Seminar Talend Data Quality und Datenbereinigung

Inhaltsverzeichnis

• Zielsetzung und Einordnung
• Thematische Schwerpunkte
• Schrittweise Lernstruktur
• Praxisübungen
• Zielgruppe und Vorkenntnisse

Zielsetzung und Einordnung

Der Kurs zeigt, wie Datenqualität mit Talend methodisch analysiert, verbessert und in Integrationsprozesse eingebettet wird. Im Mittelpunkt stehen Datenprofiling, Validierungsregeln, Standardisierung, Bereinigung, Dublettenlogik, Maskierung und technische Steuerung fehlerhafter Datensätze. Datenqualität wird dabei nicht als einmalige Bereinigung verstanden, sondern als wiederholbarer Prozess.

Die zweitägige Dauer ist für dieses Thema ausreichend, wenn Grundlagen der Datenintegration bereits vorhanden sind. Der Schwerpunkt liegt auf konkreten Qualitätsmustern und deren Umsetzung in Datenflüssen. Damit eignet sich das Seminar sowohl für technische Teams als auch für fachlich geprägte Data-Stewardship-Rollen.

Thematische Schwerpunkte

• Datenprofiling, Häufigkeiten, Muster, Nullwerte, Ausreißer und Regelverletzungen
• Fachliche und technische Qualitätsregeln für Pflichtfelder, Formate und Wertebereiche
• Standardisierung von Namen, Adressen, Codes, Datumswerten und Klassifikationen
• Matching, Dublettenprüfung und Ableitung von Prüfentscheidungen
• Maskierung, Schutz sensibler Daten und kontrollierte Weitergabe
• Quarantänepfade, Qualitätskennzahlen und Integration in ETL-Prozesse

Schrittweise Lernstruktur

1. Datenbestand profilieren und kritische Qualitätsdimensionen identifizieren.
2. Fachliche Regeln in technische Prüfbedingungen übersetzen.
3. Standardisierungs- und Bereinigungslogik für typische Fehlerklassen erstellen.
4. Dubletten- und Musterprüfungen mit nachvollziehbaren Entscheidungskriterien aufbauen.
5. Fehlerhafte oder unklare Datensätze in Quarantäne- und Prüfpfade ausleiten.
6. Qualitätskennzahlen dokumentieren und in wiederholbare Datenflüsse integrieren.

Praxisübungen

Ein realitätsnaher Kundendatenbestand wird analysiert, bewertet und bereinigt. Die Übungen umfassen Profiling, Validierungsregeln, Standardisierung, Dublettenerkennung, Maskierung sensibler Felder und die Ausleitung fehlerhafter Datensätze. Abschließend wird ein wiederholbarer Qualitätsprozess definiert.

Zielgruppe und Vorkenntnisse

Geeignet für Data Stewards, Data Engineers, Datenqualitätsverantwortliche, BI-Teams und Fachbereiche mit Datenverantwortung. Erforderlich sind Grundkenntnisse zu Datenstrukturen, fachlichen Regeln und Datenflüssen. Tiefgehende Programmiererfahrung ist nicht erforderlich.