- Tag 1 - BI-Architektur & Datenmodellierung
- Rolle von BI & Analytics in Unternehmen
- Operative vs. dispositive Systeme
- Schichtenarchitekturen
- Architekturmodelle & physische Architekturvarianten
- Datenmodelle
- Relationale Modelle
- Dimensionale Modelle
- Data Vault
- Nicht-relationale Modelle
- Tag 2 - Datenhaltung, Prozesse & Nutzung
- Datenhaltungskonzepte
- Staging-Konzepte
- Enterprise Data Warehouse & Data Marts
- Operational Data Store (ODS)
- Column Stores
- In-Memory-Datenbanken
- Virtualisierung
- DWH-Prozesse
- ETL-Prozesse
- DWH-Beladung
- DWH-Betrieb
- Präsentation & Analyse
- Standard- und Ad-hoc-Reporting
- Self-Service BI
- Online Analytical Processing (OLAP)
- Data Mining
- Tag 3 - Big Data, Plattformen & Cloud
- Big-Data-Grundlagen & Motivation
- Hadoop (konzeptionell)
- Big Data Warehouse
- Data Lake
- Lambda-Architektur
- Cloud Computing
- Cloudplattformen
- Sicherheits- & Nutzungskonzepte
- Tag 4 - Moderne Analytics-Plattformen & Data Stacks
- Grenzen klassischer DWH- & Big-Data-Architekturen
- Modern Data Stack - Überblick
- ELT & Transformation als Code
- Versionierung, Testing & Deployment von Datenpipelines
- Lakehouse-Konzepte
- Domänengetriebene Analytics (Data Mesh - Einordnung)
- Tag 5 - Advanced Analytics, AI & Governance
- Data Science in produktiven Analytics-Architekturen
- Anforderungen an Datenplattformen für ML & AI
- AI-Architekturen im Analytics-Kontext
- Retrieval-Augmented Generation (RAG):
- Einordnung
- Abgrenzung zu DWH & BI
- Governance, Sicherheit & Compliance
- Architektur-Patterns & Best Practices
LernzieleSie verstehen die komplette Entwicklungslinie von klassischen DWH-Architekturen bis hin zu modernen, skalierbaren und AI-fähigen Analytics-Plattformen - mit dem Wissen, diese im Unternehmen effektiv zu bewerten und umzusetzen.
ZielgruppenDas Seminar richtet sich an BI-Entwickler, Data Engineers, IT-Architekten, Plattformverantwortliche, Projektleiter, Analysten sowie Entscheider, die eine moderne Datenstrategie entwickeln oder bestehende Systeme transformieren möchten. Auch Fachanwender mit technologischem Interesse an modernen Analytics-Konzepten profitieren vom Seminar.
Teilnahmevoraussetzungen:
Sie benötigen Grundkenntnisse im Umgang mit Datenbanken und IT-Systemen.
Ein grundlegendes Verständnis von Datenverarbeitung und Datenmodellen wird vorausgesetzt.
Praxiserfahrung mit BI-Tools, DWH-Prozessen oder Analytics-Plattformen ist hilfreich, aber nicht zwingend erforderlich.
