-Kalender zeigt die Auftrags-Lage - aber niemand baut daraus eine Vorhersage. Klassische Statistik-Schulungen sind zu tief, zu mathematisch und zu wenig auf die echte Datenqualität im Kleinbetrieb zugeschnitten.
KI-Werkzeuge haben sich 2026 zu einer ernsthaften Hilfe entwickelt. Microsoft Copilot in Excel erzeugt aus einer Zeitreihe eine Vorhersage mit einem Satz. ChatGPT und Claude beantworten Fragen zu Daten-Strukturen, finden Saison-Muster und schreiben Formeln. Prophet von Meta erzeugt Vorhersagen mit drei Zeilen Code - aber auch ohne Code in Power-BI-Visualisierungen und in Excel-Erweiterungen. Looker Studio und Grafana liefern Dashboards in einer Stunde.
Was 2026 zählt, ist ein pragmatischer Einstieg, der nach dem MVP-Prinzip vorgeht: Lieber heute eine einfache, ehrliche Vorhersage mit Unsicherheits-Band aus der eigenen Excel-Datei haben, die in der Geschäftsleitungs-Runde besprochen werden kann, als in vier Wochen ein Profi-Modell, das niemand versteht und niemand bedient. Dieser Drei-Tage-Workshop führt in elf Kapiteln vom ersten Excel-Werkstück über Werkzeug-Welt, Saison-Muster, Unsicherheit, KI-Hilfen und Dashboard bis zur Tages-Routine.
KI-Werkzeuge haben sich 2026 zu einer ernsthaften Hilfe entwickelt. Microsoft Copilot in Excel erzeugt aus einer Zeitreihe eine Vorhersage mit einem Satz. ChatGPT und Claude beantworten Fragen zu Daten-Strukturen, finden Saison-Muster und schreiben Formeln. Prophet von Meta erzeugt Vorhersagen mit drei Zeilen Code - aber auch ohne Code in Power-BI-Visualisierungen und in Excel-Erweiterungen. Looker Studio und Grafana liefern Dashboards in einer Stunde.
Was 2026 zählt, ist ein pragmatischer Einstieg, der nach dem MVP-Prinzip vorgeht: Lieber heute eine einfache, ehrliche Vorhersage mit Unsicherheits-Band aus der eigenen Excel-Datei haben, die in der Geschäftsleitungs-Runde besprochen werden kann, als in vier Wochen ein Profi-Modell, das niemand versteht und niemand bedient. Dieser Drei-Tage-Workshop führt in elf Kapiteln vom ersten Excel-Werkstück über Werkzeug-Welt, Saison-Muster, Unsicherheit, KI-Hilfen und Dashboard bis zur Tages-Routine.
Schulungsziel
Jede teilnehmende Person verlässt das Seminar mit einer eigenen aufbereiteten Zeit-Reihe, mehreren Vorhersage-Werkstücken (Excel-Prognosenblatt, gegebenenfalls Power-BI- oder Prophet-Variante), einer Test-Strecken-basierten Fehler-Abschätzung, einem ersten Dashboard mit Frühwarn-Logik und einer 90-Tage-Roadmap mit messbaren Ankern - tragfähig ab dem ersten Arbeitstag nach dem Seminar.
Details
Inhalt
Tag 1: Grundlagen, eigene Daten, erstes Werkstück
1. Was Prognosen für Kleinbetriebe leisten - und was nicht
5. Werkzeug-Welt 2026: Excel, Power BI, Prophet, Looker Studio
9. Anwendung im Tages-Geschäft: Bestand, Personal, Umsatz, Marketing
1. Was Prognosen für Kleinbetriebe leisten - und was nicht
- Ziele und Erwartungen der Teilnehmenden
- Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
- Drei Stufen der betrieblichen Vorhersage: einfache Trend-Fortschreibung (niedrigste Schwelle), saison-bereinigte Vorhersage (mittlere Schwelle), Vorhersage mit Treiber-Variablen wie Wetter oder Werbe-Lage (höhere Schwelle).
- Typische Kleinbetrieb-Anwendungs-Fälle: Umsatz-Vorhersage je Monat, Material-Bestand und Wieder-Beschaffungs-Plan, Personal-Auslastung pro Woche, Service-Auftrags-Eingang, Liefer-Termine, Saison-Lager.
- Was Vorhersagen heute gut können: Wieder-Holungs-Lagen aufdecken, Auf- und Ab-Trends sichtbar machen, grobe Plan-Werte für die nächsten drei bis sechs Monate, Frühwarn-Signale bei deutlichen Abweichungen.
