Lernziele

In unserem Daten Modellierung Boot Camp geht es lebendig zu.
Sie erlernen die Grundlagen, Hintergründe und Vorgehensweisen der Datenmodellierung ohne selbst gleich Experte werden zu müssen.

Dieses Seminar ist ausgerichtet an Führungskräfte, Projektmanager sowie MitarberInnen aus Fachbereichen und Data-Management, die verstehen wollen, wie und wo Datenmodellierung nutzt und wie es in bestehende Strukturen eingebunden werden kann.

Wir beleuchten dabei aktuelle Herausforderungen und zeigen Best Practices damit umzugehen – sowohl in der klassischen Modellierung als auch neue Anforderungen (z.B. Cloudbasierte Anwendungen, Data Vaults, Graphen-Datenbanken, etc.)

Sie bekommen Gelegenheit mit gängigen Modellierungstools zu experimentieren.
Meist erschließt sich erst durch das eigene Bedienen solcher Lösungen das Verständnis für Anforderungen und Zusammenhänge in den 3 Kernebenen:

• Konzeptionelles Datenmodell
• Logisches Datenmodell
• Technisches Datenmodel

Format

• 1 Tages-Seminar, 09:00 – 17:00 Uhr
• Vorträge, Demonstrationen, Nutzung Werkzeugen und Technologien
• inkl. Catering

Zielgruppe

• Fach- und Führungskräfte im datengetriebenen Umfeld
• Alle Entscheider, Projekt- & Programm-Manager und Experten
  einer zukünftigen Data Governance Organisation
• Business Analysten und Data Manager aus Fachbereichen
  • Chief Data Officer, Program Officer, IT- & Data Governance Leiter
• Daten-Nutzer, -Manager, Strategen

Preis

• Seminar: 970,- € pro Person
• Seminar + Expert Coaching (2 x 1h, nach Bedarf) = 1.180,-€

Alle Preise pro Person zzgl. Mwst.

Für In-House Team-Seminare mit individuellen Inhalten machen wir Ihnen gerne ein passendes Angebot. Kontaktieren Sie uns.

Sie erlernen und erfahren:

Grundlagen

• Was ein Datenmodell ist
• Welche Formen und Typen es gibt. Begriffsdefinitionen (ERM, 3NF, Data Vault, Data Mart, Daten-Integration, …)
• Nutzen und Wirkung von Datenmodellen.
• Die Historie von Datenmodellierung bis heute, um unterschiedliche Ansätze und Anforderungen in Unternehmen verstehen zu können.
• Aktuelle Trends und Herausforderungen in der Datenmodellierung

Ebenen

• Konzeptionelles Datenmodell
• Logisches Datenmodell
• Technisches Datenmodel

Der Daten-Modellierungs-Prozess

• Aufnahme und Definition der Anforderungen aus den Fachbereichen
• Limitierungen, Bedingungen, Abhängigkeiten
• Entwicklung, Test, Einführung
• Qualitätskriterien: Was macht ein gutes und wirksames Datenmodel aus?
• Best Practices

Daten Modell Management

• Qualitätskontrolle (Standardisierung, Normalisierung, Historisierung, Datenqualität, Performance)
• Anforderungs-Management (insb. in agilen Teams)
• Fehler- und Problembehebungen
• Aktualisierung

Organisatorisches Zusammenspiel mit anderen Data Management Disziplinen

• Daten-Architektur
• Daten-Strategie
• Data Governance
• Stammdaten-Management
• Datenqualitäts-Management
• Daten-Integration

Technologie & Modellierungstools