Einführung
- "KI ist der Motor der Digitalisierung, Daten sind der Treibstoff"
- Prozesse, Daten, Funktionen, Anwendungen
- Verteilte Systeme und Schichtenmodell: Daten, Anwendung, Präsentation
- Labor-Informations- und Management-Systeme (LIMS)
Grundlagen
- Zeichen, Daten, Informationen, Wissen, ..., Wettbewerbsfähigkeit (Wissenstreppe von North)
- Datenstrukturen: Strukturierte Daten, semi-strukturierte Daten, unstrukturierte Daten
- Datenformate: CSV, XLS, XML usw.
- Stammdaten, Bewegungsdaten, Bestandsdaten
- Transaktionen, ACID-Prinzip, OLTP
- Datenmanagement
- Datenschutz vs. Datensicherheit
Datenbanken: Vom Konzept zur Implementierung
- Anforderungen an Datenbanken
- Fachkonzept: Datenmodellierung, Entity Relationship Modell (ERM)
- Technisches Konzept: Relationales Modell
- Implementierung: Relationale Datenbanken und Structured Query Language (SQL)
Datenintegration und Datenanalyse
- Data Warehouse, Stern-Schema, ETL-Prozess
- Business Intelligence, Reporting, OLAP
Moderne Datenanalysemethoden
- Data Mining, Predictive Analytics
- Big Data, NoSQL-Datenbanken
- Data Science und Künstliche Intelligenz
Anwendungsbeispiele aus dem Laborbetrieb