Seminar Föderierte Datenanalyse – Datenzugriff und KI-Datenversorgung

Die wirtschaftliche Nutzung eines Datenraums entsteht häufig durch die Verknüpfung von Informationen mehrerer Organisationen. Das Seminar untersucht, wie solche Auswertungen mit passenden Datenzugängen, Qualitätsprüfungen und nachvollziehbarer Herkunft aufgebaut werden. Dabei wird für jeden Verarbeitungsschritt geprüft, welche Daten das bereitstellende System tatsächlich verlassen.

Eine vorbereitete Analyseumgebung verbindet zwei synthetische Datenquellen. Für einen Teil des Beispiels werden Daten über einen kontrollierten Datenraumzugang übernommen, für einen weiteren Teil werden freigegebene Abfragen an Quellen ausgeführt. Ein kleines KI-Datenbeispiel macht sichtbar, dass auch Indizes und abgeleitete Daten eigene Nutzungs- und Löschregeln benötigen.

Lernziele

• Geeignete Verarbeitungswege anhand von Datenmenge, Schutzbedarf und benötigtem Analyseergebnis auswählen.
• Daten verschiedener Herkunft qualitätsgesichert zusammenführen und berechtigte Zugriffe nachvollziehen.
• Eine begrenzte KI-Datenversorgung einschließlich Herkunft, Aktualisierung und Rechteänderung entwerfen.

Inhaltsübersicht

1. Verarbeitung und Datenbewegung
2. Datenzugang und Integration
3. SQL und föderierte Abfragen
4. Qualität und Herkunft
5. Datenversorgung für KI
6. Betrieb und Abnahme

Seminarinhalte

1. Verarbeitung und Datenbewegung

• Genehmigte Datenübernahme, föderierte Abfrage und quellnahe Berechnung unterscheiden.
• Tatsächliche Datenflüsse einschließlich Zwischenergebnissen, Caches und Protokollen dokumentieren.
• Föderierte Datenanalyse von föderiertem Modelltraining nach Zweck und Technik abgrenzen.

2. Datenzugang und Integration

• Datenangebote auffinden und kontrollierten Zugriff über einen vorbereiteten Konnektor nutzen.
• Berechtigungen der Analysekomponenten getrennt von Datenraumvereinbarungen verwalten.
• Eine begrenzte Integration zwischen Datenzugang, Verarbeitung und temporärem Speicher aufbauen.

3. SQL und föderierte Abfragen

• Zwei vorbereitete Quellen mit einer SQL-Abfrageumgebung verbinden und zusammenführen.
• Filter, Aggregation, Pushdown und Netzlast anhand konkreter Abfragen untersuchen.
• Fehlende Quellen, Zeitüberschreitungen und begrenzte Berechtigungen kontrolliert behandeln.

4. Qualität und Herkunft

• Schlüssel, Dubletten, Einheiten und Zeitbezug vor der Zusammenführung prüfen.
• Herkunft, Verarbeitungsschritte und Versionen eines Analyseergebnisses dokumentieren.
• Fachliche Validierung und technische Plausibilität mit wiederholbaren Prüfungen verbinden.

5. Datenversorgung für KI

• Ein freigegebenes Datenpaket für eine einfache Such- oder RAG-Anwendung vorbereiten.
• Quellberechtigungen, Indexzugriff und Speicherung abgeleiteter Informationen getrennt betrachten.
• Aktualisierung, Löschung und geänderte Nutzungsrechte in den Verarbeitungsablauf aufnehmen.

6. Betrieb und Abnahme

• Aktualität, Laufzeiten und Nachvollziehbarkeit als überprüfbare Betriebsmerkmale festlegen.
• Ein Ergebnis bei fehlerhaften oder entzogenen Datenzugängen fachlich bewerten.
• Einen begrenzten Analyseprozess mit Berechtigungs- und Qualitätsprüfungen abnehmen.

Praxisübungen

1. Zwei Datenquellen auf Schlüssel, Einheiten und erlaubte Nutzung untersuchen.
2. Einen genehmigten Datenzugriff ausführen und seine Herkunft festhalten.
3. Die Daten mit vorbereiteten SQL-Werkzeugen zusammenführen und Plausibilitätsfehler beheben.
4. Abfrageausführung und tatsächliche Datenbewegung anhand eines geänderten Filters vergleichen.
5. Ein kleines freigegebenes Datenpaket für eine lokale Suchanwendung bereitstellen.
6. Den Entzug eines Datenzugangs durchspielen und betroffene Zwischenspeicher sowie Folgeprozesse bestimmen.

Schulungsumgebung

Der Kunde stellt eine vorbereitete Umgebung mit zwei synthetischen Datenquellen, SQL-Werkzeugen, Python-Notebooks und kontrolliertem EDC-Datenzugang bereit. Für föderierte SQL-Abfragen kann ein vorbereiteter Trino-Dienst verwendet werden. Die Kopplung zum Konnektor erfolgt über eine ausdrücklich vorbereitete Integration; eine automatische Übernahme von Datenraum-Policies durch Trino wird nicht vorausgesetzt.