Big Data I - Grundlagen (Inhouse)

• Modul 1: Grundlagen & Einordnung
  • Was ist Big Data? Merkmale und Herausforderungen
  • Warum klassische Datenarchitekturen an Grenzen stoßen
  • Beispiele aus Industrie, Verwaltung, Forschung
  Modul 2: Moderne Datenarchitekturen
  • Data Warehouse vs. Data Lake
  • Lakehouse, Data Mesh, Data Fabric: Konzepte und Einsatzszenarien
  • Evaluationskriterien für Architekturentscheidungen
  Modul 3: Datenverarbeitung & Datenströme
  • Batch vs. Streaming Processing
  • Datenquellen, APIs, Pipelines
  • Praktische Beispiele aus realen Geschäftsanwendungen
  Modul 4: Datenformate & Speichertechnologien
  • Strukturierte, halbstrukturierte und unstrukturierte Daten
  • Speicher- und Austauschformate (CSV, JSON, Parquet)
  • Beispiele aus verteilten Systemen
  Modul 5: Data Governance & Sicherheit
  • Datenschutz (inkl. DSGVO-Relevanz)
  • Data Quality und Metadatenmanagement
  • Rollen und Verantwortlichkeiten im Unternehmen
  Modul 6: Transfer & Praxisanwendung
  • Identifikation relevanter Use Cases
  • Bewertung nach Nutzen & Komplexität
  • Entwicklung eines ersten Umsetzungsschritts

Methode

Das Seminar kombiniert verständliche Impulsvorträge mit realitätsnahen Beispielen, moderierter Gruppenarbeit, kurzen Live-Demos und strukturierten Transferaufgaben.Die Teilnehmenden arbeiten mit praxisnahen Vorlagen wie Use-Case-Canvas, Architektur-Templates und einem 90-Tage-Plan. So entsteht nicht nur ein fachliches Verständnis, sondern auch ein konkreter Bezug zum eigenen Arbeitsumfeld.