-
Derece türü: “Six Sigma Green Belt” Sertifikası
"İstatistik ve Veri Analizi" Sertifikası -
Final Sınavı: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
Six Sigma Green Belt -
Ders saatleri: Tam zamanlıPazartesi'den Cuma'ya 8:30 - 15:35 (resmi tatil olan haftalarda 8:30 - 17:10)
-
Eğitim dili: Alman
-
Süre: 8 Haftalar
Kalite Yönetimi – Six Sigma Yeşil Kuşak
Six Sigma’ya Giriş (yaklaşık 1 gün)
Six Sigma nedir? Tarihçesi, felsefesi ve stratejisi
DMAIC proje aşamaları, hedefler ve roller
Yalın Üretim, Kalite Yönetimi ve Operasyonel Mükemmellik bağlamında Six Sigma
AI projeleri için DMAIC ile hibrit proje yönetimi
Yapay Zeka Destekli Proje Yönetimi (yaklaşık 1 gün)
Yapay Zekanın Temelleri
DMAIC sürecinde uygulama alanları, sınırlar ve riskler
Veri ve Prompt Temelleri, Bağlam ve Kalite Kriterleri
Yönetişim, Güvenlik, AB Yapay Zeka Yasası ve GDPR
AI Gösterge Paneli, Bilgi Yoğunlaştırma ve Kalite Kontrol Noktaları
Tanımlama – Tanımlama (yaklaşık 3 gün)
Proje tanımlama, stratejik önemi ve performans göstergesi etkenleri ağacı
KVP ve PUL (Sorun, Neden ve Çözüm) ile ayrım
Proje profili: Sorun tanımı ve SMART hedef belirleme
Giriş ve çıkış çerçeveleri ile yapay zeka destekli eksiksizlik kontrolü
LIPOK ve Müşterinin Sesi (VoC)
Afinite diyagramı ve Kano modeli
VoC'den CTQ'ya Dönüşüm, Spesifikasyonlar ve Kabul Kriterleri
Müşteri gereksinimlerinin yapay zeka destekli analizi ve teknik doğrulaması
Ekonomik verimlilik: ROI, TCO ve niteliksel fayda
Paydaş analizi ve yapay zeka destekli proje planlaması
Risk analizi ve önleyici tedbirler
Değişim yönetimi ve değişim motivasyonu
İletişim stratejisi, asansör konuşması ve yapay zeka destekli değişim öyküsü
Kalite Kontrol İncelemesi Tanımlama
Measure – Ölçme (yaklaşık 3,5 gün)
Matematiksel süreç modeli ve CTQ'ların neden-sonuç zinciri
Ishikawa ve KSR ile etken analizi ve yapay zeka destekli ölçüm matrisi
Veri türleri ve ölçüm ölçekleri
Operasyonel tanım, veri toplama yöntemleri ve örnekleme stratejisi
Veri toplama planı ve yapay zeka kontrol paneli ile yönetim
Ölçüm sistemi analizi: Önyargı, tekrarlanabilirlik, yeniden üretilebilirlik ve Gage R&R
Veri kalitesi, geçerlilik kontrolleri ve yapay zeka destekli veri temizleme
Veri görselleştirme, istatistiksel göstergeler ile makine ve süreç yetkinliği
Ölçüm sonuçlarının yapay zeka destekli yorumlanması ve Kalite Kapısı İncelemesi Ölçütü
Analize – Analiz Etme (yaklaşık 3,5 gün)
Süreç kapısı ve veri kapısı ile katma değer analizi
Değer akışı analizi, Spagetti diyagramı, TIMWOODS ve Makigami
Belirti, sorun ve nedenin ayrımı
Neden-sonuç ve Pareto analizi ile yapay zeka destekli hata kodu kümeleme
Hipotez oluşturma ve sparring partneri olarak yapay zeka
Deney Tasarımı ve yapay zeka destekli etken faktörlerin incelenmesi
Korelasyon ve regresyon analizi ile istatistiksel hipotez testleri ve gruplar arası karşılaştırmalar
AI destekli kanıt matrisi ve FMEA
Kalite Kapısı İnceleme Analizi
Improve – Yenilikçi iyileştirme (yaklaşık 3 gün)
Yaratıcılık teknikleri ve yapay zeka destekli çözüm geliştirme
Yalın çözüm ilkeleri ile teknik ve organizasyonel önlemler
Üretken yapay zeka, otomasyon ve robotik ile çözüm yaklaşımları
Yapay zeka kullanımı için yasal ve organizasyonel gereklilikler
