Seminar Nexthink Infinity – Investigations mit Visual Editor und NQL

Praxisorientierte Qualifizierung. Fragestellungen in reproduzierbare Investigations überführen, NQL sicher lesen und schreiben sowie Ergebnisse methodisch validieren.

1. Seminarprofil

Kapitelinhalt

• Einordnung
• Praxisbezug
• Arbeitsmodell

Das Seminar vermittelt einen belastbaren Analyseprozess vom fachlichen Problem bis zur dokumentierten Investigation. Der Visual Editor dient als strukturierter Einstieg, NQL als präzise und wiederverwendbare Abfragesprache. Da Abfragen lesend arbeiten, liegt der Schwerpunkt auf Datenmodell, Population, Zeitbezug, Filterlogik, Aggregation, Ergebnisprüfung und nachvollziehbarer Interpretation.

Die Bearbeitung folgt einem kontrollierten Vorgehen aus Zielklärung, Bestandsaufnahme, Konfiguration oder Analyse, technischer Validierung, Negativprüfung und dokumentierter Betriebsentscheidung.

2. Lernziele

Kapitelinhalt

• Fachliche Ziele
• Technische Ziele
• Betriebliche Ziele

Nach Abschluss stehen folgende Kompetenzen für die praktische Arbeit zur Verfügung:

• Fachliche Fragestellungen in Population, Zeitfenster, Signale und Ergebnisform übersetzen.
• Visual Editor und NQL zielgerichtet und nachvollziehbar einsetzen.
• Filter, Gruppierung, Berechnung und Sortierung korrekt kombinieren.
• Datenqualität, Stichprobe, Nullwerte und Vergleichsgruppen prüfen.
• Investigations dokumentieren, wiederverwenden und für Dashboards oder Maßnahmen vorbereiten.

3. Inhalte Schritt für Schritt

Kapitelinhalt

• Analysevertrag formulieren
• Datenmodell und Entitäten einordnen
• Visual Editor einsetzen
• NQL-Struktur lesen und schreiben
• Zeit und Population korrekt begrenzen
• Aggregieren und vergleichen
• Nullwerte und Datenqualität behandeln
• Ergebnisse validieren
• Abfragen optimieren und begrenzen
• Investigation operationalisieren

1. Schritt 1: Analysevertrag formulieren

   Fragestellung, Population, Zeitraum, benötigte Signale, erwartete Ergebnisform und Entscheidungszweck werden vor der Abfrage festgelegt.

2. Schritt 2: Datenmodell und Entitäten einordnen

   Geräte, Nutzer, Anwendungen, Ereignisse, Sitzungen und weitere Datendomänen werden anhand ihrer Beziehungen und zeitlichen Eigenschaften unterschieden.

3. Schritt 3: Visual Editor einsetzen

   Datenquelle, Filter, Spalten, Gruppierung und Sortierung werden schrittweise aufgebaut. Die visuelle Abfrage bleibt durch aussagekräftige Benennung nachvollziehbar.

4. Schritt 4: NQL-Struktur lesen und schreiben

   Eine visuelle Abfrage wird in NQL nachvollzogen und anschließend gezielt erweitert. Syntax, Feldbezug und logische Operatoren werden mit kleinen Gegenbeispielen geprüft.

5. Schritt 5: Zeit und Population korrekt begrenzen

   Aktueller Zustand, Ereigniszeitraum und Trenddaten werden getrennt. Zielgruppenfilter werden auf Reichweite und unbeabsichtigte Ausschlüsse geprüft.

6. Schritt 6: Aggregieren und vergleichen

   Anzahlen, Anteile, Verteilungen und Gruppenvergleiche werden so aufgebaut, dass Nenner, Population und Zeitraum transparent bleiben.

7. Schritt 7: Nullwerte und Datenqualität behandeln

   Fehlende, verspätete oder nicht anwendbare Werte werden sichtbar gemacht. Ergebnisleere wird nicht automatisch als Fehlerfreiheit interpretiert.

8. Schritt 8: Ergebnisse validieren

   Stichproben, Gegenabfragen, alternative Filter und bekannte Testgeräte sichern die Interpretation ab. Auffällige Extremwerte werden einzeln geprüft.

9. Schritt 9: Abfragen optimieren und begrenzen

   Nur benötigte Daten, sinnvolle Zeiträume und frühe Filter reduzieren Komplexität. Ergebnisgröße und Ausführbarkeit werden vor breiter Nutzung geprüft.

10. Schritt 10: Investigation operationalisieren

    Abfrage, Beschreibung, Eigentümer, Parameter, erwartete Interpretation und Folgeprozess werden dokumentiert. Geeignete Ergebnisse fließen in Dashboard, Alert oder Maßnahme ein.

4. Praxisübungen

Kapitelinhalt

• Gerätepopulation untersuchen
• Trend und aktuelle Lage trennen
• Gruppenvergleich mit sauberem Nenner
• Fehlerhafte Abfrage korrigieren
• Wiederverwendbare Investigation dokumentieren

Die Übungen werden an einem zusammenhängenden Beispielszenario durchgeführt. Jeder Arbeitsauftrag enthält Ausgangslage, Zielbild, Prüfpunkte, erwartete Beobachtungen und einen kontrollierten Korrektur- oder Rückbaupfad.

1. Übung 1: Gerätepopulation untersuchen

   Eine fachliche Frage wird zunächst im Visual Editor und anschließend in NQL umgesetzt und mit Stichproben validiert.

2. Übung 2: Trend und aktuelle Lage trennen

   Zwei Abfragen zeigen den Unterschied zwischen aktuellem Zustand und zeitlichem Ereignisverlauf.

3. Übung 3: Gruppenvergleich mit sauberem Nenner

   Standorte oder Gerätetypen werden mit absoluten und relativen Werten verglichen; kleine Populationen werden markiert.

4. Übung 4: Fehlerhafte Abfrage korrigieren

   Eine Abfrage mit unklarem Zeitraum, falscher Filterlogik und irreführender Aggregation wird systematisch repariert.

5. Übung 5: Wiederverwendbare Investigation dokumentieren

   Parameter, Beschreibung, Prüfschritte und Folgeprozess werden für den Betrieb festgelegt.

5. Zielgruppen und Voraussetzungen

Kapitelinhalt

• Zielgruppen
• Vorkenntnisse
• Arbeitsweise

Zielgruppen: DEX-Analysten, Workplace Engineering, Service Management, Second-Level-Support, Reporting-Teams und technische Produktverantwortliche

Vorkenntnisse: Grundverständnis von Nexthink Infinity und analytischem Arbeiten; Datenbank- oder Abfragesprachenkenntnisse sind hilfreich, aber nicht erforderlich

Arbeitsweise: Fachliche Einordnung, Demonstrationen, angeleitete Schritt-für-Schritt-Übungen, Kontrollfragen, Fehlerszenarien und strukturierte Reviews.