Werde ich praktische Übungen mit KNIME machen?

Ja. Der Kurs umfasst zahlreiche praktische Vorführungen und Übungen zum Aufbau von Arbeitsabläufen mit KNIME für reale Datenerfassungs- und -verarbeitungsaufgaben.

Mit welchen Datenquellen werde ich lernen, zu arbeiten?

Sie werden mit CSV- und Excel-Dateien, JSON- und XML-Daten, relationalen Datenbanken, APIs und aus dem Internet gewonnenen Datenquellen arbeiten.

Welche Fähigkeiten werde ich durch diesen Kurs erwerben?

Sie erwerben Kenntnisse in den Bereichen Datenerfassung, Datenbereinigung, Datentransformation, explorative Datenanalyse sowie der Erstellung automatisierter, „No-Code“-basierter Datenworkflows mit KNIME.

Ist dieser Kurs für Anfänger im Bereich Data Science geeignet?

Ja. Der Kurs beginnt mit grundlegenden Konzepten und führt schrittweise zu fortgeschritteneren Techniken der Datenverarbeitung und -analyse.

Wie wird mein Lernfortschritt in diesem Kurs bewertet?

Der Lernfortschritt wird anhand von Übungsquizzen, benoteten Prüfungen auf Modulebene und einer abschließenden umfassenden Kursprüfung bewertet.

Wie lange dauert es, den Kurs zu absolvieren?

Die Kursdauer variiert je nach Lernendem, doch die meisten Teilnehmer können den Kurs bei regelmäßigem Lernen und praktischen Übungen innerhalb weniger Wochen abschließen.

KNIME ist eine führende Open-Source-Analytics-Plattform ohne Programmieraufwand, die weltweit genutzt wird, um Daten-Workflows zu erstellen, Datensätze zu bereinigen und Erkenntnisse zu gewinnen – ganz ohne Programmierung.

Ist finanzielle Hilfe verfügbar?

Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Einschreibegebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.

Erstellen Sie Ihren ersten No-Code-Daten-Workflow

Dieser Kurs ist Teil von Spezialisierung „No-Code-Datenwissenschaft und maschinelles Lernen“

Dozent: Edureka

Bei Mehr erfahren enthalten

Fragen Sie Coursera

5 Module

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

Stufe Anfänger

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

5 Module

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

Stufe Anfänger

Empfohlene Erfahrung

1 Woche zu vervollständigen

unter 10 Stunden pro Woche

Flexibler Zeitplan

In Ihrem eigenen Lerntempo lernen

Was Sie lernen werden

Navigieren Sie durch die KNIME-Benutzeroberfläche und erstellen Sie durchgängige, no-code-basierte Daten-Workflows, um Daten aus Dateien, Datenbanken, APIs und Webquellen zu erfassen
Erfassen und integrieren Sie Daten aus verschiedenen Quellen, darunter Dateien, Datenbanken, APIs und Webquellen, indem Sie in KNIME strukturierte No-Code-Workflows erstellen.
Identifizieren, analysieren und beheben Sie Probleme mit der Datenqualität mithilfe geeigneter Bereinigungs- und Transformationstechniken in KNIME-Workflows.
Wenden Sie statistische Zusammenfassungen und Visualisierungen an, um Datenmuster, Zusammenhänge und Erkenntnisse zu bewerten und fundierte Entscheidungen zu treffen.

Kompetenzen, die Sie erwerben

Kategorie: Datenwrangling
Kategorie: Datenmanipulation
Kategorie: Validierung von Daten
Kategorie: Datenwissenschaft
Kategorie: Datenverarbeitung
Kategorie: Maschinelles Lernen
Kategorie: Qualität der Daten
Kategorie: Korrelationsanalyse
Kategorie: Technische Merkmale
Kategorie: Präsentation der Daten
Kategorie: Datenvisualisierung
Kategorie: Datenanalyse
Kategorie: Software zur Datenanalyse
Kategorie: Bereinigung von Daten
Kategorie: Datenerhebung

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Kürzlich aktualisiert!

März 2026

Bewertungen

15 Zuweisungen¹

KI-bewertet siehe Haftungsausschluss

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

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

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung „No-Code-Datenwissenschaft und maschinelles Lernen“

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 5 Module

Data Science erfordert heute kein Programmieren mehr. In diesem Kurs erwerben Sie die praktischen Fähigkeiten, Daten mithilfe der KNIME Analytics Platform – einem der weltweit am häufigsten genutzten No-Code-Tools für Data Science – zu erfassen, zu bereinigen, zu transformieren und zu analysieren, sodass Sie vom ersten Tag an echte Workflows erstellen können.