- Was sie nicht gut können: einzelne unerwartete Ereignisse vorhersagen (Pandemie, Energie-Krise), exakte Punkt-Werte garantieren, einen schlechten Daten-Bestand ausgleichen.
- Realistisches Erwartungs-Niveau: Vorhersagen sind Plan-Werte mit Unsicherheits-Band, keine Prophezeiungen - Wert entsteht aus der Disziplin, die Vorhersage regelmäßig mit der Realität abzugleichen.
- Praxis-Übung: Eigene Standort-Bestimmung - drei konkrete Vorhersage-Bedarfe im eigenen Kleinbetrieb beschreiben, je einen Pro- und Contra-Punkt notieren, das wichtigste erste Ziel festlegen.
- Klassische Zeit-Reihen im Kleinbetrieb: Tages- oder Wochen-Umsatz, monatliche Auftragseingänge, Bestand pro Artikel-Gruppe, Stunden pro Mitarbeitende, Service-Termine pro Woche, Anfragen über Webseite oder Telefon.
- Aussagekraft je Zeit-Auflösung: Tages-Daten zeigen Wochen-Muster, Wochen-Daten zeigen Monats- und Saison-Muster, Monats-Daten zeigen Jahres-Muster - die Auflösung muss zur Frage passen.
- Mindest-Daten-Menge: für eine brauchbare Vorhersage typischerweise mindestens zwei volle Saison-Zyklen (zwei Jahre Monats-Daten oder zwei Wochen pro Wochentag), idealerweise mehr.
- Treiber-Variablen für bessere Vorhersagen: Werbe-Kampagnen, Schulferien, Feiertage, Wetter-Lage, Sondertermine wie Messen oder Vereins-Veranstaltungen.
- Nicht-prognose-taugliche Daten: einmalige Sonder-Aufträge, abgebrochene Geschäfts-Felder, Daten vor einem Inhaberinnen- oder Inhaber-Wechsel mit veränderter Strategie.
- Praxis-Übung: Eigene Daten-Sichtung - aus dem eigenen Bestand drei mögliche Zeit-Reihen aussuchen, je Zeit-Auflösung, Daten-Menge und Aussagekraft bewerten, eine als MVP-Zeit-Reihe für die nächsten Werkstätten festlegen.
- Daten-Quellen in einem typischen Kleinbetrieb: Buchhaltung (DATEV, Lexware, sevdesk), Warenwirtschafts-System, Kassen-System, Webshop, Termin-System, eigene Excel-Tabelle.
- Daten-Export-Disziplin: monatlicher oder wöchentlicher Export als CSV oder Excel, geordnete Ablage, klare Namens-Logik (Datum_System_Inhalt).
- Aufräum-Werkstatt in Excel: Datum-Spalte sauber (echtes Datums-Format, keine Text-Daten), Werte-Spalte numerisch (keine Texte mit „€" oder „Stk."), Lücken markieren statt mit Null füllen.
- Typische Datenqualitäts-Fallen: Doppel-Erfassungen, Umsatz-Stornos mit Vorzeichen, Einmal-Aufträge ohne Markierung, Wechsel im Geschäfts-Modell ohne Daten-Lage.
- KI-Hilfe für die Aufräum-Werkstatt: Microsoft Copilot in Excel mit Aufräum-Befehlen, ChatGPT für Erkennung von Fehler-Mustern, mit klarer eigener Endkontrolle.
- Praxis-Übung: Eigene Daten-Werkstatt - eine eigene Excel-Datei in eine saubere Zeit-Reihe verwandeln (Datum-Spalte, Werte-Spalte, keine Lücken oder klare Lücken-Markierung), gegebenenfalls mit Copilot-Unterstützung.
- Prognosenblatt-Funktion in Excel in einfachen Worten: aus einer Zeit-Reihe wird mit einem Klick eine Vorhersage mit Unsicherheits-Band erzeugt - die eingebaute FORECAST.ETS-Funktion arbeitet mit dem ETS-Algorithmus für Saison-Lagen.
- Schritt-für-Schritt-Aufruf: Daten markieren, Reiter „Daten" -> „Prognosenblatt" -> Saison-Lage und Zeit-Horizont festlegen -> Vorhersage als neues Blatt einfügen.
- Was die Funktion liefert: Original-Werte, Vorhersage-Werte, Unter-Grenze und Ober-Grenze als Unsicherheits-Band, eine Standard-Grafik.
- Google Sheets als kostenfreie Alternative: FORECAST.ETS-Funktion in vergleichbarer Form, einfacher Aufruf über Formeln.
