Datenanalyse, Relationale Datenbanken & SQL-Abfragen

Hochschulkurs in Datenanalyse und SQL: Entity-Relationship-Modellierung, Normalformen, komplexe SQL-JOINs, Data Warehousing und BI-Dashboarding.

#data-integration#python#teaching
🌐GermanGitHub RepositorySponsor Courseware

Daten sind die entscheidende Grundlage moderner Industrie- und Geschäftsprozesse. Dieser Kurs schlägt die Brücke von relationaler Modellierung und performanten SQL-Abfragen über analytische Data-Warehouse-Architekturen (OLAP) bis hin zur explorativen Datenanalyse und interaktiven Dashboard-Erstellung.

Target Audience

Studierende der Fachrichtungen Wirtschaftsinformatik, Informatik und Data Science sowie Fach- und Führungskräfte mit Interesse an fundierter Datenanalyse.

Course Prerequisites

  • Grundlegendes Verständnis logischer Datenzusammenhänge und Tabellenstrukturen
  • Elementare mathematische Kenntnisse (Grundrechenarten, Statistik, Prozentrechnung)
  • Keine tiefen SQL-Vorkenntnisse erforderlich

Learning Goals

  • Relationale Modellierung & SQL: Entwurf normalisierter Datenbankschemata und Formulierung komplexer analytischer SQL-Queries.
  • Data Warehousing & OLAP: Konzeption dimensionaler Schemata (Stern- und Schneeflockenarchitektur) für Massendatenanalysen.
  • Explorative Datenaufbereitung: Identifikation von Ausreißern, Umgang mit Nullwerten und Feature-Transformationen.
  • Visual Analytics & Dashboards: Gestaltung verständlicher Visualisierungen und KPI-Berichte für Entscheidungsträger.

Course Syllabus

  1. Relationale Datenbanksysteme & Modellierung: Konzeptioneller Datenbankentwurf: Entity-Relationship-Modellierung (Chen/Krähenfuß), Primär- und Fremdschlüssel sowie Normalisierung (1NF bis BCNF).
  2. Fortgeschrittene SQL-Abfragen, JOINs & Aggregationen: Analytische SQL-Abfragen in relationalen Datenbanksystemen: Komplexe Multi-Table JOINs, Common Table Expressions (CTEs), GROUP BY/HAVING und Window Functions.
  3. Data Warehouse & Dimensional Modeling: Architektur analytischer Data Warehouses: Trennung von OLTP und OLAP, ETL-Datenpipelines, Fakten- und Dimensionstabellen im Stern- und Schneeflockenschema.
  4. Explorative Datenanalyse & Statistik: Methoden der explorativen Datenanalyse (EDA): Robuste Lage- und Streuungsmaße, Ausreißererkennung per Interquartilsabstand, Korrelation und Regression.
  5. Business Intelligence & Dashboarding: Visuelle Datenkommunikation und Business-Intelligence-Dashboarding: Wahrnehmungspsychologie nach Tufte, Vermeidung von Chart-Junk und KPI-Monitoring.

Course Modules

Structured learning units covering theoretical foundations, practical implementations, and industry tooling.

Module 01

Relationale Datenbanksysteme & Modellierung

Konzeptioneller Datenbankentwurf: Entity-Relationship-Modellierung (Chen/Krähenfuß), Primär- und Fremdschlüssel sowie Normalisierung (1NF bis BCNF).

Read More
Module 02

Fortgeschrittene SQL-Abfragen, JOINs & Aggregationen

Analytische SQL-Abfragen in relationalen Datenbanksystemen: Komplexe Multi-Table JOINs, Common Table Expressions (CTEs), GROUP BY/HAVING und Window Functions.

Read More
Module 03

Data Warehouse & Dimensional Modeling

Architektur analytischer Data Warehouses: Trennung von OLTP und OLAP, ETL-Datenpipelines, Fakten- und Dimensionstabellen im Stern- und Schneeflockenschema.

Read More
Module 04

Explorative Datenanalyse & Statistik

Methoden der explorativen Datenanalyse (EDA): Robuste Lage- und Streuungsmaße, Ausreißererkennung per Interquartilsabstand, Korrelation und Regression.

Read More
Module 05

Business Intelligence & Dashboarding

Visuelle Datenkommunikation und Business-Intelligence-Dashboarding: Wahrnehmungspsychologie nach Tufte, Vermeidung von Chart-Junk und KPI-Monitoring.

Read More