Seminar Cameo Systems Modeler / MagicDraw – Intensivseminar Plattform, Teamwork Cloud, Anpassung und Integration

Das Intensivseminar bündelt Installation, Teamwork-Cloud-Zusammenarbeit, Administration, große Modelle, Profile, DataHub, OpenAPI und Automatisierung. Im Mittelpunkt steht eine skalierbare Modellierungsplattform, die technisch beherrschbar, organisatorisch geregelt und in die bestehende Werkzeuglandschaft integrierbar ist.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik

Zielsetzung

• Eine belastbare Client-, Server-, Lizenz- und Projektarchitektur planen
• Zusammenarbeit, Versionierung, Berechtigungen und Governance verbindlich gestalten
• Profile, Datenkopplungen und Automatisierungen wartbar umsetzen
• Betrieb, Updates, Qualität, Monitoring und Support als integrierten Service organisieren

Zielgruppe

Plattformverantwortliche, Teamwork-Cloud-Administration, Tool-Engineering, Integrationsentwicklung, MBSE-Governance und technische Projektleitung.

Voraussetzungen

Sichere Bedienung von Cameo Systems Modeler oder MagicDraw, Grundkenntnisse zu Client-Server-Systemen und Versionsverwaltung. Für die Entwicklungsteile sind Java-Grundkenntnisse hilfreich.

Seminarinhalte

1. Schritt 1: Plattformzielbild und Servicegrenzen definieren

   Clients, Lizenzierung, Teamwork Cloud, Webzugriff, Datenquellen, Automatisierungen und Verantwortlichkeiten werden als Gesamtarchitektur modelliert.

2. Schritt 2: Desktop-Clients standardisieren

   Versionen, Installation, Plugins, Ressourcen, Konfiguration und Updateverfahren werden reproduzierbar festgelegt.

3. Schritt 3: Teamprojekte sicher bearbeiten

   Öffnen, Sperren, Commit, Update, Branch, Baseline, Vergleich und Merge werden in einen Teamablauf eingeordnet.

4. Schritt 4: Teamwork Cloud administrieren

   Benutzer, Gruppen, Rollen, Projekte, Rechte, Klassifizierung und organisatorische Trennung werden umgesetzt.

5. Schritt 5: Governance und Konfigurationsmanagement etablieren

   Branching-Strategie, Freigaben, Baselines, Merge-Regeln, Namenskonventionen und Audit-Anforderungen werden definiert.

6. Schritt 6: Große Modelle strukturieren

   Teilprojekte, Bibliotheken, Project Usages, Verantwortungsbereiche und Abhängigkeiten werden auf Skalierung und Änderbarkeit ausgerichtet.

7. Schritt 7: Performance und Betrieb überwachen

   Client-, Modell- und Serverindikatoren, typische Engpässe, Protokolle, Backup, Wartung und Störungsabläufe werden verbunden.

8. Schritt 8: Profile und DSL-Anpassungen entwickeln

   Stereotypen, Eigenschaften, Darstellungen, Werkzeuge und Validierungen werden als versionierte Modellbibliothek aufgebaut.

9. Schritt 9: DataHub-Integration konfigurieren

   Datenquellen, Typabbildung, Synchronisation, Konflikte und Baseline-Bezug werden in einen kontrollierten Integrationsprozess überführt.

10. Schritt 10: OpenAPI und Skripting einsetzen

    Modellabfragen, Änderungen, Aktionen, Listener und Batch-Läufe werden für priorisierte Automatisierungsfälle implementiert.

11. Schritt 11: Automatisierte Qualitätssicherung aufbauen

    Validierung, Abfragen, Modellstatistik, Integrationsprüfung und Berichtsläufe werden in regelmäßige Kontrollen integriert.

12. Schritt 12: Release und Deployment organisieren

    Kompatibilität, Testumgebung, Pilot, Paketierung, Rollout, Rückfall und Supportübergabe werden als Releaseprozess festgelegt.

13. Schritt 13: End-to-End-Betriebsfall durchführen

    Eine neue Modellierungsregel wird als Profil, Prüfung, Teamstandard, Integrationsänderung und dokumentiertes Release umgesetzt.

Praxisübungen

• Eine Zielarchitektur für Client, Lizenzierung, Teamwork Cloud und Integrationen erstellen
• Einen Teamworkflow mit Branches, Baselines, Rollen und Freigaben konfigurieren
• Eine kleine DSL-Erweiterung mit Validierung und automatisierter Aktion umsetzen
• Einen Release-, Betriebs- und Rückfallplan für die Plattform ausarbeiten

Methodik

Fachliche Einordnung, live geführte Demonstrationen, schrittweise Modellierungsübungen, gemeinsame Reviews und eine durchgängige Fallstudie. Jede Übung baut auf dem vorherigen Arbeitsschritt auf; Fehlerbilder und Qualitätskriterien werden unmittelbar ausgewertet.