- Microsoft Copilot in Excel als 2026er-Standard: „Erzeuge eine Vorhersage für die nächsten sechs Monate" als gesprochene Aufgabe - Copilot baut Prognosenblatt automatisch.
- Plausibilitäts-Prüfung: stimmt die Vorhersage mit dem Bauchgefühl überein? Liegen die letzten realen Werte im Unsicherheits-Band der vorherigen Vorhersage?
- Praxis-Übung: Erster MVP - aus der eigenen aufbereiteten Zeit-Reihe ein Prognosenblatt in Excel erzeugen, sechs Monate Vorhersage mit Unsicherheits-Band, Grafik einbinden, Plausibilität gegenüber Bauchgefühl prüfen.
5. Werkzeug-Welt 2026: Excel, Power BI, Prophet, Looker Studio
- Excel und Google Sheets als Standard-Werkzeug für Kleinbetriebe: Prognosenblatt-Funktion, einfache Visualisierungen, Copilot-Anbindung in Microsoft 365.
- Power BI als nächste Stufe: integrierte Prognose-Funktion in Linien-Diagrammen, Datenanbindung an Excel und Cloud, ab Power BI Pro mit gewerblicher Lizenz.
- Prophet von Meta als statistik-tieferes Werkzeug ohne Code: über Power BI mit der Prophet-Erweiterung, über Cloud-Services wie Akkio oder Obviously AI mit grafischer Oberfläche, über Anaconda und einfache Python-Skripte als zweite Stufe.
- Looker Studio (Google) und Grafana als Dashboard-Werkzeuge: kostenfrei in Einstiegs-Stufen, gute Visualisierungen, einfache Datenanbindung.
- Auswahl-Logik für Kleinbetriebe: Excel für den Einstieg und für einmalige Vorhersagen, Power BI plus Copilot für wiederkehrende Dashboards, Prophet über Power BI oder Akkio für komplexe Saison-Lagen.
- Praxis-Übung: Werkzeug-Auswahl - aus der eigenen Datenlage und Frequenz die passende Werkzeug-Kette herleiten (Excel-MVP plus Power-BI-Dashboard, oder reines Excel mit Copilot), eine Entscheidung mit Begründung treffen.
- Saison-Lagen in einfachen Worten: Wieder-Holungs-Muster in Tages-, Wochen-, Monats- und Jahres-Zyklen; ein gut geführter Kleinbetrieb hat fast immer mehrere Saison-Lagen überlagert.
- Wochen-Muster: Wochentags-Effekt im Handel und in der Gastronomie, Service-Auftrags-Eingang nach Wochentag, Sonn- und Feiertags-Muster.
- Monats-Muster: Lohn-Zahlungs-Tage als Konsum-Treiber, Quartals-Ende-Effekte im B2B-Vertrieb.
- Jahres-Muster: Sommer-Loch, Weihnachts-Geschäft, Sommer-Schluss-Verkauf, Saison-Geschäft (Gärtnerei, Bauhandwerk, Tourismus).
- Deutsche Sonder-Lagen: Schulferien in 16 Bundesländern, Feiertage je nach Bundesland, Brücken-Tage, Karnevals- und Oktoberfest-Lagen je Region.
- Saison im Werkzeug abbilden: in Excel-Prognosenblatt durch „Saisonalität" angeben (z.B. 12 für Monats-Daten, 52 für Wochen-Daten, 7 für Tages-Daten), in Power BI und Prophet automatisch erkannt.
- Praxis-Übung: Saison-Werkstatt - die eigene Zeit-Reihe nach Saison-Lagen untersuchen (Wochen-, Monats-, Jahres-Muster), eine Vorhersage mit explizit gesetzter Saison-Lage erzeugen, mit der ersten MVP-Vorhersage aus Kapitel 4 vergleichen.
- Unsicherheits-Band in einfachen Worten: jede Vorhersage besteht nicht aus einem Punkt, sondern aus einem Intervall - Unter-Grenze (zum Beispiel 5 Prozent) und Ober-Grenze (95 Prozent) als realistische Bandbreite.
- Warum das Unsicherheits-Band wichtiger ist als der Punkt-Wert: Geschäftsentscheidungen sollen das ganze Band berücksichtigen, nicht nur den mittleren Wert.
- Vorhersage-Fehler messen: rückblickend einen Teil der Daten weglassen, Vorhersage darauf testen, mit den tatsächlichen Werten vergleichen (typischerweise letzte drei bis sechs Monate als Test-Strecke).
