Datenmodellierung in BI-Systemen
Von relationalen Grundlagen über Star Schema bis Data Vault und Lakehouse.
Kursbeschreibung
Das Training schafft eine solide Brücke zwischen klassischer Datenbankmodellierung und modernen BI-Anforderungen. Sie lernen, welche Modellierungsentscheidungen spätere Auswertbarkeit, Performance und Wartbarkeit beeinflussen.
Zu Beginn stehen Daten, Informationen, relationale Modelle und Entity-Relationship-Modelle im Fokus. Darauf aufbauend betrachten wir Normalformen, Historisierung und typische Muster für analytische Datenhaltung.
Am zweiten Tag vertiefen Sie dimensionale Modellierung mit Star- und Snowflake-Schemata, vergleichen agile Ansätze und ordnen Data Vault 2.0 sowie Lakehouse-Konzepte für BI ein.
Praxisbeispiele helfen, die richtige Modellierungsform für konkrete Reporting-, Analyse- und Data-Warehouse-Szenarien auszuwählen.
Individueller Workshop
Für Unternehmen mit bestehender Datenmodellierung-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
Relationale Datenmodelle und ER-Modellierung sicher anwenden
Normalisierung und Historisierung verständlich einordnen
Dimensionale Modelle für BI-Systeme entwerfen
Star- und Snowflake-Schemata bewerten
Agile Modellierung und ADAPT kennenlernen
Voraussetzungen
Grundlegende SQL-Kenntnisse
Basiswissen zu Datenbanken und BI-Konzepten
Praxisfokus
Sie entwickeln Modelle an nachvollziehbaren Beispielen und diskutieren, welcher Ansatz in welcher BI-Situation wirklich sinnvoll ist.
Der Kurs verbindet klassische Datenbankmodellierung mit modernen DWH- und Lakehouse-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 zu relationaler Modellierung, ER-Modellen, Normalisierung, Star- und Snowflake-Schema, Data Vault und Lakehouse für BI.
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
Vertiefen Sie Modellierung, Data Warehouse Design und BI-Architektur mit passenden Folgetrainings.
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
BI- & Analytics-Architekturen Training
BI- & Analytics-Architekturen Training: Lernen Sie BI-Landschaften, Datenmodelle und Tool-Entscheidungen in 2 Tagen strukturiert zu bewerten.
- BI-Architekturen und Schichtenmodelle sicher einordnen
- Operative und dispositive Systeme klar abgrenzen
- Relationale, dimensionale, Data-Vault- und NoSQL-Modelle vergleichen