• für für Einzelpersonen
  • für Unternehmen
  • für für Hochschulen
  • für Behörden
Coursera
Online-Abschlüsse
Jobs
Anmelden
Kostenlose Teilnahme
Coursera
IBM
Methoden für die Datenverarbeitung
  • Info
  • Ergebnisse
  • Module
  • Empfehlungen
  • Referenzen
  • Bewertungen
  1. Blättern
  2. Datenverarbeitung
  3. Datenanalyse

Bringen Sie Ihre Karriere in diesem Sommer in Schwung mit Kursen von Google, IBM und anderen für £190/Jahr. Jetzt sparen.

IBM

Methoden für die Datenverarbeitung

Dieser Kurs ist Teil mehrerer Programme.

Dieser Kurs ist Teil von mehreren Programmen.

Spezialisierung Einführung in die Datenwissenschaft
IBM Datenverarbeitung (berufsbezogenes Zertifikat)

Unterrichtet in Deutsch (KI-Synchronisation)

•
Alex Aklson
Polong Lin

Dozenten: Alex Aklson

Die Dozenten

Lehrkraftbewertungen

Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.

4.6 (2,357 Bewertungen)
Alex Aklson
Alex Aklson
IBM
22 Kurse•1.287.409 Lernende
Polong Lin
Polong Lin
IBM
6 Kurse•356.219 Lernende

342.631 bereits angemeldet

Bei Coursera Plus enthalten

•Mehr erfahren
4 Module
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6

(20,830 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Empfohlene Erfahrung

Stufe „Anfänger“

Es sind keine Vorkenntnisse erforderlich, allerdings ist eine vorherige Verwendung von Jupyter Notebooks von Vorteil.

Flexibler Zeitplan
Ca. 6 Stunden
In Ihrem eigenen Lerntempo lernen
94%
Den meisten Lernenden hat dieser Kurs gefallen

4 Module
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.6

(20,830 Bewertungen)

Stufe Anfänger

Empfohlene Erfahrung

Empfohlene Erfahrung

Stufe „Anfänger“

Es sind keine Vorkenntnisse erforderlich, allerdings ist eine vorherige Verwendung von Jupyter Notebooks von Vorteil.

Flexibler Zeitplan
Ca. 6 Stunden
In Ihrem eigenen Lerntempo lernen
94%
Den meisten Lernenden hat dieser Kurs gefallen
  • Info
  • Ergebnisse
  • Module
  • Empfehlungen
  • Referenzen
  • Bewertungen

Was Sie lernen werden

  • Beschreiben Sie, was eine Data Science-Methodik ist und warum Datenwissenschaftler eine Methodik benötigen.

  • Wenden Sie die sechs Stufen der Methodik des Cross-Industry Process for Data Mining (CRISP-DM) an, um eine Fallstudie zu analysieren.

  • Beurteilen Sie, welches Analysemodell unter den prädiktiven, deskriptiven und klassifizierenden Modellen zur Analyse einer Fallstudie geeignet ist.

  • Bestimmen Sie geeignete Datenquellen für Ihre datenwissenschaftliche Analysemethode.

Kompetenzen, die Sie erwerben

  • Kategorie: Unternehmensanalyse
    Unternehmensanalyse
  • Kategorie: Prädiktive Modellierung
    Prädiktive Modellierung
  • Kategorie: Datenverarbeitung
    Datenverarbeitung
  • Kategorie: Engagement von Stakeholdern
    Engagement von Stakeholdern
  • Kategorie: Peer Review
    Peer Review
  • Kategorie: Datenanalyse
    Datenanalyse
  • Kategorie: Jupyter
    Jupyter
  • Kategorie: Daten-Storytelling
    Daten-Storytelling
  • Kategorie: Benutzer-Feedback
    Benutzer-Feedback
  • Kategorie: Lernen mit Entscheidungsbäumen
    Lernen mit Entscheidungsbäumen
  • Kategorie: Data-Mining
    Data-Mining
  • Kategorie: Datenqualität
    Datenqualität
  • Kategorie: Daten bereinigen
    Daten bereinigen
  • Kategorie: Datenmodellierung
    Datenmodellierung
  • Kategorie: Analytische Fähigkeiten
    Analytische Fähigkeiten

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

11 Aufgaben

Unterrichtet in Deutsch (KI-Synchronisation)

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 als Teil verfügbar
Wenn Sie sich für diesen Kurs anmelden, müssen Sie auch ein bestimmtes Programm auswählen.
  • 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 4 Module