Yapay zekaya özgü risk değerlendirmesi ile fizibilite ve olgunluk analizi
Çözüm Değerlendirmesi
Kabul edilebilirlik ve maliyet-fayda değerlendirmesi
Başarı ve kabul kriterlerini içeren uygulama planı ve pilot uygulama
Yapay zeka pilot uygulamalarında yinelemeli yaklaşım ve Kalite Kontrol İncelemesi (Quality Gate Review) İyileştirme
Kontrol – Kontrol Süreçleri ve Sürdürülebilir Uygulama (yaklaşık 2 gün)
Sistemin devreye alınması, süreçlerin istikrara kavuşturulması ve başlangıç aşamasının desteklenmesi
Standart Çalışma Prosedürleri ve Kontrol Planı
KPI'lar, istatistiksel süreç kontrolü, kontrol kartları ve müdahale önlemleri
Dengeli Puan Kartı ve yapay zeka destekli izleme
Denetim konsepti
Proje Kapanışı, Devir Teslimi ve Yapay Zeka Destekli Dokümantasyon
Kalite Kapısı İnceleme Kontrolü
Proje çalışması, sınava hazırlık ve bitirme sınavı (yaklaşık 3 gün)
İstatistik ve veri analizi
İstatistiksel temeller (yaklaşık 6 gün)
Ölçme kuramının temelleri (evren, örneklem, örneklem türleri, ölçüm, ölçek düzeyleri)
Tek değişkenli tanımlayıcı istatistikler (frekans dağılımları, merkezi ölçümler, dağılım ölçümleri, standardizasyon, histogramlar, çubuk grafikler, pasta grafikler, çizgi grafikler, kutu grafikleri)
İki değişkenli tanımlayıcı istatistikler (korelasyon ölçümleri, korelasyon katsayıları, çapraz tablolar, dağılım grafikleri, gruplandırılmış çubuk grafikler)
Tümevarımsal çıkarımsal istatistiğin temelleri (olasılık dağılımları, normal dağılım, ortalamanın örnekleme dağılımı, anlamlılık testi, boş hipotez testi, anlamlılık düzeyi, etki büyüklüğü, parametre tahmini, güven aralıkları, hata çubuğu grafikleri, güç analizi, örneklem büyüklüğü)
Uygun yazılımlarla veri hazırlama ve veri temizleme
Tanımlayıcı analiz
İstatistiksel sonuçların görselleştirilmesi
İstatistiksel sonuçların yapay zeka destekli analizi ve yorumlanması
İki grubu karşılaştırma yöntemleri (yaklaşık 5 gün)
z-testi, tek örneklem için t-testi
Bağımsız ve ilişkili örneklemler için t-testi
İki gruplu ön test-son test tasarımları
Anlamlılık testlerinin desteklenmesi (Anderson-Darling testi, Ryan-Joiner testi, Levene testi, Bonett testi, korelasyonlar için anlamlılık testi)
Parametrik olmayan yöntemler (Wilcoxon testi, işaret testi, Mann-Whitney testi)
Olumsallık analizleri (binom testi, Fisher'in kesin testi, ki-kare testi, çapraz tablolar, ilişki ölçümleri)
Test sonuçlarının yorumlanması
Sonuçların yapay zeka destekli yorumlanması
Regresyon analizinin temelleri (yaklaşık 2 gün)
Doğrusal regresyon
Model yorumlama
Yapay zeka destekli model yorumlama
Korelasyon analizi
Çeşitli grupların ortalamalarını karşılaştırma yöntemleri (yaklaşık 3 gün)
Tek faktörlü ve iki faktörlü varyans analizi (ANOVA)
Post-hoc analizleri
Grup farklılıklarının yorumlanması
Çok faktörlü varyans analizi (genel doğrusal model)
Sabit, rastgele, çaprazlanmış ve iç içe geçmiş faktörler
Çoklu karşılaştırma yöntemleri (Tukey-HSD, Dunnett, Games-Howell)
Etkileşim analizi
Varyans analizleri için güç analizi
Deney Tasarımına Giriş (DoE) (yaklaşık 1 gün)
Tam faktöriyel ve kısmi faktöriyel deneysel tasarımlar
Proje çalışması (yaklaşık 3 gün)
Öğrenilen içeriği pekiştirmek için
Proje sonuçlarının sunumu
Değişiklikler mümkündür, kurs içeriği düzenli olarak güncellenmektedir.
