Kontakt aufnehmen

Schulungsübersicht

Tag 1  

Grundlagen von Datenprodukten & Strategie
Einführung in moderne Datenprodukte
Datenprodukte im Vergleich zu traditionellen Datensystemen
Daten als strategischer Geschäftswert
Komponenten eines Datenprodukt-Ökosystems
Identifizierung geschäftlicher Herausforderungen, die sich für Datenprodukte eignen
Überblick über den Lebenszyklus von Datenprodukten (von der Idee bis zum Scaling)
Fallstudien: Erfolgreiche Datenprodukte in der Praxis

Tag 2  

Design & Architektur von Datenprodukten
Prinzipien des Datenprodukt-Designs
Verstehen von Benutzer-Personas und Datenkonsumenten
Datenarchitekturmodelle (zentralisiert vs. Data Mesh vs. Hybrid)
Entwurf skalierbarer Datenpipelines
Datenmodellierung für Analysen und operative Zwecke
APIs und Datenzugriffsschichten
Cloud-Infrastruktur für Datenprodukte (Überblick AWS / Azure / GCP)

Tag 3

Datenengineering & Implementierung
Datenintegrationsmethoden (Batch vs. Streaming)
ETL- vs. ELT-Frameworks
Erstellung zuverlässiger Datenpipelines
Datenspeicherungslösungen (Data Lakes, Data Warehouses, Lakehouse)
Tools zur Datentransformation und -orchestrierung
Einführung in die Echtzeit-Datenverarbeitung
Praktischer Laborkurs: Aufbau einer einfachen Datenpipeline

Tag 4

Analysen, KI-Integration & Governance
Integration von Analysen in Datenprodukte
Dashboards, KPIs und Decision Intelligence
Einführung in KI/ML in Datenprodukten
Empfehlungssysteme und prädiktive Modelle
Datenqualitätsmanagement und -überwachung
Daten-Governance, Datenschutz und Compliance (Überblick über GDPR-Konzepte)
Sicherstellung von Vertrauen, Sicherheit & Zuverlässigkeit in Datenprodukten

Tag 5

Bereitstellung, Skalierung & Produktisierung
Produktisierung von Datenlösungen für Endnutzer
Bereitstellungsstrategien und CI/CD für Datenprodukte Überwachung, Leistungsoptimierung & Skalierung
Datenprodukt-Lebenszyklusmanagement in Unternehmen
Monetarisierungsstrategien für Datenprodukte
Zukunftstrends: Generative KI & autonome Datenprodukte
Präsentation des Abschlussprojekts & Feedback-Session

Voraussetzungen

  • Grundlegendes Verständnis von Datenkonzepten und Geschäftsberichterstattung wird empfohlen.
  • Kenntnisse in Excel oder einem anderen grundlegenden Datenanalysetool sind von Vorteil.
  • Ein Bewusstsein dafür, wie Daten die unternehmerische Entscheidungsfindung unterstützen, ist förderlich.
  • Keine fortgeschrittenen Programmier- oder technischen Vorkenntnisse sind erforderlich.
  • Ein ausgeprägtes Interesse an Daten, Analysen und der digitalen Produktentwicklung ist unerlässlich.
 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien