Performance Manager:in

Kurs-ID 7645-0069-20230102
Datum 02.01.2023 bis 21.04.2023
Dauer 16 Wochen
Unterrichtszeiten Montag bis Freitag von 08:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr)
Kosten k. A.
Zielgruppe <p>Der Lehrgang richtet sich an Personen mit Ausbildung oder entsprechender Berufserfahrung im Rechnungswesen, in der Betriebswirtschaft, im kaufmännischen oder verwaltenden Bereich.</p>
Voraussetzung Fachwissen im Bereich Rechnungswesen wird für diesen Kurs vorausgesetzt.
Abschluss Zertifikat/Teilnahmebestätigung
Förderung Arbeitsagentur, Jobcenter, Beschäftigungs- und Qualifizierungsgesellschaften, BFD, DRV
Präsenzkurs Keine Angabe.
mind. Teilnehmerzahl 6
max. Teilnehmerzahl 25
URL des Kurses Details beim Anbieter
Anmelde URL des Kurses Direkte Anmeldung beim Anbieter
spezielles Angebot für Dozenten Nein.
Veranstaltungsort
 
alfatraining Bildungszentrum GmbH
Hauptstraße 40
77652 Offenburg

 

AbendkursBildungsgutscheinBarierrefreier Zugang
NeinJaNein

 

Beschreibung
Performance Manager:in:

Grundlagen Controlling
Kostenrechnung und Kostenmanagement (ca. 8 Tage)
Einführung in die Kosten- und Leistungsrechnung
Kostenartenrechnung
Kostenstellenrechnung
Kostenträgerrechnung
Kostenrechnungssysteme
Ist-, Normal-, Plankostenrechnung
Teil- und Vollkostenrechnung
Prozesskostenrechnung

Unternehmensplanung und Budgetierung (ca. 4 Tage)
Budgetplanung
Liquiditätsplanung
Investitionsplanung
Personalplanung
Werkzeuge der Budgetierung
Erstellung eines Businessplans

Kennzahlen (ca. 3 Tage)
Bilanz-, Investitions-, Finanzanalyse
Personalcontrolling
Deckungsbeitrag
Balanced Scorecard

Berichtswesen (ca. 2 Tage)
Reporting
BWA
Datenschutz im Controlling

Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse


Controlling-Praxis mit DATEV
Kostenrechnung mit DATEV (ca. 7 Tage)
Anlage der Basisdaten
Anlage des Kostenstellenplanes
Aufbau der Auswertungen
Anpassung der Kostenrechnung an betriebliche Bedürfnisse
Kontenverteilungen
Innerbetriebliche Leistungsverrechnungen und Umlagen
Erfassen und Verarbeiten von Stapeln
Anzeige und Druck der Auswertungen
Einrichtung von Auswertungspaketen

Unternehmensplanung mit DATEV (ca. 5 Tage)
Überblick und Funktionsweise von DATEV
Grundlagen der Planungsrechnung
Planungsstrategien – Aufbau eines Planungs- und Kontrollsystems mit integrierter Erfolgs- und Liquiditätsplanung
Pauschale Planungsansätze
Detaillierte Planungsmöglichkeiten mittels Detailobjekten
Investitionsplanung (Investition und Finanzierung)
Programmverbindungen
Soll-/Ist-Vergleich und DATEV Controllingreport
Auswertungen: Kurzübersicht und Standardauswertungen sowie Planungsbericht

Analyse und Planung im Rechnungswesen (ca. 5 Tage)
Die monatliche Analyse
Erfolgsanalyse: Vorjahresvergleich, Soll-Ist Vergleich, Branchenvergleich, Zeitreihendarstellung für Trendaussagen
Liquiditätsanalyse: statische Liquidität, Entnahmeverhalten, Zahlungsgewohnheiten, Kontoführung, Finanzflussrechnung mit Cashflow-Ermittlung
Mittelverwendung und -herkunft
Besondere Lösungen und Anlässe
Ermittlung der Kapitaldienstfähigkeit
Individuelle BWA (Anpassung der Standard-BWA)

Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse


Statistik
Statistische Grundlagen (ca. 6 Tage)
Messtheoretische Grundlagen (Grundgesamtheit und Stichprobe, Stichprobenarten, Messung und Skalenniveaus)
Univariate Deskriptivstatistik (Häufigkeitsverteilungen, Zentralmaße, Streuungsmaße, Standardwerte, Histogramme, Balkendiagramme, Kreisdiagramme, Liniendiagramme und Boxplots)
Bivariate Deskriptivstatistik (Zusammenhangsmaße, Korrelationskoeffizienten, Kreuztabellen, Streudiagramme und gruppierte Balkendiagramme)
Grundlagen der induktiven Inferenzstatistik (Wahrscheinlichkeitsverteilung, Normalverteilung, Mittelwerteverteilung, Signifikanztest, Nullhypothesentest nach Fisher, Signifikanz, Effektgröße, Parameterschätzung, Konfidenzintervalle, Fehlerbalkendiagramme, Poweranalysen und Ermittlung des optimalen Stichprobenumfangs)

Methoden zum Vergleich von zwei Gruppen (ca. 5 Tage)
z- und t-Test für eine Stichprobe (Abweichung von einem vorgegebenen Wert)
t-Test für den Mittelwertsunterschied von zwei unabhängigen/ verbundenen Stichproben
Prüfung der Wirksamkeit von Aktionen, Maßnahmen, Interventionen und anderen Veränderungen mit t-Tests (Pretest-Posttest-Designs mit zwei Gruppen)
Unterstützende Signifikanztests (Anderson-Darling-Test, Ryan-Joiner-Test, Levene-Test, Bonnet-Test, Signifikanztest für Korrelationen)
Nonparametrische Verfahren (Wilcoxon-Test, Vorzeichentest, Mann-Whitney-Test
Kontingenzanalysen (Binomialtest, Exakter Test nach Fisher, Chi-Quadrat-Test, Kreuztabellen mit Assoziationsmaße)

Methoden zum Mittelwertvergleich von mehreren Gruppen (ca. 5 Tage)
Ein- und zweifaktorielle Varianzanalyse (einfache und balancierte ANOVA)
Mehrfaktorielle Varianzanalyse (Allgemeines Lineares Modell)
Feste, zufällige, gekreuzte und geschachtelte Faktoren
Mehrfachvergleichsverfahren (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)
Interaktionsanalyse (Analyse von Wechselwirkungseffekten)
Trennschärfe und Poweranalyse bei Varianzanalysen

Einführung in die Versuchsplanung (DoE, Design of Experiments) (ca. 1 Tag)
Voll- und teilfaktorielle Versuchspläne

Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse


Big Data Grundlagen
Grundlagen Datenmanagement (ca. 2 Tage)
Anforderungen an Daten
Data Governance
Datenbereinigung

Was ist Big Data? (ca. 4 Tage)
Die fünf Vs: Volume, Velocity, Variety, Value, Veracity
Chancen und Risiken großer Datenmengen
6 Schritte des CRISP-DM Industriestandards
Data Warehouse, Data Lake
Abgrenzung: Business Intelligence, Data Analytics, Data Science
Was ist Data Mining?

Verteilte Systeme (ca. 3 Tage)
SQL/NoSQL
Was ist Web 2.0?
Begriffserläuterung Cloud-Computing
Einsatzmöglichkeiten von Google, Hadoop, Spark
MapReduce

Datenmanagement (ca. 2 Tage)
ETL (extract, transform, load)
Datenerfassung, -speicherung, -analyse und -verwendung

Relationale Datenbanken, SQL (ca. 2 Tage)
Entitätsmengen
Relationen
Datenbanken/Tabellen
Schlüsselfelder
Einsatz Indizes
Datenbanksystemtypen
Datentypen: Standard- und spezielle Datentypen
Beziehungen zwischen Relationen
Entity-Relationship-Modell

NoSQL (ca. 2 Tage)
Grenzen von relationalen Abfragesprachen
Cap-Theorem
ACID vs. Base
No-SQL Technologien

Rechtliche Grundlagen (ca. 2 Tage)
GDPR
Datenschutz und -sicherheit
DSGVO
Das Bundesdatenschutzgesetz

Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse

 

Gelistet in folgenden Rubriken: