Seminar One Data – Grundlagen und Produktüberblick

Das Seminar vermittelt ein gemeinsames Verständnis der Plattform, ihrer Module, Rollen und typischen Einsatzfelder. Begriffe wie Datenprodukt, Metadaten, Lineage, Data Contract, Lifecycle, Marketplace, Use Case und Code Automation werden in einen durchgängigen Zusammenhang gebracht.

Ein geführtes Beispiel zeigt, wie aus einem fachlichen Bedarf ein spezifiziertes, geprüftes, veröffentlichtes und nutzbares Datenprodukt entsteht.

Inhaltsverzeichnis

1. Zielgruppe
2. Voraussetzungen
3. Seminarziele
4. Seminarinhalte
5. Kapitel 1: Plattform, Module und Einsatzfelder
6. Kapitel 2: Rollen, Verantwortlichkeiten und Zusammenarbeit
7. Kapitel 3: Durchgängiges Beispiel vom Bedarf bis zur Nutzung
8. Kapitel 4: Datenprodukte finden und fachlich bewerten
9. Praxisübungen
10. Methodik

Zielgruppe

• Fach- und Führungskräfte
• Data Consumers und Business Analysts
• neue Data Product Owner
• Projekt-, Governance- und Plattformteams

Voraussetzungen

• keine besonderen Produktkenntnisse erforderlich

Seminarziele

• Plattformnutzen und Systemgrenzen verständlich einordnen
• zentrale Module und ihre Zusammenarbeit unterscheiden
• Rollen im Datenprodukt-Lebenszyklus zuordnen
• einen End-to-End-Ablauf vom Bedarf bis zur Nutzung nachvollziehen
• geeignete vertiefende Seminare auswählen

Seminarinhalte

Die Inhalte werden in aufeinander aufbauenden Kapiteln bearbeitet. Jeder Arbeitsschritt wird anhand eines durchgängigen Szenarios nachvollzogen und anschließend praktisch überprüft.

1. Plattform, Module und Einsatzfelder

Inhaltsverzeichnis dieses Kapitels: modularer Plattformansatz; Vertrauen, fachliche Abstimmung und Automatisierung; zentrale Produktmodule; typische Einsatzszenarien.

1. Schritt 1: Die Ausgangslage aus Datenquellen, Berichten, Analysewerkzeugen und fachlichen Anforderungen wird strukturiert erfasst.
2. Schritt 2: Die Module Metadatenmanagement, Data Map, Data Contracts, Lifecycle, Marketplace, Use-Case-Steuerung und Code Automation werden funktional eingeordnet.
3. Schritt 3: Für ein Beispielszenario wird festgelegt, welche Module in welcher Reihenfolge benötigt werden.
4. Schritt 4: Die Systemgrenzen zu Datenplattform, BI, Data Science, IAM und Betriebswerkzeugen werden dokumentiert.

2. Rollen, Verantwortlichkeiten und Zusammenarbeit

Inhaltsverzeichnis dieses Kapitels: Data Product Owner; Data Producer und Data Consumer; Data Platform Team; Governance- und Sicherheitsrollen.

1. Schritt 1: Die für den Datenprodukt-Lebenszyklus erforderlichen Rollen werden aus dem Organisationsmodell abgeleitet.
2. Schritt 2: Für jede Rolle werden Entscheidungsrechte, Pflichten, Übergaben und Eskalationswege festgelegt.
3. Schritt 3: Ein RACI-orientiertes Rollenbild wird auf ein konkretes Datenprodukt übertragen.
4. Schritt 4: Die Zusammenarbeit zwischen Fachbereich, Data Engineering, Governance, Betrieb und Informationssicherheit wird als wiederholbarer Ablauf beschrieben.

3. Durchgängiges Beispiel vom Bedarf bis zur Nutzung

Inhaltsverzeichnis dieses Kapitels: fachlicher Bedarf; Datenquellen und Spezifikation; Qualität und Veröffentlichung; Nutzung und Rückmeldung.

1. Schritt 1: Eine fachliche Fragestellung wird in einen klar abgegrenzten Datenbedarf übersetzt.
2. Schritt 2: Geeignete Datenquellen und vorhandene Datenprodukte werden identifiziert und bewertet.
3. Schritt 3: Anforderungen an Schema, Qualität, Aktualität, Ownership und Zugriff werden festgehalten.
4. Schritt 4: Das Datenprodukt wird für die Veröffentlichung vorbereitet, im Marketplace gefunden und anhand eines Nutzungsszenarios bewertet.

4. Datenprodukte finden und fachlich bewerten

Inhaltsverzeichnis dieses Kapitels: Suche und Filter; Produktbeschreibung; Qualitäts- und Statusinformationen; Eignungsprüfung.

1. Schritt 1: Ein konkreter Datenbedarf wird in geeignete Suchbegriffe, Domänen und Filterkriterien übersetzt.
2. Schritt 2: Gefundene Datenprodukte werden anhand von Zweck, Owner, Schema, Status, Qualität und Einschränkungen verglichen.
3. Schritt 3: Lineage, Aktualität und bekannte Limitationen werden vor der Nutzung geprüft.
4. Schritt 4: Das am besten geeignete Produkt wird ausgewählt oder ein neuer Bedarf wird strukturiert angestoßen.

Praxisübungen

• eigene Datenherausforderung den passenden Plattformmodulen zuordnen
• Rollen für einen einfachen Datenproduktfall bestimmen
• End-to-End-Prozess in korrekter Reihenfolge aufbauen
• individuellen Vertiefungspfad nach Rolle und Aufgabe ableiten

Methodik

Trainergeführte Erläuterungen, strukturierte Demonstrationen, fachliche und technische Fallstudien sowie praktische Übungen werden miteinander kombiniert. Prüflisten, Rollenmodelle, Spezifikationen und Betriebsabläufe entstehen direkt aus den Übungsfällen und werden im Seminar gemeinsam kontrolliert.