Coursera

AI-Optimierung und experimentelle Methoden

Sichern Sie sich eines unserer besten Angebote mit Coursera Plus für 199 $ (normalerweise 399 $). Jetzt sparen.

Coursera

AI-Optimierung und experimentelle Methoden

Bei Coursera PlusMehr erfahren enthalten

Fragen Sie Coursera

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Fortgeschritten

Empfohlene Erfahrung

2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Fortgeschritten

Empfohlene Erfahrung

2 Wochen zu vervollständigen
unter 10 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

  • Wenden Sie Techniken der kausalen Inferenz an – darunter das Propensity-Score-Matching und die kausale Entdeckung –, um zu überprüfen, ob geschäftliche Maßnahmen tatsächlich zu echten,

  • Erstellen Sie lineare Programmierungsmodelle, die unter Berücksichtigung der Rahmenbedingungen optimale Ressourcenzuweisungen vorschlagen und die voraussichtlichen Auswirkungen Ihrer Entscheidungen quantifizieren.

  • Entwickeln Sie Monte-Carlo-Simulationen, um die Unsicherheit der Ergebnisse zu charakterisieren, die Sensitivität der Eingabedaten zu bewerten und den Führungskräften die Risiken zu vermitteln.

  • Kombinieren Sie Kausalanalyse, Optimierung und Simulation zu einem einheitlichen Rahmenwerk zur Entscheidungsunterstützung und präsentieren Sie die Ergebnisse in Form von Empfehlungen, die direkt für die Führungsebene geeignet sind.

Kompetenzen, die Sie erwerben

  • Kategorie: Unternehmensstrategie
  • Kategorie: Risikoanalyse
  • Kategorie: Analytik
  • Kategorie: Prozess-Optimierung
  • Kategorie: Rentabilität der Investition
  • Kategorie: Analytische Fähigkeiten
  • Kategorie: Entscheidungsintelligenz
  • Kategorie: Operations Research
  • Kategorie: Maschinelles Lernen
  • Kategorie: Modell-Optimierung
  • Kategorie: Reinforcement Learning
  • Kategorie: Simulationen
  • Kategorie: Datenwissenschaft
  • Kategorie: Erweiterte Analytik
  • Kategorie: Angewandtes maschinelles Lernen
  • Kategorie: Marketing-Analytik
  • Kategorie: Business-Analytik
  • Kategorie: Statistik
  • Kategorie: Datengesteuertes Marketing

Werkzeuge, die Sie lernen werden

  • Kategorie: Generative KI

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

April 2026

Bewertungen

30 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss
Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

 Logos von Petrobras, TATA, Danone, Capgemini, P&G und L'Oreal

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „KI-gestützte Entscheidungsintelligenz: Von Daten zu strategischen Einsichten“
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • Lernen Sie neue Konzepte von Branchenexperten
  • Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
  • Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
  • Erwerben Sie ein Berufszertifikat zur Vorlage

In diesem Kurs gibt es 17 Module

Die Lernenden wenden eine Kombination aus grundlegenden, fortgeschrittenen und generativen KI-Techniken an, um ein definiertes Problem der unternehmerischen Entscheidungsfindung zu lösen, und dokumentieren dabei die Gründe für die Modellauswahl.

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe1 Unbewertetes Labor

Die Lernenden werden die Kompromisse zwischen Genauigkeit, Latenz und Interpretierbarkeit bei mindestens drei KI-Verfahren anhand desselben Datensatzes bewerten und die optimale Wahl empfehlen.

Das ist alles enthalten

1 Video2 Lektüren2 Aufgaben

Die Lernenden wenden die Optimierung mittels linearer Programmierung bei Entscheidungen zum Produktmix an und bewerten konkurrierende Handlungsszenarien mithilfe von Modellen mit gewichteter Bewertung, um die Ergebnisse den Interessengruppen zu präsentieren.

Das ist alles enthalten

2 Videos3 Aufgaben

Die Lernenden wenden genetische Algorithmen auf Probleme der Bestandsauffüllung an und vergleichen die Ergebnisse mit denen der linearen Programmierung als Referenz.

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe1 Unbewertetes Labor

Die Lernenden trainieren Q-Learning-Agenten in Supply-Chain-Simulationen in einer Rasterwelt und dokumentieren die kumulativen Belohnungsverbesserungen über mehrere Epochen hinweg.

