Navigation
FIDA-Blog
Wissen - Success Stories - Whitepaper
newspaper Übersicht chevron_right Big Data chevron_right Use Case chevron_right Branchenübergreifend
Laptop mit eingeblendeten digitalen Lern-Icons wie Buch, Abschlusskappe, einem Bildschirm.
Use Case

Data-Science-Kurse für Fraport und R+V

Fraport und R+V Logo

Gemeinsam mit university4industry haben wir Anfang 2025 die Konzeption eines mehrstufigen Weiterbildungsprogramms gestartet. Ziel ist es, Mitarbeitende von Fraport und R+V gezielt in datengetriebenen Kompetenzen zu befähigen – von soliden Grundlagen bis hin zum eigenständigen Entwickeln von KI-Modellen. Bei Fraport ist das Angebot Teil eines größeren, unternehmensweiten Data-Literacy-Programms.

Programmaufbau

Das Programm umfasst drei klar abgegrenzte Kurse, die unterschiedliche Zielgruppen adressieren und aufeinander aufbauen:

  • BI Analyst: Praxisorientierte SQL-Schulung für Reporting, Datenabfragen und Standard-Analysen.

  • Data Analyst: Einführung in die Datenverarbeitung mit Python – von Datenaufbereitung über Explorations-Analysen bis zu ersten Auswertungen.

  • Data Scientist: Vertiefung für IT- und Tech-Rollen mit dem Ziel, eigenständig KI-Modelle zu entwickeln und zu trainieren.

Zeitplan und Durchführung

  • Planung und Konzeption: seit Januar 2025, in enger Zusammenarbeit mit university4industry.

  • Programmstart: Frühjahr 2025 im Rahmen des Data-Literacy-Programms bei Fraport.

  • Durchführung:

    • BI-Analyst- und Data-Analyst-Kurse wurden bereits jeweils zweimal erfolgreich angeboten und durchgeführt.

    • Der Data-Scientist-Kurs ist seit dem 20.01.2026 in der ersten Iteration.

  • Skalierung: Alle Kurse sind als wiederkehrende Angebote konzipiert und werden mehrfach pro Jahr durchgeführt.

Zusammenarbeit und Mehrwert

  • Co-Design mit university4industry: Didaktik und Inhalte wurden gemeinsam entwickelt, um passgenau auf die Bedarfe von Fraport und R+V einzugehen.

  • Durchgängige Lernpfade: Rollen- und niveaugerechte Module ermöglichen es, Teams entlang ihrer individuellen Reifegrade zu qualifizieren.

  • Nachhaltigkeit: Wiederkehrende Kursreihen und Iterationsschleifen stellen sicher, dass Inhalte aktuell bleiben und Erfahrungen direkt in die nächsten Durchläufe einfließen.

Ergebnisse und Ausblick


Mit dem modularen Kursportfolio schaffen Fraport und R+V eine belastbare Grundlage für datengetriebene Entscheidungsfindung und den praktischen Einsatz moderner Analysemethoden. Nach den ersten mehrfachen Durchläufen der Grundlagen- und Aufbaukurse liegt der Schwerpunkt 2026 auf der Vertiefung im Data-Scientist-Track und der weiteren Skalierung der Trainings für zusätzliche Mitarbeitendengruppen.

Über den Autor

Dr. Simon Kroll ist Data Scientist bei der FIDA und entwickelt LLM-basierte Lösungen mit Fokus auf Datenanalyse, Sprachverarbeitung und MLOps. Er begleitet Projekte von der ersten Idee bis zum produktiven Einsatz, unter anderem MsDAISIE, fraudify und GPT4YOU. Zudem verantwortet er als Head of FIDAcademy Schulungen im Bereich KI und Data Science und stärkt die KI- und Datenkompetenzen von Teams, um generative KI verantwortungsvoll und wirksam einzusetzen.

Verwandte Beiträge

Wort Ethik in einem Wörterbuch markiert
Blog
10 Gedanken zu KI-Ethik: Welche ethischen Grundsätze beeinflussen den Einsatz von künstlicher Intelligenz?

Wie stellen wir sicher, dass KI-Systeme fair entscheiden? Wer trägt die Verantwortung, wenn Algorithmen diskriminieren? Wie schützen wir die Privatsphäre unserer Kunden in einer datengetriebenen Welt?

mehr erfahren
Interview
Von Datenstrategie zur KI-Reife – Was Unternehmen wirklich brauchen, bevor sie loslegen

Dr. Gillian Kant, Senior Data Scientist bei der Finanz-DATA GmbH und tätig an der Georg-August-Universität Göttingen, gibt im Interview Einblicke in die zentralen Schritte auf dem Weg von einer durchdachten Datenstrategie hin zur unternehmensweiten KI-Reife. Er spricht über konkrete Praxisbeispiele, typische Herausforderungen und Erfolgsfaktoren für datengetriebene Organisationen.

mehr erfahren
Ki Roboter
Interview
Warum gute Daten wichtiger sind als fancy Modelle

Patrick Dylong, Data Scientist bei FIDA Software und Associate Researcher an der Universität Jena, erklärt im Interview, warum hochwertige Daten die eigentliche Grundlage erfolgreicher KI-Projekte bilden. Er spricht über typische Datenprobleme in der Praxis, den Hype um komplexe Modelle – und was wirklich zählt, wenn KI im Unternehmen funktionieren soll.

mehr erfahren