Data Warehouses

Ein Datawarehouse stellt aufbereitete Daten aus unterschiedlichen Quellen für die betriebliche, strategisiche und kundenbezogene Entscheidungsfindung bereit. Im Gegensatz zu transaktionsorientierten Systemen ist es meist zeitbezogen, integriert also Daten aus unterschiedlichen Zeitabschnitten. Data Warehouses müssen heute in immer kürzeren Zyklen aktualisiert werden und eine zunehmend flexiblere und vollständige Informationsaufbereitung anbieten, was hohe Anforderungen an Modellierung, Technologie und Betrieb stellt.

Lernziel Fundierte Einführung in den Aufbau, die Technologie und den Entwurf von Data-Warehouses. Der Teilnehmer kann in Warehouse-Projekten auf Analyse- und Entwurfsebene verantwortlich mitarbeiten.
Lerninhalte
  • Definition und Einordnung in die IT-Unternehmensstrategie
  • DWH Referenz-Architektur
  • OLTP, OLAP, DWH
  • Komponenten, Middleware, Schnittstellen, Sicherheit
  • Multi-dimensionale Datenmodellierung, Datenwürfel (Cubes)
  • Relationale und Multidimensionale Speicherung (ROLAP, MOLAP)
  • ETL-Prozess (Extract-Transform-Load)
  • Metadaten
  • DWH-Projekte (Nutzen, Ablauf, Requirements, QS)
  • Betrieb eines DWH (Management, Betrieblich, Technisch)
  • Umgang mit grossen Datenmengen, Optimierungsfragen
  • Datenqualiäts-Management
  • Produkte, Anwendungen, Open Source BI-Tools
  • Next Generation DWH
Lehrmittel Data Warehouse Systeme – Architektur, Entwicklung, Anwendung von Andreas Bauer und Holger Günzel.
Dozenten Bettina Butscher