Im Laufe dieses Kurses lernen Sie den gesamten Data-Science-Lebenszyklus kennen und entdecken, wie No-Code-Plattformen die Art und Weise verändern, wie Analysten, Geschäftsleute und Fachexperten in großem Maßstab mit Daten arbeiten. Jedes Konzept wird durch Schritt-für-Schritt-Videodemonstrationen vertieft, denen Sie in Ihrer eigenen KNIME-Umgebung folgen können – pausieren, zurückspulen und üben Sie in Ihrem eigenen Tempo. Am Ende dieses Kurses werden Sie in der Lage sein: - sich in der KNIME-Oberfläche zurechtzufinden und End-to-End-Daten-Workflows ohne Programmieraufwand von Grund auf zu erstellen. - Daten aus CSV, Excel, JSON, XML, Datenbanken, APIs und Web-Scraping-Quellen zu erfassen und zu integrieren. - Daten mithilfe von Normalisierungs-, Kodierungs-, Aggregations- und Feature-Engineering-Techniken zu bereinigen, zu transformieren und zu validieren. - explorative Datenanalysen mithilfe von deskriptiver Statistik, Visualisierungen, Korrelationsmatrizen und Heatmaps in KNIME durchzuführen. Dieser Kurs richtet sich an ein vielfältiges Publikum: angehende Datenanalysten, Business-Analysten, Fachleute aus den Bereichen Betrieb und Marketing, Studierende, die in die Datenwissenschaft einsteigen, sowie alle, die praktische Datenkompetenzen ohne Programmierkenntnisse erwerben möchten. Vorkenntnisse im Umgang mit Tabellenkalkulationsprogrammen wie Excel sind hilfreich, allerdings sind für den erfolgreichen Abschluss dieses Kurses keine technischen oder programmiertechnischen Vorkenntnisse erforderlich. Machen Sie den ersten Schritt in Richtung „No-Code“-Datenkompetenz und erwerben Sie die grundlegenden Fähigkeiten, die Sie benötigen, um mit KNIME sicher mit realen Daten zu arbeiten.

Vertiefen Sie Ihr grundlegendes Verständnis der Datenwissenschaft, indem Sie sich mit deren Kernkonzepten, dem Lebenszyklus und den praktischen Auswirkungen in verschiedenen Branchen auseinandersetzen. Erfahren Sie, wie datengesteuerte Lösungen aufgebaut sind, welche Arten von Daten in der Analytik verwendet werden und wie No-Code-Plattformen schnellere Erkenntnisse ermöglichen. Sammeln Sie praktische Erfahrungen mit der KNIME-Benutzeroberfläche, den Workflows und den Datenformaten, um eine solide Grundlage für angewandte Datenwissenschaft ohne Programmierung zu schaffen.

Das ist alles enthalten

8 Videos4 Lektüren3 Aufgaben

8 VideosInsgesamt 35 Minuten

Einführung in den Kurs3 Minuten
Was ist Data Science?4 Minuten
Der Lebenszyklus der Datenwissenschaft4 Minuten
Fallstudie – Einführung von Data Science bei einem OTT-Riesen6 Minuten
Arten von Daten6 Minuten
Einführung in die No-Code-Datenwissenschaft5 Minuten
Traditioneller Workflow vs. No-Code-Workflow5 Minuten
Praxistipp: KNIME installieren und die Benutzeroberfläche erkunden3 Minuten

4 LektürenInsgesamt 40 Minuten

Kursbeschreibung: Datenaufbereitung und -analyse ohne Programmierung mit KNIME10 Minuten
Einführung in die Datenwissenschaft10 Minuten
Datenformate und KNIME verstehen10 Minuten
Modulübersicht: Grundlagen der Datenwissenschaft und Einführung in KNIME10 Minuten

3 AufgabenInsgesamt 27 Minuten

Benotete Hausarbeit: Grundlagen der Datenwissenschaft und Einführung in KNIME15 Minuten
Übungsaufgabe: Einführung in die Datenwissenschaft6 Minuten
Übungsaufgabe: Datenformate und KNIME verstehen6 Minuten

Erwerben Sie praktische Kenntnisse in der Datenerfassung, indem Sie lernen, wie Sie Daten aus verschiedenen Quellen und Formaten sammeln, abrufen und integrieren. Sammeln Sie praktische Erfahrungen im Umgang mit strukturierten und semistrukturierten Daten, darunter CSV, Excel, JSON, XML, Datenbanken und webbasierte Quellen. Lernen Sie, wie Sie Ihre ersten KNIME-Workflows erstellen, Verbindungen zu Datenbanken herstellen und Daten mithilfe von APIs und Web-Scraping-Techniken für reale Datenerfassungsszenarien extrahieren.