- Faustregeln zur Genauigkeit im Kleinbetrieb: bei sauberen Daten und klaren Mustern liegt der mittlere Fehler oft im Bereich von 10 bis 20 Prozent, bei unruhigen oder kurzen Reihen häufig 30 Prozent und mehr.
- Anti-Muster: eine Vorhersage als verbindliche Plan-Größe interpretieren, statt als Diskussions-Grundlage; Vorhersage ohne Test-Strecke und ohne Plausibilitäts-Prüfung verwenden.
- Praxis-Übung: Unsicherheits-Werkstatt - die letzten drei bis sechs Monate aus der eigenen Zeit-Reihe als Test-Strecke ausschneiden, eine Vorhersage darauf erzeugen, mit den realen Werten vergleichen, den mittleren Fehler abschätzen.
- Microsoft Copilot in Excel als 2026er-Standard für Kleinbetriebe in der Microsoft-365-Welt: Vorhersage auf Aufruf erzeugen, Saison-Lagen erklären lassen, Aufräum-Aufgaben automatisiert, Visualisierungen vorschlagen.
- ChatGPT, Claude und Google Gemini als Daten-Berater: eigene Daten (anonymisiert oder mit klarer Datenschutz-Lage) hochladen, gezielte Fragen stellen, Saison-Muster und Auffälligkeiten beschreiben lassen.
- Beispiel-Prompts für die KI-Hilfe: „Was sind die drei größten Auffälligkeiten in dieser Zeit-Reihe?", „Welche Saison-Muster erkennst du?", „Welcher Wert für Februar 2027 wäre plausibel und warum?".
- Mensch-Endkontrolle als Pflicht: KI-Aussagen über Daten plausibilisieren, nicht ungeprüft als Geschäfts-Grundlage übernehmen.
- Datenschutz und Daten-Standort: für KI-Werkzeuge mit Kunden- oder Mitarbeitenden-Daten EU-Daten-Standort und Auftrags-Verarbeitungs-Vertrag (AVV) sicherstellen.
- EU-AI-Act seit 2. August 2026: KI-erzeugte Vorhersagen für Geschäfts-Entscheidungen mit Personen-Bezug (Personal-Planung) sind besonders sorgfältig zu prüfen, Kennzeichnungs-Disziplin in Berichten.
- Praxis-Übung: KI-Hilfen-Werkstatt - mit Copilot in Excel oder ChatGPT eine Vorhersage erzeugen und kommentieren lassen, mit der eigenen Excel-Vorhersage aus Kapitel 4 vergleichen, drei KI-Aussagen kritisch hinterfragen.
9. Anwendung im Tages-Geschäft: Bestand, Personal, Umsatz, Marketing
- Bestands-Planung mit Vorhersage: erwarteter Verbrauch pro Artikel-Gruppe, Wieder-Beschaffungs-Zeit, Sicherheits-Bestand auf Basis der Unsicherheits-Bandbreite.
- Personal- und Auslastungs-Planung: Schichten und Urlaubs-Lage an die erwartete Auslastungs-Vorhersage anpassen, Saison-Personal frühzeitig binden.
- Umsatz- und Liquiditäts-Planung: erwartete Umsätze in die Liquiditäts-Vorschau übernehmen, mit Ein- und Ausgangs-Rechnungen abgleichen, Bank-Gespräch fundieren.
- Marketing-Kampagnen-Planung: Saison-Muster für Werbe-Kampagnen nutzen (vor dem Saison-Hoch werben, nicht währenddessen), Wirkung von vergangenen Kampagnen in der Daten-Spur sichtbar machen.
- Frühwarn-Logik: Abweichungen vom Unsicherheits-Band als Anlass für Geschäftsleitungs-Rück-Frage, klare Schwellen (z.B. zwei aufeinander-folgende Wochen außerhalb des Bandes).
- Praxis-Übung: Anwendungs-Werkstatt - aus der eigenen Vorhersage eine konkrete Anwendungs-Entscheidung ableiten (Bestands-Bestellung, Personal-Schicht, Marketing-Termin, Liquiditäts-Plan), mit Geschäftsleitungs-Bauchgefühl abgleichen.
- Dashboard-Logik für Kleinbetriebe in einfachen Worten: eine Bildschirm-Seite mit den drei bis fünf wichtigsten Kennzahlen, Vorhersage-Linie mit Unsicherheits-Band, Soll-Ist-Vergleich, Frühwarn-Ampel.
- Werkzeug-Auswahl: Power BI Desktop mit Power BI Pro für Veröffentlichung, Looker Studio als kostenfreie Google-Variante, Grafana für Sensor- und Zeit-Reihen-Daten.