Wenn es eine Abkürzung gibt, um ein Data Scientist zu werden, dann ist es das Lernen, wie ein erfolgreicher Data Scientist zu denken und zu arbeiten. In diesem Kurs werden Sie diese Methodik erlernen und anschließend anwenden, mit der Sie jedes Data Science-Szenario angehen können. Sie werden zwei bemerkenswerte Data-Science-Methoden kennenlernen, die Foundational Data Science Methodology und die sechsstufige CRISP-DM Data-Science-Methodik, und lernen, wie Sie diese Data-Science-Methoden anwenden können. Die meisten etablierten Datenwissenschaftler folgen diesen oder ähnlichen Methoden, um datenwissenschaftliche Probleme zu lösen. Lernen Sie zunächst, wie das Geschäfts-/Forschungsproblem formuliert wird Erfahren Sie, wie Datenwissenschaftler Daten beschaffen, aufbereiten und analysieren. Entdecken Sie, wie die Anwendung von Data-Science-Methoden dazu beiträgt, dass die für die Problemlösung verwendeten Daten relevant sind und richtig verarbeitet werden, um die Frage zu beantworten. Als Nächstes lernen Sie, wie man ein Datenmodell aufbaut, dieses Modell einsetzt, Datengeschichten erzählt und Feedback einholt. Sie denken wie ein Datenwissenschaftler und entwickeln Ihre Kenntnisse der Data-Science-Methodik anhand eines von der realen Welt inspirierten Szenarios durch fortschreitende Übungen, die in Jupyter Notebooks und mit Python durchgeführt werden.

In diesem Modul erfahren Sie, was Data Science interessant macht, was eine Data-Science-Methodik ist und warum Data Scientists eine Data-Science-Methodik brauchen. Anschließend lernen Sie die ersten beiden Stufen der Data Science-Methodik näher kennen: Business Understanding und Analytic Approach. Sie erfahren, wie Sie in der Phase der Datenanforderungen die Überlegungen und Schritte zur Definition der Datenanforderungen für die Entscheidungsbaumklassifizierung ermitteln. Als Nächstes lernen Sie die Prozesse und Techniken kennen, die Datenwissenschaftler verwenden, um den Inhalt, die Qualität und die ersten Erkenntnisse der Daten zu bewerten, und wie Datenwissenschaftler mit Datenlücken umgehen. Runden Sie diese Woche mit praktischen Übungen ab, in denen Sie lernen, wie Sie die Aufgaben in den Phasen Business Understanding und Analytic Approach sowie die Aufgaben in den Phasen Data Requirements und Collection für jedes Data Science Problem angehen.

Das ist alles enthalten

6 Videos2 Lektüren4 Aufgaben1 App-Element7 Plug-ins

6 Videos•Insgesamt 21 Minuten
  • Kurs Einführung•2 Minuten•Modulvorschau
  • Überblick über die Methodik der Datenwissenschaft•3 Minuten
  • Business-Verständnis•5 Minuten
  • Analytischer Ansatz•3 Minuten
  • Daten Anforderungen•3 Minuten
  • Erhebung von Daten•2 Minuten
2 Lektüren•Insgesamt 12 Minuten
  • Hilfreiche Tipps für den Kursabschluss•2 Minuten
  • Analytischer Ansatz auf der Grundlage des Fragetyps•10 Minuten
4 Aufgaben•Insgesamt 42 Minuten
  • Praxis-Quiz: Vom Problem zur Herangehensweise•6 Minuten
  • Praxis-Quiz: Von den Anforderungen zur Kollektion•6 Minuten
  • Benotetes Quiz: Vom Problem zur Herangehensweise•15 Minuten
  • Benotetes Quiz: Von den Anforderungen zur Sammlung•15 Minuten
1 App-Element•Insgesamt 15 Minuten
  • Von den Anforderungen zur Sammlung•15 Minuten
7 Plug-ins•Insgesamt 29 Minuten
  • Kurs-Lehrplan•3 Minuten
  • Aktivität - Business Understanding: Fragen stellen•5 Minuten
  • Aktivität - Analytische Herangehensweise: Identifizierung des Musters zur Beantwortung der Frage•5 Minuten
  • Zusammenfassung der Lektion: Vom Problem zur Herangehensweise•2 Minuten
  • Glossar: Vom Problem zur Herangehensweise•8 Minuten
  • Zusammenfassung der Lektion: Von den Anforderungen zur Sammlung•3 Minuten
  • Glossar: Von den Anforderungen zur Sammlung•3 Minuten

