Datenmodellierung beschreibt den Prozess, mit dem Geschäftsanforderungen in tragfähige Datenstrukturen überführt werden. Im Data Warehousing werden diese Strukturen zu einem konsolidierten Speicher für Analysezwecke ausgebaut. Ziel ist ein verlässlicher Datenbestand für wiederholbare Auswertungen.

!Kursinhalt

!1. Modellierungsansätze für Analysedaten
*Konzeptionelle, logische und physische Modelle
*Stern- und Schneeflockenschema
*Fakten- und Dimensionstabellen

!2. Architektur eines Data Warehouse
*Schichtenaufbau von Quelle bis Reporting
*Staging-, Core- und Mart-Bereiche
*Integration heterogener Datenquellen

!3. Historisierung und Datenqualität
*Slowly Changing Dimensions
*Versionierung von Änderungen
*Konsistenzprüfungen und Abgleiche

!4. Modellierung im Projektkontext
*Anforderungen strukturieren
*Dokumentation und Namenskonventionen
*Übergabe an Analyse- und BI-Teams

!Berufliche Relevanz

*Tragfähige Datenbasis für Berichtswesen und Analyse
*Bessere Zusammenarbeit zwischen Fach- und IT-Seite
*Fundament für weiterführende Data-Engineering-Themen