- Daten-Anbindung: automatischer Excel- oder CSV-Import, Cloud-Anbindung an OneDrive oder Google Drive, Datenbank-Anbindung bei Warenwirtschafts-Anschluss.
- Aktualisierungs-Rhythmus: tägliche, wöchentliche oder monatliche Auffrischung je nach Anwendungs-Fall.
- Mobile Sicht: Dashboard auf Smartphone und Tablet abrufbar, klare Lese-Lage in kleinem Format.
- Berechtigungs-Lage: wer sieht welche Daten - Geschäftsleitung, kaufmännische Verantwortliche, Werkstatt-Leitung mit jeweils passender Sicht.
- Praxis-Übung: Dashboard-Werkstatt - ein einfaches Dashboard mit Vorhersage, Unsicherheits-Band und Soll-Ist-Vergleich in Power BI oder Looker Studio aufbauen, drei Frühwarn-Bedingungen festlegen, eine mobile Sicht prüfen.
- Wochen- und Monats-Routine: feste Termine für Daten-Auffrischung, Vorhersage-Aktualisierung, Geschäftsleitungs-Sichtung, Abweichungs-Besprechung.
- Daten-Schutz im Kleinbetrieb: anonymisierte oder pseudonymisierte Daten für KI-Werkzeuge mit Cloud-Anbindung, klare Aufbewahrungs-Fristen, Verarbeitungs-Verzeichnis-Eintrag bei systematischer Verarbeitung.
- AVV (Auftrags-Verarbeitungs-Vertrag) mit den genutzten Werkzeug-Anbietern (Microsoft, Google, Anthropic, OpenAI, ggf. BSPs) sicherstellen.
- EU-AI-Act-Disziplin: KI-erzeugte Vorhersagen für Personal-Entscheidungen oder andere Personen-bezogene Entscheidungen sorgfältig prüfen, klare Mensch-Endkontrolle, Kennzeichnungs-Hinweis in Berichten.
- Übergabe-Lage: Vorhersage-Routine als kleine Anleitungs-Datei festhalten, damit Vertretung sie übernehmen kann (Urlaubs- oder Krankheits-Lage).
- 90-Tage-Roadmap: erste 30 Tage Datenqualität verbessern und MVP-Vorhersage produktiv setzen; zweite 30 Tage Dashboard und Frühwarn-Logik etablieren; dritte 30 Tage erste Erfolgs-Anker auswerten (Anzahl bewährter Vorhersage-Entscheidungen, Vorhersage-Fehler-Quote, gesparte Material- oder Personal-Kosten); Sparring-Buddy aus dem Seminar.
- Lern-Pfad: bei Wachstum oder größerer Daten-Lage Übergang zu spezialisierten Schulungen (GFU-„Zeitreihenanalyse mit Machine Learning", „Predictive Analytics mit Python", „Power BI Aufbau").
- Praxis-Übung: Persönliche Roadmap und Routine-Werkstatt - konkreten Stand am Ende von Tag drei, drei monatliche Meilensteine, drei messbare betriebliche Anker, eine Wochen-Routine festlegen, einen Sparring-Buddy aus dem Seminar wählen.
Zielgruppe & Vorkenntnisse
- Inhaberinnen, Inhaber und Geschäftsführungen von Kleinbetrieben mit eigener Zahlen-Verantwortung: Die Umsatz-, Auslastungs- und Bestands-Entwicklung selbst vorhersagen und im Geschäfts-Alltag steuern wollen.
- Kaufmännische Verantwortliche, Office-Manager und Buchhaltungs-Anschluss-Personen in Kleinbetrieben: Die aus vorhandenen Excel-Daten belastbare Vorhersagen und Trend-Auswertungen für die Geschäftsleitung aufbereiten möchten.
- Werkstatt-, Produktions- und Service-Verantwortliche in Klein-Manufakturen und Handwerks-Betrieben: Die Material-Bestand, Maschinen-Auslastung, Service-Aufträge oder Personal-Bedarf besser planen wollen.
- Marketing- und Vertriebs-Verantwortliche in Kleinbetrieben: Die Saison-Muster, Kampagnen-Wirkung und Vertriebs-Pipeline vorhersehbar machen möchten.
Ihre Schulung
In Präsenz | Online |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | 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. |
| Arbeitsplatz | |
|
|
| Lernumgebung | |
Neu aufgesetzte Remote-Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter, sodass Sie über ein perfektes Setup für die Durchführung aller praktischen Übungen verfügen. | |
| 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.
Inhouse-/Firmenschulung
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Präsenz Online Hybrid
FAQ für Inhouse Schulungen
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