In diesem Modul erfahren Sie, was Datenwissenschaftler tun, wenn ihre Aufgaben und Ziele darin bestehen, die Daten zu verstehen, aufzubereiten und zu bereinigen. Sie werden die Zwecke, Merkmale und Ziele des Datenmodellierungsprozesses untersuchen. Außerdem erfahren Sie, wie Sie einen Datensatz vorbereiten, indem Sie mit fehlenden, ungültigen oder irreführenden Daten umgehen. Probieren Sie dann die praktischen Übungen aus, bei denen Sie Erfahrungen bei der Durchführung von Aufgaben in den Phasen Datenverständnis, Datenaufbereitung sowie Modellierung und Auswertung sammeln können. Sie werden in der Lage sein, die erlernten Fähigkeiten auf zukünftige Data Science-Probleme anzuwenden.

Das ist alles enthalten

6 Videos4 Aufgaben2 App-Elemente4 Plug-ins

6 Videos•Insgesamt 21 Minuten
  • Datenverstehen•3 Minuten•Modulvorschau
  • Datenaufbereitung - Konzepte•3 Minuten
  • Datenaufbereitung - Fallstudie•4 Minuten
  • Modellierung - Konzepte•2 Minuten
  • Modellierung - Fallstudie•3 Minuten
  • Bewertung•4 Minuten
4 Aufgaben•Insgesamt 42 Minuten
  • Praxis-Quiz: Lektion 1 Vom Verstehen zur Vorbereitung•6 Minuten
  • Übungsquiz Lektion 2: Von der Modellierung zur Bewertung•6 Minuten
  • Benotetes Quiz Lektion 1: Vom Verstehen zur Vorbereitung•15 Minuten
  • Benotetes Quiz Lektion 2: Von der Modellierung zur Bewertung•15 Minuten
2 App-Elemente•Insgesamt 40 Minuten
  • Praktisches Labor: Vom Verstehen zur Vorbereitung•20 Minuten
  • Praktisches Labor: Von der Modellierung zur Bewertung•20 Minuten
4 Plug-ins•Insgesamt 13 Minuten
  • Zusammenfassung der Lektion: Vom Verstehen zur Vorbereitung•3 Minuten
  • Modul 2 Lektion 1 Glossar: Vom Verstehen zur Vorbereitung•4 Minuten
  • Zusammenfassung der Lektion: Von der Modellierung zur Bewertung•3 Minuten
  • Glossar: Von der Modellierung zur Bewertung•3 Minuten

Nach Abschluss dieses Moduls sind Sie in der Lage, die Einsatz- und Feedbackphasen der Data Science-Methodik zu beschreiben. Sie lernen, wie Sie die Leistung, die Auswirkungen und die Bereitschaft eines Datenmodells bewerten können. Sie werden in der Lage sein, die Stakeholder zu identifizieren, die in der Regel zur Modellverbesserung beitragen. Sie werden auch erklären können, warum die Bereitstellung und das Feedback ein iterativer Prozess sein sollten. Zum Abschluss Ihrer praktischen Erfahrung im Labor werden Sie ein Geschäftsproblem entwickeln, das Sie mit Daten aus den Bereichen E-Mail, Krankenhäuser oder Kreditkarten lösen. Sie werden Ihr Verständnis der datenwissenschaftlichen Methodik unter Beweis stellen, indem Sie sie auf ein bestimmtes Problem anwenden. Sie werden Antworten erstellen, die jede Phase des CRISP-DM auf der Grundlage eines ausgewählten Geschäftsproblems behandeln. Nachdem Sie Ihre Arbeit eingereicht haben, werden Sie die endgültigen Projekte Ihrer Mitschüler bewerten und konstruktive Ideen und Vorschläge einbringen, die Ihre Mitschüler sofort umsetzen können.

