
BI- & Analytics-Architekturen
Datenplattformen, Modellierungsansätze und Tool-Entscheidungen für moderne BI-Landschaften bewerten.
Kursbeschreibung
Dieses Training richtet sich an Teams, die Architekturentscheidungen im BI- und Analytics-Umfeld bewusster treffen möchten. Im Mittelpunkt stehen nicht einzelne Tools, sondern belastbare Kriterien für gute Datenplattformen.
Sie vergleichen operative und analytische Systeme, ordnen Schichtenmodelle ein und bewerten, welche Rolle Staging, Enterprise Data Warehouse, Data Marts, ODS und virtuelle Ansätze spielen.
Ein Schwerpunkt liegt auf Datenmodellen: relationale, dimensionale, Data-Vault- und NoSQL-Ansätze werden mit ihren Stärken, Grenzen und typischen Einsatzszenarien betrachtet.
Mit dbt und weiteren Werkzeugen diskutieren wir moderne DWH-Prozesse, Governance-Fragen und Cloud-Patterns. Am Ende entsteht ein praktisches Entscheidungsraster für eigene Projekte.
Individueller Workshop
Für Unternehmen mit bestehender BI--Implementierung
Identifikation von Optimierungspotenzialen
Praxisnahe Beratung für Ihre Herausforderungen
Angepasst an Ihre Infrastruktur und Prozesse
Individuelle Terminvereinbarung möglich
Kursinhalt
Das Wichtigste auf einen Blick
Das nehmen Sie mit
BI-Architekturen und Schichtenmodelle sicher einordnen
Operative und dispositive Systeme klar abgrenzen
Relationale, dimensionale, Data-Vault- und NoSQL-Modelle vergleichen
Staging, EDW, Data Marts und ODS bewerten
DWH-Prozesse mit dbt und ergänzenden Tools planen
Voraussetzungen
Grundlegende Kenntnisse in Datenbanken und SQL
Erfahrung mit Data Warehousing von Vorteil
Praxisfokus
Sie arbeiten mit Entscheidungsbäumen und Architekturvergleichen, die direkt in BI-Modernisierungs- und Migrationsprojekten nutzbar sind.
Ein durchgängiger Beispielkontext verbindet Datenmodelle, DWH-Prozesse, Cloud-Fragen und Reporting-Anforderungen.
Ihr Trainer

Uli Zellbeck
Uli ist Senior Data Architect und begleitet Unternehmen seit vielen Jahren beim Aufbau moderner Datenplattformen. Seine Trainings verbinden Architekturentscheidungen mit konkreter Umsetzungspraxis.
Teilnehmende profitieren von seiner Erfahrung aus Projekten rund um Data Engineering, Data Warehousing, Governance und Analytics-Architekturen, darunter:
- Konzeption moderner Daten- und Analytics-Plattformen
- Aufbau robuster Data-Warehouse- und Lakehouse-Architekturen
- Einführung praxistauglicher Data-Governance- und Qualitätsprozesse
- Schulung von Data Teams mit Fokus auf anwendbare Projektergebnisse
Im Training legt Uli Wert auf verständliche Erklärungen, realistische Übungen und Entscheidungen, die auch im Projektalltag tragfähig bleiben.
Verfügbare Termine
In-House Training
Training für moderne BI- und Analytics-Architekturen, Datenmodelle, DWH-Schichten, dbt-Prozesse und Cloud-Entscheidungen.
Wir bieten dieses Training als In-House Schulung an, angepasst an Ihre Bedürfnisse. Termine und Konditionen sprechen wir gerne individuell mit Ihnen ab.
Öffentliche Termine
Öffentliche Termine in Planung
Wir planen derzeit öffentliche Termine für dieses Training in Zusammenarbeit mit unseren Partnern.
Buche das Training direkt im Terminal
Weitere passende Trainings
Passende Vertiefungen zu Datenmodellierung, Data Warehousing und dbt.
Data Warehouse Modeling Training & Schulung
Data Warehouse Modeling Training & Schulung: Lernen Sie die Grundlagen oder entscheiden Sie sich für die Experten Schulungen
- Grundlagen des dimensionalen Modellierens verstehen
- Star Schema und Snowflake Schema entwerfen
- Fact Tables und Dimension Tables modellieren
Data Modeling Training & Schulung
Data Modeling Training & Schulung: Lernen Sie fortgeschrittene Konzepte für skalierbare und effiziente Datenstrukturen.
- Verschiedene Datenmodellierungsansätze verstehen
- Relationale und NoSQL-Modelle vergleichen
- Datenqualität und -integrität sicherstellen
dbt Training & Schulung
dbt Training & Schulung: Beherrschen Sie SQL-Transformationen, Testing und CI/CD für nachhaltige Analytics-Engineering-Prozesse.
- dbt Projekte aufsetzen und strukturieren
- Datenmodelle mit SQL und dbt entwickeln
- Tests für Datenqualität implementieren