Performance Manager:in
| Kurs-ID | 9126-2023-06-19 |
| Datum | 19.06.2023 bis 06.10.2023 |
| Dauer | 16 Woche(n) |
| 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 | Der Lehrgang richtet sich an Personen mit Ausbildung oder entsprechender Berufserfahrung im Rechnungswesen, in der Betriebswirtschaft, im kaufmännischen oder verwaltenden Bereich. |
| Voraussetzung | Fachwissen im Bereich Rechnungswesen wird für diesen Kurs vorausgesetzt. |
| Abschluss | alfatraining-Zertifikat „Performance Manager:in“ |
| Förderung | Bildungsgutschein (Arbeitsuchende und Arbeitslose), Weiterbildungsförderung für Beschäftigte, Europäischer Sozialfonds ESF (Kurzarbeit oder Transfergesellschaften). Weitere Förderstellen: Berufsförderungsdienst (BFD), die Berufsgenossenschaft (BG) sowie der Rentenversicherungsträger (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 | Keine Angabe. |
|
Veranstaltungsort
|
alfatraining Bildungszentrum GmbH
Bismarckalle 13 79098 Freiburg |
| Abendkurs | Bildungsgutschein | Barierrefreier Zugang |
|---|---|---|
| Nein | Ja | k. A. |
| Beschreibung |
|---|
| Das Performance Management steuert und kontrolliert die Leistung eines Unternehmens, erhebt diesbezüglich Daten und wertet diese aus. Der Kurs behandelt daher die Themen Controlling und seine Umsetzung mit DATEV, statistische Methoden sowie Grundlagen in Big Data. 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 Kostenstellenplans 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 Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert. |
| Schlagworte |
|---|
| datev, statistik, controlling |
| Gelistet in folgenden Rubriken: |
|---|