Das ist alles enthalten

10 Videos3 Lektüren3 Aufgaben

10 VideosInsgesamt 46 Minuten

Überblick über die Datenerhebung und -bereinigung4 Minuten
Datenformate und Speicherstrukturen7 Minuten
Praxisbeispiel: Anzeigen und Erkunden von Daten in KNIME4 Minuten
Praxistipp: CSV- und Excel-Dateien in KNIME einlesen4 Minuten
Praxisbeispiel: Erstellen Ihres ersten Workflows5 Minuten
Praxisbeispiel: Arbeiten mit JSON- und XML-Daten in KNIME7 Minuten
Grundlagen zu Datenbanken und SQL-Operationen4 Minuten
Praxisbeispiel: Verbindung zu Datenbanken (SQLite) in KNIME herstellen4 Minuten
Erfassung von Webdaten über APIs und Web-Scraping4 Minuten
Praxisbeispiel: Web-Scraping mit KNIME5 Minuten

3 LektürenInsgesamt 30 Minuten

Datenerfassung und Umgang mit verschiedenen Datenformaten10 Minuten
Datenbank und Web-Datenerfassung10 Minuten
Zusammenfassung des Moduls: Datenerhebung – Methoden, Quellen und Techniken10 Minuten

3 AufgabenInsgesamt 27 Minuten

Benotete Aufgabe: Datenerhebung: Methoden, Quellen und Techniken15 Minuten
Übungsaufgabe: Datenerfassung und Umgang mit verschiedenen Datenformaten6 Minuten
Übungsaufgabe: Datenbank und Datenerfassung im Web6 Minuten

Verbessern Sie Ihre Fähigkeiten bei der Aufbereitung hochwertiger Daten, indem Sie häufige Datenprobleme wie fehlende Werte, Duplikate und Inkonsistenzen erkennen und beheben. Lernen Sie wichtige Techniken der Datentransformation kennen, darunter Normalisierung, Standardisierung, Kodierung, Aggregation und die Erstellung von Merkmalen. Sammeln Sie praktische Erfahrungen beim Aufbau automatisierter Datenverarbeitungspipelines in KNIME, um saubere, zuverlässige und analysefertige Datensätze zu gewährleisten.

Das ist alles enthalten

12 Videos5 Lektüren4 Aufgaben

12 VideosInsgesamt 56 Minuten

Erkundung der Dimensionen der Datenqualität4 Minuten
Praxisbeispiel: Erkennen von Mustern fehlender Daten und Ausreißern in KNIME5 Minuten
Praxisbeispiel: Umgang mit fehlenden Werten und Entfernen von Duplikaten in KNIME5 Minuten
Datentransformation mittels Normalisierung4 Minuten
Datentransformation durch Standardisierung4 Minuten
Datentransformation mittels Kodierung4 Minuten
Praxistipp: Skalierung und Normalisierung in KNIME7 Minuten
Praxisbeispiel: Kodierung kategorialer Variablen in KNIME4 Minuten
Praxisbeispiel: Datenaggregation und -gruppierung in KNIME4 Minuten
Erstellung neuer Variablen durch Feature Engineering3 Minuten
Praxisbeispiel: Techniken zur Merkmalserstellung in KNIME6 Minuten
Praxisbeispiel: Aufbau automatisierter Datenverarbeitungs-Pipelines6 Minuten

5 LektürenInsgesamt 50 Minuten

Datenqualität und -bereinigung10 Minuten
Normalisierung vs. Standardisierung 10 Minuten
Techniken zur Datenumwandlung10 Minuten
Feature-Engineering und Automatisierung der Datenpipeline10 Minuten
Zusammenfassung des Moduls: Datenverarbeitung – Bereinigung, Transformation und Qualität10 Minuten

4 AufgabenInsgesamt 33 Minuten

Benotete Aufgabe: Datenverarbeitung: Bereinigung, Transformation und Qualität15 Minuten
Übungsaufgabe: Datenqualität und Datenbereinigung6 Minuten
Übungsaufgabe: Techniken zur Datentransformation6 Minuten
Übungsaufgabe: Feature-Engineering und Automatisierung der Datenpipeline6 Minuten

Stärken Sie Ihre analytischen Fähigkeiten, indem Sie lernen, wie Sie Daten effektiv untersuchen, zusammenfassen und interpretieren. Wenden Sie deskriptive Statistik, Verteilungsanalyse und Visualisierungstechniken an, um Muster, Trends und Zusammenhänge in Datensätzen aufzudecken. Sammeln Sie praktische Erfahrungen bei der Erstellung von Diagrammen, Korrelationsmatrizen und Heatmaps in KNIME, um datengestützte Erkenntnisse und fundierte Entscheidungen zu fördern.

Das ist alles enthalten

8 Videos3 Lektüren3 Aufgaben

8 VideosInsgesamt 33 Minuten

Explorative Datenanalyse für eine bessere Entscheidungsfindung3 Minuten
Zusammenfassung von Daten mithilfe deskriptiver Statistik4 Minuten
Praxisbeispiel: Statistische Analyse in KNIME7 Minuten
Praxisbeispiel: Datenverteilung und Ausreißer in KNIME verstehen5 Minuten
Grundsätze der Datenvisualisierung und Diagrammtypen3 Minuten
Praxisbeispiel: Erstellen von Visualisierungen in KNIME4 Minuten
Datenbeziehungen verstehen3 Minuten
Praxisbeispiel: Korrelationsmatrix und Heatmaps in KNIME3 Minuten

3 LektürenInsgesamt 30 Minuten

Statistische Analyse und Datenverteilung10 Minuten
Datenvisualisierung und Korrelationsanalyse10 Minuten
Zusammenfassung des Moduls: Explorative Datenanalyse (EDA)10 Minuten

3 AufgabenInsgesamt 27 Minuten

Benotete Aufgabe: Explorative Datenanalyse (EDA)15 Minuten
Übungsaufgabe: Statistische Analyse und Datenverteilung6 Minuten
Übungsaufgabe: Datenvisualisierung und Korrelationsanalyse6 Minuten

Dieses Modul dient der Beurteilung der verschiedenen Konzepte und Lehren, die in diesem Kurs behandelt werden. Bewerten Sie Ihr Wissen mit einem umfassenden, benoteten Quiz.

Das ist alles enthalten

1 Video1 Lektüre2 Aufgaben1 Diskussionsthema

1 VideoInsgesamt 3 Minuten

Kurs-Zusammenfassung3 Minuten

1 LektüreInsgesamt 30 Minuten

Praxisprojekt: Aufbau eines No-Code-Data-Intelligence-Systems für MarketPulse Analytics30 Minuten

2 AufgabenInsgesamt 60 Minuten

Wissenscheck: Erste Schritte mit No-Code-Data-Science30 Minuten
Strategische Umsetzung einer No-Code-Datenanalyse-Pipeline mit KNIME30 Minuten

1 DiskussionsthemaInsgesamt 5 Minuten

Beschreiben Sie Ihre Lernreise5 Minuten

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

Edureka

234 Kurse204.516 Lernende

von

Edureka

Mehr von Datenanalyse entdecken

LearnQuest
Data Science Foundations with No-Code Tools
Kurs
Status: Kostenloser Testzeitraum
Edureka
No-Code Data Science and Machine Learning
Spezialisierung
Status: Kostenloser Testzeitraum
Board Infinity
No-Code AI Analytics: Build Dashboards & Auto Reports
Kurs
Kategorie: Vorschau
University of California San Diego
Code Free Data Science
Kurs
Kategorie: Vorschau

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.“

Schalten Sie den Zugang zu mehr als 10.000 Kursen mit einem Abonnement frei
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich den über 4.700 globalen Unternehmen an, die Coursera for Business wählen

Häufig gestellte Fragen

Dieser Kurs richtet sich an Anfänger, angehende Datenanalysten, Geschäftsleute und nicht-technisch versierte Nutzer, die mit Daten mithilfe eines No-Code-Ansatzes arbeiten möchten.

Der Kurs behandelt die Grundlagen der Datenwissenschaft, die Datenerfassung aus Dateien, Datenbanken und Webquellen, die Datenbereinigung, die Datentransformation, das Feature Engineering sowie die explorative Datenanalyse mit KNIME.

Es sind keine Programmierkenntnisse erforderlich. Alle Konzepte und Arbeitsabläufe werden über die visuelle Drag-and-Drop-Oberfläche von KNIME umgesetzt.

Jedes Konzept wird anhand von Schritt-für-Schritt-Demonstrationsvideos des Dozenten vermittelt. Sie werden dazu ermutigt, KNIME auf Ihrem eigenen Rechner zu installieren, den Anweisungen des Dozenten zu folgen und das Video anzuhalten, wann immer Sie Zeit benötigen, um einen Schritt nachzuvollziehen oder sich mit der Benutzeroberfläche vertraut zu machen.

Um auf Kursmaterialien und Aufgaben zugreifen zu können und ein Zertifikat zu erwerben, müssen Sie bei der Anmeldung zu einem Kurs die Option „Zertifikat“ erwerben. Berechtigte Lernende haben möglicherweise auch die Möglichkeit, mit einer kostenlosen Testphase zu beginnen. Bei einigen Kursen wird möglicherweise auch die Option „Vollständiger Kurs, kein Zertifikat“ angeboten. Damit haben Sie Zugriff auf die Kursmaterialien, können die erforderlichen Prüfungen einreichen und erhalten eine Abschlussnote, können jedoch kein Zertifikat erwerben oder erhalten.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.

Weitere Fragen

Besuchen Sie die das Hilfe-Center für Kursteilnehmer.

Finanzielle Unterstützung verfügbar,

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