Das ist alles enthalten

4 Videos2 Aufgaben2 Plug-ins

4 Videos•Insgesamt 13 Minuten
  • Einsatz•3 Minuten•Modulvorschau
  • Rückmeldung•3 Minuten
  • Storytelling•3 Minuten
  • Kurs-Zusammenfassung•3 Minuten
2 Aufgaben•Insgesamt 21 Minuten
  • Praxis-Quiz: Vom Einsatz zum Feedback•6 Minuten
  • Modul 3 Bewertetes Quiz: Vom Einsatz zum Feedback•15 Minuten
2 Plug-ins•Insgesamt 6 Minuten
  • Modul 3 Zusammenfassung: Vom Einsatz bis zum Feedback•3 Minuten
  • Modul 3 Glossar: Vom Einsatz bis zum Feedback•3 Minuten

Bevor Sie Ihr Abschlussprojekt fertigstellen, lernen Sie, wie die CRISP-DM Data Science-Methodik mit der grundlegenden Data Science-Methodik von John Rollins verglichen werden kann. Wenden Sie dann das Gelernte an, um eine von Kollegen bewertete Aufgabe zu lösen, bei der die CRISP-DM Data Science-Methodik zur Lösung eines von Ihnen definierten Geschäftsproblems eingesetzt wird. Zunächst schlüpfen Sie sowohl in die Rolle des Kunden als auch in die des Datenwissenschaftlers und beschreiben, wie Sie die CRISP-DM Data Science-Methodik zur Lösung des Geschäftsproblems anwenden würden. Dann schlüpfen Sie in die Rolle eines Datenwissenschaftlers und wenden Ihre Kenntnisse der CRISP-DM Datenmethodik an, um zu beschreiben, wie Sie das Geschäftsproblem lösen würden. Nachdem Sie Ihre Aufgabe eingereicht haben, bewerten Sie die Aufgabe eines anderen Teilnehmers, der an dieser Sitzung teilgenommen hat. Legen Sie los!

Das ist alles enthalten

1 Video4 Lektüren1 Aufgabe1 peer review1 Plug-in

1 Video•Insgesamt 4 Minuten
  • Einführung in CRISP-DM•4 Minuten•Modulvorschau
4 Lektüren•Insgesamt 9 Minuten
  • Überprüfen Sie, was Sie gelernt haben•3 Minuten
  • Glückwünsche und nächste Schritte•2 Minuten
  • Dank des Kursteams•2 Minuten
  • IBM Digitaler Ausweis•2 Minuten
1 Aufgabe•Insgesamt 60 Minuten
  • Abschluss-Quiz•60 Minuten
1 peer review•Insgesamt 30 Minuten
  • Abschließende Zuweisung•30 Minuten
1 Plug-in•Insgesamt 2 Minuten
  • Überblick über die letzte Aufgabe•2 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.

Dozenten

Lehrkraftbewertungen

Lehrkraftbewertungen

Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.

4.6 (2,357 Bewertungen)
Alex Aklson
Alex Aklson
IBM
22 Kurse•1.287.409 Lernende

Die Dozenten

Lehrkraftbewertungen

Wir haben alle Lernenden um Feedback zu unseren Dozenten gebeten, ausgehend von der Qualität ihres Unterrichtsstils.

4.6 (2,357 Bewertungen)
Alex Aklson
Alex Aklson
IBM
22 Kurse•1.287.409 Lernende
Polong Lin
Polong Lin
IBM
6 Kurse•356.219 Lernende

von

IBM

von

IBM

Wir bei IBM wissen, wie schnell sich die Technologie entwickelt, und sind uns bewusst, wie wichtig es für Unternehmen und Fachkräfte ist, schnell einsatzbereite, praxisnahe Fähigkeiten zu erwerben. Als marktführender Tech-Innovator setzen wir uns dafür ein, dass Sie in diesem dynamischen Umfeld erfolgreich sind. Über das IBM Skills Network bieten unsere von Experten entwickelten Schulungsprogramme in den Bereichen künstliche Intelligenz, Softwareentwicklung, Cybersicherheit, Datenwissenschaft, Unternehmensführung und mehr die grundlegenden Fähigkeiten, die Sie benötigen, um sich Ihren ersten Job zu sichern, Ihre Karriere voranzutreiben oder Ihren geschäftlichen Erfolg zu steigern. Ganz gleich, ob Sie sich selbst oder Ihr Team weiterbilden möchten, unsere Kurse, Spezialisierungen und professionellen Zertifikate vermitteln Ihnen das technische Fachwissen, das Sie und Ihr Unternehmen in einer wettbewerbsorientierten Welt auszeichnet.