Das ist alles enthalten

2 Videos2 Aufgaben

Die Lernenden werden Kompromisse zwischen Konvergenzgeschwindigkeit und Lösungsqualität bewerten und die ε-Greedy-Parameter zur Verbesserung der Leistung beim verstärkenden Lernen optimieren.

Das ist alles enthalten

2 Videos1 Lektüre3 Aufgaben

Die Teilnehmer werden Beobachtungsdaten mithilfe des Propensity-Score-Matching analysieren, um Behandlungseffekte zu schätzen, und einen Bericht über die kausalen Auswirkungen erstellen.

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben

Die Lernenden werden die Gültigkeit kausaler Annahmen (Ignorierbarkeit, Überlappung, Positivität) für ein bestimmtes Geschäftsexperiment bewerten und Maßnahmen zur Risikominderung vorschlagen.

Das ist alles enthalten

2 Videos2 Lektüren1 Aufgabe

Die Lernenden wenden den PC- oder FCI-Algorithmus auf einen Marketing-Datensatz an, interpretieren den erlernten Kausalgraphen und validieren die Kanten gemeinsam mit Fachexperten.

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe

Die Lernenden werden die Robustheit der erkannten Zusammenhänge mittels Bootstrap-Resampling bewerten und Stabilitätskennzahlen angeben.

Das ist alles enthalten

2 Videos2 Lektüren3 Aufgaben

Die Teilnehmer werden Online-A/B-Tests unter Verwendung geeigneter Tracking- und statistischer Methoden entwerfen, konzeptionell ausarbeiten und planen.

Das ist alles enthalten

2 Videos1 Lektüre1 Aufgabe1 Unbewertetes Labor

Die Teilnehmer werden die praktische gegenüber der statistischen Signifikanz bewerten und Entscheidungen zur Markteinführung treffen, die sowohl den geschäftlichen Nutzen als auch die Ressourcenzuweisung optimieren.

Das ist alles enthalten

2 Videos2 Lektüren2 Aufgaben

Die Teilnehmer werden die theoretischen Grundlagen der Simulationsmodellierung verstehen und sich darauf vorbereiten, Monte-Carlo-Modelle für betriebswirtschaftliche Anwendungen zu erstellen.

Das ist alles enthalten

1 Video2 Lektüren2 Aufgaben

Die Teilnehmer erstellen funktionsfähige Monte-Carlo-Simulationsmodelle mit Excel und Python und führen dabei mehr als 10.000 Iterationen durch, um Wahrscheinlichkeitsverteilungen für die ROI-Analyse von Projekten zu generieren.

Das ist alles enthalten

2 Videos2 Lektüren1 Aufgabe1 Unbewertetes Labor

Die Teilnehmer werden die Sensitivitätsanalyse mithilfe von Tornado-Diagrammen und Konvergenztests beherrschen, um die optimale Anzahl von Iterationen für zuverlässige Simulationsergebnisse zu ermitteln.

Das ist alles enthalten

1 Video2 Lektüren2 Aufgaben

Die Lernenden werden alle Fähigkeiten im Bereich der Monte-Carlo-Simulation durch umfassende praktische Anwendungen vertiefen und ihre Beherrschung dieser Fähigkeiten im Rahmen einer benoteten Kursprüfung unter Beweis stellen, die alle Lernziele abdeckt.

Das ist alles enthalten

2 Videos1 Lektüre2 Aufgaben

Sie entwickeln ein Rahmenkonzept zur Optimierung des Marketing-Mix, das kausale Schlussfolgerungen, präskriptive Optimierung und Monte-Carlo-Simulationen in einem einzigen Ergebnis zur Entscheidungsunterstützung vereint. Anhand realer Daten zu Marketingausgaben und Konversionsraten validieren Sie kausale Zusammenhänge, empfehlen eine optimale Budgetverteilung und quantifizieren das Risiko des vorgeschlagenen Plans. Das Endergebnis besteht aus einem Python-Analyse-Notebook sowie einer Zusammenfassung, die sich für die Präsentation vor der Geschäftsleitung eignet.

Das ist alles enthalten

4 Lektüren1 Aufgabe

Erwerben Sie ein Karrierezertifikat.

Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.

Dozent

Professionals from the Industry
513 Kurse117.333 Lernende

von

Coursera

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“

Jennifer J.

Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“

Larry W.

Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“

Chaitanya A.

„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Häufig gestellte Fragen

¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.