Seminar GADS – Kompaktseminar Grundlagen und Kernworkflows

Beschreibung

Das Kompaktseminar vermittelt einen geschlossenen Einstieg in die wichtigsten GADS-Grundlagen und Kernabläufe. Es verbindet Management- und Architekturverständnis mit einem praktischen Datenworkflow von der Aufnahme über Metadaten, Richtlinien und Bereitstellung bis zu Monitoring und Betriebsübergabe.

Seminarziel

Teilnehmende sollen GADS fachlich einordnen, einen Kernworkflow nachvollziehen, wesentliche Rollen und Policies benennen sowie geeignete Vertiefungsseminare für die eigene Aufgabe auswählen können.

Lernziele

• Den Themenbereich „Plattform, Nutzen und Begriffe“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Architektur und Standorte“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Aufnahme und globale Datenbewegung“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Metadaten, Katalog und Qualität“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.
• Den Themenbereich „Policies, Zugriff und Lebenszyklus“ fachlich einordnen, strukturiert planen und kontrolliert umsetzen.

Inhaltsübersicht

1. 1. Plattform, Nutzen und Begriffe
2. 2. Architektur und Standorte
3. 3. Aufnahme und globale Datenbewegung
4. 4. Metadaten, Katalog und Qualität
5. 5. Policies, Zugriff und Lebenszyklus
6. 6. Integration und Kernworkflow
7. 7. Betrieb, Recovery und nächste Schritte

Zielgruppe

Technische Projektleiter, IT- und Datenverantwortliche, Administratoren, Engineering-Key-User und neue Mitglieder eines GADS-Projektteams

Voraussetzungen

Allgemeine IT- und Datenkenntnisse; keine GADS-Vorerfahrung erforderlich

Seminarinhalte

1. Plattform, Nutzen und Begriffe

Kapitelinhaltsverzeichnis: Automotive-Datenherausforderung; GADS-Zweck und Wertbeitrag; Edge-Core-Cloud; Datenprodukt und Owner; Datenfluss und Richtlinie; Rollen und Lernpfade

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Automotive-Datenherausforderung erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für GADS-Zweck und Wertbeitrag festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Edge-Core-Cloud entwerfen.
4. Datenprodukt und Owner schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Datenfluss und Richtlinie prüfen.
6. Ergebnis anhand von Rollen und Lernpfade verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein Referenz-Use-Case und die beteiligten Rollen abgrenzen.

2. Architektur und Standorte

Kapitelinhaltsverzeichnis: Datenquellen und Verbraucher; logische Komponenten; Steuerungs- und Datenebene; Standorte und Netzgrenzen; Speicher- und Rechenressourcen; Resilienz und Sicherheit

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Datenquellen und Verbraucher erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für logische Komponenten festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Steuerungs- und Datenebene entwerfen.
4. Standorte und Netzgrenzen schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Speicher- und Rechenressourcen prüfen.
6. Ergebnis anhand von Resilienz und Sicherheit verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein vereinfachtes Architektur- und Datenflussbild erstellen.

3. Aufnahme und globale Datenbewegung

Kapitelinhaltsverzeichnis: Datei, Objekt und Stream; Pufferung und Wiederaufnahme; Prüfsumme und Vollständigkeit; Transfer und Priorität; Fehlerstatus und Quarantäne; Ingest-Monitoring

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Datei, Objekt und Stream erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Pufferung und Wiederaufnahme festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Prüfsumme und Vollständigkeit entwerfen.
4. Transfer und Priorität schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Fehlerstatus und Quarantäne prüfen.
6. Ergebnis anhand von Ingest-Monitoring verifizieren und nachvollziehbar dokumentieren.

Praxis: Einen robusten Upload- und Transferablauf modellieren.

4. Metadaten, Katalog und Qualität

Kapitelinhaltsverzeichnis: Pflichtmetadaten; Taxonomie und Suche; Qualitätsregeln; Lineage und Traceability; Freigabestatus; Data Steward und Owner

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Pflichtmetadaten erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Taxonomie und Suche festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Qualitätsregeln entwerfen.
4. Lineage und Traceability schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Freigabestatus prüfen.
6. Ergebnis anhand von Data Steward und Owner verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein Datenprodukt mit Metadaten- und Qualitätscheck beschreiben.

5. Policies, Zugriff und Lebenszyklus

Kapitelinhaltsverzeichnis: Rollen und Berechtigungen; Zweck und Datenklasse; Datenplatzierung und Tiering; Retention und Löschung; Partnerfreigabe; Audit und Ausnahme

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Rollen und Berechtigungen erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Zweck und Datenklasse festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Datenplatzierung und Tiering entwerfen.
4. Retention und Löschung schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Partnerfreigabe prüfen.
6. Ergebnis anhand von Audit und Ausnahme verifizieren und nachvollziehbar dokumentieren.

Praxis: Eine kombinierte Zugriffs- und Lebenszykluspolicy formulieren.

6. Integration und Kernworkflow

Kapitelinhaltsverzeichnis: API und Ereignis; Engineering-Konnektor; Workflowzustände; Retry und Idempotenz; Freigabe und Ergebnis; Monitoring und Korrelation

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für API und Ereignis erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Engineering-Konnektor festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Workflowzustände entwerfen.
4. Retry und Idempotenz schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Freigabe und Ergebnis prüfen.
6. Ergebnis anhand von Monitoring und Korrelation verifizieren und nachvollziehbar dokumentieren.

Praxis: Einen End-to-End-Kernworkflow vom Upload bis zur Nutzung skizzieren.

7. Betrieb, Recovery und nächste Schritte

Kapitelinhaltsverzeichnis: Service-Level und Owner; Dashboard und Alarm; Backup und Restore; Kapazität und Kosten; Incident und Runbook; Vertiefungspfad und Pilot

1. Ausgangslage, Datenquellen und Verantwortlichkeiten für Service-Level und Owner erfassen.
2. Anforderungen, Abhängigkeiten und Qualitätskriterien für Dashboard und Alarm festlegen.
3. Zielmodell, Regeln und technische Umsetzung für Backup und Restore entwerfen.
4. Kapazität und Kosten schrittweise konfigurieren oder anhand eines Referenzablaufs modellieren.
5. Normalbetrieb, Fehlerfälle und Grenzbedingungen für Incident und Runbook prüfen.
6. Ergebnis anhand von Vertiefungspfad und Pilot verifizieren und nachvollziehbar dokumentieren.

Praxis: Ein kompaktes Betriebs- und Lernpfad-Board erstellen.

Praxisanteile

Die Übungen bauen auf einem konsistenten Automotive-Datenszenario auf. Konfigurationen, Architekturentscheidungen, Prüfprotokolle und Betriebsmaßnahmen werden so dokumentiert, dass sie in ein eigenes Einführungs- oder Betriebskonzept übertragen werden können.