Mehr von Datenanalyse entdecken

  • C

    Coursera Instructor Network

    Data Science for Professionals

    Kurs

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    J

    Johns Hopkins University

    Executive Data Science

    Spezialisierung

  • Status: Kostenloser Testzeitraum
    Kostenloser Testzeitraum
    J

    Johns Hopkins University

    Data Science

    Spezialisierung

  • B

    Ball State University

    Introduction to Data Science

    Kurs

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.“

Bewertungen von Lernenden

4.6

20.830 Bewertungen

  • 5 stars

    71,71 %

  • 4 stars

    21,07 %

  • 3 stars

    4,80 %

  • 2 stars

    1,52 %

  • 1 star

    0,88 %

Zeigt 3 von 20830 an

O
OZ
5

Geprüft am 6. Jan. 2021

in this course step by step guide for beginner data scientists is illustrated with practical application and real examples with codes! best course in this specialization so far. Enjoy it :)

H
HV
4

Geprüft am 17. Mai 2021

A bit more complex than what I would have hoped, but the material is still digestible. I think this course could be improve if the lecturer slow down a bit and spend more time on each topic

J
JG
5

Geprüft am 30. Nov. 2019

This was a clear and concise overview of the methodology and using the case study really helped (although sometimes it got a bit advanced considering this comes before actually learning models).

Weitere Bewertungen anzeigen
Coursera Plus

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten

Mehr erfahren

Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.

Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online

Erkunden Sie die Abschlüsse

Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.

Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.

Mehr erfahren

Häufig gestellte Fragen

Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:

  • Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.

  • Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.

Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen des Zertifikats und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.

Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen RückerstattungsbedingungenWird auf einer neuen Registerkarte geöffnet.

Weitere Fragen

Besuchen Sie die das Hilfe-Center für Kursteilnehmer.

Finanzielle Unterstützung verfügbar,

Coursera-Fußzeile

Technische Fertigkeiten

  • ChatGPT
  • Programmieren
  • Informatik
  • Cybersicherheit
  • DevOps
  • Ethisches Hacking
  • Generative KI
  • Java Programmierung
  • Python
  • Webentwicklung

Analytische Fähigkeiten

  • Künstliche Intelligenz
  • Big Data
  • Unternehmensanalyse
  • Datenanalyse
  • Datenverarbeitung
  • Finanzplanung
  • Maschinelles Lernen
  • Microsoft Excel
  • Microsoft Power BI
  • SQL

Business-Fähigkeiten

  • Buchhaltung
  • Digitales Marketing
  • E-Commerce
  • Finanzen
  • Google
  • Grafikdesign
  • IBM
  • Marketing
  • Projektmanagement
  • Social Media-Marketing

Karriere-Ressourcen

  • Wichtige IT-Zertifizierungen
  • Einkommensstarke Fähigkeiten zu erlernen
  • So erwerben Sie eine PMP-Zertifizierung
  • Wie man künstliche Intelligenz lernt
  • Beliebte Zertifizierungen für Cybersicherheit
  • Beliebte Datenanalyse-Zertifizierungen
  • Was macht ein Datenanalyst?
  • Ressourcen für die berufliche Entwicklung
  • Berufseignungstest
  • Teilen Sie Ihre Coursera Lerngeschichte

Coursera

  • Info
  • Was wir anbieten
  • Leitung
  • Jobs
  • Katalog
  • Coursera Plus
  • Berufsbezogene Zertifikate
  • MasterTrack® Certificates
  • Abschlüsse
  • Für Unternehmen
  • Für Regierungen
  • Für Campus
  • Werden Sie Partner
  • Soziale Auswirkung
  • Kostenlose Kurse
  • ECTS-Credit-Empfehlungen

Community

  • Kursteilnehmer
  • Partner
  • Beta-Tester
  • Blog
  • Der Coursera-Podcast
  • Tech-Blog

Mehr

  • Presse
  • Anleger
  • Nutzungsbedingungen/AGB
  • Datenschutz
  • Hilfe
  • Barrierefreiheit
  • Kontakt
  • Artikel
  • Verzeichnis
  • Partnerunternehmen
  • Stellungnahme zu moderner Sklaverei
  • Cookie-Einstellungen verwalten
Überall lernen
Aus dem App Store herunterladen
Erhältlich bei Google Play
Logo von Certified B Corporation
© 2025 Coursera Inc. Alle Rechte vorbehalten.
  • Coursera Facebook
  • Coursera LinkedIn
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera auf TikTok
Coursera

Willkommen zurück

​
Ihr Passwort ist ausgeblendet
​

oder

Neu bei Coursera?


Sie haben Schwierigkeiten bei der Anmeldung? Learner Help Center

Diese Seite ist durch reCAPTCHA Enterprise geschützt. Es gelten die Datenschutzerklärung und Nutzungsbedingungen von Google.