Beschreibung
Kursteilnehmende lernen in diesem Seminar fortgeschrittene Konzepte und Techniken der Datenmodellierung für moderne Datenarchitekturen und -systeme.
Agenda Advanced Conceptual Modeling
- Abstrakte Entitäten und deren Anwendungsfälle
- Generalisierung und Spezialisierung von Entitäten
- Vererbung in Datenmodellen
- Aggregation und Komposition
- Praktische Übungen zur Anwendung fortgeschrittener Konzepte
Advanced Logical Modeling
- Normalisierung: 1NF bis 5NF
- Denormalisierung für Performance
- Surrogate vs. Natural Keys
- Referentielle Integrität und Constraints
- Index-Strategien für optimale Performance
Data Modeling Patterns
- Star Schema und Snowflake Schema
- Galaxy Schema und Fact Constellations
- Slowly Changing Dimensions (SCD Typ 1-6)
- Bridge Tables und Junk Dimensions
- Event Sourcing und CQRS
Big Data Modeling
- NoSQL-Datenmodelle: Key-Value, Document, Column-Family, Graph
- CAP-Theorem und BASE vs. ACID
- Datenmodellierung für MongoDB, Cassandra, HBase
- Polyglot Persistence-Strategien
- Skalierbarkeit und Partitionierung
Temporal Data Modeling
- Historisierung und Versionierung
- Bi-Temporal Data Modeling
- Valid Time vs. Transaction Time
- Slowly Changing Dimensions in der Praxis
- Snapshot- und Delta-Strategien
Geospatial Data Modeling
- Spatial Data Types und Koordinatensysteme
- R-Trees und Spatial Indexing
- Proximity Queries und Geofencing
- Integration mit GIS-Systemen
Data Warehouse Modeling
- Kimball vs. Inmon Ansätze
- Dimensional Modeling im Detail
- Data Vault 2.0 Grundlagen
- Anchor Modeling
- Best Practices für moderne Data Warehouses
Data Quality und Governance
- Data Quality Frameworks
- Master Data Management (MDM)
- Metadata Management
- Data Lineage und Impact Analysis
- Compliance und Datenschutz (DSGVO, GDPR)
Direktlink zum Seminar