Eğitimden sonra, ISO 13053-1 standardı ve DMAIC metodolojisi uyarınca Altı Sigma projelerini bağımsız ve başarılı bir şekilde hayata geçirebileceksin. Süreç ve veri analizine özgü araç ve yöntemleri güvenle uygulayacak, veriye dayalı iyileştirmeler türetecek ve metodolojik bir yardımcı olarak yapay zekayı kapsamlı bir şekilde kullanacaksınız. DMAIC metodolojisi çerçevesinde Kalite Kapısı İncelemeleri (Quality Gate Reviews) düzenleyecek ve proje yönetimi, kalite kontrolü ve karar verme desteği için yapay zeka destekli gösterge panelleri geliştireceksiniz.
Ayrıca, istatistiğin temellerini anlayacak, verileri işleyebilecek ve değerlendirebilecek ve istatistiksel veri analizlerini ve sonuçlarını grafikler kullanarak sunabilecek, açıklayabilecek ve yorumlayabileceksiniz.
Proje yöneticileri, mühendislik eğitimi almış kişiler, teknisyenler, ustabaşılar ile üretim ve hizmet sektöründeki uzmanlar ve kalite yönetimi, idare ve satış alanlarında çalışan, Six Sigma yöntemini kullanarak iyileştirme projelerini yürütmek ve yönetmek isteyen kişiler.
Sosyal ve pazar araştırması, işletme (pazarlama, iş zekası), teknik alanlar, üretim, kalite güvencesi ve sağlık sektöründeki araştırmalardan kullanıcılar ve uzmanlar.
Altı Sigma, uluslararası standartlarda ve kabul görmüş bir kalite yönetimi yöntemi ve süreç iyileştirme için bir yönetim aracıdır. Yeşil Kuşak alarak, mesleğinizde metodolojiye hakim olduğunuzu gösterirsiniz. Bir Altı Sigma proje yöneticisi olarak, orta ve büyük ölçekli şirketlerde tüm sektörlerde talep görecek ve böylece uzun vadede kariyer profilinizi geliştireceksiniz.
Sağlam bir istatistik bilgisi, endüstriyel araştırma ve geliştirme, ilaç geliştirme, tıbbi çalışmaların denetlenmesi, finans ve sigorta, bilgi teknolojisi veya kamu yönetimi alanlarında büyük talep gören değerli bir ek niteliktir.Didaktik kavram
Eğitmenleriniz hem profesyonel hem de didaktik açıdan son derece kalifiyedir ve size ilk günden son güne kadar ders verecektir (kendi kendine çalışma sistemi yoktur).
Etkili küçük gruplar halinde öğreneceksiniz. Kurslar genellikle 6 ila 25 katılımcıdan oluşmaktadır. Genel dersler, tüm kurs modüllerinde çok sayıda pratik alıştırma ile desteklenmektedir. Uygulama aşaması kursun önemli bir parçasıdır, çünkü bu süre zarfında öğrendiklerinizi işler ve uygulamada güven ve rutin kazanırsınız. Kursun son bölümü bir proje, bir vaka çalışması veya bir final sınavını içerir.
Sanal sınıf alfaview®
BildungszentrumDersler, modern alfaview® video teknolojisi kullanılarak kendi evinizin rahatlığında ya da 'deki tesislerimizde gerçekleştirilir. Tüm kursiyerler alfaview® aracılığıyla birbirlerini yüz yüze görebilir, birbirleriyle dudak senkronize ses kalitesinde iletişim kurabilir ve ortak projeler üzerinde çalışabilir. Elbette, bağlı eğitmenlerinizi de istediğiniz zaman canlı olarak görebilir ve onlarla konuşabilirsiniz ve kursun tüm süresi boyunca eğitmenleriniz tarafından gerçek zamanlı olarak eğitileceksiniz. Dersler e-öğrenme değil, video teknolojisi aracılığıyla gerçek canlı yüz yüze öğretimdir.
alfatraining Agentur für Arbeit Eğitim kursları, AZAV onay yönetmeliğine uygun olarak sübvanse edilmekte ve sertifikalandırılmaktadır. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinKurs başvurusunda bulunduğunuzda, kurs masraflarının tamamı genellikle finansman kuruluşunuz tarafından karşılanır.
Europäischen Sozialfonds Deutsche Rentenversicherung (ESF), (DRV) veya bölgesel finansman programları aracılığıyla da finansman mümkündür. Berufsförderungsdienst Düzenli bir asker olarak, (BFD) aracılığıyla daha fazla eğitim kursuna katılmak mümkündür. Agentur für Arbeit (Qualifizierungschancengesetz) Şirketler de çalışanlarını (BFD) tarafından sağlanan bir finansman programı aracılığıyla kalifiye hale getirebilirler.